基于神经网络的小型谐波柔轮结构参数优化

邵未龙; 李鹭扬; 叶雯莉; 王奇山

doi:10.16578/j.issn.1004.2539.2025.09.006

您当前的位置：

首页 >

文章列表页 >

基于神经网络的小型谐波柔轮结构参数优化

设计计算 | 更新时间：2025-09-20

- 基于神经网络的小型谐波柔轮结构参数优化
- Structural parameter optimization of micro harmonic flexspline based on neural network
- 机械传动 2025年49卷第9期页码：47-54
- 作者机构：
  
  扬州大学机械工程学院，扬州 225100
- 作者简介：
  
  邵未龙，男，2000年生，江苏无锡人，硕士研究生；主要研究方向为精密减速器；2518362352@qq.com。
  李鹭扬（通信作者），男，1971年生，台湾台北人，博士，副教授；主要研究方向为工业机器人；meliluyang@126.com。
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2025.09.006
  中图分类号： TH132.43
- 收稿日期：2024-05-19，
  
  纸质出版日期：2025-09-15
- 稿件说明：
移动端阅览
邵未龙，李鹭扬，叶雯莉，等. 基于神经网络的小型谐波柔轮结构参数优化［J］. 机械传动，2025，49（9）：47-54.

SHAO Weilong，LI Luyang，YE Wenli，et al. Structural parameter optimization of micro harmonic flexspline based on neural network［J］. Journal of Mechanical Transmission，2025，49（9）：47-54.
邵未龙，李鹭扬，叶雯莉，等. 基于神经网络的小型谐波柔轮结构参数优化［J］. 机械传动，2025，49（9）：47-54. DOI： 10.16578/j.issn.1004.2539.2025.09.006.

SHAO Weilong，LI Luyang，YE Wenli，et al. Structural parameter optimization of micro harmonic flexspline based on neural network［J］. Journal of Mechanical Transmission，2025，49（9）：47-54. DOI： 10.16578/j.issn.1004.2539.2025.09.006.

摘要

目的

目前关于小型谐波减速器参数合理化设置的研究较少，为了改善小型谐波柔轮的受力状态与传动性能，提出一种基于神经网络的参数优化方法。

方法

首先，建立了柔轮仿真模型并采用局部敏感度分析法筛选优化参数；然后，使用遗传算法优化了人工神经网络，建立了优化参数与柔轮应力和刚度之间的映射模型；最后，通过模型分析，得到了优化参数的全局敏感度，并揭示了优化参数与柔轮应力和刚度之间的关系。

结果

计算结果表明，基于神经网络全局敏感度分析的柔轮结构参数优化，可有效改善柔轮的应力集中现象，提高柔轮的刚度，增强谐波减速器的传动性能。

Abstract

Objective

Little research has been conducted on the rational parameter setting of micro harmonic reducers. To improve the force condition and transmission performance of micro harmonic flexsplines

a neural network-based parameter optimization method was proposed.

Methods

Firstly

a flexspline simulation model was established

and optimization parameters were screened using local sensitivity analysis method. Then

the artificial neural network was optimized by the genetic algorithm

and a mapping model between the optimization parameters and flexspline stress as well as flexspline stiffness was constructed. Finally

through model analysis

the global sensitivity of the optimization parameters was obtained

and the relation between the optimization parameters and flexspline stress as well as flexspline stiffness was revealed.

Results

The calculation results show that the optimization of flexspline structural parameters based on neural network-based global sensitivity analysis can effectively alleviate the stress concentration of the flexspline

the stiffness of the flexspline is improved

and the transmission performance of the harmonic reducer is enhanced.

关键词

Keywords

references

沈允文，叶庆泰 . 谐波齿轮传动的理论和设计［M］. 北京：机械工业出版社， 1985 ： 180 - 188 .

SHEN Yunwen ， YE Qingtai . Theory and design of harmonic gear transmission ［M］. Beijing ： China Machine Press ， 1985 ： 180 - 188 .

PACANA J ， WITKOWSKI W ， MUCHA J . FEM analysis of stress distribution in the hermetic harmonic drive flexspline ［J］. Strength of Materials ， 2017 ， 49 （ 3 ）： 388 - 398 .

ROUTH B ， MAITI R ， RAY A . Analysis of coning and lubrication at flexspline cup and cam interface in conventional harmonic drives ［J］. Industrial Lubrication and Tribology ， 2017 ， 69 （ 6 ）： 817 - 827 .

张雷，张立华，王家序，等 . 基于响应面的柔轮应力和刚度分析［J］. 浙江大学学报（工学版）， 2019 ， 53 （ 4 ）： 638 - 644 .

