基於多島遺傳算法的新能源叉車轉向橋優化設計

2021-01-14 起重運輸機械

陳仕勝 陳 餘 王彥博安徽合力股份有限公司 合肥 230601

摘 要:以某新能源叉車為研究對象,基於ADAMS 建立其轉向橋運動學模型,進行轉向仿真分析,驗證所建模型的準確性;在此基礎上,在ISight 集成環境下,提出以實際設計要求為約束條件、以轉向節節臂、轉向橋中心夾角、轉向節臂長度及液壓缸偏距為優化變量,建立以外轉角誤差值最小為目標的優化函數,進行基於多島遺傳算法的多學科優化設計。優化結果表明:優化後外轉角誤差值減小,轉向性能得到優化改善,對整車操縱穩定性的提高效果良好。

關鍵詞: 多島遺傳算法;多學科優化;叉車;轉向橋

中圖分類號:TH242 文獻標識碼:A 文章編號:1001-0785(2018)09-0086-05

0 引言橫置液壓缸式轉向橋通過液壓缸活塞杆推動轉向節實現車輪轉向,其優點是結構緊湊、轉向角度大,運動件少、運動總間隙小,符合工業車輛轉向機構的穩定性要求,廣泛用於叉車、堆高機和貨櫃正面吊運起重機[1]。轉向橋的參數設計直接決定其性能,設計偏差可能會出現一定的轉角誤差,進而導致輪胎磨損加劇,因此設計階段的參數優化十分必要[2,3]。目前,許多學者對橫置液壓缸式轉向橋的優化設計做了大量研究,王彩芹等通過對結構參數的確定及轉角精度的核定,實現轉向系統的技術參數要求[4,5];吳信麗等建立了轉向機構的數學模型,在此基礎上對轉角誤差進行約束,建立了最小轉向液壓缸推拉力目標函數,並對其進行優化設計[6];同時對轉向橋的優化設計也已經有大量的深入研究與廣泛應用[7-9],不同學者與設計人員所採用的優化算法各有優劣。但橫置液壓缸式轉向橋運動關係複雜,改變某一設計參數可以提高單項性能,但也可能會對綜合性能產生不良影響。因此,將多學科優化方法與多體運動學分析工具相結合,採用改進遺傳算法進行平衡和優化可較好地解決上述問題[10,11]。

本文運用空間機構運動學,以某款新能源叉車橫置液壓缸式轉向橋為研究對象,對其轉向機構進行運動規律分析,並以轉向機構的轉角誤差值最小為目標函數搭建了橫置液壓缸式轉向橋的運動學模型。以橫置液壓缸式轉向橋實際製造所需考慮的因素為約束條件,在ISight 集成ADAMS 環境下,採用多島遺傳算法進行優化設計,可為叉車橫置液壓缸式轉向橋的優化設計提供參考。

1 轉向機構運動特性分析假設車輪是與地面點接觸的剛性體,各車輪轉向過程(見圖1)中符合純滾動的條件為

式中:α 為整車轉彎時外轉向輪偏轉角, β 為整車轉彎時內轉向輪偏轉角,M 為主銷中心距,L 為軸距。

圖1 轉向行駛機理分析

圖2 給出了橫置液壓缸式轉向橋轉向機構杆系簡化示意圖。影響轉向杆系運動的參數主要有轉向橋中心與轉向節節臂夾角θ 、連杆長l 、轉向節臂長r 及液壓缸偏距e 。車輛行駛轉向過程中,當內輪偏轉時產生內轉向輪偏轉角β ,外輪也跟隨產生外轉向輪偏轉角α ,有

其中

圖2 轉向杆系簡圖

2 橫置液壓缸式轉向橋運動學模型搭建圖紙設計無法實時查看結構及運動幹涉情況,藉助成熟的三維實體建模軟體建模,可節省時間,避免設計錯誤。設計階段所有的零部件皆為三維模型,可以在計算機虛擬環境對轉向橋進行設計、裝配、運動模擬[16],轉向橋幾何模型如圖3 所示。

