机械优化设计方法
机械设计基础优化方法与应用
机械设计基础优化方法与应用在机械设计的过程中，优化是提高产品性能和质量的重要手段。
通过对设计参量进行精确控制和合理调整，可以使机械设备达到更佳的工作状态。
本文将介绍几种常见的机械设计基础优化方法及其应用。
一、材料优化1. 材料选择材料是机械设计中至关重要的因素之一。
优化材料选择可以通过考虑机械设备的工作环境、使用寿命和负荷要求等因素来确定。
对材料的选择要综合考虑机械设备的功能特点，如强度、刚度、耐磨性等。
2. 材料特性优化在确定适宜的材料后，进一步优化其性能是必要的。
通过改变合金配比、热处理工艺等方式，可以调整材料的硬度、强度和韧性等特性，以适应不同的工况需求。
二、结构优化1. 构件布置优化在机械设计中，构件布置的合理性直接影响到整个机械设备的性能。
通过对构件进行合理的布置，可以减小结构的体积和重量，提高设备的稳定性和可靠性。
2. 结构强度优化结构强度是机械设计中需要严格考虑的因素之一。
通过使用有限元分析等方法，对机械结构进行强度分析，并优化结构布局和构件尺寸，以提高结构的抗弯、抗压等能力。
三、工艺优化1. 加工工艺优化在机械制造中，加工工艺的合理性直接关系到产品的质量和成本。
通过优化加工工艺，如选用合适的切削工具、加工参数等，可以提高加工效率，减少加工误差，从而达到优化机械设计的目的。
2. 装配工艺优化机械设备的装配是一个复杂的过程，优化装配工艺可以提高装配效率，减少装配误差。
通过合理规划装配顺序、设计合适的装配夹具等方式，可以达到优化装配工艺的效果。
四、性能优化1. 摩擦优化摩擦是机械设备普遍存在的现象，优化摩擦性能可以减小机械设备的能耗和磨损。
通过选择适当的润滑方式、使用摩擦副材料等方式，可以降低机械设备的摩擦系数，提高其工作效率。
2. 噪声优化噪声是机械设备使用过程中常见的问题之一，优化噪声性能可以提升产品的质量。
通过合理设计产品的结构和减振措施等，可以减少机械设备产生的噪声，提升用户体验。
机械工程中的结构优化设计方法
机械工程中的结构优化设计方法1.材料优化设计：材料优化设计主要是通过选择合适的材料来提高结构的性能。
在材料选择过程中，需要考虑结构所需的力学性能、化学性能、热性能以及成本和可加工性等因素。
例如，对于承受高温的部件，可以选择具有良好抗热性能的高温合金材料，以提高结构的耐高温性能。
2.形状优化设计：形状优化设计通过改变结构的几何形状来提高结构的性能。
这种方法通常通过对几何参数的连续调整来实现。
形状优化设计可以在满足结构刚度、强度和稳定性要求的前提下，减小结构的重量和体积，提高结构的力学性能。
例如，在飞机翼的设计过程中，通过对翼型的优化设计，可以在保持翼面积和升力的前提下，减小翼面积的阻力，提高飞机的性能。
3.拓扑优化设计：拓扑优化设计是指通过改变结构的拓扑结构来实现结构优化的方法。
这种方法通过在结构的连续域内优化物质分布，实现结构的轻量化设计。
拓扑优化设计过程中，通过改变结构的材料分布，使得结构在满足强度和刚度等要求的前提下，最大程度地减小结构的重量。
例如，在汽车车身的设计过程中，通过拓扑优化设计可以减小车身的重量，提高汽车的燃油经济性。
4.尺寸优化设计：尺寸优化设计是指通过改变结构的尺寸来实现结构的优化设计。
这种方法通常通过对结构的尺寸参数进行连续调整来实现。
尺寸优化设计可以在满足结构强度和刚度等要求的前提下，减小结构的重量和体积，提高结构的性能。
例如，在桥梁设计中，可以通过优化桥墩的尺寸参数，减小桥墩的体积和重量，提高桥梁的承载能力。
总而言之，机械工程中的结构优化设计方法包括材料优化设计、形状优化设计、拓扑优化设计和尺寸优化设计。
这些方法可以在满足结构强度和刚度等要求的前提下，减小结构的重量和体积，提高结构的性能。
现代机械设计中的优化设计方法研究
现代机械设计中的优化设计方法研究
