摘要
本发明公开了基于自适应E‑SVM模型的螺旋锥齿轮预锻件结构优化方法,首先建立考虑设计参数不确定性的螺旋锥齿轮预锻件结构参数优化模型;其次利用最优拉丁超立方在设计域选取15组初始结构参数样本点,并利用序列采样更新训练样本集;构建冲程比的Kriging模型和最大成型载荷的E‑SVM模型,通过蒙特卡罗仿真得到E‑SVM模型预测的失效概率;利用遗传算法对螺旋锥齿轮预锻件结构参数优化模型进行求解。本发明优化方法可得到螺旋锥齿轮预锻件的最优结构参数组合,实现了在不确定环境下预锻件结构参数的最优选择,在满足最小成形载荷的基础上达到最小的冲程比,提高了锻造精度和效率。
技术关键词
预锻件结构
螺旋锥齿轮
参数优化模型
Kriging模型
蒙特卡罗仿真
齿轮锻造工艺
载荷
训练样本集
拉丁超立方采样
参数优化方法
遗传算法
分类边界
变量
蒙特卡洛
指标
系统为您推荐了相关专利信息
数据处理方法
互联网设备
数据处理程序
联网数据处理系统
中间设备
干扰管理方法
基站
分布式协同
面向多任务
联邦学习系统