圖3 轉向橋幾何模型

運動部件之間的連接點(硬點)空間位置的確定對於ADAMS模型至關重要。對模型進行如下簡化和假設:1)為了模型的合理性,考慮本次分析的目的,並提高計算速度,所有部件皆假設為剛體,並忽略各部件的變形;2)部件連接按照實際約束進行,直接定義接觸副,忽略連接處的實體結構,不計仿真分析過程中的有關摩擦的影響;3)考慮後期需要對模型進行驗證,為便於修改參數,各部件均採用參數化模型,並為轉向機構的性能優化做準備。如圖4,在ADAMS 中建立橫置液壓缸式轉向橋的運動學模型。轉向橋為對稱結構,包含轉向橋體、轉向液壓缸、轉向節和連杆等零件,轉向缸固定於轉向橋體結構總成。分析仿真工況:轉向液壓缸由中位轉向到滿足整車最小轉彎半徑條件的最大行程時停止[17,18]。

圖4 轉向橋運動學模型

3 多學科優化ISight 軟體是一款功能強大的集成軟體,除一般典型的仿真分析功能,具備連接和調用其他軟體的接口,可以集成多種分析工具和軟體。在ISight 優化平臺集成ADAMS 環境下,可提供多種優化算法供選擇調用。對於只能在一個固定群體內發生的傳統遺傳算法中的選擇、交叉和變異等操作,其尋找到的最優點發生早熟的可能性較大。而多島遺傳算法可以有效抑制早熟現象的發生,該算法將整個群體分為多個子種群,子種群之間的遺傳進化互不幹擾,與此同時,隨機選擇個體在子種群之間遷移,這樣有利於選擇得到整體最優點[19]。多島遺傳算法的流程如圖5 所示。

圖5 多島遺傳算法的流程

3.1 靈敏度分析應用ISight 多學科優化設計軟體對橫置液壓缸式轉向橋的轉向機構進行靈敏度分析,分析過程中需要用到以下應用程式文件:ADAMS 模型、命令行及批處理文件,刪除中間結果的批處理及ADAMS 結果數據文件。利用ISight 集成ADAMS,以模型所應用的系統文件為輸入文件,以保存數據結果的Result.txt 文件為輸出文件,以轉向橋中心與轉向節節臂夾角θ 、轉向節臂長r 及液壓缸偏距e 為設計變量,設計響應目標為外轉角誤差值,通過完成512 次部分迭代計算後確定設計變量。

3.2 設計變量優化變量的選擇主要考慮結構參數的設計目標及約束,但過多的設計變量也會增添仿真分析和優化迭代過程的複雜性。因此,應合理選擇變量及其數量。根據靈敏度分析表可看出硬點各自靈敏度大小,選取轉向橋中心與轉向節節臂夾角θ 、轉向節臂長r 及液壓缸偏距e為優化設計變量進行優化。設計變量見表1。

3.3 約束設置因整車設計參數已設定,對軸距L 、主銷中心距M 、液壓缸行程S 及活塞杆長度H 0 不做優化設計,皆設定為固定值,約束條件見表2。

後輪轉向四支點叉車轉彎時,前橋中心線與兩後輪延長線交於一點,此點即為車輛的轉動中心,車輛繞轉動中心轉向行駛時,輪胎應接近純滾動,輪胎的磨損最少[20],車輛在轉向時,其內轉向輪比外轉向輪的偏轉角大,如圖6 所示。

以整車轉彎時內轉向輪偏轉角β 為基準,外轉向輪偏轉角的誤差|α 1—α 2| 越小越好,外轉向輪偏轉角誤差值越小,車輪越接近純滾動。

基於以上分析,並參考公司橫置液壓缸式轉向橋的設計及使用實際情況,合理的外轉向輪偏轉角誤差設計值應小於2°,故將外轉向輪偏轉角誤差約束為

式中:α 1和α 2分別為外轉角α 的理論值和計算值。

圖6 叉車轉彎模型

3.4 目標函數設定轉向機構的目標函數為

式中: C 1、C 2 分別為擺角、誤差加權因子,M 、L分別為叉車的主銷中心距、軸距,將轉向橋中心與轉向節節臂夾角θ 定義為設計變量X 。

將根據三維模型設計圖紙建立的運動學模型導入ADAMS 中進行計算,得出如下結果:外轉角誤差為6.8°,不滿足設定的使用要求,如圖7 所示。

圖7 優化前外轉角差

3.5 多學科優化設計利用多島遺傳算法,以橫置液壓缸式轉向橋模型為輸入,對相關硬點空間坐標進行多學科優化,在ISight中集成ADAMS 對輸入進行相關解析,創建設計變量間的映射關係,經ADAMS 求解器對其進行計算分析並生成輸出文件,再經ISight 解析完成一次循環。根據設定的變量條件,取轉向橋中心與轉向節節臂夾角θ 、轉向節臂長r 及液壓缸偏距e 為變量,將外輪轉角差作為優化目標,採用多島遺傳算法進行優化,得出結果:優化後轉向橋中心與轉向節節臂夾角θ =97.5°,轉向節臂長r = 141.6 mm,液壓缸偏距e =85.3,外轉角差僅為0.1°,車輪幾乎接近純滾動狀態,對輪胎磨損很少,滿足設計及使用要求,見表3 及圖8。

