【正文】 IVE SYSTEM OPTIMIZATION OF ENGINE CRANKSHAFTS USING AN INTEGRATION APPROACH Albert Albers/IPEK Institute of Product Development University of Karlsruhe Germany Noel Leon/CIDyT Center for Innovation andDesign Monterrey Institute of Technology,Mexico Humberto Aguayo/CIDyT Center forInnovation and Design, Monterrey Institute ofTechnology, Mexico Thomas Maier/IPEK Institute of Product Development University of Karlsruhe Germany ABSTRACT The ever increasing puter capabilities allow faster analysis in the field of Computer Aided Design and Engineering (CAD amp。 CW: Counterweight。要使用不同的工具 設(shè)計不同的工藝。自然頻率被認(rèn)為是另一個影響參數(shù)的方面。另一個重要改進(jìn)是其幾何特征的優(yōu)化方向。氣的基礎(chǔ)可以在 1990年之前發(fā)表的一些文章中找到 [ 4 ] 。先進(jìn)的 CAD與 CAE軟件有自己的優(yōu)化能力，但往往局限于某些局部搜索算法，因此它決定利用遺傳算法，如集成在達(dá)科他州（設(shè)計分析工具包優(yōu)化中的應(yīng)用） [ 8 ]提出在桑迪亞國家實(shí)驗(yàn)室實(shí)驗(yàn)室。曲軸的設(shè)計本質(zhì)上是一個多目標(biāo)優(yōu)化（ MO）的問題。帕累托的優(yōu)化方法，被稱為多目標(biāo)遺傳算法（ MOGA） [11]，采用的是目前的 MO問題，尋找其中這兩個適應(yīng)度函 數(shù)的 Pareto前沿。莫：多目標(biāo) 。這是一個設(shè)計實(shí)踐的總和，關(guān)于修正飛機(jī)離開的時刻 (到抗衡靠近法蘭 )為了消除造成的時刻離開不平衡質(zhì)量和找到正確的平面上的不平衡 : ll x ym gr gym R r R y ?? )21( （ 1） ll x zm g r m zm R r R z??)21( （ 2） 兩個校正平面之間的距離 ,mg 是曲軸的質(zhì)量 。標(biāo)準(zhǔn) ,然后 ,是最小化之間的差異的絕對值之和的目標(biāo)值和實(shí)際值在兩個外部失衡通過修改砝碼曲軸幾何學(xué)。 Java 接口允許 CAD 軟件運(yùn)行不斷與曲軸模型加載到計算機(jī)內(nèi)存 ,這樣每次生成一個單獨(dú)的幾何自動適應(yīng)新的參數(shù)。在這種情況下 ,鋒利邊緣出 現(xiàn)在配置文件不是一個方便的條件從曲軸的鍛造的觀點(diǎn)。有可能在帕累托發(fā)展的前沿找到 closesttotarget。 Structures, vol. 79, 2021, . [2] P. Bentley, Evolutionary Design by Computers, USA: Man Kaufmann, 1999. [3] . Goldberg, Geic Algorithms in Search,Optimization and Machine Learning, USA: AddisonWesley Longman Publishing Co., 1989. [4] . Coello Coello, “ A Comprehensive Survey of EvolutionaryBased Multiobjective Optimization Techniques,” Knowledge and Information Systems, , 1999, pp. 129156. [5] . Cohanim, . Hewitt, and O. de Weck, “ The Design of Radio Telescope Array Configurations usingMultiobjective Optimization: Imaging Performance versus Cable Length,” astroph/0405183, 2021, pp. 142。 發(fā)展的一個新的有額外的第一頻率特征的目標(biāo)是繪制圖形 ,從圖形中中提取重要的結(jié)論，這對額外增加的限制對平衡的影響 是很有必要的。在這種情況下 ,它是取決于幾何學(xué)的四個不同的概要文件。為了有一個視覺感覺算法執(zhí)行的方式 ,這個人在采用了 CAD 幾何建模。 圖 優(yōu)化策略 這一戰(zhàn)略的一般過程描述如下。 這種方法被稱為“目標(biāo)規(guī)劃” ,設(shè)計師分配的目標(biāo)或目標(biāo)要實(shí)現(xiàn)每個目標(biāo)函數(shù) [14]。因此引進(jìn)了完成平衡設(shè)計的程序。下面的兩個特點(diǎn)是希望成功解決問題的 MO： 1）得到的解決方案是帕累托最優(yōu)和 2）它們均勻地從帕累托最優(yōu)集采樣。 是不平衡的目標(biāo)函數(shù)也高度非線性的。 曲軸性能多目標(biāo)的考慮 曲軸可以考慮從其中不同的目標(biāo)函數(shù)可以推導(dǎo)以形成一個優(yōu)化問題的一個元素。一些例子是計算機(jī)設(shè)計和凸輪形狀的用于柴油發(fā)動機(jī)的優(yōu)化 [7]。在這些條件下允許電腦在自動工作環(huán)境中進(jìn)行結(jié)構(gòu)優(yōu)化和完善傳統(tǒng)的設(shè)計過程。因此競爭必須從優(yōu)化引擎組件這個剛面著手。 