(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210755765.0 (22)申请日 2022.06.30 (71)申请人 东莞理工学院 地址 523000 广东省东莞 市松山湖科技产 业园大学路1号 (72)发明人 杨喆　周灵川　王湘　宋成浩　 李川　 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/20(2020.01) (54)发明名称 一种轴承合套组件选 配工艺参数优化方法 (57)摘要 本发明涉及轴承合套优化领域， 尤其涉及一 种轴承合套组件选配工艺参数优化方法， 包括如 下步骤， 步骤一、 构建滚动轴承服役性能评判代 理模型； 步骤二、 测量轴承组件的参数； 步骤三、 根据步骤二的轴承组件参数使用向量表征轴承 组件合套， 产生初始种群； 步骤四、 对步骤三产生 的初始种群使用步骤一的代理模型评估合套质 量； 步骤五、 判断步骤四的合套率与服役性能是 否收敛， 收敛则得到对应的轴承精 准合套组件最 优选配方案， 不收敛则产生下一代种群， 重复步 骤三‑步骤五直至合套率与服役性能收敛， 得到 对应的轴承精 准合套组件最优选配方案； 在现场 使用中， 可以快速给出组件选配方案， 提高小批 量滚动轴承 装配的工作效率。 权利要求书1页 说明书3页 附图1页 CN 115270320 A 2022.11.01 CN 115270320 A 1.一种轴承合套组件选配工艺 参数优化方法， 其特 征在于， 包括如下步骤， 步骤一、 构建滚动轴承服役性能评判代理模型； 步骤二、 测量轴承组件的参数； 步骤三、 根据步骤二的轴承组件参数使用向量表征轴承组件合套， 产生初始种群； 步骤四、 对步骤三产生的初始种群使用步骤一的代理模型评估合套质量； 步骤五、 判断步骤四的合套率与服役性能是否收敛， 收敛则得到对应的轴承精准合套 组件最优选配方案， 不收敛则产生下一代种群  ， 重复步骤三 ‑步骤五直至合套率与服役性 能收敛， 得到对应的轴承精准 合套组件最优选配方案 。 2.根据权利要求1所述的一种轴 承合套组件选配工艺参数优化方法， 其特征在于， 步骤 一中代理模型的构建如下： 构建“工艺参数 ‑服役性能 ”机理仿真模型； 使用拉丁超立方抽样在参数空间进行均匀 分层采样， 并通过 “工艺参数 ‑服役性能 ”机理仿真模型计算相应的服役性能， 然后通过集成 学习模型进 行拟合， 如拟合精度满足要求， 则计算集成学校模 型相对仿 真模型的拟合残差， 训练残差拟合模型， 进而得到代理模型， 如拟合精度不满足要求， 则通过加点准则的方式重 新抽样新的参数值并计算相应的服役性能后再重复集成学习模型的拟合操作， 直至拟合精 度满足要求， 计算集成学校模型相对仿 真模型的拟合残差， 训练残差拟合模型， 得到代理模 型。 3.根据权利要求1所述的一种轴 承合套组件选配工艺参数优化方法， 其特征在于， 步骤 五中产生下一代种群的操作包括 不限于选择、 交叉和变异操作。权　利　要　求　书 1/1 页 2 CN 115270320 A 2一种轴承 合套组件选配工艺参数优化方 法 技术领域 [0001]本发明涉及轴承合套优化领域， 尤其涉及 一种轴承合套组件选配工艺参数优化方 法。 背景技术 [0002]在小批量生产深沟球轴承、 圆柱滚子轴承等滚动轴承时， 目前我国许多轴承生产 企业仍采用手工装配的方式， 由装配工人从许多待装的零件中， 凭经验基于工艺参数挑选 合适的零件进 行试凑装配， 使 得装配后的轴承质量参数 （通常为游隙） 在合格范围内。 然而， 手工装配的工作效率低， 质量参数合格的滚动轴承在实际使用中性能差异也较大， 实际生 产中组件工艺参数的优选严重依赖经验。 也有生产企业尝试建立滚动轴承性能的机理仿真 模型， 但这类模型求解一组特定的 “装配工艺参数 ‑服役性能 ”往往需要极为耗时的有限元 计算， 很难用于指导现场的手工装配， 因此亟需设计一种以提高轴承性能为 目标的滚动轴 承组件选配工艺 参数优化方法。 发明内容 [0003]本发明的目的是提供一种轴承合套组件选配工艺参数优化方法， 通过建立 “工艺 参数‑服役性能 ”仿真模型 的代理模型， 实现合套组件选配方案的快速评价； 再基于测量得 到的组件工艺参数， 以服役性能最优为目标， 使用遗传算法对组件选配方案进 行优化， 使得 小批量的滚动轴承在装配后的整体服役性能得以优化， 在现场使用中， 可以快速给出组件 选配方案， 提高小批量滚动轴承 装配的工作效率。 [0004]为了实现以上目的， 本发明采用的技术方案为： 一种轴承合套组件选配工艺参数 优化方法， 包括如下步骤， 步骤一、 构建滚动轴承服役性能评判代理模型； 步骤二、 测量轴承组件的参数； 步骤三、 根据步骤二的轴承组件参数使用向量表征轴承组件合套， 产生初始种群； 步骤四、 对步骤三产生的初始种群使用步骤一的代理模型评估合套质量； 步骤五、 判断步骤四的合套率与服役性能是否收敛， 收敛则得到对应 的轴承精准 合套组件最优选配方案， 不收敛则产生下一代种群  ， 重复步骤三 ‑步骤五直至合套率与服 役性能收敛， 得到对应的轴承精准 合套组件最优选配方案 。 [0005]优选的， 步骤一中代理模型的构建如下： 构建“工艺参数 ‑服役性能 ”机理仿真模型； 使用拉丁超立方抽样在参数空间进行 均匀分层 采样， 并通过 “工艺参数 ‑服役性能 ”机理仿真模型计算相应的服役性能， 然后通过 集成学习模型进行拟合， 如拟合精度满足要求， 则计算集成学校模型相对仿真模型 的拟合 残差， 训练残差拟合模型， 进而得到代理模型， 如拟合精度不满足要求， 则通过加点准则的 方式重新抽样新的参数值并计算相应的服役性能后再重复集成学习模型的拟合操作， 直至 拟合精度满足要求， 计算集 成学校模型相对仿 真模型的拟合残差， 训练残差拟合模型， 得到说　明　书 1/3 页 3 CN 115270320 A 3