采用多目标遗传算法进行轴颈轴承设计和公理设计方法
摘要
本文介绍了改善流膜稳定承载轴颈轴承工作特性的优化设计方法。这种方法包括(1)一个简化的封闭形式的解决方案加速计算(2)有限差分质量保护算法准确预测润滑剂流和功率损耗(3)帕累托最优概念,以避免主观决定优先目标函数(4)遗传算法处理多通道hydrodynamic-bearing和开发一个帕累托最优的性质方面(5)适应度共享，保持遗传算法中使用的种群的遗传多样性(6)公理化设计，提供目标函数内部和设计变量。摘要在轴颈轴承的优化设计中，采用径向间隙、长径比、沟槽几何形状、油粘度和供油压力等设计变量，使油流和功率损失同时达到最小。
关键词:径向轴承多目标优化;帕累托最优前的遗传算法公理化设计
1. 介绍
自作用轴颈轴承以其独特的阻尼、可忽略的摩擦和无磨损环境而闻名。这种轴承是根据流体动力润滑理论设计的，该理论假设两个相对运动的表面被一层薄薄的粘性流体分离。由于粘性力作用，流体薄膜中产生的压力使表面保持分离。轴承的性能由转子与轴承之间的径向间隙、轴承长度、沟槽几何形状及其位置、润滑油供应压力和粘度等设计变量决定。许多研究者采用雷诺流体动力学方程的各种假设和简化。
桥本和杨等人为了在最小的计算量下优化轴向轴承设计变量，考虑了较短的轴承近似。然而，短轴承近似高估了膜压，从而导致更高的油流量和更多的功率损失。为了减少计算时间，提高计算精度，本文采用了混合方案。该混合方案考虑分析压力解，求出偏心比和姿态角。质量守恒算法利用这些值作为偏心比和姿态角的初始近似，并预测目标函数(功率损失和油流)和设计约束(最小薄膜厚度、最大压力和温升)的可靠结果。
桥本和松本发现了目标函数的多个峰值，提出了一种结合直接搜索法和逐次二次规划求解全局最优解的混合方法。Choi和Yang采用免疫遗传算法转子轴承系统的多目标优化。桥本采用连续二次规划、遗传算法和直接搜索三种优化方法，使温升线性和供油量最小化。桥本得出直接搜索和遗传算法得到优化解所需的计算时间分别为连续二次规划计算时间的5倍和20倍以上。
本文以润滑油流量最小化和功率损耗最小化为目标函数。这些目标函数相互矛盾。油粘度和轴承长度的增加减少了油流量，但增加了功率损失。同样，增大轴承径向间隙可以减小功率损失，但会使油流大幅度增加。因此，轴颈轴承问题没有能够同时优化所有目标函数的单一最优解。设计目标之间存在着不可避免的权衡，这可以在任何多目标优化算法中找到。通常，多目标优化方法分为两大类:
