机械产品优化方法、装置、设备及可读存储介质与流程

1.本技术涉及产品设计领域，尤其涉及一种机械产品优化方法、装置、设备及可读存储介质。


背景技术：

2.在产品设计阶段，获取产品的动力学特性对于传动系统优化设计至关重要。
3.目前针对产品的动力学分析主要是基于多体动力学理论和有限元软件的数值仿真，即通过计算机仿真软件求解得出动力学特性。然而，在基于多体动力学理论和有限元软件进行数值仿真时，由于大量机械零件接触行为造成的求解非线性，并且需要建立详细的结构有限元模型，使得每一次动力学仿真十分耗时，这在产品优化设计过程中是无法接受的。


技术实现要素：

4.有鉴于此，本技术提供一种机械产品优化方法、装置、设备及可读存储介质，旨在提高产品优化过程的效率。
5.为实现上述目的，本技术提供一种机械产品优化方法，所述方法包括：
6.获取待优化的产品的第一载荷数据；
7.输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的；
8.基于所述动力学特性，对所述产品进行优化。
9.示例性的，所述获取待优化的产品的第一载荷数据，包括：
10.获取待优化的产品的仿真驱动参数；
11.输入所述仿真驱动参数至多体动力学降阶模型，得到所述产品的第一载荷数据。
12.示例性的，所述输入所述仿真驱动参数至多体动力学降阶模型，得到所述产品的第一载荷数据之前，包括：
13.获取所述产品的几何模型；
14.从所述几何模型中导出所述产品的零部件的stp文件；其中，用于导出stp文件的零部件的数量少于所述产品的零部件的实际数量；
15.基于所述stp文件构建多体动力学降阶模型。
16.示例性的，所述从所述几何模型中导出所述产品的零部件的stp文件，包括：
17.对所述几何模型进行几何前处理；所述几何前处理用于降低所述几何模型中所述产品的零部件的数量；
18.从几何前处理后的几何模型中导出所述产品的零部件的stp文件。
19.示例性的，所述基于所述stp文件构建多体动力学降阶模型，包括：
20.接收装配指令，基于所述stp文件进行装配；
21.导出装配后的装配体文件；所述装配体文件的格式能够被matlab识别；
22.基于所述matlab构建多体动力学降阶模型。
23.示例性的，所述输入第一载荷数据至有限元降阶模型，得到所述产品的动力学特性之前，包括：
24.获取所述训练数据集和所述未训练有限元降阶模型；
25.基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练，得到更新后的未训练有限元降阶模型，并确定所述更新后的未训练有限元降阶模型是否满足预设迭代结束条件；
26.若所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件，则将所述更新后的未训练有限元降阶模型作为所述有限元降阶模型；
27.若所述更新后的未训练有限元降阶模型未满足所述预设迭代结束条件，则返回基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练步骤，直至所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件。
28.示例性的，所述获取所述训练数据集，包括：
29.获取有限元模型和第二载荷数据；
30.输入所述第二载荷数据至所述有限元模型，得到模型输出结果，并将所述第二载荷数据和所述模型输出结果作为所述训练数据集。
31.示例性的，为实现上述目的，本技术还提供一种机械产品优化装置，所述机械产品优化装置包括：
32.第一获取模块，用于获取待优化的产品的第一载荷数据；
33.输入模块，用于输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的；
34.优化模块，用于基于所述动力学特性，对所述产品进行优化。
35.示例性的，为实现上述目的，本技术还提供一种机械产品优化设备，所述机械产品优化设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的机械产品优化程序，所述机械产品优化程序被处理器执行时实现如上所述的机械产品优化方法的步骤。
36.示例性的，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有机械产品优化程序，所述机械产品优化程序被处理器执行时实现如上所述的机械产品优化方法的步骤。