圖8 優化後外轉角差

4 結論應用數值計算軟體實現動力學模型的分析,為解決複雜結構的運動學問題提供了簡潔合理的處理方案;轉向橋建模設計完成後,在ISight 集成ADAMS 環境下進行優化,得到較小的外轉角偏差值,整車轉彎行駛時,車輪幾乎接近純滾動狀態,輪胎磨損少。

參考文獻[1] 黃海燕,許勝.CAD 在8 t 叉車橫置液壓缸式轉向橋設計中的應用[J]. 叉車技術,1994(3):10-13.[2] 吳建軍,孫強. 橫置液壓缸式轉向橋結構試析[J]. 齊齊哈爾大學學報,2001(2):89,90.[3] 姚玉萍. 橫置液壓缸式轉向橋結構試析[J]. 叉車技術,1994(1):8-10.[4] 王彩芹,何秀彬.3 t 叉車橫置式轉向橋的優化設計[J].遼寧工學院學報,2001(3):44,45.[5] 王利華. 橫置液壓缸式轉向橋轉向杆系參數的優化[J].叉車技術,1997(1):8-14.[6] 吳信麗,章文譽,葛立銀,等. 叉車轉向機構優化設計[J].工程機械,2014,45(7):48-52,8.[7] 王為,王愚山,賀永波. 基於HyperMesh 的某轉向橋軸頭優化設計[J]. 汽車實用技術,2015(8):31,32.[8] 董文亮. 工程車輛雙橫臂式獨立懸架斷開式轉向橋優化設計[J]. 機械研究與應用,2012(5):75,76,82.[9] 沈曉雯,盛奎川,王阜西,等. 叉車轉向橋殼體有限元分析及優化設計[J]. 工程機械,2004(2):22-24,1.[10] 馬明旭,王成恩,張嘉易,等. 複雜產品多學科設計優化技術[J]. 機械工程學報,2008(6):15-26.[11] 高麗,曾慶良,範文慧. 多學科設計優化研究及發展趨勢分析[J]. 工程設計學報,2007(6):429-434.[12] 黃煥軍,張博文,吳光強,等. 基於組合代理模型的車身多學科設計優化[J]. 汽車工程,2016,38(9):1 107-1 113.[13] 孔凡國,李鈺. 多學科設計優化方法與傳統設計優化方法的比較研究[J]. 計算機工程與科學,2008(7):136-138.[14] 張勇,李光耀,孫光永,等. 多學科設計優化在整車輕量化設計中的應用研究[J]. 中國機械工程,2008(7):877-881.

[15] 谷良賢,龔春林. 多學科設計優化方法比較[J]. 彈箭與制導學報,2005(1):60-62.[16](美)SolidWorks.SolidWorks 高級零件與曲面建模[M].北京:清華大學出版社,2003.[17] 高建明,王同建,徐進勇,等.鉸接式裝載機轉向運動學動力學仿真與試驗[J].建築機械,2005( 4) :63-66.[18] 葉明松,尹冰,舒忠,等.基於 ADAMS 的轉向機構優化分析[J]. 計算機輔助工程,2013,22( 1) :30-33;[19] 牟淑志,杜春江,牟福元,等. 基於多島遺傳算法的連續體結構拓撲優化[J]. 機械科學與技術,2009,28(10):1 316-1 320.[20] 鄺星海. 鉸接式底盤車輛轉向液壓缸的受力及參數計算[J]. 石油礦場機械,2010,39(8):75-78.