Java 接口程序鏈接到 CAE 軟件的 CAD 模型進(jìn)行計算。 [6] M. Olhofer, Yaochu Jin, and B. Sendh off, “Adaptiveen coding for aerodynamic shape optimization using evolution strategies,” Evolutionary Computation, Seoul: 2021, pp. 576583. [7] J. Lampinen, “Cam shape optimization by geical gorithm,” ComputerAided Design, vol. 35, 2021, . [8] M. Eldred et al., DAKOTA, A Multilevel ParallelObjectOriented Framework for Design Optimization, Parameter Estimation, Uncertainty Quantification, andSensitivity Analysis. Reference Manual, USA: Sandia Laboratories, 2021. [9] Y. Kang et al., “An accuracy improvement for balancing crankshafts,” Mechanism and Machine Theory, vol. 38,2021, pp. 14491467. [10] S. Obayashi, T. Tsukahara, and T. Nakamura,“Multiobjective geic algorithm applied to aerodynamic design of cascade airfoils,” Industrial Electronics, IEEE Transactions on, vol. 47, 2021, . [11] . Fonseca and . Fleming, “An Overview of Evolutionary Algorithms in Multiobjective Optimization,” Evolutionary Computation, vol. 3, 1995, pp. 116 [12] ., “Comparison of Strategies forthe Optimization/Innovation of Crankshaft Balance,”Trends in Computer Aided Innovation, USA: Springer,2021, pp. 201210. [13] S. Rao, Mechanical vibrations, USA: AddisonWesley, 1990. [14] . Coello Coello, An empirical study of evolutionary techniques for multiobjective optimization in engineering design, USA: Tulane University, 1996. [15] N. LeonRovira et al., “Automatic Shape Variations in 3d CAD Environments,” 1st IFIPTC5 Working Conference on Computer Aided Innovation, Germany:2021, pp. 200210. [16] . Smith, . Dike, and . Stegmann, “Fitness inheritance in geic algorithms,” ACM symposium on Applied puting, USA: ACM, 1995, pp. 345350. IMECE2021學(xué)報 2021年 ASME國際機(jī)械工程國會和博覽會 2021年 10月 3111月 6日，波斯頓，馬賽諸塞州，美國 IMECE202167447 適用于多目標(biāo)系統(tǒng)優(yōu)化發(fā)動機(jī)曲軸 （ 阿爾伯特 GAs: Geic Algorithms。 EA: Evolutionary Algorithms。阿爾伯斯 / IPEK 產(chǎn)品開發(fā)研 究所， 德國卡爾斯魯厄大學(xué)；諾埃爾利昂 / CIDyT創(chuàng)新中心和設(shè)計，墨西哥蒙特雷理工學(xué)院；溫貝托 Aguayo / CIDyT創(chuàng)新中心和設(shè)計，墨西哥蒙特雷理工學(xué)院；托馬斯?邁爾 / IPEK產(chǎn)品開發(fā)研究所，德國卡爾斯魯厄大學(xué)） 摘 要 隨著計算機(jī)的功能不斷增加，計算機(jī)輔助設(shè)計與工程 (CAD 和 CAE)也不斷加強(qiáng)。我們的案例研究的是幾何修改 ,這是從原來的“弧形”設(shè)計用樣條函數(shù)替代砝碼的形象決定的。由于這種原因。具體需求滿足的以下策略 : V6 發(fā)動機(jī)曲軸的不平衡 ,它的重量或其可制造性不會受到影響 允許集成不同的軟件開發(fā)接口編程 :CAD 建模和幾何評估 ,CAE 模擬分析和評估 ,為優(yōu)化和遺傳 算法尋找替代品 設(shè)計師更好地開發(fā)一個曲軸要有新的設(shè)計概念包括形狀能夠相互制衡 ,更優(yōu)越的性能，比使用手冊要更加的好。在這種情況下的凸輪設(shè)計的目的是最大限度地減少了系統(tǒng)的振動，并進(jìn)行平滑變化的花鍵輪廓。它們代表的功能和所設(shè)計過程中使用的軟件工具進(jìn)行分析的限制。輔助信息，如目標(biāo)函數(shù)的導(dǎo)數(shù)，不可用。 各部分名稱 CAD：計算機(jī)輔助設(shè)計 。一個簡短的解釋如下。這些值納入額外約束的問題。在 CAD 軟件優(yōu)化循環(huán)自動控制的一種優(yōu)化算法 ,即遺傳算法 (GA)。由此產(chǎn)生的幾何的圖形如圖 6 所示