37.与现有技术中，在基于多体动力学理论和有限元软件进行数值仿真时，由于大量机械零件接触行为造成的求解非线性，并且需要建立详细的结构有限元模型，使得每一次动力学仿真十分耗时，导致产品优化过程的效率低相比，本技术通过获取待优化的产品的第一载荷数据；输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的；基于所述动力学特性，对所述产品进行优化。本技术实现了通过有限元降阶模型来对第一载荷数据进行计算得到产品的动力学特性(即求解得出动力学特性)，而该过程的耗时要远少于基于多体动力学理论和有限元软件进行数值仿真的过程的耗时，因此，本技术极大地减少了求解得出动力学特性所需花费的时间，从而使得产品优化过程的耗时也大大减少，进而
提高了产品优化过程的效率。
附图说明
38.图1是本技术机械产品优化方法第一实施例的流程示意图；
39.图2是本技术机械产品优化装置较佳实施例的功能模块示意图；
40.图3是本技术实施例方案涉及的硬件运行环境的结构示意图。
41.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
42.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
43.本技术提供一种机械产品优化方法，参照图1，图1为本技术机械产品优化方法第一实施例的流程示意图。
44.本技术实施例提供了机械产品优化方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。机械产品优化方法可应用于终端或服务器中，例如志强w-2145计算机。本实施例运行的环境是ansys 2020r2和matlab 2020b。其中，ansys软件是融结构、流体、电场、磁场、声场分析于一体的大型通用有限元分析软件。为了便于描述，以下省略执行主体描述机械产品优化方法的各个步骤，机械产品优化方法包括：
45.步骤s110，获取待优化的产品的第一载荷数据。
46.本技术中的产品为机械产品，在该机械产品的产品设计过程中，需要通过产品的动力学特性来进行产品优化。以下以机械产品为花键丝杆为例，花键丝杠是一种精密的机械传动设备，由花键螺母、螺旋螺母、滚珠链、循环机构和丝杠轴组成。它作用在直线运动和旋转运动的组合装置中，广泛应用于工业自动化领域的水平多关节机器人、装配机器人、加工中心atc(auto tool change，自动换刀)装置等中。
47.动力学特性包括机械机构的运动、形变、受力情况等，例如花键丝杠工作时钢球、丝杠轴等零部件的受力变形情况。
48.示例性的，对产品进行动力学分析，分析结果为该产品的动力学特性，本实施例是通过有限元降阶模型进行动力学分析的。
49.示例性的，第一载荷数据包括花键丝杆在一工作工况下的转矩、轴向力、弯矩和机构运行轨迹、速度等。对于不同的工作工况，第一载荷数据不同，其中，花键丝杆以不同的转角、转速和/或加速度进行工作时，其处于不同的工作工况。
50.需要说明的是，由于花键丝杆为机械结构，具体为机械传动结构，一般地，其用于将丝杆轴的旋转运动转换为螺旋螺母的直线运动。可以理解，在不同的转角、转速及加速度下，丝杆轴的旋转情况是不同的，其中，转角为丝杆轴转动的角度，转速为丝杆轴的转动速度，加速度为丝杆轴的加速度。上述转角、转速及加速度可归类为驱动参数，而丝杆轴可通过驱动电机来进行驱动，因此，驱动参数可通过设置驱动电机的工作参数来实现。
51.示例性的，获取第一载荷数据的方式包括两种：方式一，通过多体动力学降阶模型来获取；方式二，在花键丝杆的实际使用环境下采集。
52.对于方式一，本实施例以动力学降阶模型来实现基于多体动力学理论和有限元软
件的数值仿真的过程，该动力学降阶模型包括多体动力学降阶模型和有限元降阶模型，其中，多体动力学降阶模型用于获取第一载荷数据，有限元降阶模型用于获取动力学特性，且该第一载荷数据为有限元降阶模型的输入，所述获取待优化的产品的第一载荷数据，包括：
53.步骤a，获取待优化的产品的仿真驱动参数。
54.示例性的，仿真驱动参数包括转角、转速和/或加速度，该仿真驱动参数用于对多体动力学降阶模型进行激励。可以理解，仿真驱动参数可由产品优化相关人员设置。
55.步骤b，输入所述仿真驱动参数至多体动力学降阶模型，得到所述产品的第一载荷数据。
56.示例性的，多体动力学降阶模型在matlab中以框图的形式进行呈现。其中，框图代表实现功能的模块，例如在matlab中存在加法模块、常数模块和显示模块，通过这些模块可以实现简易的计算器功能，即实现加法运算。
57.需要说明的是，相较于在实际使用环境下采集第一载荷数据的获取方式，通过多体动力学降阶模型来计算得到第一载荷数据的获取方式，其获取过程更加方便，即无需产品优化相关人员在现场进行数据采集，并且，还能够实现在短时间内获得大量的数据，避免了实测过程中的等待时间，从而进一步提高了产品优化过程的效率。