相關焦點

  • 基於遺傳算法的工廠AGV路徑優化研究
    多類型物料的運輸與AGV路徑的優化相結合的研究目前並不多見也不夠完善。  針對遺傳算法解決路徑規劃問題時只能完成單任務、實現單次運輸路徑規劃的不足,為提升規劃效率,擴大應用面,本文在路徑規劃以前,加入對於物料的選擇情況,構建路徑規劃數學模型,設計遺傳算法並進行數據仿真,一次得到AGV運輸多種物料的行駛路徑。
  • 基於遺傳算法的高頻標籤天線的優化設計
    而標籤天線作為射頻識別系統實現的關鍵部件,它的優化設計對於降低本錢, 減小體積起到重要的作用。低頻和高頻頻段標籤天線的主要形式是線圈。在低頻頻段減小天 線體積的方法主要是在線圈中插進具有高磁導率的鐵氧體材料,這樣就可以進步天線的磁導 率,即可在等效面積變小的情況下得到足夠的開路電壓。高頻頻段主要是採用將天線集成到 晶片上的方法來實現減小體積,降低本錢的目的。
  • 利用遺傳算法優化GANs
    遺傳算法是根據大自然中生物體進化規律而設計提出的,是根據大自然中生物體進化規律而設計提出的。是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型,是一種通過模擬自然進化過程搜索最優解的方法。在本片文章中,我們嘗試使用遺傳算法來對訓練GANs進行優化,我們的訓練模型是生成手寫數字。什麼是遺傳算法?
  • 淺析基於優化算法的能量管理控制策略(二)
    做新能源汽車相關研究,能量管理控制策略是一個繞不開的話題,特別是基於優化算法的能量管理控制策略。,NN)滑模控制(Sliding ModeControl,SMC)無導數優化算法——模擬退火(Simulated Annealing,SA)無導數優化算法——遺傳算法(Genetic Algorithm,GA)無導數優化算法——粒子群算法(Particle Swarm Optimization,PSO)無導數優化算法——DIRECT
  • 矩形平面陣列天線旁瓣電平優化的遺傳算法
    優化,通過提出新的自適應變異算子改進了算法的收斂性能,良好的計算結果表明遺傳算法是目前求解此類問題的有效方法.、非線性、不可微甚至不連續,因此基於梯度尋優技術的傳統數值優化方法無法有效地求得工程滿意解;近年來一種模擬自然進化的遺傳算法開始應用於計算電磁學領域[1,2],該算法只要求待解問題是可計算的,並無可微性等其它限制,同時,由於該算法採用了優化的隨機搜索技術,能以較大的概率和較快的速率求得全局最優解.本文運用遺傳算法對一個具有1024個陣元的矩形平面陣列的陣元間距及饋電流幅值進行了優化
  • 【優化】遺傳算法介紹
    [2]葛繼科,邱玉輝,吳春明,蒲國林.遺傳算法研究綜述[J].計算機應用研究,2008(10):2911-2916.[3]雷德明.多維實數編碼遺傳算法[J].控制與決策,2000(02):239-241.[4]臧文科. DNA遺傳算法的集成研究與應用[D].山東師範大學,2018.
  • 前沿| 利用遺傳算法優化神經網絡:Uber提出深度學習訓練新方式
    許多人認為,SGD 算法有效計算梯度的能力對於這種訓練能力而言至關重要。但是,Uber 近日發布的五篇論文表明,神經進化(neuroevolution)這種利用遺傳算法的神經網絡優化策略,也是訓練深度神經網絡解決強化學習(RL)問題的有效方法。
  • 重新定義叉車的林德柴油液化氣叉車
    完美到最後的細節H20 – H35帶靜壓傳動的柴油和天然氣叉車重新定義了平衡重式叉車的行業標準:林德物料搬運H20 – H35柴油和天然氣叉車無論是商業,貿易還是工業:沒有用到叉車搬運的場景已經不多了。
  • 遺傳算法:組合優化算法,按照進化論的方式啟發搜索尋優解
    遺傳算法是由美國密西根大學的 Holland教授創立於20世紀六七十年代,受達爾文「進化論」思想的啟發而設計實現。遺傳算法不是通過暴力搜索解的方法,而是通過模擬種群的基因交叉和突變,經過種群一代一代的適者生存的方式尋找問題優解的方法,這在解決組合優化時解空間組合爆炸中應用廣泛。
  • 基於優化神經網絡的三相全控整流電路故障診斷
