遗传算法在机械设计优化中的应用及运动学仿真技术研究

发布时间：2020-07-10 01:43

【摘要】： 遗传算法(Genetic Algorithm)是一种模拟自然界生物进化的搜索算法,它是一类借鉴生物界进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机优化搜索方法。本文在介绍遗传算法的起源、历程、遗传算法的基本原理以及遗传算法应用特点的基础上,对遗传算法各组成要素的具体策略进行研究,在别人改进的遗传算法的基础上,提出了两种改进的遗传算法。最后利用遗传算法和改进的遗传算法对机械优化设计进行了实例研究,还对运动学仿真进行了一些研究,通过仿真证明了机械优化设计的效果。为此,本文的主要工作包括:(1)研究模式定理,遗传算法的收敛性,染色体的编码方式、适应值评价函数、选择算子、交叉算子、变异算子和参数选择,还有一些别人改进的遗传算法。(2)在别人提出的改进的遗传算法基础上提出了两种改进的遗传算法:基于小生环境的自适应遗传算法模拟退火算法和基于模式定理改进的遗传算法与自适应遗传算法的结合的遗传算法。(3)利用遗传算法在机械优化设计领域的应用进行了实例研究。主要是利用改进的遗传算法在机械零件可靠性设计和平面连杆变幅机构轨迹的应用和基本遗传算法解决平面四杆机构优化设计。(4)最后讲述了运动学仿真软件ADAMS,还有优化设计与运动学仿真相结合的应用。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TH122
【图文】：

曲线,落差,算例,曲线

以我们学院曾研究过的某起重机为例来证明算法优化的效果，变幅参数为：最大幅度 =30m，最小幅度 =9m，最大幅度下高度 =14.95m，起重质量Q=20t，起升质量，起升倍率为1，其10次上机优化计算结果见表，其落差曲线见图4.4。与用遗传退火算法优化的结果比较效果显著，落差曲线减小了，这样起重机在运送物体的时候平稳度就有了改善。遗传退火算法的落差曲线如图4.5可参考文献maxSminS H[45]。图4.4 改进的遗传算法的算例落差曲线51

曲线,遗传退火算法,落差,算例

中北大学学位论文图4.5 遗传退火算法的算例的落差曲线从表4.3的优化结果可以看出，通过10次上机实验，其结果均能稳定地收敛到同一优化解。而且优化效果比遗传退火算法有所提高，主要表现在最大仰角和最小仰角上。遗传退火算法的数据可参考文献[45]。表4.3常规幅度遗传优化结果序号1x /m2x /m3x /m4x /m5x /m12345678919--6.9952--6.9951--6.9951--6

转载机,简单图

[39]来研究优化设计与仿真。装载机反转六连杆工作装置（图5.1）主要由铲斗、动臂、摇臂、拉杆及控制其举升的动臂油缸和控制铲斗转动的转斗油缸及载体车架组成。图5.1 反转六杆转载机装置简单图1-动臂油缸；2-转斗油缸；3-摇臂4-动臂；5-拉杆；6-铲斗5.2.1 采用遗传算法对装载机工作装置中常见的反转六杆机构进行优化设计装载机的工作装置由运动相互独立的连杆机构和动臂的举升两部分组成，装载机是一个复杂的多体动力系统，其各种性能指标之间存在相互干涉的关系。例如：最大卸载高度和卸载距离、平移性和卸料性及自动放平性之间很多参数指标相互抑制，工作装置的优化设计需要使用多约束和多目标函数统一的建模方法和优化原则，以便达到综合优化效果，但是采用传统法,工作繁琐,设计精度低,周期长

【引证文献】