基于粒子群优化的大转角重载铰链设计.pdf

《基于粒子群优化的大转角重载铰链设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机械设计与制造第10期6MachineryDesign&Manufacture2012年l0月文章编号：1001—3997(2012)10—0006—03基于粒子群优化的大转角重载铰链设计木赵辉1张春风杨宝刚z(1．郑州航空工业管理学院，郑州450015；2．中国石油技术开发公司，北京100028)OptimalDesignofaJointwithLargeSwingAngleandHugePayloadUsingPSOZHAOHui．ZHANGChun—fengI,YANGBao-gang(1．ZhengzhouI

2、nstituteofAeronauticalIndustryManagement，Zhengzhou450015，China；2．ChinaPetroleumTechnologyandDevelopmentCorporation，Beijing100028，China)【摘要】将大转角重载荷铰链的设计问题分为两步，首先是构型设计，最后是机械设计。在构型设计阶段，选择了具有冗余特征的铰链构型，根据铰链的使用目的、机构运动条件及存在的几何约束等建立了数学模型，采用粒子群优化算法以承载能力为优化目标对铰链构型尺寸进行了优化

3、设计。在机械设计阶段，对铰链的受力情况进行了分析，选择了电动缸、滑动轴承材料及配合关系等，最后完成了铰链的设计工作。采用该方法，获得了转角大且承载能力强的铰链，为具有类似需求的铰链设计提供了一种良好的思路。关键词：粒子群优化；铰链设计；优化设计；冗余机构【Abstract】Todesignajointwithlargeswingangeandhugepayload，atwo-stagedesignmethodischosen．Thefirststageisthemechanismdesignofthejoint，an

4、dthenextstageisthemechanicaldesign．Inthemechanismdesign，aredundantmechanismischosen,andaccordingtothepurposeofthejoint，anditsmovementconditionsandgeometricconstraints，themathematicalmodeZisbuilt，usingparticleSwarmopti-mization(PSO)toobtaintheopticalmechanismwit

5、hhugepayload．Duringthemechanicaldesign，stressanalysisisappliedandelectriccylinderisselectedtocompletethejoint．Withthismethod，thejointiswelldesigned，whichoffersagoodideatodesignthesimilarjoints．’KeyWords：PSO；JointsDesign；OptimalDesign；RedundantMechanism中图分类号：TH1

6、2；V229+．4文献标识码：A影响。最后，经过多次迭代计算之后，获得最优解。Shi和Eberha~1引言在早期PSO算法基础上通过引入惯性权重，较好地改善了PSO铰链是组成机械装置的基本单元。常见的铰链，如转动铰、算法的收敛性能，其粒子的进化方程为：胡克铰、球铰、液压缸、滚珠丝杠螺母副等，在工业中获得了广泛k+l，、，k、，．、应用，但仍有许多不足之处。如在大载荷作用下，这些铰链往往需Yi删f+clrlilPlJ+C2r：iI岛～JlJ要做得异常粗大，才能满足刚度要求等。在一些特殊的场合，比如式中：广粒子i的当前飞

7、行速度；‘t，一魄性权重；c。，c厂_力I1速常空间有限、需要承受较大载荷等情况，传统的铰链就难以发挥其数，通常在(0～2)之间取值；rr2—值在(O～1)范围之内的随作用。对新型铰链的研究逐渐受到人们关注。近年来，粒子群优机函数；p厂粒子i经历的最好位置，即个体最好位置；厂化发展迅速，在很多丁程领域中获得了广泛应用13]。将采用粒子群粒子i的当前位置；譬广群体中所有粒子经历过的最好位优化完成一个大转角、重载铰链的设计工作。置，即全局最好位置；—迭代次数。2粒子群优化算法简介式(1)左侧由三部分构成。第一部分反映粒子

8、维持自己先前粒子群算法是一种群体智能算法。该算法的基本思想源于运动速度的趋势，称为“惯性”部分；第二部分表示粒子有向自身鸟类群体飞行觅食的行为。PSO算法通过个体之间的协作与竞历史最佳位置逼近的趋势，称为“认知”部分；第三部分表示粒子争，实现复杂空间中最优解的搜索。而且PSO算法效率较高，也间相互合作与知识共享特陛，在运动中有向群体最佳位置逼近