    利用自適應遞階遺傳算法同時優化神經網絡結構和連接權重,很好地解決了以往利用神經網絡進行故障診斷的不足,並用三相橋式全控整流電路故障診斷仿真實例證明了該方法的正確性和有效性。 1 基於改進遞階遺傳算法BP網絡分類器的設計 1.1 遞階遺傳算法     K.F.Man等根據染色體中的基因結構存在遞階形式,即一些基因控制另一些基因的活動,提出了遞階遺傳算法(Hierarchical Genetic Algorithm,HGA)。
  • 用遺傳算法優化垃圾收集策略
    遺傳算法是一個優化技術,在本質上類似於進化過程。這可能是一個粗略的類比,但如果你眯著眼睛看,達爾文的自然選擇確實大致上類似於一個優化任務,其目的是製造出完全適合在其環境中繁衍生息的有機體。在本文中,我將展示如何在Python中實現一個遺傳算法,在幾個小時內「進化」一個收集垃圾的機器人。
  • 生活中叉車再常見不過了,可這幾款你都認識嗎?
    採用引進技術泵、閥,優化的設計液壓管路及液壓散熱系統,起升速度快,液壓效率高,整機連續工作的能力好。採用行業首創8噸級叉車轉向橋減震技術、起升油缸下降緩衝技術,將整機衝擊、振動降至最低。車架及門架主要承力結構均做加強設計,保證整機具備抗衝擊和高強度作業能力。採用短軸距設計,整機尺寸小,轉彎半徑小,大大提高了叉車通過性和機動性。
  • 基於Verilog HDL的SVPWM算法的設計與仿真
    摘要:空間矢量脈寬調製算法是電壓型逆變器控制方面的研究熱點,廣泛應用於三相電力系統中。基於硬體的FPGA/CPLD晶片能滿足該算法對處理速度、實時性、可靠性較高的要求,本文利用Verilog HDL實現空間矢量脈寬調製算法,設計24矢量7段式的實現方法,對轉速調節和轉矩調節進行仿真,驗證了設計的實現結果與預期相符。
  • 奧創集團更新多方向叉車,提供創新制動器解決方案
    專業叉車使現代倉庫能夠最大程度地提高空間和產品流動效率,最終提高運營商的盈利能力。對叉車持續的創新設計和研發是實現產品新優勢的關鍵,這一理念也同樣適用於關鍵部件,如制動器。具有創新技術先進的電磁製動器,如Matrix的4PMB,正在為OEM廠商提供一個緊湊、可靠和安全的解決方案,非常適合最先進的叉車設計。
  • 配電網絡重構的改進混合遺傳算法
    Key words: Network reconfiguration;Hybrid genetic algorithm;Local search algorithm;1 引言  基於網損最小的配網重構問題是一個典型的非線性、多約束的整數組合優化問題,配電網的輻射狀結構和弱環網特性是其重構的前提條件。
  • 遺傳算法原理以及在量化投資的應用
    陳煥生,凡普金科旗下會牛科技研發總監兼數據架構師,目前從事基於遺傳算法因子自動化挖掘,量化投資研究。並於2017年上線了基於遺傳算法因子挖掘的自有資金運營的量化模型。目前處於行業中遊水平,團隊的大多背景都是非金融投資領域,實現網際網路技術向量化投資領域的轉型,本人十年的網際網路研發背景,多次連續創業的經歷。
  • NeurIPS2020|用遺傳探索指導深層分子優化
    從頭開始的分子設計試圖在化學空間中尋找具有理想性質的分子。最近,深度學習作為一種很有前途的解決這一問題的方法得到了相當多的關注。在這篇文章中,作者提出了一個簡單而新穎的框架——遺傳專家指導學習(GEGL),該框架通過訓練深度神經網絡(DNN)產生高回報的分子。作者的主要想法是設計一個遺傳專家改進程序,產生高質量的目標,模仿學習的DNN。通過實驗表明,GEGL顯著改進了最先進的方法。
  • 基於智能算法的集成納米光子學波長路由器
    傳統波長路由器是基於光學微腔、光子晶體、光柵或金屬表面等離激元等結構進行設計。利用光學微腔設計的波長路由器效率高,但是帶寬小。而使用光子晶體或光柵設計出的路由器擁有更大的帶寬但是尺寸一般很大,限制了集成。使用表面等離極化激元製造的波長路由尺寸很小,但傳輸損耗巨大。在這篇報導中,展示了一種基於智慧算法的小體積、大帶寬波長路由器。
  • 遺傳算法的發展
    • 1975年,De.Jong在其博士論文中結合模式定理進行了大量的純數值函數優化計 算實驗,樹立了遺傳算法的工作框架,得到了一些重要且具有指導意義的結論。 • 1987年,美國D.Lawrence總結人們長期從事遺傳算法的經驗,公開出版《遺傳 算法和模擬退火(Genetic Algorithm and Simulated Annealing)》一書,以論文 集形式用大量實例介紹遺傳算法。