八连杆冲压机构工作参数矢量优化方法

针对八连杆冲压机构的工作姿态变换,压力机构伸缩量之间的关系无法量化的问题,基于ADAMS优化八连杆冲压机构.分别分析八连杆冲压机构工作的工作原理以及工作情况,明确构件中的设计变量,并通过点位移函数表达式组建目标函数;在此基础上,以最小压力角为设计目标,构建八连杆参数优化设计数学模型,结合机械系统仿真软件AD-AMS对该数学模型进行运动仿真以及参数优化计算,得到具有较高运行效率的八连杆冲压机构仿真结果.仿真结果表明,八连杆冲压机构云顶轨迹位移方程有效性得到保证,构件部分设定的矢量模型具有有效性以及实用性.     

装载机八杆机构工作装置优化设计

为了提高装载机八杆机构工作装置的铲斗平移性,介绍了一种基于ADAMS的可行且快速的优化设计方法。首先用Solidworks建立工作装置的三维模型,通过数据交换接口将该模型导入ADAMS中建立工作装置的虚拟样机模型。接着以工作装置各个铰接点的坐标为设计变量,其它设计要求为约束函数,铲斗平移性为目标函数,以此建立工作装置优化设计的数学模型。最后利用ADAMS强大的计算功能进行优化计算找出目标函数的最优解,从而使铲斗的平移性得到显著提高,为接下来工作装置的多体动力学分析奠定了模型基础。     

装载机工作装置优化设计数学模型的建立

通过对装载机反转六杆机构工作装置的建模分析,选取了表征该机构性能参数的设计变量,用这些参数变量作为优化设计目标函数,建立了工作装置连杆机构优化设计的数学模型.     

包装机八杆机构式灌装开袋装置的优化设计

在包装机上设计了一种适用于纸塑复合袋(双层袋)的八杆机构式灌装开袋装置,实现了黄皮纸外袋和塑料薄膜内袋的同步开袋和封袋,从而解决了双层袋灌装包装生产线设计中如何同步开袋顺利灌装难题。研究了八杆机构式灌装开袋装置特点,分析了八杆机构优化设计的方法,建立了以机构相位角最小值为目标函数的优化模型,运用MATLAB确定了八杆机构设计尺寸,在ADAMS中建立了虚拟机构模型并进行了运动仿真;当机构运转时,得到了末端连杆角度-时间曲线,符合黄皮纸外袋和塑料薄膜内袋同步开袋和封袋的设计要求,验证了优化设计结果的合理性,对多杆机构装置的机械设计提供了一定参考价值。     

复合伺服驱动压边力控制执行机构建模与优化

将伺服电动机驱动与双滑块六杆机构复合,利用伺服电动机的可控性和六杆机构的速度特性,实现拉深过程的变压边力控制。在综合考虑机构输出位移中的弹性位移和刚性位移基础上,建立压边机构输入输出关系的数学模型。当机构几何参数一定时,可根据压边力与滑块位移的关系并考虑机构的变形,确定压边机构的输入速度。为优化杆系尺寸,在考虑压边工作行程和传动效果良好的基础上,以机构输出速度与压力机滑块速度相差最小(在压边力施加阶段),及机构总体尺寸最小为目标函数,优化确定了双滑块六杆机构的杆系尺寸。利用仿真软件,由前面建立的输入输出关系数学模型确定仿真输入速度,仿真结果表明,采用复合伺服驱动双滑块六杆执行机构实现压边力控制是可行的。     

基于MATLAB的自动推料机构多目标优化设计

自动推料机构属于多杆机构,设计的主要任务是确定杆长和节点坐标等基本结构的数值,用传统的方法设计多杆机构,要反复推算,设计时间长,工作量大,而且设计结果不一定是最优的设计。将多杆机构的基本结构参数作为设计变量,建立多杆机构优化设计的数学模型,将体积最小化和效率最高作为目标函数,将运动连续性和空间结构等作为约束条件,运用MATLAB优化工具箱,方便快速设计出最优的自动推料机构。     

橡胶减振垫送检装置的多目标规划优化设计研究

基于机构工作目标和机构运动学特性,采用多目标规划优化设计的方法,研制满足检测减振垫性能的送检机械装置.以满足机构工作特性及机构性能指标为设计优化基础,建立送检机构运动特性、结构参数以及机构工作性能的多目标优化计算模型.研究分析各目标函数间的相互关联性,建立减振垫送检装置的多目标规划优化设计模型,确定机构优化设计目标函数...     

