Optymalizacja konstrukcji
Transkrypt
Optymalizacja konstrukcji
Optymalizacja konstrukcji 9 Kształtowanie konstrukcyjne: ⇒ nadanie właściwych cech konstrukcyjnych przeszłej maszynie ⇒ określenie z jakiego punktu widzenia (wg jakiego kryterium oceny) będą oceniane alternatywne rozwiązania konstrukcyjne. 9 Ścisłe (sformułowane matematycznie) określenie punktu widzenia ⇒ funkcja celu (funkcja jakości, funkcja efektywności) 9 Punkt oceny ⇒ kryterium optymalizacji. optymalizacji Optymalizacja to działalność, której celem jest uzyskanie najlepszego rezultatu w danych warunkach i dla określonej funkcji celu. Najlepszy z otrzymanych wyników nazywa się optymalnym. Optymalizacja - myślenie w kategoriach celów Przykład: lornetka Kryterium optymalizacji (zmienna zależna) ⇒ ostrość obrazu Zmienna niezależna ⇒ odległość soczewek optimum ostrość obrazu Wartość optymalna ⇒ najostrzejszy obraz odległość soczewek Optymalizacja to działalność, której celem jest uzyskanie najlepszego rezultatu w danych warunkach i dla określonej funkcji celu. Najlepszy z otrzymanych wyników nazywa się optymalnym. Projektowanie Sformułowanie problemu Model problemu Optymalizacja Po co optymalizować? • • • • • • Korzyści finansowe Usprawnienie działania Podniesienie efektywności pracy Poprawa niezawodności Poprawa bezpieczeństwa Zmniejszenie zużycia zasobów Kryteria optymalizacji • • • • • • Koszt Opóźnienie (szybkość działania) Niezawodność Efektywność Zużycie zasobów Bezpieczeństwo Ograniczenia w optymalizacji • • • • • • • Koszt Opóźnienie (szybkość działania) Niezawodność Efektywność Zużycie zasobów Bezpieczeństwo Inne Załóżmy, że rozpatruje się trzy rodzaje przekładni o tej samej mocy i przełożeniu : – ślimakową, – planetarną, – walcową. Załóżmy też, że kryterium optymalizacji są najmniejsze gabaryty tej przekładni, które można wyrazić w funkcji pozostałych cech konstrukcyjnych. Z punktu widzenia zadanego kryterium a więc wymiarów gabarytowych, optymalnym rozwiązaniem jest przekładnia planetarna. Model matematyczny konstrukcji 9Zbudowanie funkcji celu, niezbędnej w procesie optymalizacji konstrukcji, wymaga zapisu cech konstrukcyjnych maszyny (geometrycznych, materiałowych i dynamicznych) w postaci układu liczb i funkcji. 9Uzyskany w ten sposób zapis nazywa się modelem matematycznym konstrukcji. Dla potrzeb modelowania matematycznego, konstrukcję K można potraktować jako punkt w pewnej przestrzeni N-wymiarowej czynnikowej, co można zapisać następująco: K = (C1,C2,...,CN) ∈ RN gdzie: K- konstrukcja, Ci - cechy konstrukcji, RN- przestrzeń konstrukcji. Jeżeli wszystkie współrzędne wektora K są liczbami, to taki punkt można traktować jako element N - wymiarowej przestrzeni euklidesowej EN: K = (C1, C2,...,CN)∈ EN Wektor K należący do przestrzeni konstrukcji jednoznacznie opisuje konstrukcję. Niech opisywanym elementem będzie śrubowa sprężyna naciskowa. α D Dw Dz p d Umiejscowienie jej środka ciężkości w maszynie można określić za pomocą wartości liczbowych trzech współrzędnych: x, y i z. Następne współrzędne mogą opisywać, np. średnicę drutu d, średnicę nawinięcia drutu Dw, granicę plastyczności materiału sprężyny Re, wartość siły napięcia wstępnego Pw, itp. Wszystkie cechy opisujące konstrukcję można podzielić na: ¾ parametry P ¾ zmienne decyzyjne X. Parametry P są zadane i ich wartość jest niezmienna w procesie projektowania. Zmienne decyzyjne X są dobierane w procesie projektowania. W przypadku rozpatrywanej sprężyny: parametrami P mogą być np.: wartość siły napięcia wstępnego i wymiary zewnętrzne sprężyny, zaś