当前位置:主页 > 科技论文 > 机械论文 >

基于遗传算法的大型装载机工作装置优化设计

发布时间:2019-04-03 12:20
【摘要】:装载机工作装置优化是比较典型的机构优化问题,而与普通优化问题不同之处在于该优化没有明显的目标函数,或者说目标函数较多,约束条件和目标函数之间没有明显的界限,如可将传力比作为目标函数也可将平移性或自动放平性作为目标函数甚至可以将卸高、卸距当作目标函数。设计变量可以是各铰点的坐标,但是以坐标作为设计变量不利于设计者对机构的直观了解,因此我们将各铰点间的距离和一些必要的角度作为设计变量,那么各铰点的位置就可以通过这些长度变量以及角度表示出来。为验证结果是否可行,选用虚拟样机仿真试验的方法。这种方法可大大降低了试验成本,同时得到的结果具有足够的可信度。 确定设计变量和目标函数后,可以根据性能要求建立约束条件,建立约束条件是整个设计过程中的重中之重,因此这里用了大量篇幅详细讲述了约束的建立过程,之后就可以利用先进的计算机算法——遗传算法进行求解,求解时为解决初始种群匮乏的问题,可以将开始优化得到的非最优解添加到初始种群中,逐步使其丰满,再逐步淘汰初始种群中的劣质个体,以得到最优解。 本论文针对LW1200K的工作装置初步设计方案,在保证卸载高度和卸载距离的基本前提下,进行了关键铰接点的位置优化分析,完成了铰接点坐标值的初步确定,通过ADAMS进行了关键件的受力状态分析,结果可以满足12吨大型装载机的设计需求。
[Abstract]:The optimization of loader working device is a typical optimization problem of mechanism, and the difference between the optimization problem and the ordinary optimization problem is that the optimization has no obvious objective function, or that there are more objective functions. There is no obvious boundary between the constraint condition and the objective function, for example, the force transfer ratio can be regarded as the objective function, the translation or automatic leveling can be regarded as the objective function, even the unloading height and the unloading distance can be regarded as the objective function. The design variable can be the coordinates of each hinge point, but taking the coordinate as the design variable is not conducive to the designer's intuitive understanding of the mechanism, so we take the distance between the hinge points and some necessary angles as the design variables. Then the position of each hinge can be expressed by these length variables and angles. In order to verify the feasibility of the results, the method of virtual prototype simulation is selected. This method can greatly reduce the cost of the test, and the results obtained are reliable enough. After determining the design variables and objective functions, the constraint conditions can be established according to the performance requirements, which is the most important part of the whole design process. Therefore, the establishment process of the constraints is described in detail in this paper. Then we can use the advanced computer algorithm-genetic algorithm. In order to solve the problem of lack of initial population, we can add the non-optimal solution to the initial population and gradually make it full. In order to get the optimal solution, the inferior individuals in the initial population are phased out step by step. In this paper, according to the preliminary design scheme of LW1200K's working device, under the basic premise of ensuring the unloading height and unloading distance, the position optimization analysis of the key hinge point is carried out, and the initial determination of the coordinate value of the hinge point is completed. The stress state of the key parts is analyzed by ADAMS, and the results can meet the design demand of 12 ton large loader.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TH243

【相似文献】

相关期刊论文 前10条

1 ;遗传算法:让发明自动“进化”[J];硅谷;2011年15期

2 张先波;孙艳海;蔡强;;基于遗传算法的一类非线性规划问题的求解[J];湖北工业大学学报;2011年03期

3 赵曦;李颖;;均匀设计在求解TSP问题中的应用[J];科学技术与工程;2011年16期

4 朱操;长丹华;;遗传算法在同轴式三级减速器结构优化设计中的应用[J];宁夏工程技术;2011年02期

5 排新颖;马善立;;一种改进的遗传算法及其应用[J];科学技术与工程;2011年20期

6 周瑞芬;;改进的遗传算法[J];企业技术开发;2011年11期

7 张艳格;;基于C的遗传算法在教务排课系统中的应用研究[J];硅谷;2011年17期

8 刘彦君;黄金才;朱承;;基于遗传算法的弹道求解方法研究[J];科技促进发展(应用版);2010年10期

9 张娟娟;邓晓颖;李西宁;杨慧灵;任伟;;利用GA-SA混合优化算法求解含水层参数[J];人民黄河;2011年08期

10 原思聪;江祥奎;;基于GA-BP神经网络的双目摄像机标定[J];西安建筑科技大学学报(自然科学版);2011年04期

相关会议论文 前10条

1 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年

2 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年

3 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

4 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年

5 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

6 姜楠;张春森;;遗传算法在图像模板匹配中的应用[A];高精度几何量光电测量与校准技术研讨会论文集[C];2008年

7 朱秀娥;周宝q;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年

8 何奉道;梁向阳;;基于遗传算法的机车周转图优化编制方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

9 刘忠凯;薛正辉;任武;李伟明;高本庆;;用遗传算法优化八木天线[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年

10 汝勇;杨树强;;遗传算法在历史性约束组合优化问题中的应用[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年

相关重要报纸文章 前10条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

2 梁凤远 刘莉;装载机铲斗收斗不到位怎么办[N];中国交通报;2008年

3 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年

4 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年

5 包家庆;IDS五大发展趋势[N];网络世界;2002年

6 郭明波;来自蝙蝠的启发[N];北京科技报;2001年

7 易水;IT新词集锦[N];计算机世界;2003年

8 高澜庆;矿山企盼智能化[N];中国矿业报;2000年

9 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005年

10 李磊;让电子政务更聪明[N];计算机世界;2001年

相关博士学位论文 前10条

1 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年

2 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

3 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年

4 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年

5 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年

6 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年

7 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年

8 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年

9 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年

10 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年

相关硕士学位论文 前10条

1 张永胜;基于遗传算法的大型装载机工作装置优化设计[D];吉林大学;2011年

2 赵雷;基于遗传算法的分类规则挖掘研究[D];福州大学;2004年

3 孙昌佑;基于遗传算法的水电站厂内经济运行模型研究[D];大连理工大学;2004年

4 韩耀鹏;模糊控制在蒸汽温度控制系统中的仿真研究[D];辽宁工程技术大学;2004年

5 陈伟;库存管理与车辆路线问题优化研究[D];大连海事大学;2004年

6 李尧;进化型模拟滤波器的研究[D];东北师范大学;2005年

7 闫丽新;网络化制造的车间调度方法研究[D];沈阳工业大学;2006年

8 卞长松;基于遗传算法的作业车间优化调度方法及其应用[D];上海交通大学;2008年

9 李星;轮式装载机工作装置多学科协同优化技术的研究[D];集美大学;2012年

10 刘金星;基于遗传算法的分类方法的探究[D];曲阜师范大学;2003年



本文编号:2453208

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2453208.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fdb0d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com