斜齿轮蜗轮蜗杆减速机的稳健优化设计。斜齿轮蜗轮蜗杆减速机具有体积小、重量轻、结构紧凑、传动比大、传动效率高等优点，在许多情况下可以代替二级、三级的圆柱齿轮减速器和蜗轮减速器，所以为世界各国所重视口。但该S系列减速机的设计参数较多，计算复杂，特别是一些重要参数直接影响到斜齿轮蜗轮蜗杆减速机的性能和使用寿命。
文献中建立了斜齿轮蜗轮蜗杆减速机的优化设计模型，实现了优化设计。同时文献指出对于有约束的优化设计问题来说，在优化设计过程中一般总是把最优点推向约束的边界上，而在实际中由于参数的变差将会使最优点变为不可行或质量性能指标(准则函数)超界成为废品，这就是说，一般的优化设计最优解是不稳健的。S系列减速机稳健优化设计方法是将稳健设计和优化设计相结合，即通过S系列减速机调整设计变量的名义值和控制其偏差来保证设计最优解的稳健性。基于最小灵敏度法的工程稳健优化设计是利用灵敏度分析理论进行产品的稳健设计。设计过程中考虑产品质量对不确定因素的敏感性最小，以提高设计解的可行稳健性和目标函数及约束条件的不灵敏性的一种方法。本章采用该种方法对斜齿轮蜗轮蜗杆减速机进行优化设计，以寻求最优、最稳健的设计结果。
对于S系列减速机设计参数我们只能按它们的一个大概的值来设计，而在使用过程中由于各种人为因素或外部环境等因素的影响，其值会发生一定的扰动，则不确定参数的维数是 。根据灵敏度的定义，S系列减速机目标函数对不确定参数的灵敏度为 约束函数对不确定参数的灵敏度为分别为 ， ,为了使优化结果达到稳健性要求，应使目标函数和约束条件对不可控因素变差的灵敏度最小。斜齿轮的尺寸决定了斜齿轮蜗轮蜗杆减速机的结构大小，故在给定传动功率和传动比时，满足强度条件及其他几何尺寸要求的条件下，为使其结构紧凑，降低成本，将斜齿轮蜗轮蜗杆减速机的体积最小作为稳健优化设计的目标函数 。为了保证S系列减速机最优点的可行稳健性，考虑到S系列减速机设计参数中输入功率P及输入轴转速n 会受到外界因素的影响而发生扰动，故将目标函数及约束条件对不确定因素的灵敏度最小作为附加目标函数从建立的斜齿轮蜗轮蜗杆减速机稳健优化设计模型看出，目标函数和约束函数均为非线性的，维数较多，计算起来较为复杂，为使S系列减速机优化结果准确、可靠，对该优化模型采用遗传算法求解。
遗传算法GA (GeneticAlgorithm)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率随机搜索算法。遗传算法通过随机选择、交叉和变异等遗传操作，使群体一代一代地进化到搜索空间中越来越好的区域，直至抵达全局最优点。整个S系列减速机稳健优化过程通过VB稳健优化设计原型系统.从建立的斜齿轮蜗轮蜗杆减速机稳健优化设计模型看出，目标函数和约束函数均为非线性的，维数较多，计算起来较为复杂，为使优化结果准确、可靠，对该优化模型采用遗传算法求解。遗传算法GA (GeneticAlgorithm)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率随机搜索算法。遗传算法通过随机选择、交叉和变异等遗传操作，使群体一代一代地进化到搜索空间中越来越好的区域，直至抵达全局最优点。整个S系列减速机稳健优化过程通过VB稳健优化设计原型系统实现。
http://www.vemte.com/sdxljsdj.html