58.对于方式二，其需要人工设置花键丝杆的驱动参数、使花键丝杆以驱动参数进行工作以及记录花键丝杆在该驱动参数下的载荷数据。一般地，相较于通过多体动力学降阶模型来计算得到第一载荷数据的获取方式，在实际使用环境下采集第一载荷数据的获取方式具有更高的数据的准确性。
59.示例性的，对于多体动力学降阶模型的构建过程，所述输入所述仿真驱动参数至多体动力学降阶模型，得到所述产品的第一载荷数据之前，包括：
60.步骤c，获取所述产品的几何模型。
61.示例性的，花键丝杆的几何模型为花键丝杆的三维cad(computer aided design，计算机辅助设计)模型。在获取到三维cad模型后，需要将该三维cad模型导入至专门的三维设计软件，以通过三维设计软件对花键丝杆进行装配。
62.步骤d，从所述几何模型中导出所述产品的零部件的stp文件；其中，用于导出stp文件的零部件的数量少于所述产品的零部件的实际数量。
63.在通过三维设计软件装配花键丝杆前，需要从几何模型中分别导出花键丝杆的零部件的stp文件，但无需导出几何模型中花键丝杆的每一个零部件的stp文件，即简化了对花键丝杆中机械零件进行动力学仿真的过程，优化了大量机械零件接触行为造成的求解非线性的问题，目的在于实现从大量零部件接触的层面进行产品优化过程的降阶，进而提高产品优化过程的效率。其中，stp为3d图形文件的格式。
64.示例性的，所述从所述几何模型中导出所述产品的零部件的stp文件，包括：
65.步骤d1，对所述几何模型进行几何前处理；所述几何前处理用于降低所述几何模型中所述产品的零部件的数量。
66.几何前处理是保留花键丝杆中关键运动零部件的操作，对于非关键运动零部件则进行删除或结构合并等方式的处理。其中，关键运动零部件包括法兰(花键螺母法兰、螺旋螺母法兰)、螺母(花键螺母、螺旋螺母)和丝杆轴等；非关键运动零部件包括螺栓、铭牌、孔洞、塑料件和线材等。
67.其中，螺栓和螺母可进行结构合并处理，铭牌、孔洞、塑料件和线材等则可以删除。
68.步骤d2，从几何前处理后的几何模型中导出所述产品的零部件的stp文件。
69.步骤e，基于所述stp文件构建多体动力学降阶模型。
70.通过几何前处理后的几何模型对应的stp文件来构建多体动力学降阶模型，能够实现对关键运动零部件的载荷数据(即第一载荷数据)的抽取，而不抽取非关键运动零部件的载荷数据。
71.示例性的，所述基于所述stp文件构建多体动力学降阶模型，包括：
72.步骤e1，接收装配指令，基于所述stp文件进行装配。
73.在装配时是通过接收产品优化相关人员输入的装配指令来实现的，装配的环境为三维设计软件。
74.需要说明的是，在装配时，产品优化相关人员还会输入参数设置指令，以此为各关键运动零部件添加材料属性、运动副和距离(螺旋螺母法兰与花键螺母法兰之间的固定距离)等参数。其中，运动副包括转动副(螺旋螺母法兰-螺旋螺母的运动副或花键螺母法兰-花键螺母的运动副)、棱柱副(花键螺母-丝杆轴的运动副)及丝杆副(螺旋螺母-丝杠轴的运动副)。
75.步骤e2，导出装配后的装配体文件；所述装配体文件的格式能够被matlab识别。
76.步骤e3，基于所述matlab构建多体动力学降阶模型。
77.基于matlab构建多体动力学降阶模型具体包括以下步骤：调用matlab读取装配体文件并构建多体动力学降阶模型，并以框图的形式在matlab中呈现；接收产品优化相关人员输入的修正指令及结构参数设置指令，在matlab中基于该修正指令及结构参数设置指令对多体动力学降阶模型进行调整。其中，修正指令用于修正关键运动零部件的动力学参数和运动副参数；结构参数设置指令用于设置丝杆轴长度、法兰直径等。
78.示例性的，动力学参数包括关键运动零部件的材料密度、惯性矩、质心位置和摩擦系数等；运动副参数包括转动副中的阻尼、摩擦系数，丝杠副里面的导程。
79.步骤s120，输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的。
80.示例性的，未训练有限元降阶模型是通过ansys中的结构模型降阶模块构建得到的，有限元降阶模型用于对花键丝杆进行结构强度进行仿真。
81.示例性的，所述输入第一载荷数据至有限元降阶模型，得到所述产品的动力学特性之前，包括：
82.步骤f，获取所述训练数据集和所述未训练有限元降阶模型。
83.示例性的，训练数据集的获取包括两种方式：方式一，通过有限元模型对第二载荷数据进行仿真求解，由此得到；方式二，在花键丝杆的实际使用环境下采集。
84.对于方式一，所述获取所述训练数据集，包括：
85.步骤f1，获取有限元模型和第二载荷数据。
86.示例性的，有限元模型是现有的结构有限元仿真流程中使用的模型，在构建有限元模型时，需要进行合理的材料参数设置(设置材料属性，材料属性包括材料密度、弹性模量等)、网格剖分(网格拆分)、接触设置(摩擦接触，包括设置摩擦系数、过盈量等)、约束与
