基于Kriging模型和MOGA算法的链式拉拔机拉钩结构优化

为解决链式拉拔机重量大、生产成本高等问题,需要在保证使用性能的前提下,尽可能减轻重量。针对这一问题,以链式拉拔机上重要零部件之一的拉钩为研究对象,利用Kriging模型和多目标遗传算法(MOGA)对其结构进行了优化设计。首先建立拉钩的有限元模型和数学模型,确定优化目标并设定边界条件;其次,对各设计参数进行相关性分析后,通过最优空间填充方法和Kriging模型建立各输入、输出变量的响应面模型;最后利用MOGA算法对关键设计参数进行优化求解,得到拉钩结构的最优参数。结果表明:优化后的拉钩模型预测的最大等效应力为97.009 MPa,最大变形量为0.72861 mm,都在允许范围之内,此外其质量从29.729 kg减轻到22.743 kg,降幅达到23.5%,说明此优化方法具有良好的优化效果。