机构分析与综合味精

《机构分析与综合味精》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、武汉科技大学《机构分析与综合》课程论文指导教师：杨金堂学院：机械自动化学院专业：机械电子工程姓名：魏静学号：051010132007年3月20日基于GA的平面六杆机构优化设计魏静（武汉科技大学机械自动化学院，湖北武汉，430081）摘要：木文针对平面六杆机构一高速冲槽机主传动机构为算例，以超冲量最小为优化目标，建立该问题的优化模型。用遗传算法求解，获得全局最优解。关键词：平面六杆机构；超冲量；遗传算法平面连杆机构是若干个构件由平面低副连接而成，各构件均在和互平行的平面内运动的机构。由于平面连杆机构能够实现多种运动轨迹曲线和运动规律，且低副

2、不易磨损，而乂易于加工及能由本身儿何形状保证接触等优点，因此广泛应用于齐种类型的机械、仪表及控制系统等的设计领域。冃前四杆机构的研究较为成熟，但由于它设计变量较少，难以较精确实现复杂运动要求，而多杆机构可实现更多的精确点，从而更好地满足实际设计需要。对传统的优化方法，在机构优化设计屮一般存在着局部最优现象，要想从多个局部值点屮找到全局最优解是一件比较困难的事情。而遗传算法是在整个可行域内进行随机寻优，即同时对搜索空间对个解进行评佔，有效地防1卜.搜索过程限于局部最优解，减少了陷于局部最优解的风险，达到整体垠优解。本文利用遗传算法优化设计平

3、面六杆机构。1.平面六杆机构优化设计的数学模型这里以高速冲槽机中主传动机构为例。高速冲槽机是用于冲压电机转了和定子矽钢片的型槽。其主传动机构如图1.1,其中AB为曲柄，BD、FG为连杆，DEF为肘杆。当冲裁结束，工作阻力消失，各构件的变形能释放，再加上惯性力作用，导致冲头出现超冲现象，它使工件变形增加，模具磨损加剧，这对产品质星和生产率的提高都有很大的影响，控制超冲量是动力分析的主要目的。D图1・1六杆主传动机构1.1确定目标函数本文的优化设计是为了得到最小超冲量。为了避免求目标函数的时间过长,本文取影响超冲量的主要因素——冲头惯性力为H

4、标函数，通过优化计算其超冲量大为降低。在六杆机构优化设计屮，取AB、BD、DE、EF、FG和ZDEF为设计变量，即(1.1){%}=[/pz2,z3,/4,z5，/?2]r因为超冲量是S二0点到冲头之间的弹性变量，在此刻影响弹性变形的主要因素是惯性力而不是工作荷载，为了节省计算时间，本文取冲头在S二0时的惯性力的绝对值为冃标函数：(1.2)max/(X)=W-a式中W—冲头的质量;Q—冲头在S=0时的加速度。1.2建立约束条件根据四杆机构特性：1）四杆机构中最长杆与最短杆之和应小于另两杆之和。2）曲柄必须是最短杆。3）传动角必须人于40°

5、,在四杆机构中（ABDE）,最小传动角为（当a、=卩、时）旳与。4之差:cc3—a2>40°。4）滑块机构中（EFG）,最小传动角为（当S达到最人值时）360°-冬。由以上四个特性,机构的约束条件为：g](X)=l2+l3-Z)-/8>0g2(X)=l2-ll>0(1.3)g3(x)=厶一厶nog4(X)=/8-/1>0g5(X)=a.-a2-4^>0g6(X)=360-^5>02.遗传算法求解1.1个体编码遗传算法不能直接处理解空间数据，通过编码将它们表示成为遗传空间的基本型个休符号串。由式（1.1）知，六杆机构的变量可编成的个体编码为

6、ZP厶、厶、，4、4、02，以便建立六杆机构的遗传算法模型。2.2初始群体生成遗传算法是对群体进行操作，需要准备一些初始搜索的群体，而初始群体屮每个个体是通过随机方法产生后组成的一个染色体串，这个染色体串中的每个个体分别在每一个基因取值范围内取得一组基因而形成的。这里选取染色体数为150个。2.3适应函数遗传算法用适应度大小来评估个体的优劣，从而决定遗传机会的多少。取冲(2.1)头在s二o的冲头惯性力的绝对值为H标函数，就可以直接利用hl标函数作为个体适应函数，即f(X)=w-t7对于六杆机构的优化，就是要寻找其解X罰，得到与之对应的目标

7、两数2.4选择这里冲头惯性力的一组设计变量被选中，进行操作的概率较大，因为判断个体优良与否的准则是由各自的适应函数值所决定，并由选择率决定下一代群体中选择操作的个数。2.5交叉遗传算法的交叉是产生新个体的主要操作过程。某两个个体之间的部分染色体是以某一概率，进行部分基因交换，产生两个新的染色体。这一过程是模拟生物进化过程中繁殖的朵交现象。在交叉操作过程屮，交叉概率＜的选择要认真考虑。交叉概率的确定是与适应度紧密联系的，如果交叉概率选择过小，就会使各代产生的最好染色体适应度下降，导致遗传机会的减少，最后寻找的解是不是最优解就不确定。本例交叉

8、概率P=0.9o2.6变异变异的口的是为了防止丢失一些有用的遗传基因，增强遗传算法搜索最优解的能力，尤具是当群体中的个体经遗传算法可能使某些串位失去多样性，从而可能失去检验有用遗传基因的机会。