欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 202010380810X
申请人: 安徽工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,包括以下步骤:步骤1、测量待测齿轮的齿廓数据作为待测数据,测量测试齿轮的齿廓数据作为样本数据,并对待测齿轮的理论齿廓数据进行坐标变换处理;

步骤2、建立齿廓偏差数学模型,用于计算齿轮的齿廓偏差;

步骤3、建立SVR模型,用于对齿廓数据进行曲线拟合;

步骤4、使用DP-PSO算法和样本数据对SVR模型中的参数进行优化和训练,得到DP-PSO-SVR模型;

步骤5、使用DP-PSO-SVR模型对待测数据进行拟合,得到待测齿轮的实际渐开线,利用最小二乘法拟合理论齿廓数据得到理论渐开线,通过齿廓偏差数学模型计算得到实际渐开线与理论渐开线之间的齿廓偏差。

2.根据权利要求1所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

1中对理论齿廓数据进行坐标变换处理包括以下步骤:步骤1.1、建立线性变换矩阵:

步骤1.2、将理论计算点(x0,y0)变换到实际测量点(x1,y1)坐标系:

3.根据权利要求1所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

2中所述的齿廓偏差数学模型为:

其中Fa为齿廓偏差值,rb为基圆半径,两条理论渐开线与基圆的交与两点, 分别为两点与X轴的夹角。

4.根据权利要求1所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

3中建立SVR模型包括以下步骤:

步骤3.1、定义SVR模型的目标函数:

其中C为惩罚参数,ε为不敏感损失,lε为ε的不敏感损失函数;

步骤3.2、引入松弛变量ξi和

s.t.f(xi)-yi≤ε+ξi,

步骤3.3、引入拉格朗日乘子,对上式进行对偶化处理,得到对偶式:步骤3.4、引入高斯核函数 将对偶式转换为:步骤3.5、根据KKT条件,得到回归函数:

5.根据权利要求1所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

4中使用DP-PSO算法和样本数据对SVR模型中的参数进行优化和训练,具体包括以下步骤:步骤4.1、初始化SVR模型参数,设定参数的取值范围;

步骤4.2、建立粒子群进化方程,初始化粒子群参数;

步骤4.3、用初始值训练SVR模型,更新两个粒子群的粒子适应度,记录粒子的个体历史最优值和群体历史最优值;

步骤4.4、用不同的策略更新两个粒子群的位置和速度;

步骤4.5、训练SVR模型,更新粒子适应度,更新整体粒子群的个体历史最优值和群体历史最优值;

步骤4.6、重复步骤4.5,直到达到最大迭代次数,停止迭代。

6.根据权利要求5所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

4.1中设定的参数包括:惩罚参数C、核函数参数σ和不敏感损失ε。

7.根据权利要求5所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

4.2中建立粒子群进化方程步骤包括:

建立局部寻优进化方程:

Q1:vij(t+1)=w×vij(t)+c1×rand()×(pij(t)-xij(t))+c2×rand()×(pgj(t)-xij(t))w=0.3建立全局寻优进化方程:

Q2:vij(t+1)=w×vij(t)+c1×r1j(t)×(pij(t)-xij(t))+c2×r2j(t)×(pgj(t)-xij(t))其中rand()为在[0,1]中分布均匀的任意数,w为惯性权重,c1、c2为加速因子,vij(t+

1)、xij(t)和pij(t+1)分别表示粒子i在t+1次迭代中第j维的速度、位置和飞行过的最好位置,i=1、2、...、N,N表示可行解的数量,j=1、2、...、G,G表示求解的问题维度。

8.根据权利要求5所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

4.3中初始化的粒子群参数包括:加速因子调节系数、最大迭代次数、种群总个数、子群个数。

9.根据权利要求5所述的一种基于DP-PSO-SVR的齿廓偏差测量方法,其特征在于,步骤

4.4中用不同的策略更新两个粒子群的位置和速度为:利用反正切函数动态调整加速因子c1和c2,确定局部寻优进化方程Q1和全局寻优进化方程Q2的加速因子:c1(t)=c11+(c12-c11)×(arctan(20×t/Tmax-e)+arctane)/lc2(t)=c21+(c22-c21)×(arctan(20×t/Tmax-e)+arctane)/ll=arctan(20-e)+arctan(e)其中,c11和c21分别是c1和c2的起始值,c12和c22分别是c1和c2的终值,Tmax为算法的最大迭代次数;e为调节系数,控制曲线的衰减,一般取值为0-10。