• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于遺傳算法的煤礦梭車轉(zhuǎn)向機(jī)構(gòu)優(yōu)化策略探究

      2025-01-21 00:00:00張秀琴楊順霞
      關(guān)鍵詞:遺傳算法

      摘 要:為了提高煤礦梭車的靈活性,需要對(duì)其轉(zhuǎn)向機(jī)構(gòu)進(jìn)行優(yōu)化。本文以降低轉(zhuǎn)彎直徑和轉(zhuǎn)彎阻力矩為目標(biāo),建立了目標(biāo)函數(shù),并對(duì)函數(shù)進(jìn)行歸一化處理。運(yùn)用遺傳算法對(duì)目標(biāo)函數(shù)進(jìn)行尋優(yōu)計(jì)算,在兼顧轉(zhuǎn)彎阻力矩和轉(zhuǎn)彎直徑的條件下,求解主銷中心距的最佳取值,進(jìn)而計(jì)算出其他結(jié)構(gòu)參數(shù)的優(yōu)化結(jié)果。比較結(jié)構(gòu)優(yōu)化前、后的控制目標(biāo),轉(zhuǎn)彎直徑從13.12m降至10.9m,轉(zhuǎn)彎阻力矩從1.774×107N·mm降至1.530×107N·mm。經(jīng)過優(yōu)化設(shè)計(jì),煤礦梭車的轉(zhuǎn)彎直徑和阻力矩均顯著下降,達(dá)到了改進(jìn)目標(biāo)。

      關(guān)鍵詞:遺傳算法;煤礦梭車;轉(zhuǎn)向機(jī)構(gòu)

      中圖分類號(hào):TD 525 " " " 文獻(xiàn)標(biāo)志碼:A

      煤礦梭車的用途為井下煤炭轉(zhuǎn)運(yùn),由于煤礦井下空間較小,對(duì)梭車轉(zhuǎn)向機(jī)構(gòu)的靈活性提出了較高要求,因此,在梭車轉(zhuǎn)向機(jī)構(gòu)優(yōu)化設(shè)計(jì)階段,需要著重提升其轉(zhuǎn)彎性能。該設(shè)備在煤礦開采中具有重要應(yīng)用,因此對(duì)其轉(zhuǎn)向機(jī)構(gòu)的研究比較廣泛。任曉力[1]分析了煤礦梭車轉(zhuǎn)向桿系的剛?cè)狁詈献饔脵C(jī)制。陳慶賀[2]對(duì)煤礦梭車的梯形轉(zhuǎn)向機(jī)構(gòu)進(jìn)行了較深入的研究。張衛(wèi)東[3]對(duì)煤礦無軌膠輪車的轉(zhuǎn)向機(jī)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì),并且驗(yàn)證了設(shè)計(jì)方案的有效性。

      本文以TY9FB型煤礦梭車為分析對(duì)象,轉(zhuǎn)向機(jī)構(gòu)的優(yōu)化目標(biāo)為降低轉(zhuǎn)彎時(shí)的阻力矩和轉(zhuǎn)彎直徑,以提高其靈活性。因此需要建立最小轉(zhuǎn)彎直徑和最小轉(zhuǎn)彎阻力矩的目標(biāo)函數(shù),運(yùn)用遺傳算法進(jìn)行尋優(yōu)計(jì)算,求解目標(biāo)函數(shù)最小值對(duì)應(yīng)的轉(zhuǎn)向機(jī)構(gòu)結(jié)構(gòu)參數(shù)。

      1 基于遺傳算法的煤礦梭車轉(zhuǎn)向機(jī)構(gòu)優(yōu)化策略

      TY9FB型煤礦梭車屬于無軌膠輪車,其轉(zhuǎn)向機(jī)構(gòu)由車輪、下轉(zhuǎn)向臂、橫拉桿、轉(zhuǎn)向塊、縱拉桿、上轉(zhuǎn)向臂、同步軸、車軸以及轉(zhuǎn)向液壓缸組成。在優(yōu)化梭車轉(zhuǎn)向機(jī)構(gòu)過程中,本文提出2個(gè)關(guān)鍵目標(biāo),其一為縮小轉(zhuǎn)彎直徑,其二為降低轉(zhuǎn)向時(shí)的阻力矩。

      1.1 構(gòu)建煤礦梭車轉(zhuǎn)向機(jī)構(gòu)目標(biāo)優(yōu)化函數(shù)

