论文部分内容阅读
矿井提升机是矿山开采的重要设备。目前国家经济建设快速发展，对能源的需求量也在逐渐增加，对矿井提升机的产量和性能要求也不断增加。我们需要学习先进的设计制造方法和理论，应用到矿井提升机的优化设计中，提高矿井提升机的实用性和经济性。本文在论述了免疫算法、标准粒子算法、免疫粒子群算法的基本思想和算法流程，发现这三种智能算法都有一定的不足之处，免疫算法一般需要一定的先验知识形成记忆库，很多情况下都不具备这样的条件，标准粒子群算法缺乏多样性，收敛速度较慢，本文中论述了两种免疫粒子群算法，虽然这两种算法兼具了免疫算法和粒子群算法的优点，提高了算法的多样性和收敛速度，但是还有改进提高的地方。在此基础上本文提出了一种新型改进的免疫粒子群算法，将免疫算法和粒子群算法相结合，加入免疫淘汰和粒子飞行速度控制机制，形成了新的免疫粒子群算法(AI-PSO)，并通过函数验证了算法的有效性。使用标准粒子群算法，两种免疫粒子群算法，改进的免疫粒子群算法对同一函数进行优化仿真验证，证明改进的免疫粒子群算法具有更好的全局收敛能力和更快的收敛速度。本文用改进的免疫粒子群算法（AI-PSO）对2JK-3/30提升机的主轴装置以减轻重量为目标进行优化设计。在优化过程中对主轴装置进行了受力分析，建立了相应的力学模型，完成了约束条件的建立。优化后的主轴装置比优化前轻了25.87%，降低了生产制造成本。为了验证改进的免疫粒子群算法对主轴装置优化结果的准确性和有效性，本文使用优化后的提升机主轴装置数据，通过三维制图软件Pro/E和有限元软件ANSYS建立了主轴装置整体，单个卷筒，单个主轴三个有限元模型进行分析计算，得到最大的等效应力值和等效应变值，对矿井提升机主轴装置进行了安全校核，结果证明这三个模型均满足安全校核条件，说明了AI-PSO算法对主轴装置的优化结果是可靠的。