zmiennymi decyzyjnymi X, np. średnica drutu, granica plastyczności materiału sprężyny (materiał sprężyny). Biorąc pod uwagę podział cech konstrukcyjnych na parametry P i zmienne decyzyjne X, konstrukcje można formalnie zapisać następująco: K = (P1, P2,...,PN; X1,X2,...XM) ∈ EK Zbiór zmiennych decyzyjnych X można traktować jako punkt x w pewnej przestrzeni, zwanej przestrzenia zmiennych decyzyjnych (przestrzenia rozwiązań) Ex: x = (x1, x2,…,xn) ∈ Ex 9 Na złożoność modelu matematycznego wpływa głownie liczba zmiennych decyzyjnych - im jest ona większa, tym trudniejsze i kosztowniejsze jest prowadzenie obliczeń. 9 Z drugiej zaś strony, ograniczenie liczby zmiennych decyzyjnych i ustalenie dużej liczby cech konstrukcyjnych jako parametrów zawęża możliwości poszukiwana najlepszych rozwiązań. Matematyczne sformułowanie szczegółowych i ogólnych zasad konstrukcji 9Projektant może przyjmować tylko określone wartości zmiennych decyzyjnych X. 9Wynika to z ograniczeń narzuconych na poszczególne zmienne decyzyjne i na konstrukcję jako całość. 9 Ograniczenia te wynikają ze szczegółowych zasad konstrukcji. Zgodnie z pierwszą zasadą, konstrukcja powinna spełniać wszystkie ograniczenia wynikające ze szczegółowych zasad w stopniu nie mniejszym od założonego. Z matematycznego punktu widzenia, ograniczenia te mogą mieć charakter nierównościowy: bi(x)= bi(x1,x2,...,xn)< 0; i = 1,2,...,m lub równościowy: gj(x)=gj( x1,x2,...,xn)=0; j=1,2,...,p Dla każdej zmiennej decyzyjnej xi można ustalić wstępnie zakres jej zmienności: ximin ≤ xi ≤ ximax; i = 1,...,n Na skutek ograniczeń wynikających ze szczegółowych zasad konstrukcji przedział ten ulega zawężeniu. Niektóre zmienne decyzyjne mogą przyjmować dowolne wartości z ciągłego przedziału [ximin,ximax], a inne mogą przyjmować tylko wartości dyskretne. Zmienne decyzyjne wynikające ze względów fizycznych i technologicznych, takie jak np.: ¾ wymiary, ¾ obciążenia, ¾ naprężenia., itp. mają z reguły charakter ciągły. Zmienne decyzyjne ściśle określone przez normy, takie jak np.: ¾ moduły kół zębatych, ¾ wymiary łożysk tocznych, ¾ wymiary śrub, nitów, itp., mają charakter dyskretny i ich zakres zawęża się do zbioru liczb dyskretnych. Inne wartości zmiennych decyzyjnych są dyskretne z założenia, np. liczba zębów w kole zębatym. Jednakże, zdecydowana większość ograniczeń ma charakter nierównościowy, np.: ¾ liczba zębów w kole zębatym nie może być mniejsza niż graniczna liczba zębów, ¾ obciążenie nie może wywoływać naprężeń większych od dopuszczalnych, ¾ prędkość obwodowa czopa podczas smarowania hydrodynamicznego musi być większa od granicznej. W procesie budowy modelu matematycznego konstrukcji K wszystkie ograniczenia wynikające ze szczegółowych zasad konstrukcji musza być przedstawione w postaci jednoznacznej matematycznie, tak aby dla dowolnego wektora zmiennych decyzyjnych X można było jednoznacznie stwierdzić, czy należy on do zbioru rozwiązań dopuszczalnych, a więc czy są spełnione wszystkie ograniczenia, czy też nie. Zbiór punktów w przestrzeni zmiennych decyzyjnych X, w których spełnione są wszystkie ograniczenia narzucone przez konstrukcję K, nazywa się zbiorem dopuszczalnym lub zbiorem rozwiązań dopuszczalnych: Φ= Φ (x)⊂ Ex W celu wyboru ze zbioru rozwiązań dopusczalnych Φ rozwiązania najlepszego, konieczne jest ustalenie kryteriów optymalizacji Q. Druga ogólna zasada konstrukcji mówi, że konstrukcja powinna być optymalna (polioptymalna) w danych warunkach ze względu na przyjęte kryterium optymalizacji, np.: 9 najmniejszy ciężar, 9 największa wytrzymałość, itp. Problem