现代机械设计中的优化设计方法研究是一个重要的领域。
优化设计方法利用现代科学技术手段对机械产品的设计过程进行优化，以使产品在功能、性能、质量、成本等方面达到最佳水平。
以下是现代机械设计中常见的优化设计方法：
1. 参数优化方法：通过改变设计参数的数值来优化设计。
这种方法可以应用于各种机械系统，如汽车发动机、飞机翼和电子设备等。
参数优化的目的是在满足一定约束条件下，使设计目标达到最优。
2. 拓扑优化方法：通过改变材料分布来优化结构的拓扑形状。
这种方法在骨架结构、飞机机翼和建筑设计中得到了广泛应用。
拓扑优化的目标是找到具有最佳材料分布的结构形状。
3. 多目标优化方法：旨在同时优化多个设计目标。
例如，在机械设计中，可能同时希望产品具有高的性能、低成本和良好的可制造性。
多目标优化方法需要权衡多个目标之间的矛盾，以找到最优的设计方案。
此外，现代机械设计中还采用了许多先进的优化算法和技术，如遗传算法、粒子群优化算法、模拟退火算法等。
这些算法可以处理复杂的非线性优化问题，并能够在较短的时间内找到最优解。
在应用优化设计方法时，需要考虑一些关键因素，如设计变量的选择、约束条件的确定、目标函数的建立等。
同时，还需要对优化算法进行选择和调整，以适应不同的设计问题和要求。
总之，现代机械设计中的优化设计方法是一个综合性的研究领域，需要结合工程实践、计算机技术、数学方法等多个领域的知识和技术。
通过不断的研究和应用，可以提高机械设计的效率和质量，促进机械制造业的发展。
现代机械设计中的设计优化方法
现代机械设计中的设计优化方法在现代机械设计领域，设计优化方法是实现高效、可靠和经济的产品设计的关键。
随着科技的不断进步和市场的竞争加剧，设计师们需要不断探索新的方法和技术来提高产品的性能和质量。
本文将介绍几种常见的设计优化方法，包括参数优化、拓扑优化和材料优化。
1. 参数优化参数优化是指通过调整设计中的参数，以达到最优的性能指标。
这种方法常用于机械系统的设计中，例如汽车引擎的设计。
设计师可以通过改变引擎的参数，如气缸数、活塞直径等，来优化燃烧效率和动力输出。
参数优化通常使用数学模型和计算机仿真来进行，以减少试错的成本和时间。
2. 拓扑优化拓扑优化是一种通过优化材料在结构中的分布来提高结构性能的方法。
在传统的机械设计中，结构常常是由设计师根据经验和直觉来确定的。
然而，这种方法往往无法充分利用材料的性能，导致结构过度设计或者性能不足。
拓扑优化通过在结构中自动调整材料的分布，使得结构在满足约束条件的前提下，具有最佳的性能。
这种方法可以减少材料的使用量，提高结构的强度和刚度。
3. 材料优化材料优化是指通过选择最合适的材料来提高产品的性能。
不同的材料具有不同的物理和化学性质，因此在设计中选择合适的材料非常重要。
材料优化可以通过材料的强度、刚度、耐磨性等性能指标来进行。
例如，在航空航天领域，设计师需要选择轻量化、高强度的材料，以提高飞机的性能和燃油效率。
4. 多目标优化多目标优化是指在设计中同时考虑多个性能指标，并找到它们之间的最佳平衡点。
在机械设计中，往往存在多个冲突的性能指标，例如重量和强度之间的矛盾。
多目标优化方法可以帮助设计师找到最优的设计方案，以满足不同的需求。
这种方法通常使用多目标优化算法，如遗传算法和粒子群优化算法，来搜索设计空间中的最优解。
综上所述，现代机械设计中的设计优化方法包括参数优化、拓扑优化、材料优化和多目标优化。
这些方法可以帮助设计师在设计过程中提高产品的性能和质量，同时减少成本和时间。
机械优化设计方法
机械优化设计方法
机械优化设计方法是指通过改变机械结构、优化参数以及采用新的优化算法等手段，使机械产品在设计阶段达到更高的性能和更低的成本。
常用的机械优化设计方法包括：
1. 数值优化方法：通过数学模型和计算机仿真技术，结合优化算法优化机械结构和参数。
