基于GPU加速代理辅助多目标算法的导轨副滑块局部补偿优化方法

本发明涉及基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，属于精密机械传动部件设计优化。

背景技术：

1、滚动直线导轨副作为高端数控机床核心滚动功能部件，因其具备高精度、高刚度、长寿命以及承载能力强等显著优点，在现代工业生产中得到广泛的应用。为了进一步提升滚动直线导轨副的性能，采用对滑块门字形主体两侧进行局部补偿设计的方法。这种局部补偿能够提高滚动体与滚道之间的实际过盈量，从而增强导轨副的刚度，确保设备在动态载荷下的稳定性和精度。然而，局部补偿的引入并非没有代价，过大的补偿量会导致接触区域的接触应力增大，从而加剧滚动体与滚道之间的磨损，缩短导轨副的使用寿命。因此，如何在提升刚度的同时有效控制磨损，成为滚动直线导轨副设计中需解决的关键矛盾。对滑块局部补偿设计进行优化，旨在获取一系列能够平衡刚度和磨损的帕累托最优解集，提供在不同应用需求下兼顾两种性能的最佳设计选择。

2、然而，现有针对滚动直线导轨副的设计优化方法仍面临诸多挑战。传统的优化算法，无论是基于梯度的方法还是经典的进化算法，在处理这类涉及复杂非线性力学模型和磨损机理的优化问题时，通常需要进行大量的物理模型评估。由于单个评估过程计算量巨大，导致优化求解过程异常耗时，严重制约了设计迭代的效率。即使采用cpu进行并行计算加速，受限于cpu核心数量以及复杂的内存访问模式，其并行度提升空间有限，难以满足工业设计对高效求解的需求。现有方法普遍难以在合理的时间内搜索到足够多样化且高质量的帕累托前沿解集。

3、例如，中国专利申请（公开号cn117291136a，公开日2023.12.26）公开了一种储能变流器高功率密度热性能多目标优化设计方法，其采用启发式算法直接嵌套高计算代价的物理仿真模型进行迭代寻优，这种直接耦合的方式在面对大数量种群时会使昂贵的物理模型评估次数增加，从而导致整体计算耗时过长，降低求解效率低。

4、又如，中国专利申请（公开号cn107577876a，公开日2018.01.12）公开了一种螺旋锥齿轮齿面加载性能多目标优化方法，其采用kriging代理模型来替代高计算成本的有限元仿真。尽管kriging模型能够较好地量化预测不确定性，但构建和更新过程涉及复杂的协方差矩阵求逆，在面对大规模候选种群时会导致训练成本增加，并且后续选出样本的真实物理评估仍受限于传统cpu的串行或者低并发计算瓶颈。

5、再如，中国专利申请（公开号cn114048564a，公开日2022.02.15）公开了一种基于深度代理模型的工程叉车多目标性能优化方法，其采用全连接深度神经网络构建代理模型以替代复杂的物理仿真。然而，全连接深度神经网络依赖大量的数据集与耗时的超参数调优过程，在面临单次物理评估成本较高的复杂非线性力学系统时，容易因为样本量受限导致训练成本过高或者陷入过拟合。

6、综上所述，现有优化方法在处理滚动直线导轨副滑块局部补偿这类高计算代价的多目标优化问题时，在求解效率与解集质量方面均存在明显不足。

技术实现思路

1、本发明所要解决的技术问题是：提供基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，解决了滚动直线导轨副滑块局部补偿设计难以在保证刚性的同时有效控制磨损，且传统多目标优化方法在处理此类复杂非线性力学模型时计算负荷大、求解效率低的问题。

2、本发明为解决上述技术问题采用以下技术方案：

3、基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，包括如下步骤：

4、步骤1，针对滚动直线导轨副滑块门字形主体的几何特性，利用timoshenko深梁理论建立变形模型，通过计算预紧力作用下的滑块门字形主体两侧变形与接触状态，获得反映导轨副刚性性能的实际过盈量损失指标；

5、步骤2，引入微凸体群统计接触理论，综合考虑载荷分布、滑移距离及材料特性，建立覆盖全寿命周期的磨损模型，推导得到反映导轨副精度保持性的磨损率指标；

6、步骤3，以滑块局部补偿参数为优化变量，建立旨在最小化过盈量损失与磨损率的多目标优化模型，并采用基于gpu加速代理辅助多目标算法进行求解，通过rbf代理模型筛选最具潜力的局部补偿候选参数并结合gpu并行计算技术对刚度-磨损模型进行端到端求解，得到帕累托前沿解集，实现导轨副滑块局部补偿优化设计。

7、本发明采用以上技术方案与现有技术相比，具有以下技术效果：

8、1、本发明提供了一种基于gpu加速代理辅助多目标算法的滚动直线导轨副滑块局部补偿优化方法，该方法建立以最小化实际过盈量损失和最小化磨损率为目标的优化模型，并采用基于gpu加速的代理辅助进化算法进行求解。利用rbf代理模型在cpu端对大规模种群进行低计算成本的快速初筛，有效减少昂贵的物理模型评估次数；进而充分利用gpu的并行计算优势，对筛选出的高潜力个体进行端到端的非线性刚度迭代与磨损计算，消除了中间数据的传输开销。

9、2、相比于现有方法，本发明不仅提升复杂力学模型下的寻优效率，缩短设计周期，而且能够获得分布均匀、收敛性好的高质量帕累托前沿解集，从而提供能够权衡导轨副刚性与磨损的局部补偿参数方案。

1.基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，其特征在于，所述步骤1的具体过程如下：

3.根据权利要求1所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，其特征在于，所述步骤2的具体过程如下：

4.根据权利要求1所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，其特征在于，所述步骤3中，多目标优化模型的数学表达式为：

5.根据权利要求1所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法，其特征在于，所述步骤3中，采用基于gpu加速代理辅助多目标算法进行求解的具体过程如下：

6.一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法的步骤。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于gpu加速代理辅助多目标算法的导轨副滑块局部补偿优化方法的步骤。