3-TPT并联机构静刚度特性分析与仿真

以3-TPT并联机构为研究对象,从静力学分析入手,利用逆运动学雅可比矩阵获得机构的力雅可比矩阵,基于新刚度守恒矩阵,对机构的静刚度矩阵进行分析和求解。分析机构的工作空间以避免无关数据对分析结果的影响,以静刚度性能商为评价指标,利用Matlab软件对该机构静刚度进行仿真。通过机构静刚度仿真结果,可以清楚地观察刚度的分布情况,并获得刚度薄弱区域与最大刚度区域的位置,进而分析机构静刚度的变化趋势。这一研究对并联机构的静刚度性能评价指标的建立具有重要意义,其结论也可以用于并联机构尺寸设计及其结构优化。     

具有四角平台的3-RPC机构的动力学性能指标分析

利用位置反解分析3-RPC并联机构的空间位形,然后利用虚设机构法求出机构的影响系数矩阵,采用影响系数法和微分法分别求出机构的输入速度和输入加速度的仿真曲线,验证了影响系数矩阵的正确性.对全新的3-RPC 3自由度并联机构进行速度、加速度指标分析,给出两项指标的性能图谱.改变机构尺寸,搜索3-RPC并联机构在不同机构尺寸下的工作空间,在可达工作空间内讨论机构尺寸变化对机构性能的影响,重点讨论Jacobian矩阵和Hessian矩阵对机构加速度性能的影响程度.最后利用 Opengl软件对机构进行模型仿真.     

基于遗传算法的新型2-DOF并联机构优化设计

提出了一种新型2-PRR两自由度并联机构,可应用于并联机床的主轴平台,并介绍了其机构组成及其结构特点.针对该并联机构,建立了运动学方程,给出了机构的雅克比矩阵;详细描述了该机构动平台能够实现A向±90.偏转的机构设计过程,并基于遗传算法,以机构的灵巧度为目标对机构进行了优化.优化的结果通过仿真验证,表明机构在整个偏转空间中操作性能较好,且无运动干涉现象.     

3-PSS柔性并联微操作机器人柔度分析

柔度矩阵建模是进行全柔性机构分析的基础。针对3-PSS型柔性并联微操作机器人,首先基于坐标变换法计算机构单条支链柔度矩阵,并基于此建立机器人整体柔度矩阵模型。然后进行数值算例计算和Ansys有限元仿真分析,并将理论计算结果与有限元分析结果进行对比,验证了柔度矩阵建模的正确性。最后对柔性并联机器人进行了柔度性能分析,并得出了机构的结构参数对柔度的影响规律,分析结果对3-PSS型柔性并联机构的结构优化设计提供了依据。     

基于遗传算法的运动学误差标定

为了提高空间对接试验平台的对接精度,对其进行了误差分析及标定研究。在并联机构运动学正解和逆解的基础上,利用全微分法推导出了并联六自由度机构的运动学误差标定模型。为了更加有效地对各个误差源进行误差辨识,提出了一种基于遗传算法以矩阵条件数为优化目标、对并联机构的标定测量点进行优化筛选的方法,以降低测量噪声对标定结果的影响。当采用较少的测量数据时,仍然能够取得较好的标定效果,具有较好的抗干扰能力。最后,利用数值仿真算例验证了该方法的有效性。     

基于Kriging模型的并联机器人机构的多目标优化设计

为了提高并联机器人机构的性能特性,对机构参数进行优化设计分析,以达到性能指标最优的目的。先对应用于盾构拼装机的并联机构进行了运动学分析,利用封闭矢量法建立了逆解方程,并在此基础上求解了表征驱动关节输入和动平台输出映射关系的雅可比矩阵。引入衡量并联机构性能的全域运动灵巧度和全域承载能力指标,并以结构参数为设计变量,性能指标为优化目标,基于Krigring近似模型,利用多岛遗传算法对并联机构进行多目标优化,最终得到Pareto解集,并选取了机构参数的最优解。结果表明,基于Kriging模型的多目标优化对机构性能有明显的改善。     

4-RR(RR)R并联机构的动力学性能指标分析

利用位置反解分析4-RR(RR)R并联机构的空间位形,并采用虚设机构法和影响系数矩阵法建立Jacobian和Hessian矩阵,将Hessian矩阵引入全域性能指标中,不同于以往仅采用Jacobian矩阵作为评价机构性能的指标,使得对机构的动力学性能评价更加全面.对全新的4-RR(RR)R4自由度并联机构进行速度、加速度和惯性力性能指标分析,给出三项指标的性能图谱.改变机构尺寸,搜索4-RR(RR)R并联机构在不同机构尺寸下的工作空间,在可达工作空间内讨论机构尺寸变化对机构性能的影响,重点讨论Jacobian矩阵和Hessian矩阵对机构加速度性能的影响程度.对比加速度偏差的具体数值,发现Hessian矩阵对机构的加速度性能有着更重要的影响.最后利用Matlab软件对机构进行模型仿真.     