常见的数值优化方法包括遗传算法、模拟退火算法、微粒群算法等。
2. 设计自动化方法：借助计算机辅助设计软件和优化算法，实现对机械结构的自动化设计和优化，从而提高设计效率和准确性。
3. 敏感性分析方法：通过对机械结构或参数进行敏感性分析，找出对系统性能影响最大的因素，然后对其进行优化，以达到整体性能的最优化。
4. 多目标优化方法：由于机械设计往往存在多个冲突的优化目标，如性能、重量、成本等，多目标优化方法可以帮助工程师在多个目标之间进行权衡和优化，得到一组最优解，以满足不同的需求。
5. 拓扑优化方法：通过拓扑学原理和优化算法，对机械结构进行优化设计，使得结构材料得到更合理的分布，从而达到降低重量、提高刚度和强度的目的。
总的来说，机械优化设计方法旨在通过优化机械结构和参数，以达到更好的性能、更低的成本和更高的可靠性。
采用合适的优化方法可以有效提高设计效率和准确性，推动机械产品的不断创新和提升。
机械结构优化设计的方法与技巧
机械结构优化设计的方法与技巧随着科技的进步和工程领域的发展，机械结构优化设计在产品开发过程中扮演着重要的角色。
通过优化设计，可以提高产品的性能、降低成本，并且使产品更加可靠和耐久。
本文将介绍一些机械结构优化设计的方法与技巧。
一、目标函数的设定在进行机械结构优化设计时，首先需要明确设计的目标。
目标函数是评价设计质量的重要指标，通常包括结构的重量、尺寸、强度、刚度等。
根据具体的设计需求，可以选择不同的目标函数。
二、约束条件的定义除了目标函数外，还需要定义一些约束条件来限制设计的自由度。
约束条件一般包括材料的强度、公差要求、装配性等。
合理设置约束条件可以确保设计方案符合实际应用需求。
三、参数化建模在进行结构优化设计时，通常需要对设计参数进行合理的选择和设置。
参数化建模可以有效地优化设计过程，并且方便后续的仿真和分析。
通过建立参数化模型，可以灵活地调整设计参数，进而获得最佳的设计方案。
四、多目标优化方法在实际的工程设计中，往往存在多个相互矛盾的目标。
传统的单目标优化方法无法满足多目标的需求，因此需要采用多目标优化方法来求解最优解。
多目标优化方法包括遗传算法、粒子群优化算法等，能够在设计空间中搜索最佳的解集，为设计提供多个最优解。
五、参数优化方法除了优化设计变量外，还需要考虑一些参数的优化。
参数优化方法可以通过对一些特定参数进行调整，以进一步优化设计效果。
参数优化方法可以是构造合理的试验计划，也可以是建立响应面模型进行拟合和优化。
六、设计灵敏度分析设计灵敏度分析是指通过对设计参数的微小变化，分析目标函数的响应情况，以评估设计方案的稳定性和鲁棒性。
通过设计灵敏度分析，可以确定影响目标函数的主要参数，为进一步的优化提供指导。
七、结构优化软件的应用随着计算机技术的发展，结构优化软件在机械结构设计中得到了广泛的应用。
结构优化软件能够通过数值方法对设计进行优化，并且能够自动生成最佳设计方案。
常用的结构优化软件包括ANSYS、ADAMS、ABAQUS等，它们提供了丰富的优化算法和分析工具，能够有效地辅助设计师进行结构优化设计。
机械设计中的优化方法
机械设计中的优化方法在现代工业生产中，机械设计是至关重要的环节。
一个优秀的机械设计方案不仅能够提高产品的性能和质量，还能降低生产成本、提高生产效率。
而在机械设计过程中，优化方法的应用则是实现这些目标的关键手段。
机械设计中的优化方法多种多样，每种方法都有其独特的特点和适用范围。
从宏观角度来看，优化方法可以分为传统优化方法和现代优化方法两大类。
传统优化方法中，最常见的是基于数学模型的优化方法。
这种方法通常需要建立明确的目标函数和约束条件，然后通过数学求解的方式来寻找最优解。
例如，在设计一个机械零件时，可以将其体积、重量、强度等因素作为目标函数和约束条件，通过数学计算来确定零件的最优尺寸和形状。
这种方法的优点是理论基础扎实，计算结果较为准确。
