基于模糊综合评判的汽车传动轴模糊优化设计

蜗杆传动的模糊优化设计

摘要：就蜗杆传动减速器设计问题，应用模糊数学方法进行了优化设计。在满足使用条件的前提下，以蜗杆传动的体积最小为目标，建立了该问题的数学模型及求解.实例表明模糊优化设计是一种更科学更合乎客观实际要求的设计方法。

关键词：蜗杆传动；模糊；优化设计

引言

蜗杆蜗轮在各类机械设备的传动系统中应用广泛。近年来对普通优化设计的研究，能在众多满足设计要求的可行方案中，选出实现设计目标的最佳方案。然而，由于设计中某些根据设计规范或经验确定的参数取值的不确定性，以及影响设计的某些因素如载荷性质，材质好坏又很难用确定的数量表示，这就导致了设计的模糊性。普通优化设计方法没有考虑这些模糊因素的影响，致使优化出来的“最佳”结果与客观实际存在一定的距离。针对这种情况，本文兼顾到影响蜗杆传动因素的模糊性，应用模糊数学理论，对蜗杆蜗轮传动进行模糊优化设计。

2.2用二级模糊综合评判确定λ°

根据模糊集合的分解定理，用λ(λ∈[0,1])去截取模糊集合，得到不同入截集水平下的普通集。由隶属度函数知，λ取值越大，越安全可靠，λ取值越小，越经济节约。为使设计既安全可靠又经济节约，应对影响λ取值的各模糊因素进行综合评判，确定一个最优截集水平λ°。用二级模糊综合评判确定λ°的基本步骤如下:

（1）建立因素集，选择影响λ°的主要因素:设计水平U1，制造水平U2，材质好坏U3，使用条件U4和重要程度U5为因素集:

U=(U1,U2,U3,U4,U5)

每一因素按性质分为5个等级。由于各等级的模糊性，很难把某一因素规定为它的某一等级，因此各因素应看作是等级论域上的模糊子集:

U1=（高/μ11，较高/μ12,-一般/μ13,较低/μ14，低/μ15）

U2=（高/μ21，较高/μ22,-一般/μ23,较低/μ24，低/μ25）

1

第一章 绪论 1.1模糊优化设计概念

现实生活和工程领域中，存在着许多不确定性的量。这种不确定性主要表现在两个方面：

一是随机性，一是模糊性。随机性是由于事物的因果关系不确定造成的。它由概率、统计加

以研究，是概率力学设计的范畴。模糊优化设计，主要设计食物的模糊性。

所谓模糊，是指边界不清楚，即在本质上没有确切的含义，在量上没有明确的界限[1]

。

常规的优化设计是把设计中的各种因素均处理成确定的逻辑关系，忽略了事物之间存在的模

糊性，使得设计变量和目标函数不能达到应有的取值范围，往往落下一些真正的优化结果。

事实上，事物之间的中介过渡过程所带来的事物普遍存在的模糊性，而且设计对像的复杂化

必然涉及到模糊。由于信息技术、人工智能的研究必然要考虑到模糊信息的识别与处理以及

由于工程设计的不仅要面向用户需求的多样化和个性化，还要以满足社会需求为目标，并依

赖社会环境、条件、自然资源政治经济政策等比较强列的模糊性问题等，这些必然导致设计

的过程中纯在种种的模糊性问题。而模糊优化正是解决这一问题的设计方法，是将模糊优化

理论与普通优化方法相结合的一种新的设计方法，是普通优化设计的延伸和发展。

1.2模糊优化设计起源

20世纪50年代在应用数学领域发展形成了以线性规划和非线性规划为最主要内容的数

学规划理论，并应用于解决工程设计问题，形成了工程设计的优化设计理论和方法。数值计

算方法是利用已知的信息，通过迭代计算过程来逼近最优化问题的解。这种方法由于其运算

量大，甚至电子计算机出现和发展后才成为现实，并为数值优化方法的发展提供了重要的基

础。Dantzing提出了求线性规划问题的单纯方法，Bellman对动态规划问题提出了最优化原

理[2]

