摘要：科学技术的发展使大量的机械制造要求要很高的技术水平，机械产品的设计工作变得越来越复杂，要求考虑的内容越来越多，精确性和科学性都与传统机械设计有巨大差别。面对这种情况，机械优化设计理论应运而生，逐渐发展成为一种现代化的机械设计方法。
关键词：机械优化设计；应用
引言
机械优化设计融合了多种学科，具有很强的综合性和理论性，也具有很强的应用价值，在机械工程中起到重要作用，对提升机械性能有很大帮助，作为一种解决复杂问题的理论工具有很重要的应用意义。本文主要介绍机械优化设计的应用和发展情况，就传统方法和现代化方法进行分析。
一、机械设计优化方法的分类及特点
1.1无约束优化设计法
无约束优化设计是没有约束函数的优化设计。无约束可以分为两类，一类是利用目标函数的一阶或二阶导数的无约束优化方法；另一类是只利用目标函数值的无约束优化方法。
1.2约束优化设计法
优化设计问题大多数是约束的优化问题，根据处理约束条件方法的不同可分为直接法和间接法。直接法常见的方法有复合形法、约束坐标轮换法和网络法等。其内涵是构造一个迭代过程，使每次的迭代点都在可行域中，同时逐步降低目标函数值，直到求得最优解。间接法常见的有惩罚函数法、增广乘子法。它是将约束优化问题转化成无约束优化问题，再通过无约束优化方法来求解，或非线性优化问题转化成线性规划问题来处理。
1.3遗传算法
遗传算法是一种非确定性的拟自然算法，它仿造自然界生物进化的规律，对一个随机产生的群体进行繁殖演变和自然选择，使群体素质和群体中个体的素质不断演化，最终收敛于全局最优解。近几年中遗传算法在机械工程领域也开展多方面应用，主要表现在：机械结构优化设计；可靠性分析；故障诊断；参数辨识；机械方案设计。遗传算法尽管已解决许多难题，但还存在许多问题，如算法本身的参数优化问题、如何避免过早收敛、遗传算法与其它优化算法的结合问题等。
1.4模拟退火算法
模拟退火算法是一个全局最优算法，以优化问题的求解与物理系统退火过程的相似性为基础，适当的控制温度下降过程实现模拟退火，达到求解全局优化问题的目的。模拟退火算法是一种通用的优化算法，用以求解不同的非线性问题；对不可微甚至不连续的函数优化，能以较大概率求得全局优化解；并能处理不同类型的优化设计变量；不需要任何的辅助信息，对目标函数和约束函数没有任何要求。
1.5蚁群算法
蚁群算法是受自然界中真实蚁群的集体行为的启发而提出的一种基于群体的模拟进化算法。蚁群算法对系统优化问题的数学模型没有很高的要求，只要可以显式表达即可，避免导数等数学信息，使优化过程更加简单，遍历性更好，适合非线性问题的求解。
二、燃气热水器的概述
燃气热水器是指以燃气作为燃料，通过燃烧加热方式，将热量传递到流经热交换器的冷水中，以达到制备热水目的的一种燃气用具。燃气热水器主要是由阀体总成、主燃烧器、小火燃烧器、热交换器、安全装置等组成，还包括烟道式热水器烟道、强排式热水器的强排装置。
三、燃气热水器热负荷确定与热平衡设计
热水器的热负荷是以热水产率的形式表现出来的，一般生产厂家不进行计算，而是生产一个系列产品供用户进行选择。热负荷可根据使用对象进行计算，计算公式如下：
式中：为通过燃烧器外壁面向外散失的热量；为随烟气排放出去的热量；为在燃烧室的水冷铜壁上水所吸收的热量；为在热交换器上水所吸收的热量。在热损失中，较小，热损失就成为影响热水器热效率的决定因素，这一部分热损失取决于烟气温度和烟气量，对燃烧器热负荷一定的热水器来说，烟气量取决于过剩空气系数的大小，过剩空气系数的大小应保证燃气完全燃烧，所以存在一个最小值，而烟气温度受烟气冷凝的限制也存在一个最小值，因此烟气带走热损失存在一个极小值，这个极小值意味着最大限度挖掘了热水器的潜力。
在热水器运行时，过剩空气随着热负荷的减小将不断增加（见图 2），由于设计工况所对应的是热水器的额定工况，而额定工况所对应的是最大热负荷。若在设计时将过剩空气系数在能保证完全燃烧的前提下取最小值，只要热水器运行工况不偏离设计工况，实际运行的过剩空气系数总大于上述最小值。正常情况下燃气不完全燃烧的程度和过剩空气系数是成反比，因此，设计时完全可以对过剩空气系数取最小值，只要保证在额定工况下能完全燃烧，就能保证在任何运行工况下都能完全燃烧。
四、现代机械优化设计方法的应用和发展
4.1反馈神经网络在机械优化设计中的使用
反馈神经网络模型的基本内容是一些双向相连的神经元系统，每个神经元之间的连接都具有特别权值，这个神经网络对输出和反馈能统一应用，将整个网络的能量函数和机械设计的目标函数映射起来，神经网络的进化过程则与机械优化设计的最优过程对应起来，在实际应用中，寻找神经网络模型与问题的解的过程十分关键。
4.2多层向前神经网络在机械优化设计中的使用
多层向前神经网络也是目前神经网络模型中应用较广的一种，通过输入层、隐层和输出层，将模型输入信息进行单项的传播输出，整个模型中不论是层内还是层间，均不存在反馈链接。多层向前神经网络具有很高的运算速度，非线性的映射能力也更突出，在机械优化设计中，能利用这种模型的特点，对机械结构的多目标优化进行映射。
除了神经网络模型的应用外，很多专业的数学软件也应用于机械设计工作中，如MATLAB，作为功能强大的工程数据计算软件，能很好的将计算问题与实际问题结合起来，其中配置了大量的工程函数，在解决大部分工程问题时能节约大量时间，计算结构也非常精确，在自动化控制和机械设计领域都有很好的应用。
论文作者:郭建军
论文发表刊物:《建筑学研究前沿》2017年第25期
论文发表时间:2018/1/30
标签：算法论文; 优化设计论文; 神经网络论文; 机械论文; 函数论文; 热水器论文; 工况论文; 《建筑学研究前沿》2017年第25期论文;