文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于改进遗传算法的FIR数字滤波器的优化设计
侵权投诉

基于改进遗传算法的FIR数字滤波器的优化设计

基于改进遗传算法的FIR数字滤波器的优化设计

·38·

价值工程

考虑磨损时的机构可靠性分析与设计

ReliabilityAnalysisandDesignofKinematicAccuracyforMechanismWhenConsideringWear

赵竹青ZhaoZhuqing

(西安文理学院,西安710065)

(Xi'anUniversityofArtsandScience,Xi'an710065,China)

摘要:从磨损的基本规律出发,以回转副和凸轮副为例,论述了运动副磨损对机构运动精度的影响,提出了在磨损寿命期内,考虑运动副磨

损时的机构运动精度可靠性的分析计算方法,这对确保机器达到设计寿命,有着重要的理论价值和现实意义。

Abstract:Accordingtothebasiclawofwear,forexample,therotationpairandcampair,itdiscussestheeffectofmovementpair'swearonmechanismkinematicsaccuracy,andproposestheanalysisandcalculationmethodofthekinematicaccuracyformechanismwhenconsideringwearinthewearlifeperiod,whichhasimportanttheoreticalandpracticalsignificancetoensuredesignlifespanofmechanism.

关键词:机构;运动精度;磨损;可靠性Keywords:mechanism;kinematicsaccuracy;wear;reliability

中图分类号:TB16

文献标识码:A

文章编号:1006-4311(2011)17-0038-02

0引言

在运动副中,由于摩擦使两个具有相对运动的零件表面物质发

磨损会逐渐改变零件的几何尺生不断损失的现象称为磨损。显然,

寸和摩擦表面的形状;磨损会影响机器的效率、降低机械运动精度及可靠性,过度的磨损甚至导致机器提前报废!因此,在机器设计时有必要预先考虑磨损将对机构运动精度可靠性产生影响,以保证机器达到设计寿命,有着重要的现实意义。

1磨损的基本规律

影响机械表面耐磨性的因素很多且很复杂,几乎不能用函数相关系表达。但从大量的工程实践和规定条件下的实验中不难发现磨损量随时间变化的基本规律或典型过程。零件的磨损过程大致分为三个阶段:

1.1跑和磨损阶段在运转初期,摩擦副的实际接触面积小,单位面积上的实际载荷较大,因此磨损速度开始很高,而后迅速下降。

1.2稳定磨损阶段在这个阶段内,零件以平稳而缓慢的速度在磨损,它标志着摩擦条件(速度)保持相对恒定不变。从而,磨损量

这个阶段的长短就代表了零件耐磨使用寿命的与时间呈线性关系。

长短。

———————————————————————

作者简介:赵竹青(1957-),女,河南温县人,硕士,西安文理学院副教授,陕

1.3剧烈磨损阶段经过稳定磨损阶段后,零件的表面遭到破

坏,运动副中的间隙增大,引起额外的动载荷,出现噪声和振动,这样就不能保证良好的润滑状态,使摩擦副的温升急剧增大,磨损速度也急剧增加。就磨损过程而言,只有稳定磨损阶段的磨损才是稳定的和具有规律性的。因此,对零件摩擦表面的耐磨性及其寿命的计算,应以稳定磨损阶段的参数及其特征值为依据。依据典型磨损过程中稳定磨损阶段所呈现出的磨损量与时间的线性关系,则稳定磨损阶段中的积累磨损量可表示为:

W=UT(1)式中:W—线性磨损量,是沿着摩擦表面成垂直方向测量的表

);面尺寸减小量(um

U—磨损速度,U=dW为单位时间内线性磨损量(um/h);

T—磨损时间(h);

若考虑跑和阶段的磨损量W1,则积累磨损量为:W=W1+UT(2)一般情况下,零件的磨损速度U与载荷即摩擦表面的单位压力P、摩擦表面的相对滑动速度V、摩擦表面材料的性态及加工、处理

、工作时间T等有关,这一关情况和润滑情况(以磨损系数k表征)

系可表达为:

U=kPV(3)式中:m=0.5~3,对于一般磨料磨损,取m=1;n对于多数摩擦副本文方法对遗传算法进行了改进,利用改进的遗传算法成功地

例子表明文中的滤波器设计完成了对FIR低通滤波器的优化设计。

的结果优于窗函数法和频率采样法,得到了较低的滤波器阶数。也进一步证明了遗传算法全局搜索功能强和BP神经网络算法局部搜

也可以实现其他类型的优化设计。索能力强。通过改变参数,

参考文献:

m

n

西省工程图学学会理事,机械设计制造及其自动化专业,研究方向

为机构运动精度可靠性。

的新个体和保留的最优个体一起构成新的种群,转B。

第3步:依据适应度选择再生个体,适应度高的个体破选中的概率高,适应度低的个体可能被淘汰;

按照一定的交叉概率和交叉方法,生成新的个体;第4步:

按照一定的变异概率和变异方法,生成新的个体;第5步:

第6步:按照交叉和变异产生新一代的种群,返回第2步。在选择BP神经网络算子时,每当进化进行了指定的代数,便保

产生全新的个留最优个体,其余的个体全部参加BP神经网络算法,

体。我们选择这个代数为10至20代。

下面以一个实例进行说明:

ws=0.3π,ap=例设计一个低通滤波器,其参数分别为wp=0.2π,

0.25dB,as=50dB,初始阶数可以由文献[5]确定为M=42。

在此例中,选定初始种群为600,截断概率为0.5,交叉概率为0.1,变异概率为0.01。在运用BP网络时,设置网络隐含层的神经元数为5个(当神经元数为3,4,5时,其输出精度都相仿。一般的讲,网络神经元的选择原则是:在能够解决问题的前提下,再加上一个

会到两个神经元用以加快误差的下降速度。而当神经元数过大时,

产生其它的问题)。在隐含层选择作为传递函数,用作为网络训练函数,则由改进的遗传算法设计出来的结果M=48(窗函数法设计M=61,频率采样法M=61)。

4结论

[1]王秋生,袁海文,黄娇英.基于遗传算法和余弦序列的数字滤波器设计[J].电子测量与仪器学报,2008增刊:212.

[2]邵仕泉.基于BP神经网络的遗传算法在数字滤波器设计中的应用[D].成都:电子科技大学,2005.

[3]周燕.遗传算法与BP神经网络相结合的说话人识别系统[J].传感器与微系统,2009,28(6):98-99.

[4]RobertMeddins.IntroductiontoDigitalSignalProcessing[M].Newnes,2000.

[5]余成波.数字信号处理及MATLAB实现(第2版)[M].北京:清华大学出版社,2008.

[6]杨福宝.基于遗传算法的FIR数字滤波器的优化设计[J].武汉理工大学学报,2002,26(4):55.

[7]胡玉兰,苑薇薇,王雷.基于改进的混合基因算法的-./数字滤波器设计[J].数据采集与处理,2006,21(2):223-224.

[8]张丽飞.基于遗传算法的BP神经网络在数字滤波器中的应用研究[D].成都:西华大学,2006.

[9]周明,孙树栋.遗传算法原理与应用[M].北京:国防工业出版社,1999.

上一页第2页

你可能喜欢

  • FIR滤波器设计
  • 神经网络设计
  • 数字滤波算法设计
  • IIR数字滤波器设计
  • 行业职业规划

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email