基于雅可比矩阵条件数的并联机构参数优化

提出一种基于并联机构雅可比矩阵条件数全域参数优化方法。以并联机构6-pss为研究对象,根据机构的结构形式推导出机构的速度数学模型、建立雅可比矩阵,并用范数的形式建立雅可比矩阵条件数的数学模型;对并联机构进行参数归一化处理后,以条件数的平均值与波动值的综合值作为目标建立目标函数、给出约束条件,最后通过数值计算得到机构雅可比矩阵条件数的平均值、波动值曲线和优化目标函数值的曲线图,优化出最佳参数值,为该机构尺寸优化提供重要依据。     

基于Raleigh-Ritz的五自由度并联机床刚度分析及仿真

针对软件模拟方法适合某一固定位置的刚度分析,不适合对并联机构的工作空间刚度分析的问题,提出了一种基于raleigh-ritz的五自由度并联机床刚度分析方法。首先利用有限元基本原理对并联机床的机构分析离散出基本单元,然后利用raleigh-ritz方法计算出基本单元的刚度矩阵,装配后得到系统刚度矩阵,最后通过系统刚度矩阵对并联机床的刚度进行了分析,得到了并联机床工作空间内的刚度分布,并利用刚度分析软件进行了仿真实验,对分析结果进行了对比分析,为并联机床的优化设计提供了理论依据。     

基于Hessian矩阵的3-(RR(R R)R)并联机构的性能分析

利用包括Jacobian矩阵和Hessian矩阵的全域性能指标对新型的3-RR（RR）R并联机构的速度和惯性力性能进行分析，不同于以往仅依据Jacobian矩阵对机构的性能进行评价，给出机构的性能图谱，通过观察图谱挑选出有利于提高机构性能的机构尺寸，为机构的优化设计提供理论依据。     

卫星天线臂结构优化设计的分级遗传算法

为满足刚度大、强度高、质量小的设计要求,本文针对卫星天线臂的结构优化设计提出了分级遗传算法。首先,依据设计与制造要求,将天线臂结构优化设计分解为拓扑构型与杆件尺寸两级优化问题。然后,将单元材料相对密度作为基因,整体结构的相对密度作为染色体,将刚度与质量转化为适应度函数,形成拓扑构型的遗传算法。其次,在保持拓扑构型不变的条件下,将组成拓扑构型的各杆件的剖面面积作为设计变量,杆件结构的质量作为目标函数,形成杆件尺寸优化模型,通过引入遗传算子,形成第二级遗传算法。最后,给出了某卫星天线臂结构优化设计实例,证实了本文分级遗传算法的有效性。     

应用几何遗传算法对叶栅进行改进设计的研究

几何遗传算法由于其独特的变量染色体表达和简易的编解码方式特别适合于对具有封闭轮廓线的形状优化问题的求解 (如翼型叶片的优化设计等 )。本文首次将几何遗传算法应用于流体机械中离心扩压器叶栅叶型的改进设计 ,所取得的结果令人满意。     

基于整数编码遗传算法改进的起重机主梁优化

轻量化是起重机的发展趋势之一,利用优化技术减轻主梁质量是其关键而有效的方法之一。首先,综合考虑主梁设计模型中变量的离散性与连续性以及各类约束,对传统主梁优化模型进行了补充与改进;然后,对传统的整数编码遗传算法进行了改进,保留了选择、交配、变异操作产生的群体,扩大了搜索空间,能够处理新的主梁优化模型中设计变量取值区间不同、变量间有约束的情况;最后,以浙江省某企业的QD型起重机为实例,利用改进的整数编码遗传算法对主梁进行了优化求解,同时通过与现有算法的比较,优化模型的有效性和算法的收敛稳定性得到了验证。     

离散变量优化设计的改进斐波那契遗传算法

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立离散变量结构优化模型。针对遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点,提出一种新的遗传算子——转基因算子,用于对遗传算法的改进;提出一种离散变量结构优化设计的斐波那契算法,并与遗传算法结合在一起解决问题。优化设计结果表明,这种改进斐波那契遗传算法的收敛特性得到很好的改善,即发挥了斐波那契算法省时、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点,是有效的工程结构优化设计方法。     