      1.1.1 最小轉(zhuǎn)彎直徑目標(biāo)函數(shù)建立

      煤礦井下空間較狹窄,降低煤礦梭車轉(zhuǎn)向機(jī)構(gòu)的轉(zhuǎn)彎直徑能夠更好地適應(yīng)井下空間的作業(yè)特點(diǎn)。根據(jù)轉(zhuǎn)向機(jī)構(gòu)的結(jié)構(gòu),可以建立最小轉(zhuǎn)彎直徑的目標(biāo)函數(shù),如公式(1)所示。

      minD=min(L/sinαmax+B-K) (1)

      式中:D為轉(zhuǎn)彎直徑(mm);minD為轉(zhuǎn)彎直徑的最小值;L為煤礦梭車梯形轉(zhuǎn)向結(jié)構(gòu)的前、后輪軸距(mm);B為梯形轉(zhuǎn)向結(jié)構(gòu)的左、右輪軸距(mm);K為煤礦梭車的主銷中心距(mm);αmax為外側(cè)車輪的最大轉(zhuǎn)角(°)。

      1.1.2 最小轉(zhuǎn)彎阻力矩目標(biāo)函數(shù)建立

      1.1.2.1 基本假設(shè)

      轉(zhuǎn)彎阻力矩大小會(huì)影響轉(zhuǎn)向機(jī)構(gòu)的靈活性。為了降低建模復(fù)雜度,需要做出以下假設(shè):車輪和路面的接觸部位為圓形,并且該圓形的直徑等于煤礦梭車輪胎的寬度;當(dāng)車輪轉(zhuǎn)向時(shí),所受摩擦阻力分別為滾動(dòng)摩擦阻力和滑動(dòng)摩擦阻力;在車輪發(fā)生滾動(dòng)時(shí),摩擦力和輪邊減速器可以產(chǎn)生力矩,從而影響車輪的轉(zhuǎn)速;4個(gè)車輪承載的車架載荷完全相等。

      1.1.2.2 最小轉(zhuǎn)彎阻力矩目標(biāo)函數(shù)

      煤礦梭車轉(zhuǎn)彎阻力矩為前、后輪阻力矩的合力矩,計(jì)算方法如公式(2)所示。

      Mz=G(f1?e+f2?a) (2)

      式中:Mz為整車的轉(zhuǎn)彎阻力矩(N·mm);G為煤礦梭車的整車質(zhì)量,計(jì)算取值為2×105N;f1為路面與輪胎間的滾動(dòng)摩擦系數(shù),計(jì)算取值為0.04;f2為路面與車輪間的滑動(dòng)摩擦系數(shù),計(jì)算取值為0.70;e為主銷偏移量(mm),e=0.5(B-K);a為輪胎的當(dāng)量半徑(mm)。

      參數(shù)a的計(jì)算方法如公式(3)所示。

      (3)

      式中:rz表示煤礦梭車輪胎的自由半徑,計(jì)算取值為622.5mm;rj表示煤礦梭車輪胎的靜力半徑,計(jì)算取值為584.0mm。

      將參數(shù)e和a的計(jì)算方法代入公式(2),可以得到最小轉(zhuǎn)彎阻力矩目標(biāo)函數(shù),如公式(4)所示。

      (4)

      式中:minMz為整車轉(zhuǎn)彎阻力矩最小值(N·mm)。

      1.1.3 多目標(biāo)函數(shù)歸一化處理

      在第1.1.2節(jié)中建立了2個(gè)目標(biāo)函數(shù),轉(zhuǎn)向結(jié)構(gòu)優(yōu)化設(shè)計(jì)階段需要綜合考慮以上2個(gè)目標(biāo),形成多目標(biāo)函數(shù),并對(duì)多目標(biāo)函數(shù)進(jìn)行歸一化處理。處理流程為目標(biāo)函數(shù)無量綱處理→規(guī)范化處理→歸一化處理。以公式(1)和公式(4)為基礎(chǔ),其中的已知變量見表1??梢?,對(duì)最小轉(zhuǎn)彎阻力矩和最小轉(zhuǎn)彎直徑2個(gè)目標(biāo)函數(shù)來說,未知變量?jī)H為參數(shù)K。經(jīng)過歸一化處理,可以將包括最小轉(zhuǎn)彎阻力矩和最小轉(zhuǎn)彎直徑的多目標(biāo)函數(shù)轉(zhuǎn)化為公式(5)。

