分插機構(gòu)復優(yōu)化方法的研究及軟件集成.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、對水稻插秧機的核心工作部件--分插機構(gòu)進行參數(shù)優(yōu)化是水稻插秧機工作效率提高的關(guān)鍵。由于分插機構(gòu)是一種復雜的機構(gòu),目標要求眾多,優(yōu)化模型是非線性約束的多目標優(yōu)化模型,運用傳統(tǒng)的優(yōu)化方法很難得到滿意的機構(gòu)參數(shù)。機構(gòu)復優(yōu)化方法是目前用于解決分插機構(gòu)多目標優(yōu)化問題的較好方法,該方法通過將運動學優(yōu)化和動力學優(yōu)化分開進行,并以運動學優(yōu)化得到的參數(shù)范圍為約束條件進行動力學優(yōu)化,可以很快得到機構(gòu)的最佳參數(shù)。
   目前運用復優(yōu)化方法對分插機構(gòu)進

2、行參數(shù)優(yōu)化所存在的問題是:其中的運動學參數(shù)范圍的獲取是基于人工選擇的,這就需要優(yōu)化工作者了解優(yōu)化變量、優(yōu)化目標以及約束條件間的交互關(guān)系,才能得到滿意的運動學優(yōu)化結(jié)果,對優(yōu)化工作者的要求高。
   針對這一問題,本文從復優(yōu)化方法的相關(guān)理論出發(fā),提出了一種能自動搜尋運動學參數(shù)范圍,從而實現(xiàn)復優(yōu)化方法的自動尋優(yōu)方法。通過建立分插機構(gòu)的運動學數(shù)學模型以及運用模糊理論建立的目標要求數(shù)值化模型,采用改進的精英保留非劣排序遺傳算法優(yōu)化得到多組

3、均能滿足運動學要求的機構(gòu)參數(shù),并從中選取一組機構(gòu)參數(shù)進行區(qū)間擴張,將區(qū)間搜索轉(zhuǎn)化為多目標優(yōu)化問題;以區(qū)間擴張得到的各參數(shù)的上下限變量△xH和△xL為優(yōu)化變量,結(jié)合正交試驗對約束作出處理,由多目標優(yōu)化方法得到運動學參數(shù)區(qū)間,并運用窮舉法對該區(qū)間進行驗證;以此參數(shù)區(qū)間為約束條件,結(jié)合動力學優(yōu)化目標進行動力學優(yōu)化,實現(xiàn)復優(yōu)化方法的自動尋優(yōu)過程。
   同時,本文采用軟件模塊化設(shè)計思想,對用于橢圓齒輪行星系分插機構(gòu)的復優(yōu)化方法進行軟件設(shè)

最新文檔

評論

0/150

提交評論