基于雅可比矩阵条件数的并联机构参数优化

提出一种基于并联机构雅可比矩阵条件数全域参数优化方法。以并联机构6-pss为研究对象,根据机构的结构形式推导出机构的速度数学模型、建立雅可比矩阵,并用范数的形式建立雅可比矩阵条件数的数学模型;对并联机构进行参数归一化处理后,以条件数的平均值与波动值的综合值作为目标建立目标函数、给出约束条件,最后通过数值计算得到机构雅可比矩阵条件数的平均值、波动值曲线和优化目标函数值的曲线图,优化出最佳参数值,为该机构尺寸优化提供重要依据。     

基于智能优化算法的摆缸八杆机构设计分析

在对摆缸八杆机构进行位置参数和运动参数分析的基础上,构建了摆缸八杆机构设计优化问题的数学模型,基于模拟退火算法的思想,提出了一种以摆动角度误差最小和长度误差最小的八杆机构智能优化方法,解决了多杆杆长约束处理、邻域搜索策略设计等关键问题,并编写了仿真计算程序,仿真计算结果表明,该方法具有较好的全局搜索性能,可有效用于多杆机构的设计与分析。     

装载机工作装置优化设计及多体系统动力学仿真

装载机工作装置的力学分析通常采用静态分析法,且分析焦点往往是六杆机构。笔者针对综合性能更具优势的八杆机构装载装置进行优化设计,继而根据优化数据建立装载机工作装置的多体动力学模型,较准确地分析了装载机工作装置的诸多性能指标,其结论验证了优化设计结果。     

结构多目标拓扑优化目标函数构建方法的研究

为实现结构材料的多目标拓扑优化设计,基于数学规划法提出一种广义的平均距离法,用以研究多目标拓扑优化目标函数的构建方法。介绍了运用平均距离法演变的将多目标转化为单目标的多种方法,并以汽车悬架控制臂为实例,应用演变的多种方法进行拓扑优化仿真研究。研究表明：运用平均距离法演变的多种方法可以灵活地构建多目标优化目标函数,基于所构建的目标函数可以寻找较优的构建方法,更好地将平均距离理念应用于多目标结构优化设计。     

汽车车架结构多目标拓扑优化方法研究

为了研究以静态多工况下刚度和动态振动频率为目标函数的车架拓扑结构,提出了一种结构的多目标拓扑优化研究方法。基于实体各向同性材料惩罚函数的拓扑优化方法,采用折衷规划法定义多目标拓扑优化和多刚度拓扑优化的目标函数,而振动固有频率拓扑优化的目标函数则采用平均频率法定义。通过优化得到了同时满足静态刚度和振动低阶频率要求的汽车车架结构拓扑。该方法避免了单目标拓扑优化无法考虑其他因素的缺点,适合连续体结构的多目标拓扑优化。     

Improved multi-objective ant colony optimization algorithm and its application in complex reasoning

The problem of fault reasoning has aroused great concern in scientific and engineering fields.However,fault investigation and reasoning of complex system is not a simple reasoning decision-making problem.It has become a typical multi-constraint and multi-objective reticulate optimization decision-making problem under many influencing factors and constraints.So far,little research has been carried out in this field.This paper transforms the fault reasoning problem of complex system into a paths-searching problem starting from known symptoms to fault causes.Three optimization objectives are considered simultaneously: maximum probability of average fault,maximum average importance,and minimum average complexity of test.Under the constraints of both known symptoms and the causal relationship among different components,a multi-objective optimization mathematical model is set up,taking minimizing cost of fault reasoning as the target function.Since the problem is non-deterministic polynomial-hard(NP-hard),a modified multi-objective ant colony algorithm is proposed,in which a reachability matrix is set up to constrain the feasible search nodes of the ants and a new pseudo-random-proportional rule and a pheromone adjustment mechinism are constructed to balance conflicts between the optimization objectives.At last,a Pareto optimal set is acquired.Evaluation functions based on validity and tendency of reasoning paths are defined to optimize noninferior set,through which the final fault causes can be identified according to decision-making demands,thus realize fault reasoning of the multi-constraint and multi-objective complex system.Reasoning results demonstrate that the improved multi-objective ant colony optimization(IMACO) can realize reasoning and locating fault positions precisely by solving the multi-objective fault diagnosis model,which provides a new method to solve the problem of multi-constraint and multi-objective fault diagnosis and reasoning of complex system.     

Trade-off analysis in multi-objective optimization using Chebyshev orthogonal polynomials

In this paper, it is intended to introduce a method to solve multi-objective optimization problems and to evaluate its performance. In order to verify the performance of this method it is applied for a vertical roller mill for Portland cement. A design process is defined with the compromise decision support problem concept and a design process consists of two steps : the design of experiments and mathematical programming. In this process, a designer decides an object that the objective function is going to pursuit and a non-linear optimization is performed composing objective constraints with practical constraints. In this method, response surfaces are used to model objectives (stress, deflection and weight) and the optimization is performed for each of the objectives while handling the remaining ones as constraints. The response surfaces are constructed using orthogonal polynomials, and orthogonal array as design of experiment, with analysis of variance for variable selection. In addition, it establishes the relative influence of the design variables in the objectives variability. The constrained optimization problems are solved using sequential quadratic programming. From the results, it is found that the method in this paper is a very effective and powerful for the multi-objective optimization of various practical design problems. It provides, moreover, a reference of design to judge the amount of excess or shortage from the final object.     