载荷步设置(约束为固定约束，载荷步设置包括分析步长、分析时间等)等操作。
87.可以理解，第二载荷数据可以通过上述获取第一载荷数据的获取方式进行获取，获取第二载荷数据的具体实施方式与获取第一载荷数据的具体实施方式基本相同，在此不再赘述。
88.步骤f2，输入所述第二载荷数据至所述有限元模型，得到模型输出结果，并将所述第二载荷数据和所述模型输出结果作为所述训练数据集。
89.通过实测或多体动力学降阶模型仿真的方式，获取一组花键丝杆的关键零部件的载荷样本(第二载荷数据)，并将该载荷样本输入有限元模型进行仿真求解，得到结果数据(模型输出结果)。
90.示例性的，在第二载荷数据及模型输出结果的数据量较大时，为减少计算量，在不影响有限元降阶模型的准确性的基础上，可对第二载荷数据及模型输出结果进行抽样(例如拉定超立方抽样)，并将抽样后的数据作为训练数据集。
91.步骤g，基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练，得到更新后的未训练有限元降阶模型，并确定所述更新后的未训练有限元降阶模型是否满足预设迭代结束条件；若所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件，则将所述更新后的未训练有限元降阶模型作为所述有限元降阶模型；若所述更新后的未训练有限元降阶模型未满足所述预设迭代结束条件，则返回基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练步骤，直至所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件。
92.示例性的，预设迭代结束条件为更新后的未训练有限元降阶模型的模型准确率达到预设准确率阈值或者是迭代训练次数达到预设次数阈值。其中，预设准确率阈值和预设次数阈值均可根据需要进行设置，本实施例不作具体限定。
93.对于方式二，获取训练数据集的具体实施方式与上述获取第一载荷数据的具体实施方式基本相同，在此不再赘述。
94.步骤s130，基于所述动力学特性，对所述产品进行优化。
95.花键丝杆的动力学特性可细分为各关键运动零部件的动力学特性，根据该动力学特性可以针对性地得出产品的优化方案，并依据优化方案对产品进行优化。例如花键螺母法兰的受力接近其受力极限，则对花键螺母法兰的材料进行更换以提高花键螺母法兰的受力极限；又如丝杆轴的形变接近预设形变阈值，则可将丝杆轴的材料更换为抗形变能力更强的材料，以提高丝杆轴的抗形变能力。其中，预设形变阈值可根据需要进行设置，本实施例不作具体限定。
96.与现有技术中，在基于多体动力学理论和有限元软件进行数值仿真时，由于大量机械零件接触行为造成的求解非线性，并且需要建立详细的结构有限元模型，使得每一次动力学仿真十分耗时，导致产品优化过程的效率低相比，本技术通过获取待优化的产品的第一载荷数据；输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的；基于所述动力学特性，对所述产品进行优化。本技术实现了通过有限元降阶模型来对第一载荷数据进行计算得到产品的动力学特性(即求解得出动力学特性)，该过程的耗时一般在10s内，而基于多体动力学理论和有限元软件进行数值仿真的过程的耗时一般在15min，因此，
该过程的耗时要远少于基于多体动力学理论和有限元软件进行数值仿真的过程的耗时，即本技术极大地减少了求解得出动力学特性所需花费的时间，从而使得产品优化过程的耗时也大大减少，进而提高了产品优化过程的效率。
97.示例性的，参照图2，图2是本技术机械产品优化装置较佳实施例的功能模块示意图。本技术还提供一种机械产品优化装置，所述装置包括：
98.第一获取模块10，用于获取待优化的产品的第一载荷数据；
99.输入模块20，用于输入所述第一载荷数据至有限元降阶模型，得到所述产品的动力学特性；所述有限元降阶模型是基于训练数据集对未训练有限元降阶模型进行迭代训练得到的；
100.优化模块30，用于基于所述动力学特性，对所述产品进行优化。
101.示例性的，所述第一获取模块10具体用于：
102.获取待优化的产品的仿真驱动参数；
103.输入所述仿真驱动参数至多体动力学降阶模型，得到所述产品的第一载荷数据。
104.示例性的，所述第一获取模块10还用于：
105.获取所述产品的几何模型；
106.从所述几何模型中导出所述产品的零部件的stp文件；其中，用于导出stp文件的零部件的数量少于所述产品的零部件的实际数量；
107.基于所述stp文件构建多体动力学降阶模型。
108.示例性的，所述第一获取模块10还用于：