jednokryterialny 9 zagadnienie do rozwiązania (decyzja do podjęcia) 9 wybór odbywa się w oparciu o jedno reprezentatywne kryterium oceny – np. problem wyboru pojazdu • cena zakupu Problem wielokryterialny 9 zagadnienie do rozwiązania (decyzja do podjęcia) 9 wybór odbywa się w oparciu o więcej niż jedno kryterium oceny – np. problem wyboru pojazdu o najwyższej jakości • trwałość, • niezawodność, • wyposażenie, • .... Zadanie optymalizacji można przedstawić w kategoriach działania praktycznego, tj. osiągnięcie: – pożądanego efektu przy najmniejszych nakładach, – największego efektu przy wykorzystaniu zadanych nakładów. 9 Reguły te maja charakter praw ekonomicznych i już w tym podejściu widać jak istotny jest dobór kryteriów. 9 Szczególnie niebezpieczne jest uleganie wyłącznie kryteriom ekonomicznym. 9 Może to bowiem prowadzić do niebezpiecznych skutków ekologicznych, społecznych, a nawet technicznych. 9 W procesie, projektowania należy przede wszystkim uwzględniać kryteria techniczne, nie zapominając jednak o ekonomicznych. 9 Kryteria techniczne wynikają ze szczegółowych zasad konstrukcji. 9 Są to kryteria funkcjonalności, trwałości, niezawodności, sprawności, lekkości, taniości i dostępność materiałów, itp. W projektowaniu wspomaganym komputerowo należy każde kryterium przedstawić jako funkcję zależną od zmiennych decyzyjnych X. Model matematyczny konstrukcji ⇒ wektor zmiennych decyzyjnych x, zbiór rozwiązań dopuszczalnych Φ i kryterium optymalizacji Q, można zapisać następująco: x = (x1,x2,...,xn)∈ Ex Φ = Φ (x)⊂ Ex Q = f(x1,x2,...,xn) Metody poszukiwania rozwiązań optymalnych Ogólnie można je podzielić na dwie zasadnicze grupy: – metody analityczne, np. metoda pochodnych, metoda wariacyjna, metoda wyznaczników Lagrange'a, – metody numeryczne, np. programowanie liniowe (metoda Simplex), programowanie nieliniowe. Przykład - zadanie Przesyłki przewożone na statku mogą być pakowane w skrzynie, których suma wszystkich boków podstawy i wysokości nie przekracza 240 cm, zaś podstawa jest kwadratem. W przeciwnym razie naliczane są opłaty dodatkowe. Obliczyć wymiary skrzyni maksymalizujące jej objętość. H x x Metoda pochodnych Metoda pochodnych zasadza się na wyznaczeniu dwóch pochodnych w celu znalezienia wartości ekstremalnych danej funkcji celu Q(x). W pierwszym kroku, dla znalezienia wartości ekstremalnych, wyznacza się pierwszą pochodną funkcji Q(x) i przyrównuję się ją do zera a następnie oblicza się wartość zmiennej niezależnej x. dQ =0 dx Równanie to pozwala na wyznaczenie wartości ekstremalnych. W kroku drugim wyznacza się druga pochodną funkcji Q(x). Jeśli wyznaczone wartości ekstremalne są mniejsze od zera to funkcja osiąga maksimum, jeśli większe od zera to funkcja osiąga minimum. d 2Q <0 2 dx funkcja Q(x) osiąga maksimum 2 dQ >0 2 dx funkcja Q(x) osiąga minimum Funkcja celu ma postać: Q(x ) = x ⋅ H 2 Ograniczenie równościowe ma postać: b( x ) = H + 4 x − 240 = 0 Wyznaczając H z poprzedniego równania: H = −4 x + 240 i podstawiając do funkcji celu uzyskuje się: Q( x ) = −4 x + 240 x 3 2 Pierwsza pochodna ma postać: dQ 2 = −12 x + 480 x = 0 dx Rozwiązaniem tego równania są wartości: x1 = 0 oraz x2 = 40. W celu upewnienia się czy funkcja Q(x) osiąga maksimum przy x2 = 40, wyznacza się drugą pochodną: 2 dQ = − 24 x + 480 = 0 2 dx i oblicza się jej wartość dla x2 = 40: 2 dQ 2 dx = −480 x1 = 40 Następnie oblicza się H z zależności na ograniczenie równościowe: H = 240 − 4 x = 240 − 4 ⋅ 40 = 80 cm Wówczas największa pojemność skrzyni wyniesie: V = x ⋅ H = 40 ⋅ 80 = 128000 cm 2 2 3