改进霜冰优化算法

热边界参数更准

针对进给系统热仿真，融合软硬霜冰积累机制、Tent混沌映射与Lévy飞行策略，提升了热边界条件参数的优化精度与收敛速度。

Haiyang, Liu · 冯显英 · Ming, Yao · Wang, Anning · Liu, Yandong

Results in Engineering 2025

参数信息

最大温度场绝对误差

1.6 °C

最大变形场绝对误差

1.7 μm

温升均方根误差降低率

52.49 %

热变形均方根误差降低率

51.21 %

技术优势

误差大幅降低

优化热边界条件后，温度场最大绝对误差从6.5 °C降至1.6 °C，变形场最大绝对误差从8.5 μm降至1.7 μm，仿真结果更接近实测。

变工况仍准确

在变转速条件下，优化后的热边界条件仍能使仿真结果动态跟随温升和变形数据，保持高预测精度，而此前未见相关报道。

收敛更快更稳

与传统优化算法相比，所提方法的收敛速度更快，且结果的平均值和标准差更小，算法鲁棒性更强。

应用场景

• 机床进给系统：为机床进给系统热仿真提供高精度热边界条件，提升温度场与变形场预测准确性。
• 热误差补偿：通过更准确的温度场与变形场预测，为热误差补偿模型提供可靠输入，减少加工误差。
• 热仿真模型：用优化算法自动求解热边界条件，替代传统经验公式，提高热仿真模型整体精度。
• 工程结构分析：提供高精度热边界条件求解工具，用于工程结构在热载荷下的变形与温度场分析。