109.对所述几何模型进行几何前处理；所述几何前处理用于降低所述几何模型中所述产品的零部件的数量；
110.从几何前处理后的几何模型中导出所述产品的零部件的stp文件。
111.示例性的，所述第一获取模块10还用于：
112.接收装配指令，基于所述stp文件进行装配；
113.导出装配后的装配体文件；所述装配体文件的格式能够被matlab识别；
114.基于所述matlab构建多体动力学降阶模型。
115.示例性的，所述装置还包括：
116.第二获取模块，用于获取所述训练数据集和所述未训练有限元降阶模型；
117.迭代训练模块，用于基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练，得到更新后的未训练有限元降阶模型，并确定所述更新后的未训练有限元降阶模型是否满足预设迭代结束条件；若所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件，则将所述更新后的未训练有限元降阶模型作为所述有限元降阶模型；若所述更新后的未训练有限元降阶模型未满足所述预设迭代结束条件，则返回基于所述训练数据集对所述未训练有限元降阶模型进行迭代训练步骤，直至所述更新后的未训练有限元降阶模型满足所述预设迭代结束条件。
118.示例性的，所述第二获取模块具体用于：
119.获取有限元模型和第二载荷数据；
120.输入所述第二载荷数据至所述有限元模型，得到模型输出结果，并将所述第二载荷数据和所述模型输出结果作为所述训练数据集
121.本技术机械产品优化装置具体实施方式与上述机械产品优化方法各实施例基本相同，在此不再赘述。
122.此外，本技术还提供一种机械产品优化设备。如图3所示，图3是本技术实施例方案涉及的硬件运行环境的结构示意图。
123.在一种可能的实施方式中，图3即可为机械产品优化设备的硬件运行环境的结构示意图。
124.如图3所示，该机械产品优化设备可以包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301、通信接口302和存储器303通过通信总线304完成相互间的通信，存储器303，用于存放计算机程序；处理器301，用于执行存储器303上所存放的程序时，实现机械产品优化方法的步骤。
125.上述机械产品优化设备提到的通信总线304可以是外设部件互连标准(peripheral componentinterconnect,pci)总线或扩展工业标准结构(extended industry standardarchitecture,eisa)总线等。该通信总线304可以分为地址总线、数据总线和控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
126.通信接口302用于上述机械产品优化设备与其他设备之间的通信。
127.存储器303可以包括随机存取存储器(random access memory,rmd),也可以包括非易失性存储器(non-volatile memory,nm)，例如至少一个磁盘存储器。可选的，存储器303还可以是至少一个位于远离前述处理器301的存储装置。
128.上述的处理器301可以是通用处理器，包括中央处理器(central processing unit,cpu)、网络处理器(network processor,np)等；还可以是数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
129.本技术机械产品优化设备具体实施方式与上述机械产品优化方法各实施例基本相同，在此不再赘述。
130.此外，本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有机械产品优化程序，所述机械产品优化程序被处理器执行时实现如上所述的机械产品优化方法的步骤。
131.本技术计算机可读存储介质具体实施方式与上述机械产品优化方法各实施例基本相同，在此不再赘述。
132.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
133.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
134.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下
前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，设备，或者网络设备等)执行本技术各个实施例所述的方法。
135.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。