To improve the fatigue, wear and thermal based failures of Tapered Roller Bearings (TRBs) a multi-objective optimization technique has been proposed. Objective functions considered are: the dynamic capacity (C_d) that is related to fatigue life, the elasto-hydrodynamic minimum film thickness (h_min) that is associated to the wear life, and the maximum bearing temperature (T_max) that is related to the lubricant life. This paper presents a non-linear constrained optimization problem of three objectives with eleven design variables and twenty-eight constraints. The said objectives have been optimized individually (i.e., the single-objective optimization) and concurrently (i.e., the multi-objective optimization) through a multi-objective evolutionary procedure, titled as the Elitist Non-dominated Sorting Genetic Algorithm. A set of standard TRBs have been selected for the optimization. Pareto-optimal fronts (POFs) and Pareto-optimal surfaces (POSs) are obtained for one representative standard TRB. Out of many solutions on the POFs/POSs only the knee-point solution has been shown in a tabular form. Life comparison factors have been calculated based on both the optimized and standard TRBs, and results indicate that the optimized TRBs got enhanced lives than standard bearings. To get the graphical impression of optimized TRBs, a skeleton of radial dimensions of all seven optimized bearings based on various combinations of objectives has been shown for one of the representative standard TRB. In few cases the multi-objective optimization has better convergence as compared to single objective optimization due to its inherent diversity by the principle of dominance. The sensitivity investigation has also been conducted to observe the sensitivity of three objectives with design variables. From the sensitivity analysis data, tolerances have been provided for design variables. These tolerances could be used by the manufacturing industry while producing TRBs.

为了改善圆锥滚子轴承（TRB）的疲劳，磨损和热失效，提出了一种多目标优化技术。考虑的目标函数是：与疲劳寿命相关的动态能力（C _d），与磨损寿命相关的弹性流体力学最小膜厚（h _min）和最高轴承温度（T _max）），这与润滑剂的寿命有关。本文提出了一个具有11个设计变量和28个约束的三个目标的非线性约束优化问题。所述目标已通过称为“精英非支配排序遗传算法”的多目标进化过程进行了单独优化（即，单目标优化）和同时进行了优化（即，多目标优化）。选择了一组标准TRB进行优化。对于一个代表性的标准TRB，获得了帕累托最优前沿（POF）和帕累托最优表面（POS）。在POF / POS上的许多解决方案中，只有拐点解决方案以表格形式显示。已根据优化和标准TRB计算了寿命比较因子，结果表明，优化的TRB的寿命比标准轴承更长。为了获得优化的TRB的图形印象，已针对代表性标准TRB之一显示了基于目标的各种组合的所有七个优化轴承的径向尺寸的骨架。与单目标优化相比，由于优势原则固有的多样性，在少数情况下，多目标优化的收敛性更好。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。为了获得优化TRB的图形印象，已针对代表性标准TRB之一显示了基于目标的各种组合的所有七个优化轴承的径向尺寸的骨架。与单目标优化相比，由于优势原则固有的多样性，在少数情况下，多目标优化的收敛性更好。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。为了获得优化TRB的图形印象，已针对代表性标准TRB之一显示了基于目标的各种组合的所有七个优化轴承的径向尺寸的骨架。与单目标优化相比，由于优势原则固有的多样性，在少数情况下，多目标优化的收敛性更好。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。对于代表性标准TRB之一，已显示了基于目标的各种组合的所有七个优化轴承的径向尺寸的骨架。与单目标优化相比，由于优势原则固有的多样性，在少数情况下，多目标优化的收敛性更好。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。对于代表性标准TRB之一，已显示了基于目标的各种组合的所有七个优化轴承的径向尺寸的骨架。与单目标优化相比，由于优势原则固有的多样性，在少数情况下，多目标优化的收敛性更好。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。还进行了敏感性调查，以观察具有设计变量的三个目标的敏感性。根据灵敏度分析数据，可以提供设计变量的公差。制造TRB时，制造业可以使用这些公差。