买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：基于Kriging模型的RV减速器传动误差分析方法，包括以下步骤：1建立RV减速器虚拟样机模型；2通过最优拉丁超立方试验获得初始样本点；3建立基于Kriging模型的RV减速器传动误差模型；4拟合与优化结合粒子群算法的RV减速器传动误差模型。本发明为进一步提高RV减速器的传动误差分析提供了一种新的方法，通过建模仿真避免了人为测量实验过程中产生测量误差，并且通过刚柔耦合建模，提高了传动误差的真实度；本发明结合代理模型技术与代理模型对RV减速器传动误差进行研究，实现了RV减速器传动误差的快速精准预测，无需进行实体样机的试验，节省了研究成本与时间，极大地提高了研究效率。

主权项：1.基于Kriging模型的RV减速器传动误差分析方法，包括以下步骤：1建立RV减速器虚拟样机模型；具体包括以下过程：11使用Creo软件根据实时数据1:1绘制RV减速器三维模型，Creo建模后保存成中间格式文件：x_t即parasolid格式；其中，摆线轮齿廓的参数方程为： 上式中，K1—短幅系数；e—摆线轮偏心距；iH—摆线针轮机构传动比；—曲柄轴相对某一针齿中心矢径转过的角度；rp—针齿中心圆半径；Δrp—移距修形量；rrp—针齿半径；Δrrp—等距修形量；12将三维模型中RV减速器关键零部件导入ANYSYS，选取单元、定义材料、划分网格，并且使用蜘蛛网法定义外部节点与刚性区域，该方法中选择曲柄轴、摆线轮、针齿作为关键零部件进行柔性化；13将三维模型导入ADAMS软件，对关键零部件进行部分柔性体的替换，将摆线轮、针齿、曲柄轴以及行星架定义成柔性体，其余设置为刚体，添加约束，形成虚拟样机模型；各部件材料属性由实际RV减速器材料决定，RV-40E型号的各部件材料属性如表1所示：表1 添加各部件的约束，具体如表2所示：表2 2通过最优拉丁超立方试验获得初始样本点；3建立基于Kriging模型的RV减速器传动误差模型；具体包括以下过程：Kriging模型由多项式部分和随机部分组成：YX＝fTxβ+zx4其中，fTx＝[f1x,…,fix,…,fmx]T为基函数，β为回归系数，fTxβ表示回归模型，是确定的成分；zx表示的是随机误差成分；zx满足以下条件： 其中，E表示期望，Var表示方差，Cov表示协方差，σ为标准差，Rθ,xi,xj表示以θ作为参数的样本点xi与xj之间的相关函数；Kriging模型基函数定义如下： 其中，向量θ＝{θ1，θ2，…，θk}T使得模型中的变量系数可根据变量的重要程度进行分配；指数Pj＝{p1，p2，…，pk}T根据x的每一个维值变化；初始模型采用MATLAB软件中的DACE工具箱构建；通过最大似然估计法获得变量的初始系数值，得到预测的误差与均方差，然后根据得到的数据进行样本点的加点，对传动误差模型进行曲线的拟合，优化模型的预测精度；初始Kriging模型各参数如表4所示，其中RMSERootMeanSquareError即均方根误差，反映了模型的全局精度，R2的值越小表示模型全局精度越高；而NAMEnormalizedmaximumabsoluteerror即最大绝对标准误差则反映了模型的局部精度，NAME的值越趋向于0表示模型局部精度越高；模型的精度需同时满足这两个指标精度要求； 表4 4拟合与优化结合粒子群算法的RV减速器传动误差模型；具体包括以下过程：开始建立的初始Kriging模型精度无法达到要求，所以通过添加样本点的方式重新构建模型，不断提高模型的精度；为了快速提高模型精度，加点准则的选用十分重要，选择在期望最大处和预测目标值最小处进行双加点，同时提高模型的全局精度与局部精度；41在期望最大处加点；Kriging模型能够计算出对预估值的误差估计，得到模型预测不确定性最大的位置，通过插值的方法在该位置上添加新的样本点；期望最大处加点EI准则表示如下： 其中，均方差 411使用遗传算法根据拟合的Kriging模型得到预测期望最大处样本点；412将样本点带入到虚拟样机模型中得到响应值；42利用粒子群算法在预测误差最小点处加点；421确定影响参数及其取值范围，依旧选用建立代理模型的五个变量，函数为Kriging模型拟合函数，找出使得传动误差最小的样本点； 422将新找到的点代入虚拟样机模型计算传动误差；43将两个新的样本点加入到原样本中，重新构建RV减速器传动误差Kriging模型；44判断模型精确度是否达到要求，若没有达到，则重新返回到加点步骤，进行加点操作，重新构建RV减速器传动误差Kriging模型，直到模型精度达到要求；模型精度要求定义如下：45输出最优传动误差参数组合，成功构建RV减速器传动误差Kriging模型；最终经过58次循环加点，得到最终RV减速器传动误差Kriging模型，模型各参数如表5所示：表5 最终得到最优传动误差参数组合0.012，0.0059，0.0146，0.0255，0.0473，最优传动误差值为1.3949。

全文数据：

权利要求：

百度查询： 浙江工业大学 基于Kriging模型的RV减速器动态传动误差优化方法