注塑机械手的动态多目标优化
本文选题:注塑机械手 + 多目标优化 ; 参考:《机械设计与制造》2017年12期
【摘要】:为了满足在保证注塑机械手初始动态刚度的条件下达到整机轻量化的要求,提出基于整机质量、一阶最大变形量和一阶固有频率为目标函数的整机多目标优化设计方法。运用ANSYS软件对参数化模型进行模态分析。使用中心复合设计的试验方法选取合适的结构有限元分析样本点,对样本点处的整机动态特性进行计算和分析,建立反映结构设计输入与响应输出关系的二次多项式响应面模型。建立注塑机械手的多目标优化数学模型,比较分别使用多目标遗传算法、筛选算法、非线性二次规划算法获取的Pareto解集得到最优解。对基于加权平均法的灵敏度分析得到的各设计变量灵敏度值平均数进行排序,可以帮助设计人员淘汰部分设计变量,从而提高优化效率。最后,在保证注塑机械手整机动态性能不降的前提下,整机质量减轻了11.27%。结果表明,该方法具有较高的精度和较强的工程实用性。
[Abstract]:In order to meet the requirement of lightweight of the whole machine under the condition of guaranteeing the initial dynamic stiffness of the injection molding manipulator, a multi-objective optimization design method based on the mass of the whole machine, the first order maximum deformation and the first order natural frequency is proposed. The modal analysis of parameterized model is carried out with ANSYS software. Using the test method of central composite design to select the appropriate sample points of finite element analysis of structure, the dynamic characteristics of the whole machine at the sample points are calculated and analyzed. A quadratic polynomial response surface model reflecting the relationship between input and response output of structural design is established. The mathematical model of multi-objective optimization for injection manipulator is established. The Pareto solution set obtained by using multi-objective genetic algorithm, screening algorithm and nonlinear quadratic programming algorithm is compared to obtain the optimal solution. Ranking the average sensitivity values of each design variable based on the weighted average method can help designers eliminate some of the design variables and improve the optimization efficiency. Finally, the quality of the whole machine is reduced by 11.27 without decreasing the dynamic performance of the injection manipulator. The results show that the method has high accuracy and engineering practicability.
【作者单位】: 广东工业大学机电工程学院;
【基金】:广东省数控一代项目(2012B011300009) 广东省产学研项目(2013B090600019) 东莞市产学研项目(2014509119201)
【分类号】:TP241
【相似文献】
相关期刊论文 前10条
1 曹先彬,李金龙,王煦法;基于生态协同的多目标优化研究(英文)[J];软件学报;2001年04期
2 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期
3 徐鹤鸣;王东;;多目标优化问题的求解框架[J];微计算机信息;2009年36期
4 郭晓东;王丽芳;;求解多目标优化问题的分布估计算法[J];太原科技大学学报;2010年01期
5 雍龙泉;;求解一类不可微多目标优化问题的社会认知算法[J];计算机应用研究;2010年11期
6 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期
7 盖玉权;何昱;张宇燕;吴宪彬;万海同;;复方药物剂量配比多目标优化的方法学研究[J];微型机与应用;2012年07期
8 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期
9 贾利民,张锡第;智能多目标优化控制及其应用[J];信息与控制;1992年01期
10 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期
相关会议论文 前3条
1 刘桂萍;于瑞贞;;动态环境下的柴油机调速系统PID控制参数的多目标优化[A];中国力学大会——2013论文摘要集[C];2013年
2 韩肖清;刘海龙;;基于遗传算法的微电网多目标优化控制研究[A];2011中国电工技术学会学术年会论文集[C];2011年
3 曹瑞芬;吴宜灿;景佳;李国丽;裴曦;程梦云;林辉;FDS团队;;快速非支配排序多目标遗传算法在放疗逆向计划优化中的应用[A];第二届全国核技术及应用研究学术研讨会大会论文摘要集[C];2009年
相关博士学位论文 前10条
1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年
2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年
3 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年
4 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年
5 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年
6 蒋庆;地下水时空变化及监测网多目标优化研究[D];华中科技大学;2008年
7 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年
8 陈小红;基于进化算法的高维多目标优化问题求解方法及应用[D];深圳大学;2015年
9 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年
10 魏静萱;解决单目标和多目标优化问题的进化算法[D];西安电子科技大学;2009年
相关硕士学位论文 前10条
1 何素素;基于改进的粒子群算法的钻进参数多目标优化研究[D];西安石油大学;2015年
2 崔华;面向个性化需求的服务组合优化方法[D];哈尔滨工业大学;2015年
3 章姗捷;基于遗传算法的电力工程多目标优化研究[D];华北电力大学;2015年
4 高敏;基于协同论的风电建设项目多目标优化模型研究[D];华北电力大学;2015年
5 陈振兴;基于空间拥挤控制策略的进化多目标优化[D];福建师范大学;2015年
6 田野;高维多目标优化算法的若干关键问题研究[D];安徽大学;2015年
7 姜守勇;多目标电体搜索优化算法的研究[D];东北大学;2013年
8 杨迪;一种求解多目标优化问题的改进遗传算法研究[D];东北大学;2013年
9 徐豪;基于合作型免疫克隆协同进化和量子粒子群的约束多目标优化问题研究[D];西安电子科技大学;2014年
10 张永晓;基于分解和自适应参考点偏好的进化多目标优化方法研究[D];西安电子科技大学;2014年
,本文编号:2072553
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2072553.html