然而，它也存在一些局限性，比如对于复杂的非线性问题，数学模型的建立和求解往往非常困难。
此外，还有基于经验和试错的优化方法。
在实际工程中，工程师们常常根据以往的经验和直觉，对设计方案进行多次修改和试验，直到获得满意的结果。
这种方法虽然简单直观，但效率较低，而且往往依赖于个人的经验和运气，难以保证得到最优的设计方案。
随着计算机技术和数学理论的发展，现代优化方法在机械设计中得到了越来越广泛的应用。
其中，遗传算法是一种非常有代表性的方法。
遗传算法模拟了生物进化的过程，通过对设计方案进行编码、选择、交叉和变异等操作，逐步优化设计方案。
与传统方法相比，遗传算法具有全局搜索能力强、对问题的依赖性小等优点，能够有效地处理复杂的优化问题。
模拟退火算法也是一种常用的现代优化方法。
它借鉴了固体退火的原理，在搜索过程中以一定的概率接受较差的解，从而避免陷入局部最优。
这种算法在处理大规模优化问题时表现出色，能够在较短的时间内找到较好的解。
除了上述方法，还有粒子群优化算法、蚁群算法等其他现代优化方法，它们都为机械设计中的优化问题提供了新的思路和解决方案。
在实际的机械设计中，选择合适的优化方法需要综合考虑多个因素。
机械优化设计方法-
约束优化: 在可行域内对设计变量求目标函数 的极小点。 其极小点在可行域内或在可行域边界上。
第四节优化设计问题的基本解法
求解优化问题的方法:
解析法
数学模型复杂时不便求解
数值法
可以处理复杂函数及没有数学表达式 的优化设计问题
图1-11 寻求极值点的搜索过程
A TDh
钢管的临界应力 e
Fe A
2E T 2 D2
8 B2 h2
强度约束条件 x y 可以写成 1 F B2 h2 2 TDh y
稳定约束条件 x e 可以写成
1
F B2 h2 2 2E T 2 D2
TDh
,
,...
x1
x2
xn
沿d方向的方向向量
cos1
d
cos
2
...
cos
n
即
f d
x0
f
x 0 T
d
f x 0 T
cosf ,d
图2-5 梯度方向与等值面的关系
第二节 多元函数的泰勒展开
若目标函数f(x)处处存在一阶导数, 则极值点 的必要条件一阶偏导数等于零, 即
第二章 优化设计的数学基础
机械设计问题一般是非线性规划问题。
实质上是多元非线性函数的极小化问题, 因此, 机械优化设计是建立在多元函数的极值理论 基础上的。
机械优化设计问题分为:
无约束优化 无条件极值问题
约束优化
条件极值问题
第一节 多元函数的方向导数与梯度
一、方向导数
从多元函数的微分学得知，对于一个连续可
f x* 0
满足此条件仅表明该点为驻点, 不能肯定为极值 点, 即使为极值点, 也不能判断为极大点还是极 小点, 还得给出极值点的充分条件
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机械优化设计方法
机械优化设计是近年来发展起来的一门新的学科，起始于60年代，非常有发展潜力的研究方向，是解决复杂设计问题的一种有效工具，在机械应用的实践中，机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计的效率和质量。
本文重点介绍机械优化设计理论基础的同时，对其特点、评价方式进行了总结，并指出该领域中应当进一步研究的问题和发展方向。
机械优化设计；数学模型；优化方法；智能优化
机械优化设计概念
机械优化设计是综合性和实用性都很强的理论和技术，为机械设计提供了一种可靠高效的科学设计方法，使设计者由被动地分析、校核进入主动设计，能节约原材料，降低成本，缩短设计周期，提高设计效率和水平，提升企业竞争力、经济效益与社会效益。
国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视，并开展了大量工作，其基本理论和求解手段已逐渐成熟。