基于NSGA-II的多目标设备动态布局方法

对多个计划期内需求可预测的车间动态设备布局问题进行了研究.针对这一多目标、多约束的问题,以物流搬运和重布局费用之和、非物流关系以及面积利用率作为优化目标,将动态布局问题转化为重布局过程和多个子计划期的静态布局问题,构建了针对不等面积设备的动态多期布局问题的连续型多目标优化模型.采用带精英策略的非支配遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)进行求解,克服了传统加权法求解多目标问题时加权系数难以确定和无法保证多目标同时优化的缺点,求解得到Pareto解集,供决策者根据企业实际情况优中选优.通过实例验证了本方法的有效性.     

H封闭式周转轮系多目标模糊优化设计研究

在对H封闭式周转轮系的结构类型和特点进行分析的基础上,提出以体积小、效率高为目标的模糊优化设计模型并编制了计算机程序.优化设计结果表明,利用多目标多约束的模糊优化设计方法,可以既考虑轮系的整体性能,又充分合理地利用目标和约束的模糊性,使优化设计的整体目标水平达到更高.     

智能注射成形中工艺参数的多目标自学习优化

注射成形工艺参数是保障产品质量的关键因素。传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能化设置水平提出更高的要求。由于成形产品存在多方面的质量要求,且不同质量指标间可能相互制约,因此亟需一种工艺参数多目标智能优化方法,以获得不同优化目标间的帕累托最优。已有学者利用智能优化方法,如非支配排序遗传算法等,对多目标优化问题进行求解,但是此类方法需大量样本数据对质量-参数关系进行建模,存在试验次数多、且对不同材料及模具的适应性较差等问题。为解决上述问题,提出一种注射成形工艺参数多目标自学习优化方法,在优化过程中实时计算并更新各个工艺参数的梯度,并由不同质量指标的多梯度下降算法对多个目标函数进行优化,在优化过程中实现各工艺参数对产品质量影响程度的自主学习,省去了采集大量数据来建立多个质量模型的过程,实现了注射成形工艺参数的高效智能优化。在基准测试函数实验中,所提方法的优化结果与理论解的相对误差小于2%。同时数值仿真与注射成形实验结果表明,所提方法能高效获得多个优化目标的帕累托最优。     

基于网格变形技术的白车身多目标形状优化

市场的竞争压力促使汽车厂商致力于加快车身开发的进程,而基于计算机辅助工程(Computer aided engineering,CAE)的车身结构优化技术由此而成为业内的研究热点。与传统的尺寸优化不同,形状优化在工程优化中具有更大的潜力。将网格变形技术引入形状优化,提出基于近似模型的多目标形状优化方法。利用网格变形技术定义形状变量,并根据灵敏度信息筛选优化变量;采用优化拉丁方试验设计对设计空间均匀分布样本点,进一步拟合高精度的Kriging模型;运用多目标粒子群算法,保持其余性能指标满足预期的前提下,以白车身弯曲刚度和质量为目标进行优化。研究表明,所提出的优化方法成功用于白车身的多目标优化,设计者可根据优化结果权衡各个目标,以指导最终的决策。     

面向绿色高效制造的铣削工艺参数多目标优化

为了实现数控机床的绿色高效制造,考虑加工过程中刀具寿命和零件表面质量的实际约束条件,建立了以能量效率最高、碳排放最低和材料去除率最高为目标的多目标优化模型。通过设计面中心复合试验获取试验数据,采用信噪比方法将不同要求的优化目标转换成同要求的信噪比,使用基于组合权重的灰色关联分析法将多目标优化转化为单目标优化问题,基于响应曲面法建立关联度与工艺参数的二阶关系模型,应用量子遗传算法对优化模型进行求解。最后通过试验验证了该多目标优化模型的有效性。     

A GRASP heuristic for the multi-objective permutation flowshop scheduling problem

This paper presents a multi-objective greedy randomized adaptive search procedure (GRASP)-based heuristic for solving the permutation flowshop scheduling problem in order to minimize two and three objectives simultaneously: (1) makespan and maximum tardiness; (2) makespan, maximum tardiness, and total flowtime. GRASP is a competitive metaheuristic for solving combinatorial optimization problems. We have customized the basic concepts of GRASP algorithm to solve a multi-objective problem and a new algorithm named multi-objective GRASP algorithm is proposed. In order to find a variety of non-dominated solutions, the heuristic blends two typical approaches used in multi-objective optimization: scalarizing functions and Pareto dominance. For instances involving two machines, the heuristic is compared with a bi-objective branch-and-bound algorithm proposed in the literature. For instances involving up to 80 jobs and 20 machines, the non-dominated solutions obtained by the heuristic are compared with solutions obtained by multi-objective genetic algorithms from the literature. Computational results indicate that GRASP is a promising approach for multi-objective optimization.