資源描述：
《基于Kriging模型的并聯(lián)機(jī)器人機(jī)構(gòu)的多目標(biāo)優(yōu)化設(shè)計(jì).pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第2期機(jī)械設(shè)計(jì)與制造2016年2月MachineryDesign&Manufacture203基于Kriging模型的并聯(lián)機(jī)器人機(jī)構(gòu)的多目標(biāo)優(yōu)化設(shè)計(jì)吳任和，賀愛(ài)東(廣東輕工職業(yè)技術(shù)學(xué)院機(jī)械工程學(xué)院，廣東廣州510300)摘要：為了提高并聯(lián)機(jī)器人機(jī)構(gòu)的性能特性，對(duì)機(jī)構(gòu)參數(shù)進(jìn)行優(yōu)化設(shè)計(jì)分析，以達(dá)到性能指標(biāo)最優(yōu)的目的。先對(duì)應(yīng)用于盾構(gòu)拼裝機(jī)的并聯(lián)機(jī)構(gòu)進(jìn)行了運(yùn)動(dòng)學(xué)分析，利用封閉矢量法建立了逆解方程，并在此基礎(chǔ)上求解了表征驅(qū)動(dòng)關(guān)節(jié)輸入和動(dòng)平臺(tái)輸出映射關(guān)系的雅可比矩陣。引入衡量并聯(lián)機(jī)構(gòu)性能的全域運(yùn)動(dòng)靈巧度和全域承載能力指標(biāo)，并以結(jié)構(gòu)參數(shù)為設(shè)計(jì)變量，性能指標(biāo)為優(yōu)化目標(biāo)，基于
2、Krigring近似模型，利用多島遺傳算法對(duì)并聯(lián)機(jī)構(gòu)進(jìn)行多目標(biāo)優(yōu)化，最終得到Pareto解集，并選取了機(jī)構(gòu)參數(shù)的最優(yōu)解。結(jié)果表明，基于Kriging模型的多目標(biāo)優(yōu)化對(duì)機(jī)構(gòu)性能有明顯的改善。關(guān)鍵詞：并聯(lián)機(jī)構(gòu)；雅可比矩陣；Kriging模型；多島遺傳算法中圖分類號(hào)：TH16；TH112文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001—3997(2016)02—0203—03Multi-ObjectiveOptimizationDesignofParallelRobotManipulatorBasedonKrigingModelWURen—he．HEAi-dong(Faculty
3、ofMechanicalEngineering，GuangdongIndustryTechnicalCollege，GuangdongGuangzhou510300，China)Abstract：Inordertoimprovethepe~rmanceoftheparallelrobotmanipulator，optimizationdesignanddetailanalysisofthestructuralparametersaremadetoachievethepurposeofoptimalpe~rmanceindex．Firstthekinemati
4、cs塒∞analyzedbasedonshieldparallelmanipulator，andthekinematicsinversesolutionwasdeducedbyclosedvectortheory，what’more，theJacobianmatrixthatexpressedtherelationshipbetweentheinputoftheactivejointandoutputofthemovingplatformvelocityvectorWasderived．Itintroducedtheglobaldexterityindexa
5、ndtheglobalcarryingcapacityindex，andtreatedthestructureparametersasdesignvariables，theperformanceindexed∞theoptimizationDective，adoptingthemulti—DbjectiveoptimizationofparallelmanipulatoronthebasisofKrigingapproximationmode1．FinallyitattainedtheoptimalsolutionsetsofPareto，andselect
6、edtheoptimalsolutionofparallelmanipulator．TheresuhsshowthattheKrigingmodelofmulti-oh)ectiveoptimizationhasobviousimprovementonthepe咖rmoy~eindexesofparallelmanipulator．KeyWords：ParallelManipulator；JacobianMatrix；KrigingModel；MultiIslandGeneticAlgorithm引入全域靈巧度與全域承載能力作為機(jī)構(gòu)的性能評(píng)價(jià)指標(biāo)，1引言基于
7、多學(xué)科多目標(biāo)優(yōu)化設(shè)計(jì)軟件Isight與多島遺傳算法，對(duì)并聯(lián)機(jī)根據(jù)并聯(lián)機(jī)構(gòu)高剛度、高運(yùn)動(dòng)精度、高承載能力等優(yōu)點(diǎn)，將構(gòu)的進(jìn)行了多目標(biāo)優(yōu)化設(shè)計(jì)，得到了最優(yōu)的機(jī)構(gòu)幾何參數(shù)。并聯(lián)機(jī)構(gòu)應(yīng)用于盾構(gòu)管片拼裝機(jī)管片微調(diào)機(jī)構(gòu)中，為了獲得較優(yōu)的使用性能，需對(duì)并聯(lián)機(jī)構(gòu)進(jìn)行結(jié)構(gòu)參數(shù)的多學(xué)科多目標(biāo)優(yōu)化設(shè)2機(jī)構(gòu)模型及運(yùn)動(dòng)學(xué)分析計(jì)。目前有很多學(xué)者對(duì)并聯(lián)機(jī)構(gòu)進(jìn)行尺度綜合。文獻(xiàn)呀U用多目2．1機(jī)構(gòu)模型標(biāo)粒子群優(yōu)化算法對(duì)3-SPS—S并聯(lián)機(jī)構(gòu)進(jìn)行多目標(biāo)參數(shù)優(yōu)化設(shè)4-SPS—S并聯(lián)機(jī)構(gòu)的三維模型及其機(jī)構(gòu)簡(jiǎn)圖，如圖1所示。計(jì)；文獻(xiàn)H采用遺傳算法對(duì)3-SPS—S三轉(zhuǎn)動(dòng)并聯(lián)機(jī)構(gòu)進(jìn)行優(yōu)化設(shè)4條主動(dòng)支鏈分別
8、與定平臺(tái)、動(dòng)平臺(tái)曰鉸接，鉸點(diǎn)分別A、B(計(jì)；文獻(xiàn)目基