并且它建立在数学规划理论和计算机程序设计基础上，通过有效的实验数据和科学的评价体系来从众多的设计方案中寻到尽可能完善的或最适宜的设计方案。
该领域的研究和应用进展非常迅速，并且取得了可观的经济效益。
那就让我们关注机械优化设计中那些重要的量。
解决优化设计问题的一般步骤
解决优化设计问题的一般步骤如下：
机械设计问题——建立数学模型——选择或设计算法——编码调试——计算结果的分析整理
优化设计中数学模型的建立
a设计变量
在最优化设计过程中需要调整和优选的参数，称为设计变量。
设计变量是最优化设计要优选的量。
最优化设计的任务，就是确定设计变量的最优值以得到最优设计方案。
但是每一次设计对象不同，选取的设计变量也不同。
它可以是几何参数，如零件外形尺寸、截面尺寸、机构的运动尺寸等；也可以是某些物理量，如零部件的重量、体积、力与力矩、惯性矩等；还可以是代表工作性能的导出量，如应力、变形等。
总之，设计变量必须是对该项设计性能指标优劣有影响的参数。
b约束条件
设计空间是一切设计方案的集合，只要在设计空间确定一个点，就确定了一个设计方案。
但是，实际上并不是任何一个设计方案都可行，因为设计变量的取
值范围有限制或必须满足一定的条件。
在最优化设计中，这种对设计变量取值时限制条件，称为约束条件，而约束条件是设计变量间或设计变量本身应该遵循的限制条件，而优化设计问题大多数是约束的优化问题。
针对优化设计数学模型要素的不同情况，可将优化设计方法进行分类，约束条件的形式有显约束和隐约束两种，前者是对某个或某组设计变量的直接限制，后者则是对某个或某组变量的间接限制。
等式约束对设计变量的约束严格，起着降低设计变量自由度的作用。
优化设计的过程就是在设计变量自由的允许范围内，找出一组优化的设计变量值，使得目标函数达到最优值。
c目标函数
在优化设计过程中，每一个变量之间都存在着一定的相互关系着就是用目标函数来反映。
他可以直接用来评价方案的好坏。
在优化设计中，可以根据变量的多寡将优化设计分为单目标优化问题和多目标优化问题，而我们最常见的就是多目标函数优化。
一般而言，目标函数越多，设计的综合效果越好，但问题求解复杂。
在实际的设计问题中，常常会遇到在多目标函数的某些目标之间存在矛盾的情况，这就要求设计者正确处理各目标函数之间的关系。
对这类多目标函数的优化问题的研究，至今还没有单目标函数那样成熟
优化设计理论方法
优化准则法对于不同类型的约束、变量、目标函数等需导出不同的优化准则，通用性较
差，且多为近似最优解；规划法需多次迭代、重复分析，代价昂贵，效率较低，往往还要求目标函数和约束条件连续、可微，这都限制了其在实际工程优化设计中推广应用。
因此遗传算法、神经网络、粒子群算法、进化算法等智能优化法于20世纪80年代相继提出，并且不需要目标函数和约束条件的导数信息，就可获得最优解，为机械优化设计提供了新的思路和方法，并在实践中得到成功应用。
a遗传算法
遗传算法起源于20世纪60年代对自然和人工自适应系统的研究，最早由美国密歇根大学Holland教授提出，是模拟生物化过程、高度并行、随机、自适应的全局优化概率搜索算法。
它按照获得最大效益的原则进行随机搜索，不需要梯度信息，也不需要函数的凸性和连续性，能够收敛到全局最优解，具有很强的通用性、灵活性和全局性；缺点是不能保证下一代比上一代更好，只是在总趋势上不断优化，运行效率较低，局部寻优能力较差。
b神经网络法
神经网络是一个大规模自适应的非线性动力系统，具有联想、概括、类比、并行处理以
及很强的鲁棒性，且局部损伤不影响整体结果。
美国物理学家Hopfield最早发现神经网络具有优化能力，并根据系统动力学和统计学原理，将系统稳态与最优化态相对应，系统能量函数与优化寻优过程相对应，与Tank在1986年提出了第一个求解线性优化问题的TH选型优化神经网络。
