《表3 优化结果与原设计对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《食物链传导响应算法在齿轮箱优化中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

齿轮箱优化数学模型包含多个约束方程，考虑到齿轮的模数和齿数为离散变量，轴系直径和长度为连续变量，可针对不同变量形式采取不同的协调响应策略对子链层级进行优化分析，采用本文提出的HREPSO算法进行优化分析，为了表述优化分析性能，由于遗传算法在齿轮箱优化领域较为成熟[38]，采用遗传算法进行对比分析。本文将基于遗传算法的单级优化算法和HREPSO算法对风力机齿轮箱优化分析进行对比，利用MATLAB平台环境对风力机关键部件进行优化，设计风力机齿轮箱优化计算程序进行求解，优化结果如表3所示。将表3的数据代入式（2）和式（3），然后求和可知，优化前的风力发电齿轮传动系统的总体积为0.741m3，采用HREPSO算法优化后总体积为0.576m3，采用遗传算法求解优化体积为0.634m3，与原方案相比，在确保传动效率的前提下，本文算法和遗传算法对齿轮箱参数的优化使齿轮箱的体积分别下降了22.2%和14.4%，优化效果显著，因此利用层级响应PSO算法优化齿轮箱参数具有可行性。