，这两方面的研究工作为约束优化方法的进展铺平了道路。Kuhn和Tucker关于规划问

题最优解的必要条件和充分条件的研究工作为以后再非线性规划领域内的大量研究奠定了

基础[3]

。20实际60年代初，Zoutend和Rosen对非线性规划的贡献有很重要的价值。尽管

基于模糊逻辑与PID控制的机电传动控制系统设计与优化

机电传动控制系统是一种将机械、电气和电子技术相结合的系统，广泛应用于各个领域的自动化设备和机械装置中。在设计和优化机电传动控制系统时，采用模糊逻辑与PID控制相结合的方法可以提高系统的性能和稳定性。

模糊逻辑是一种基于模糊推理的控制方法，与传统的精确控制方法相比，可以更好地应对系统的非线性和不确定性。模糊逻辑的核心是模糊化输入、模糊规则库和模糊推理，通过将输入量和规则映射为模糊集合，得到输出量的模糊结果，再通过去模糊化得到最终的控制指令。

PID控制是一种经典的控制算法，由比例项（P项）、积分项（I项）和微分项（D项）组成。PID控制根据系统的误差、误差的积分和误差的变化率来调整控制量，以实现系统的稳定性和精度。

在机电传动控制系统设计与优化过程中，可以利用模糊逻辑与PID控制相结合的方法，具体步骤如下：

1. 系统建模：根据机电传动系统的特性和要求，建立系统的数学模型。可以采用从系统的动力学方程出发，进行状态空间描述或传递函数描述。

2. 模糊控制器设计：设计模糊控制器的输入和输出变量，并对其进行模糊化和去模糊化操作。根据系统的输入和输出特性，选择适当的模糊集合和模糊规则库。

3. PID控制器设计：根据系统的数学模型和要求，设计PID控制器的参数。可以利用经验法则、试控法或优化算法进行参数调整，以达到系统的性能指标。

4. 模糊PID控制器设计：将模糊控制器与PID控制器相结合，构成模糊PID控制器。可以采用串级或并联的方式进行组合，以实现系统的最优控制效果。 5. 系统仿真与优化：利用计算机仿真软件，对设计的控制系统进行仿真验证。通过调整模糊PID控制器参数，优化系统的性能指标，如响应时间、超调量和稳态误差等。

6. 实际控制系统实现：将优化后的控制系统应用到实际机电传动系统中。根据实际情况进行参数微调和校正，确保系统能够满足实际工作要求。

基于模糊控制的电动汽车动力传动系统控制

首先，对于电动汽车动力传动系统的控制，需要建立一个合理的数学模型。该模型应包括电动机的动态特性、电机控制器的特性、变速器的工作原理等，以便后续的控制设计。然后，利用模糊集合和模糊规则，建立模糊控制器，用于对电动汽车动力传动系统进行控制。模糊控制器的输入为电动汽车的状态信息，如车速、加速度、扭矩等，输出为电机控制器的控制信号，用于调节电机的工作状态。

在模糊控制器的设计过程中，需要考虑到电动汽车动力传动系统的特点。例如，电动汽车的速度响应较快，要求控制器对系统的漂移能够快速响应和校正。此外，由于电动汽车不同的驱动模式（纯电动、混合动力等），需要设计不同的模糊规则和参数，以满足不同驱动模式下的控制需求。

最后，通过仿真和实验验证，评估基于模糊控制的电动汽车动力传动系统控制方法的性能。通过与其他控制方法的比较，可以评估模糊控制方法的优势和劣势，并对其进行改进和优化。

综上所述，基于模糊控制的电动汽车动力传动系统控制方法，是一种可行的控制方法，可以实现电动汽车的高效、可靠的控制，为电动汽车的发展提供技术支持。随着电动汽车技术的不断突破和发展，相信基于模糊控制的电动汽车动力传动系统控制方法将会得到更广泛的应用和推广。