本文選題：注塑機械手 + 多目標優(yōu)化�。� 參考：《機械設計與制造》2017年12期

【摘要】：為了滿足在保證注塑機械手初始動態(tài)剛度的條件下達到整機輕量化的要求,提出基于整機質量、一階最大變形量和一階固有頻率為目標函數(shù)的整機多目標優(yōu)化設計方法。運用ANSYS軟件對參數(shù)化模型進行模態(tài)分析。使用中心復合設計的試驗方法選取合適的結構有限元分析樣本點,對樣本點處的整機動態(tài)特性進行計算和分析,建立反映結構設計輸入與響應輸出關系的二次多項式響應面模型。建立注塑機械手的多目標優(yōu)化數(shù)學模型,比較分別使用多目標遺傳算法、篩選算法、非線性二次規(guī)劃算法獲取的Pareto解集得到最優(yōu)解。對基于加權平均法的靈敏度分析得到的各設計變量靈敏度值平均數(shù)進行排序,可以幫助設計人員淘汰部分設計變量,從而提高優(yōu)化效率。最后,在保證注塑機械手整機動態(tài)性能不降的前提下,整機質量減輕了11.27%。結果表明,該方法具有較高的精度和較強的工程實用性。
[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.
【作者單位】： 廣東工業(yè)大學機電工程學院;
【基金】：廣東省數(shù)控一代項目(2012B011300009) 廣東省產學研項目(2013B090600019) 東莞市產學研項目(2014509119201)
【分類號】：TP241

【相似文獻】

相關期刊論文 前10條

1 曹先彬,李金龍,王煦法;基于生態(tài)協(xié)同的多目標優(yōu)化研究(英文)[J];軟件學報;2001年04期

2 劉淳安;王宇平;;基于新模型的動態(tài)多目標優(yōu)化進化算法[J];計算機研究與發(fā)展;2008年04期

3 徐鶴鳴;王東;;多目標優(yōu)化問題的求解框架[J];微計算機信息;2009年36期

4 郭曉東;王麗芳;;求解多目標優(yōu)化問題的分布估計算法[J];太原科技大學學報;2010年01期

5 雍龍泉;;求解一類不可微多目標優(yōu)化問題的社會認知算法[J];計算機應用研究;2010年11期

6 郭思涵;龔小勝;;正交設計的E占優(yōu)策略求解高維多目標優(yōu)化問題研究[J];計算機科學;2012年02期

7 蓋玉權;何昱;張宇燕;吳憲彬;萬海同;;復方藥物劑量配比多目標優(yōu)化的方法學研究[J];微型機與應用;2012年07期

8 王杰文;;約束多目標優(yōu)化問題中約束處理方法綜述[J];現(xiàn)代計算機(專業(yè)版);2012年36期

9 賈利民,張錫第;智能多目標優(yōu)化控制及其應用[J];信息與控制;1992年01期

10 周學建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標優(yōu)化中的應用[J];洛陽工學院學報;1993年02期

相關會議論文 前3條

1 劉桂萍;于瑞貞;;動態(tài)環(huán)境下的柴油機調速系統(tǒng)PID控制參數(shù)的多目標優(yōu)化[A];中國力學大會——2013論文摘要集[C];2013年

2 韓肖清;劉海龍;;基于遺傳算法的微電網(wǎng)多目標優(yōu)化控制研究[A];2011中國電工技術學會學術年會論文集[C];2011年

3 曹瑞芬;吳宜燦;景佳;李國麗;裴曦;程夢云;林輝;FDS團隊;;快速非支配排序多目標遺傳算法在放療逆向計劃優(yōu)化中的應用[A];第二屆全國核技術及應用研究學術研討會大會論文摘要集[C];2009年

相關博士學位論文 前10條

1 王晗丁;復雜問題的多目標進化優(yōu)化算法研究[D];西安電子科技大學;2015年

2 董寧;求解約束優(yōu)化和多目標優(yōu)化問題的進化算法研究[D];西安電子科技大學;2015年

3 過曉芳;超多目標優(yōu)化問題的幾種進化算法研究[D];西安電子科技大學;2015年

4 左益;基于全局優(yōu)化和局部學習的進化多目標優(yōu)化算法[D];西安電子科技大學;2016年

5 徐志丹;基于生物地理算法的多目標優(yōu)化理論與應用研究[D];哈爾濱工程大學;2013年

6 蔣慶;地下水時空變化及監(jiān)測網(wǎng)多目標優(yōu)化研究[D];華中科技大學;2008年

7 陳瓊;演化多目標優(yōu)化多樣性保持策略及其應用研究[D];武漢理工大學;2010年

8 陳小紅;基于進化算法的高維多目標優(yōu)化問題求解方法及應用[D];深圳大學;2015年

9 劉鎏;多目標優(yōu)化進化算法及應用研究[D];天津大學;2010年

10 魏靜萱;解決單目標和多目標優(yōu)化問題的進化算法[D];西安電子科技大學;2009年

相關碩士學位論文 前10條

1 何素素;基于改進的粒子群算法的鉆進參數(shù)多目標優(yōu)化研究[D];西安石油大學;2015年

2 崔華;面向個性化需求的服務組合優(yōu)化方法[D];哈爾濱工業(yè)大學;2015年

3 章姍捷;基于遺傳算法的電力工程多目標優(yōu)化研究[D];華北電力大學;2015年

4 高敏;基于協(xié)同論的風電建設項目多目標優(yōu)化模型研究[D];華北電力大學;2015年

5 陳振興;基于空間擁擠控制策略的進化多目標優(yōu)化[D];福建師范大學;2015年

6 田野;高維多目標優(yōu)化算法的若干關鍵問題研究[D];安徽大學;2015年

7 姜守勇;多目標電體搜索優(yōu)化算法的研究[D];東北大學;2013年

8 楊迪;一種求解多目標優(yōu)化問題的改進遺傳算法研究[D];東北大學;2013年

9 徐豪;基于合作型免疫克隆協(xié)同進化和量子粒子群的約束多目標優(yōu)化問題研究[D];西安電子科技大學;2014年

10 張永曉;基于分解和自適應參考點偏好的進化多目標優(yōu)化方法研究[D];西安電子科技大學;2014年

，

本文編號：2072553