      (5)

      式中:K的取值范圍為1879mm~2513.8mm;F為經(jīng)過歸一化處理的目標(biāo)函數(shù)。

      1.2 基于遺傳算法的多目標(biāo)函數(shù)尋優(yōu)計(jì)算

      1.2.1 遺傳算法編寫

      第1.1.3小節(jié)建立了煤礦梭車轉(zhuǎn)向機(jī)構(gòu)多目標(biāo)優(yōu)化函數(shù),需要根據(jù)轉(zhuǎn)彎阻力矩和轉(zhuǎn)彎直徑的控制目標(biāo)對(duì)該函數(shù)進(jìn)行求解。由于該問題較復(fù)雜,涉及2個(gè)不同的控制目標(biāo),因此引入遺傳算法,利用大量的迭代運(yùn)算完成目標(biāo)函數(shù)尋優(yōu)計(jì)算,實(shí)施要點(diǎn)如下所示。1)編寫M文件。本文將MATLAB軟件作為遺傳算法的運(yùn)行環(huán)境。該軟件不能直接識(shí)別目標(biāo)函數(shù),在運(yùn)行之前,需要將目標(biāo)函數(shù)編寫為MATLAB軟件可識(shí)別的M文件。創(chuàng)建M文件,將公式(5)以代碼的形式寫入該文件,保存為F.m。2)編寫遺傳算法,優(yōu)化梭車轉(zhuǎn)向機(jī)構(gòu)的相關(guān)代碼。根據(jù)梭車轉(zhuǎn)向機(jī)構(gòu)的優(yōu)化目標(biāo),在MATLAB中編寫程序代碼,用于目標(biāo)函數(shù)尋優(yōu)計(jì)算。程序代碼見表2。

      1.2.2 遺傳算法運(yùn)行結(jié)果分析

      1.2.2.1 多代遺傳后種群個(gè)體的目標(biāo)函數(shù)值分布

      從程序代碼可知,最大遺傳代數(shù)為60代。經(jīng)過60代遺傳后,種群中100個(gè)個(gè)體對(duì)應(yīng)的目標(biāo)函數(shù)值如圖1所示,即公式(5)的計(jì)算結(jié)果。由圖1數(shù)據(jù)可知,種群經(jīng)過60次迭代后,僅有部分個(gè)體的目標(biāo)函數(shù)計(jì)算值較高,分別為0.509、0.508、0.624、0.510和0.505,對(duì)應(yīng)的個(gè)體編號(hào)為3、5、10、18和27。剩余個(gè)體的目標(biāo)函數(shù)計(jì)算值均達(dá)到穩(wěn)定狀態(tài),計(jì)算結(jié)果為0.498。目標(biāo)函數(shù)尋優(yōu)計(jì)算旨在求出其最小值,由數(shù)據(jù)可知,雖然部分個(gè)體并未達(dá)到最小值,但是種群中的絕大部分個(gè)體均取得了最優(yōu)解[4]。異常個(gè)體的出現(xiàn)與種群的變異相關(guān),屬于正?,F(xiàn)象[5]。因此,經(jīng)過60次迭代運(yùn)算后,遺傳算法能夠有效求解出目標(biāo)函數(shù)的最優(yōu)解。

      1.2.2.2 不同迭代次數(shù)對(duì)應(yīng)的目標(biāo)函數(shù)最優(yōu)值

      為了觀察算法的收斂情況,在種群的60代遺傳過程中,記錄每一代遺傳對(duì)應(yīng)的最小目標(biāo)函數(shù)值,將其作為對(duì)應(yīng)迭代次數(shù)的最優(yōu)值,進(jìn)而繪制出目標(biāo)函數(shù)最優(yōu)值隨迭代次數(shù)的變化趨勢(shì),結(jié)果如圖2所示。由圖2數(shù)據(jù)可知,在前8次迭代中,目標(biāo)函數(shù)值快速下降。當(dāng)?shù)螖?shù)為8~13時(shí),目標(biāo)函數(shù)值繼續(xù)下降,但是降幅非常小。當(dāng)?shù)螖?shù)超過13次時(shí),目標(biāo)函數(shù)值達(dá)到穩(wěn)定,此時(shí)遺傳算法完成收斂。