该方法利用神经网络强大的并行计算、近似分析和非线性建模能力，提高优化计算的效率，其关键是神经网络的构造，多用于求解组合优化、约束优化和复杂优化。
近些年，神经网络法有较大发展，Barker等将神经网络用于航空工程结构件的优化设计。
c粒子群算法
Kennedy和Ebehart于1995年提出了模拟鸟群觅食过程的粒子群法，从一个优化解集开始搜索，通用个体间协作与竞争，实现复杂空间中最优解的全局搜索。
粒子群法与遗传算法相比，原理简答、容易实现、有记忆性，无须交叉和变异操作，需调整的参数不多，收敛速度快，算法的并行搜索特性不但减小了陷入局部极小的可能性，而且提高了算法性能和效率，是近年被广为关注和研究的一种随机起始、平行搜索、有记忆的智能优化算法。
目前，粒子群算法已应用于目标函数优化、动态环境优化、神经网络训练等诸多领域，但用于机械优化设计领域研究还很少。
d多目标优化法
功能、强度和经济性等的优化始终是机械设计的追求目标，实际工程机械优化设计都属于多目标优化设计。
多目标优化广泛的存在性与求解的困难性使其一直富有吸引力和挑战性，理论方法还不够完善，主要可分为两大类：①把多目标优化转化成一个或一系列单目标优化，将其优化结果作为目标优化的一个解；②直接求非劣解，然后从中选择较好的解作为最优解。
具体有主要目标法、统一目标法、目标分层法和功效系数法。
优化设计方法的评价指标
根据优化设计中所以解决问题的特点，选择适当的优化方案是非常关键的。
因为解决同
一个问题可能有多种方法，而每一种方法也有可能会导致不同的结果，而我们需要的是可以更加体现生产目标的最优方案。
所以我们在选择方案时一定要考虑一下四个原则：
a效率提高。
所谓效率要高就是所采用的优化算法所用的计算时间或计算函数的次数要尽可能地少。
b可靠性要高。
可靠性要高是指在一定的精度要求下，在一定迭代次数内或一定计算时间内，求解优化问题的成功率要尽可能地高。
c采用成熟的计算程序。
解题过程中要尽可能采用现有的成熟的计算程序，以使解题简便并且不容易出错。
d稳定性要高。
稳定性好是指对于高度非线性偏心率大的函数不会因计算机字长截断误差迭代过程正常运行而中断计算过程。
另外选择适当的优化方法时要进行深入的分析优化模型的约束条件、约束函数及目标函
数，根据复杂性、准确性等条件结合个人的经验进行选择。
优化设计的选择取决于数学模型的特点，通常认为，对于目标函数和约束函数均为显函数且设计变量个数不太多的问题，采用惩罚函数法较好；对于只含线性约束的非线性规划问题，最适应采用梯度投影法；对于求导非常困难的问题应选用直接解法，例如复合形法；对于高度非线性的函数，则应选用计算稳定性较好的方法，例如BFGS 变尺度法和内点惩罚函数相结合的方法。
结论
机械优化设计作为传统机械设计理论基础上结合现代设计方法而出现的一种更科学的
优化设计方法，可使机械产品的质量达到更高的水平。
近年来，随着数学规划理论的不断发展和工作站计算能力的不断挖掘，机械优化设计方法和手段都有非常大的突破，且优化设计思路不断的开阔。
总之，每一种优化设计方法都是针对某一类问题而产生的，都有各自的特点，都有各自的应用领域，机械优化设计就是在给定的载荷和环境下，在对机械产品的性能、几何尺寸关系或其它因素的限制范围内，选取设计变量，建立目标函数并使其获得最优值得一种新的设计方法，其方法多样依据不同情形选择合理的优化方法才能更简便高效的达到目标。
当今的优化正逐步的发展到多学科优化设计，充分利用了先进计算机技术和科学的最新成果。
所以机械优化设计的研究必须与工程实践、数学、力学理论、计算机紧密联系起来，才能具有更广阔的发展前景。
参考：
[1]白新理.结构优化设计[M]. 河南：黄河水利出版社，2008.
[2]王科社.机械优化设计[M]. 北京：国防工业出版社，2007.
[3]孙靖民.《机械优化设计》，机械工业出版社1999.。