私服電機(jī)帶減速機(jī)的穩(wěn)健優(yōu)化設(shè)計(jì)。遺傳算法GA對(duì)于私服電機(jī)帶減速機(jī)設(shè)計(jì)參數(shù)我們只能按它們的個(gè)大概的值來設(shè)計(jì)，而在使用過程中因?yàn)楦鞣N人為因素或外部環(huán)境等因素的影響，其值會(huì)發(fā)生定的擾動(dòng)，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(jī)減速機(jī)目標(biāo)函數(shù)對(duì)不確定參數(shù)的敏捷度為約束函數(shù)對(duì)不確定參數(shù)的敏捷度為分別為，,為了使優(yōu)化結(jié)果達(dá)到穩(wěn)健性要求，應(yīng)使目標(biāo)函數(shù)和約束前提對(duì)不可控因素變差的敏捷度小。但該私服電機(jī)帶減速機(jī)的設(shè)計(jì)參數(shù)較多，計(jì)算復(fù)雜，特別是些重要參數(shù)直接影響到私服電機(jī)帶減速機(jī)的機(jī)能和使用壽命。 文獻(xiàn)中建立了私服電機(jī)帶減速機(jī)的優(yōu)化設(shè)計(jì)模型，實(shí)現(xiàn)了優(yōu)化設(shè)計(jì)。 

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

私服電機(jī)帶減速機(jī)具有體積小、重量輕、結(jié)構(gòu)緊湊、傳動(dòng)比大、傳動(dòng)效率高等長(zhǎng)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(rèn)為界各所正視口?；谛∶艚荻确ǖ墓こ谭€(wěn)健優(yōu)化設(shè)計(jì)是利用敏捷度分析理論進(jìn)行產(chǎn)品的穩(wěn)健設(shè)計(jì)。私服電機(jī)帶減速機(jī)穩(wěn)健優(yōu)化設(shè)計(jì)方法是將穩(wěn)健設(shè)計(jì)和優(yōu)化設(shè)計(jì)相結(jié)合，即通過私服電機(jī)帶減速機(jī)調(diào)整設(shè)計(jì)變量的名義值和控制其偏差來保證設(shè)計(jì)優(yōu)解的穩(wěn)健性。遺傳算法通過隨機(jī)選擇、交叉和變異等遺傳操縱，使群體代代地進(jìn)化到搜索空間中越來越好的區(qū)域，直至抵達(dá)全局長(zhǎng)處。 本章采用該種方法對(duì)私服電機(jī)帶減速機(jī)進(jìn)行優(yōu)化設(shè)計(jì)，以尋求優(yōu)、穩(wěn)健的設(shè)計(jì)結(jié)果。斜齒輪的尺寸決定了私服電機(jī)帶減速機(jī)的結(jié)構(gòu)大小，故在給定傳動(dòng)功率和傳動(dòng)比時(shí)，知足強(qiáng)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(jī)帶減速機(jī)的體積小作為穩(wěn)健優(yōu)化設(shè)計(jì)的目標(biāo)函數(shù)。設(shè)計(jì)過程中考慮產(chǎn)品質(zhì)量對(duì)不確定因素的敏感性小，以進(jìn)步設(shè)計(jì)解的可行穩(wěn)健性和目標(biāo)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(jī)選擇、交叉和變異等遺傳操縱，使群體代代地進(jìn)化到搜索空間中越來越子的區(qū)域，直至抵達(dá)全局長(zhǎng)處。http://lahly.com/product/list-saxiliejiansuji-cn.html