      1.2.2.3 不同個(gè)體對(duì)應(yīng)的目標(biāo)函數(shù)均值

      圖2反映了每一次迭代中,100個(gè)個(gè)體對(duì)應(yīng)目標(biāo)函數(shù)值的最小值,但是不能體現(xiàn)種群中其他個(gè)體的目標(biāo)函數(shù)計(jì)算結(jié)果。因此,需要統(tǒng)計(jì)60次迭代過程中,100個(gè)個(gè)體的目標(biāo)函數(shù)計(jì)算結(jié)果均值,如圖3所示。由圖3數(shù)據(jù)可知,當(dāng)?shù)螖?shù)超過19次時(shí),不同個(gè)體對(duì)應(yīng)目標(biāo)函數(shù)的均值達(dá)到穩(wěn)定狀態(tài),其均值約為0.49。

      1.2.2.4 目標(biāo)函數(shù)優(yōu)化結(jié)果

      根據(jù)程序代碼,經(jīng)過60次迭代運(yùn)算后,Y的輸出結(jié)果為0.498,即目標(biāo)函數(shù)F的最優(yōu)值為0.498。此時(shí),對(duì)應(yīng)的種群為19。該種群對(duì)應(yīng)的K值為2335.7mm。因此,在公式(5)中,主銷中心距K的最佳取值為2335.7mm。與此同時(shí),可計(jì)算出αmax=14.5。

      2 煤礦梭車轉(zhuǎn)向機(jī)構(gòu)優(yōu)化前、后效果對(duì)比

      2.1 轉(zhuǎn)向機(jī)構(gòu)活塞桿行程優(yōu)化前、后對(duì)比

      由煤礦梭車轉(zhuǎn)向機(jī)構(gòu)的運(yùn)行原理可知,當(dāng)梭車進(jìn)行轉(zhuǎn)向操作時(shí),液壓缸中的活塞桿通過伸縮運(yùn)動(dòng)向其提供動(dòng)力,活塞桿的行程大小與轉(zhuǎn)彎動(dòng)力、轉(zhuǎn)彎直徑密切相關(guān)[6]?;钊麠U行程越小,轉(zhuǎn)彎需要克服的阻力矩和轉(zhuǎn)彎半徑均越小。根據(jù)優(yōu)化結(jié)果計(jì)算活塞桿的行程,并且與優(yōu)化前的行程進(jìn)行比較,結(jié)果見表3。由數(shù)據(jù)可知,結(jié)構(gòu)優(yōu)化之后,活塞桿行程大幅降低。

      2.2 轉(zhuǎn)向機(jī)構(gòu)結(jié)構(gòu)尺寸優(yōu)化前、后對(duì)比

      確定參數(shù)K的最優(yōu)取值后,可以計(jì)算出煤礦梭車轉(zhuǎn)向機(jī)構(gòu)的結(jié)構(gòu)尺寸,包括前軸輪軸距、左右輪軸距、主銷中心距和內(nèi)外側(cè)車輪極限轉(zhuǎn)角等[7]。煤礦梭車結(jié)構(gòu)尺寸優(yōu)化前、后的參數(shù)取值對(duì)比見表4。

      2.3 轉(zhuǎn)彎直徑和轉(zhuǎn)彎阻力矩優(yōu)化前、后對(duì)比

      將表4中的已知參數(shù)代入公式(1)和公式(4),計(jì)算結(jié)構(gòu)優(yōu)化前、后的轉(zhuǎn)彎阻力矩和轉(zhuǎn)彎直徑。結(jié)構(gòu)優(yōu)化前的轉(zhuǎn)彎直徑為13.12m,結(jié)構(gòu)優(yōu)化后的轉(zhuǎn)彎直徑為10.9m,降幅為16.92%。結(jié)構(gòu)優(yōu)化前的轉(zhuǎn)彎阻力矩值為1.774×107N·mm,結(jié)構(gòu)優(yōu)化后的轉(zhuǎn)彎阻力矩值為1.530×107N·mm,降幅為13.75%。由此可見,利用遺傳算法對(duì)轉(zhuǎn)向機(jī)構(gòu)進(jìn)行優(yōu)化后,煤礦梭車的轉(zhuǎn)彎直徑和轉(zhuǎn)彎阻力矩均顯著降低,達(dá)到了預(yù)期的優(yōu)化目標(biāo)。