ZHANG Lei ， ZHANG Lihua ， WANG Jiaxu ， et al . Analysis of stress and stiffness of flexspline based on response surface method ［J］. Journal of Zhejiang University （Engineering Science）， 2019 ， 53 （ 4 ）： 638 - 644 .

张雷，杨伟超，蒋倩倩，等 . 谐波减速器核心部件结构应力分析［J］. 机械传动， 2018 ， 42 （ 12 ）： 114 - 117 .

ZHANG Lei ， YANG Weichao ， JIANG Qianqian ， et al . Structural stress analysis of the core component of harmonic reducer ［J］. Journal of Mechanical Transmission ， 2018 ， 42 （ 12 ）： 114 - 117 .

陈仕杰，李佳豪，吴柏生 . 基于参数敏感性的柔轮响应面优化［J］. 机械传动， 2022 ， 46 （ 6 ）： 57 - 63 .

CHEN Shijie ， LI Jiahao ， WU Baisheng . Response surface optimization of flexspline based on parameter sensitivity ［J］. Journal of Mechanical Transmission ， 2022 ， 46 （ 6 ）： 57 - 63 .

孙志国 . 基于遗传算法的谐波齿轮传动参数优化设计与虚拟设计［D］. 成都：四川大学， 2006 ： 38 - 44 .

SUN Zhiguo . Parametric design of harmonic gear drive based on genetic algorithm and virtual design ［D］. Chengdu ： Sichuan University ， 2006 ： 38 - 44 .

高海波，李志刚，邓宗全 . 基于ANSYS的杯形柔轮结构参数对柔轮应力的敏感度分析［J］. 机械工程学报， 2010 ， 46 （ 5 ）： 1 - 7 .

GAO Haibo ， LI Zhigang ， DENG Zongquan . Sensitivity analysis of cup-shaped flexible gear parameters to its stress based on ANSYS ［J］. Journal of Mechanical Engineering ， 2010 ， 46 （ 5 ）： 1 - 7 .

GAO H B ， ZHUANG H C ， LI Z G ， et al . Optimization and experimental research on a new-type short cylindrical cup-shaped harmonic reducer ［J］. Journal of Central South University ， 2012 ， 19 （ 7 ）： 1869 - 1882 .

KITTUR J K ， CHOUDHARI M N ， PARAPPAGOUDAR M B . Modeling and multi-response optimization of pressure die casting process using response surface methodology ［J］. The International Journal of Advanced Manufacturing Technology ， 2015 ， 77 （ 1 ）： 211 - 224 .

秦训鹏，冯佳伟，王永亮，等 . 基于响应面方法的微型车车门模态分析与优化［J］. 中国机械工程， 2017 ， 28 （ 14 ）： 1690 - 1695 .

QIN Xunpeng ， FENG Jiawei ， WANG Yongliang ， et al . Structural modal analysis and optimization of mini-car doors based on response surface method ［J］. China Mechanical Engineering ， 2017 ， 28 （ 14 ）： 1690 - 1695 .

丁军，古愉川，黄霞，等 . 基于改进遗传算法优化人工神经网络的304不锈钢流变应力预测准确性研究［J］. 机械工程学报， 2022 ， 58 （ 10 ）： 78 - 86 .

DING Jun ， GU Yuchuan ， HUANG Xia ， et al . Research on prediction accuracy of flow stress of 304 stainless steel based on artificial neural network optimized by improved genetic algorithm ［J］. Journal of Mechanical Engineering ， 2022 ， 58 （ 10 ）： 78 - 86 .

吴庶宸，戚宗锋，李建勋 . 基于深度学习的智能全局灵敏度分析［J］. 上海交通大学学报， 2022 ， 56 （ 7 ）： 840 - 849 .

WU Shuchen ， QI Zongfeng ， LI Jianxun . Intelligent global sensitivity analysis based on deep learning ［J］. Journal of Shanghai Jiao Tong University ， 2022 ， 56 （ 7 ）： 840 - 849 .

NOURANI V ， SAYYAH FARD M . Sensitivity analysis of the artificial neural network outputs in simulation of the evaporation process at different climatologic regimes ［J］. Advances in Engineering Software ， 2012 ， 47 （ 1 ）： 127 - 146 .

BISWAS P P ， CHEN W H ， LAM S S ， et al . A comprehensive study of artificial neural network for sensitivity analysis and hazardous elements sorption predictions via bone char for wastewater treatment ［J］. Journal of Hazardous Materials ， 2024 ， 465 ： 133154 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

柔轮齿廓参数优化和啮合特性分析软件开发

基于振动特性分析的高速干切滚齿工艺参数优化研究

平面柔性微定位平台的设计分析与优化

微创手术机器人主操作手设计与优化

车齿工艺切削温度预测与工艺参数优化