私服電機帶減速機的穩(wěn)健優(yōu)化設(shè)計。遺傳算法GA對于私服電機帶減速機設(shè)計參數(shù)我們只能按它們的個大概的值來設(shè)計，而在使用過程中因為各種人為因素或外部環(huán)境等因素的影響，其值會發(fā)生定的擾動，則不確定參數(shù)的維數(shù)是。根據(jù)敏捷度的定義，剎車電機減速機目標函數(shù)對不確定參數(shù)的敏捷度為約束函數(shù)對不確定參數(shù)的敏捷度為分別為，,為了使優(yōu)化結(jié)果達到穩(wěn)健性要求，應(yīng)使目標函數(shù)和約束前提對不可控因素變差的敏捷度小。但該私服電機帶減速機的設(shè)計參數(shù)較多，計算復(fù)雜，特別是些重要參數(shù)直接影響到私服電機帶減速機的機能和使用壽命。 文獻中建立了私服電機帶減速機的優(yōu)化設(shè)計模型，實現(xiàn)了優(yōu)化設(shè)計。 

遺傳算法GA(GeneticAlgorithm)是模擬生物在天然環(huán)境中的遺傳和進化過程而形成的種自適應(yīng)全局優(yōu)化概率隨機搜索算法。 (GeneticAlgorithm)是模擬生物在天然環(huán)境中的遺傳和進化過程而形成的種自適應(yīng)全局優(yōu)化概率隨機搜索算法。整個蝸輪減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設(shè)計原型系統(tǒng).從建立的私服電機帶減速機穩(wěn)健優(yōu)化設(shè)計模型看出，目標函數(shù)和約束函數(shù)均為非線性的，維數(shù)較多，計算起來較為復(fù)雜，為使優(yōu)化結(jié)果正確、可靠，對該優(yōu)化模型采用遺傳算法求解。整個私服電機帶減速機穩(wěn)健優(yōu)化過程通過VB穩(wěn)健優(yōu)化設(shè)計原型系統(tǒng)實現(xiàn)。同時文獻指出對于有約束的優(yōu)化設(shè)計題目來說，在優(yōu)化設(shè)計過程中般老是把長處推向約束的邊界上，而在實際中因為參數(shù)的變差將會使長處變?yōu)椴豢尚谢蛸|(zhì)量機能指標(準則函數(shù))超界成為廢品，這就是說，般的優(yōu)化設(shè)計優(yōu)解是不穩(wěn)健的。為了保證私服電機帶減速機長處的可行穩(wěn)健性，考慮到私服電機帶減速機設(shè)計參數(shù)中輸入功率P及輸入軸轉(zhuǎn)速n 會受到外界因素的影響而發(fā)生擾動，故將目標函數(shù)及約束前提對不確定因素的敏捷度小作為附加目標函數(shù)從建立的私服電機帶減速機穩(wěn)健優(yōu)化設(shè)計模型看出，目標函數(shù)和約束函數(shù)均為非線性的，維數(shù)較多，計算起來較為復(fù)雜，為使齒輪減速馬達優(yōu)化結(jié)果正確、可靠，對該優(yōu)化模型采用遺傳算法求解。 

私服電機帶減速機具有體積小、重量輕、結(jié)構(gòu)緊湊、傳動比大、傳動效率高等長處，在很多情況下可以代替二、三的圓柱齒輪減速器和蝸輪減速器，所認為界各所正視口?；谛∶艚荻确ǖ墓こ谭€(wěn)健優(yōu)化設(shè)計是利用敏捷度分析理論進行產(chǎn)品的穩(wěn)健設(shè)計。私服電機帶減速機穩(wěn)健優(yōu)化設(shè)計方法是將穩(wěn)健設(shè)計和優(yōu)化設(shè)計相結(jié)合，即通過私服電機帶減速機調(diào)整設(shè)計變量的名義值和控制其偏差來保證設(shè)計優(yōu)解的穩(wěn)健性。遺傳算法通過隨機選擇、交叉和變異等遺傳操縱，使群體代代地進化到搜索空間中越來越好的區(qū)域，直至抵達全局長處。 本章采用該種方法對私服電機帶減速機進行優(yōu)化設(shè)計，以尋求優(yōu)、穩(wěn)健的設(shè)計結(jié)果。斜齒輪的尺寸決定了私服電機帶減速機的結(jié)構(gòu)大小，故在給定傳動功率和傳動比時，知足強度前提及其他幾何尺寸要求的前提下，為使其結(jié)構(gòu)緊湊，降低本錢，將私服電機帶減速機的體積小作為穩(wěn)健優(yōu)化設(shè)計的目標函數(shù)。設(shè)計過程中考慮產(chǎn)品質(zhì)量對不確定因素的敏感性小，以進步設(shè)計解的可行穩(wěn)健性和目標函數(shù)及約束前提的不敏捷性的種方法。遺傳算法通過隨機選擇、交叉和變異等遺傳操縱，使群體代代地進化到搜索空間中越來越子的區(qū)域，直至抵達全局長處。http://www.hysgyxn.cn/product/list-saxiliejiansuji-cn.html