      3 結(jié)論

      TY9FB型煤礦梭車是重要的煤礦開采設(shè)備,但是該設(shè)備在實(shí)際應(yīng)用過程中缺乏足夠的靈活性,難以適應(yīng)井下的狹窄空間,需要對(duì)其轉(zhuǎn)向機(jī)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)。本文在優(yōu)化設(shè)計(jì)中提出2項(xiàng)優(yōu)化目標(biāo),分別為降低轉(zhuǎn)彎直徑和轉(zhuǎn)彎阻力矩,據(jù)此建立函數(shù),并且進(jìn)行歸一化處理,形成多目標(biāo)優(yōu)化函數(shù)。

      目標(biāo)函數(shù)建立之后,利用MATLAB軟件搭建遺傳算法的運(yùn)行環(huán)境,對(duì)目標(biāo)函數(shù)進(jìn)行尋優(yōu)計(jì)算,求解出主銷中心距地最佳取值。再根據(jù)轉(zhuǎn)向機(jī)構(gòu)原理計(jì)算出其他結(jié)構(gòu)參數(shù)的最優(yōu)取值,包括轉(zhuǎn)向臂長(zhǎng)度、外側(cè)車輪最大轉(zhuǎn)角和內(nèi)側(cè)車輪最大轉(zhuǎn)角等。

      比較結(jié)構(gòu)優(yōu)化前、后的最小轉(zhuǎn)彎直徑和最小轉(zhuǎn)彎阻力矩。最小轉(zhuǎn)彎直徑從13.12m降至10.9,降幅為16.92%。最小轉(zhuǎn)彎阻力矩從1.774×107N·mm降至1.530×107N·mm,降幅為13.75%,均達(dá)到了優(yōu)化目標(biāo)。

      參考文獻(xiàn)

      [1]任曉力.梭車轉(zhuǎn)向桿系剛?cè)狁詈戏治鯷J].礦山機(jī)械,2024,52(5):63-65.

      [2]陳慶賀.礦用梭車用梯形轉(zhuǎn)向機(jī)構(gòu)研究及應(yīng)用[J].礦山機(jī)械,2023,51(8):74-77.

      [3]張衛(wèi)東.無軌膠輪車轉(zhuǎn)向機(jī)構(gòu)優(yōu)化與驗(yàn)證[J].機(jī)械管理開發(fā),2024,39(1):162-163,166.

      [4]馬凱.基于同步缸技術(shù)的空間連桿轉(zhuǎn)向機(jī)構(gòu)設(shè)計(jì)[J].煤礦機(jī)電,2021,42(1):38-40.

      [5]任曉力.梭車轉(zhuǎn)向機(jī)構(gòu)的力學(xué)分析[J].煤炭技術(shù),2020,39(3):183-185.

      [6]陸進(jìn)添,劉丹,鄧安田.剪叉式高空車轉(zhuǎn)向機(jī)構(gòu)結(jié)構(gòu)分析[J].機(jī)械工程師,2020(3):154-156.

      [7]劉丹,鄧安田,陸進(jìn)添.高空車轉(zhuǎn)向機(jī)構(gòu)轉(zhuǎn)彎半徑優(yōu)化設(shè)計(jì)[J].中國(guó)重型裝備,2020(2):20-22.

      猜你喜歡
      遺傳算法
      遺傳算法對(duì)CMAC與PID并行勵(lì)磁控制的優(yōu)化
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      基于遺傳算法的建筑物沉降回歸分析
      一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
      遺傳算法識(shí)別模型在水污染源辨識(shí)中的應(yīng)用
      協(xié)同進(jìn)化在遺傳算法中的應(yīng)用研究
      軟件發(fā)布規(guī)劃的遺傳算法實(shí)現(xiàn)與解釋
      基于遺傳算法的三體船快速性仿真分析
      基于改進(jìn)的遺傳算法的模糊聚類算法
      浠水县| 平泉县| 福州市| 时尚| 中江县| 阜城县| 岑巩县| 新乐市| 克山县| 郯城县| 新泰市| 抚顺市| 城口县| 铜梁县| 元阳县| 芒康县| 望都县| 长乐市| 凤城市| 阿合奇县| 邵东县| 泽普县| 郯城县| 赣榆县| 阳原县| 邹平县| 浙江省| 醴陵市| 扎赉特旗| 成安县| 集安市| 城市| 光山县| 嘉义县| 福海县| 阿拉善右旗| 桑日县| 雷波县| 通渭县| 翁牛特旗| 黄陵县|