基于蒙特卡罗法的气门弹簧稳健设计研究

以气门弹簧质量最小以及防共振性能最好为目标,以钢丝直径、弹簧直径、弹簧圈数为设计变量,以弹簧指数、弹簧强度、弹簧稳定性、弹簧尺寸等为约束条件,建立了某内燃机气门弹簧数学模型,并应用多岛遗传算法得到了全局优化结果。应用蒙特卡罗方法,将设计变量处理为具有正态分布特征的随机变量,对设计结果进行稳健性分析,研究设计变量变异对目标函数的影响。分析表明:在给定的精度下此设计结果不能保证气门弹簧的稳健性能。应用田口方法重新设计,提高了气门弹簧的稳健性能。     

基于关联矩阵与设计结构矩阵的计算模型求解顺序规划

结合关联矩阵与设计结构矩阵,提出计算模型的求解顺序规划算法。关联矩阵可以描述计算模型与设计参数之间的关系,设计结构矩阵用来表示计算模型之间的依赖关系。基于少数已知设计参数,通过关联矩阵进行输入输出传播,可确定部分计算模型与相关设计参数的关系,并识别出耦合模型集。对耦合模型集进行解耦,使耦合集内计算模型之间的反馈量最小,通过遗传算法确定耦合集内计算模型的最优求解顺序。将耦合集内的计算模型当作一个宏计算模型,与其他的计算模型形成整体设计结构矩阵;通过对整体设计结构矩阵的下三角化,可得到所有计算模型的求解顺序。通过一个飞机重量计算例子,验证了以上提出的算法。     

混合离散变量优化设计的复合遗传算法

目前，对混合离散变量的遗传算法研究较少，而且现有算法对设计变量的处理不能很好地满足工程设计要求。为此，提出了一种面向设计、制造的设计变量工程化处理方法，能合理地处理优化设计中混合离散变量的取值问题。引入了混沌移民算子对基本遗传算法进行了改进，并开发了混合离散变量优化的复合遗传算法程序LSGA。工程设计实例表明，该算法对优化设计问题的特性无特殊要求，具有较好的普适性，而且程序运行可靠，全局收敛能力强。     

Identifying a simplified model for heavy duty gas turbine

A dynamic model was developed for long-term simulation of a heavy duty gas turbine. The model includes the essential control algorithm of the gas turbine as well as the most common outputs and other important intermediate variables. Control algorithm details, such as wind up protection and load limiter algorithm which have large effect on gas turbine transient behavior, are included. The model parameters are identified by applying genetic algorithm and least squares algorithm on regular operational data from a real plant to better match the model response to the real plant. The simulation results have been validated with real plant data and shown to have valid accuracy for many engineering applications.     

基于随机模型的动车组制动模块稳健优化设计

针对目前产品优化设计中未考虑设计变量随机性和灵敏度指数对产品质量特性的影响及优化求解效率低等问题,提出一种综合考虑灵敏度指数与质量损失函数的稳健优化设计方法。通过假设设计变量的分布类型,得到设计变量的概率分布特征,将设计变量对产品质量特性的灵敏度指数与质量损失函数加权整合,并以此作为优化目标,以设计变量的容差作为约束条件,构建随机稳健优化模型。通过扩大种群数目、改进控制参数及增加惩罚因子的方法对遗传算法进行改进,结合改进的遗传算法对优化模型进行求解,得到优化模型的全局稳健最优解。以某动车组制动模块为例,采用给出的方法对其进行稳健优化设计,验证该方法的有效性与合理性。优化结果表明,该方法能够实现动车组制动模块的稳健优化设计,提高了制动模块的抗干扰能力。     

基于遗传算法优化小波神经网络数控机床热误差建模

数控机床的热误差已经成为影响其加工精度的一个关键因素,为最大限度提高数控机床热误差补偿的精度和效率,结合遗传算法自适应全局优化搜索能力和小波神经网络良好的时频局部特性的优点,提出一种基于遗传算法优化小波神经网络的机床热误差补偿模型。以某型号五轴摆动卧式加工中心为试验对象,以机床温度变量和热误差为数据输入样本,建立小波神经网络模型热误差预测模型,然后用遗传算法优化小波神经网络权值、阈值,最终建立热误差预测模型。通过与传统人工神经网络和普通小波神经网络进行对比分析及试验论证表明,该补偿模型具有精度高、抗扰动能力和鲁棒性强等优点,有望在实际加工场合的数控机床的热误差预测和补偿研究中得到更大的推广应用。