【硕士论文】分插机构复优化方法的研究及软件集成.pdf

《【硕士论文】分插机构复优化方法的研究及软件集成.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、浙江理工大学硕士学位论文摘要对水稻插秧机的核心工作部件——分插机构进行参数优化是水稻插秧机工作效率提高的关键。由于分插机构是一种复杂的机构，目标要求众多，优化模型是非线性约束的多目标优化模型，运用传统的优化方法很难得到满意的机构参数。机构复优化方法是目前用于解决分插机构多目标优化问题的较好方法，该方法通过将运动学优化和动力学优化分开进行，并以运动学优化得到的参数范围为约束条件进行动力学优化，可以很快得到机构的最佳参数。目前运用复优化方法对分插机构进行参数优化所存在的问题是：其中的运动学参数范围的获取是基于人工选择

2、的，这就需要优化工作者了解优化变量、优化目标以及约束条件间的交互关系，才能得到满意的运动学优化结果，对优化工作者的要求高。针对这一问题，本文从复优化方法的相关理论出发，提出了一种能自动搜寻运动学参数范围，从而实现复优化方法的自动寻优方法。通过建立分插机构的运动学数学模型以及运用模糊理论建立的目标要求数值化模型，采用改进的精英保留非劣排序遗传算法优化得到多组均能满足运动学要求的机构参数，并从中选取一组机构参数进行区间扩张，将区间搜索转化为多目标优化问题；以区间扩张得到的各参数的上下限变量缸Ⅳ和缸，为优化变量，结合正

3、交试验对约束作出处理，由多目标优化方法得到运动学参数区间，并运用穷举法对该区间进行验证；以此参数区间为约束条件，结合动力学优化目标进行动力学优化，实现复优化方法的自动寻优过程。同时，本文采用软件模块化设计思想，对用于椭圆齿轮行星系分插机构的复优化方法进行软件设计，并根据优化得到的最佳机构参数，通过UG进行实体建模，导入到舢)AMS虚拟仿真软件中进行分插机构运动轨迹的模拟分析，将仿真得到的速度曲线与理论曲线进行比较，验证了本文所使用的复优化方法自动寻优法的可靠性，为今后类似机构的复优化设计提供了重要的参考价值。关键

4、词：水稻插秧机；分插机构；复优化；自动寻优浙江理工大学硕士学位论文ResearchonDuplicateOptimizationMethodofTransplantingMechanismandSoftwareIntegrationAbstractTransplantingMechanismisthekeyworkingpartsofthericetransplantingmachine．AndtheParameteroptimizationofTransplantingMechanismisthecrucial

5、pointofimprovingworkingefficiencyofricetransplantingmachine．Becauseofthecomplexstructure，manyperformancerequirementsandthenonlinearoptimizationmodel、^，immulti—objectiveandconstraint,itisdifficulttoobtainsatisfactoryparametersbyusingoftraditionaloptimizationme

6、thods．NowDuplicateOptimizationMethodisabettermethodtosolvethetransplantingmechanism’Smulti—objectiveoptimizationmodel．Itseparatesthekinematicoptimizationfromthedynamicoptimization．Thenitcarriesoutthedynamicoptimizationbyusingthekinematicsparameteroptimization

7、areaastheconstraint．ItCallobtaintheoptimumparametersquicklybythisway．TheexistenceprobleminoptimizingofTransplantingMechanismisthatinthesolvingprocessforDuplicateOptimizationMethodprocurementofkinematicsparameteroptimizationareaisallbasedontheartificialselecti

8、on．Itneedsoptimizeworkerstoknowtherelationshipofoptimizationvariables，optimizationobjectivesandconstraintconditions．Onlyinthisway,thesatisfactionkinematicsoptimizationresultcanbeobtained．