基于BPNN和MOOGA的高速联轴器多目标优化方法

作者：王艺琳; 王维民^*; 李维博; 王珈乐; 张帅

来源：机电工程, 2023, 1-10.

• 膜盘联轴器
• 机械强度
• 动力学特性
• 反向传播神经网络
• 多目标优化遗传算法
• 参数优化

针对高转速、复合工况下膜盘联轴器难以保证其强度特性问题，对已有膜盘联轴器强度及动力学特性进行了研究，提出了一种基于反向传播神经网络（BPNN）和多目标优化遗传算法（MOOGA）的高速联轴器多目标优化方法。首先，为了得到优化所需的关键参数，采用了正交实验结合多因素方差分析的方法，选取了联轴器优化参数；然后，基于已选取的关键参数，采用BPNN方法构建了截面应力和弯曲刚度的目标函数，并将其与多项式拟合方法进行了对比，对BPNN方法的精确性进行了验证；最后，采用MOOGA方法对目标函数进行了多目标优化，并将优化前后结果进行了对比分析。研究结果表明：采用BPNN结合MOOGA的方法对联轴器设计参数进行优化，在满足联轴器刚度需求的情况下，可有效降低联轴器膜盘的危险截面应力；优化后，联轴器危险应力减小了18.2%，弯曲刚度降低了5.05%，联轴器角向补偿能力增加了0.1°，从而证明了仿真的有效性。该结果可以为挠性联轴器参数优化设计提供参考。

• 单位
  北京化工大学; 机电工程学院