汪永武 (安徽省農(nóng)業(yè)機(jī)械鑒定站,安徽 合肥 230031)

動(dòng)態(tài)優(yōu)化方法在農(nóng)業(yè)機(jī)械設(shè)計(jì)中的應(yīng)用

汪永武 (安徽省農(nóng)業(yè)機(jī)械鑒定站,安徽 合肥 230031)

以農(nóng)業(yè)機(jī)械中的秸稈粉碎裝置為研究對(duì)象，進(jìn)行了基于遺傳算法的動(dòng)態(tài)優(yōu)化設(shè)計(jì)。先以質(zhì)量最輕和振動(dòng)最小為目標(biāo)函數(shù)，建立了粉碎裝置優(yōu)化設(shè)計(jì)數(shù)學(xué)模型，再利用ADAMS軟件建立粉碎裝置多體動(dòng)力學(xué)模型,實(shí)現(xiàn)了動(dòng)態(tài)優(yōu)化設(shè)計(jì)。結(jié)果表明：優(yōu)化后的機(jī)械秸稈粉碎合格率比優(yōu)化前提高了3.5%，整機(jī)質(zhì)量下降了20.6%，優(yōu)化是成功的。研究結(jié)果可為動(dòng)態(tài)優(yōu)化設(shè)計(jì)在農(nóng)業(yè)機(jī)械設(shè)計(jì)中的實(shí)際應(yīng)用提供參考。

農(nóng)業(yè)機(jī)械; 動(dòng)態(tài)優(yōu)化設(shè)計(jì); 遺傳算法

目前在農(nóng)業(yè)機(jī)械的設(shè)計(jì)上眾多學(xué)者主要還是采用傳統(tǒng)的純數(shù)學(xué)模型對(duì)其進(jìn)行優(yōu)化設(shè)計(jì)，其結(jié)果與實(shí)際應(yīng)用易存在一定誤差[1-2]。動(dòng)態(tài)優(yōu)化設(shè)計(jì)由于采用優(yōu)化算法與實(shí)物模型相結(jié)合進(jìn)行優(yōu)化設(shè)計(jì)，從而成為在各行業(yè)設(shè)計(jì)中迅速興起的一種新型優(yōu)化方法[3-4]。

針對(duì)目前農(nóng)業(yè)機(jī)械設(shè)計(jì)中的秸稈粉碎機(jī)具，本研究采用遺傳算法與模糊可靠性?xún)?yōu)化設(shè)計(jì)相結(jié)合的方法，基于ADAMS軟件建立了刀軸的虛擬樣機(jī)模型，采用動(dòng)態(tài)優(yōu)化設(shè)計(jì)方法得出了優(yōu)化結(jié)果。

1 秸稈粉碎裝置的數(shù)學(xué)模型

本研究以配套全喂入式聯(lián)合收割機(jī)的秸稈粉碎機(jī)置為研究對(duì)象，該粉碎裝置安裝在收割機(jī)的出草口，其工作裝置為一根空心軸，軸上按照螺旋排列方式安裝若干組粉碎刀片，刀軸在高速旋轉(zhuǎn)下對(duì)聯(lián)合收割機(jī)出草口排出的秸稈進(jìn)行粉碎。

因?yàn)榻斩挼呐懦鍪请s亂無(wú)序的，刀片在粉碎的瞬間，刀軸既承受彎曲載荷又承受扭轉(zhuǎn)載荷。根據(jù)受力分析，將刀軸近似地簡(jiǎn)化為一個(gè)簡(jiǎn)支梁，刀片簡(jiǎn)化為一個(gè)集中載荷，集中載荷在刀軸上的位置由刀的安裝間隔及角度來(lái)確定[5]。

2 秸稈粉碎裝置遺傳優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型

2.1 設(shè)計(jì)變量

為了減輕秸稈粉碎時(shí)的動(dòng)力消耗，秸稈粉碎裝置的刀軸設(shè)計(jì)為空心軸，因配合聯(lián)合收割機(jī)的出草口尺寸是一定的，因此刀軸長(zhǎng)度是定值，因此刀軸的優(yōu)化設(shè)計(jì)就是確定其橫截面尺寸。

式中：D—刀軸的外直徑，mm；d—刀軸的內(nèi)直徑，mm;x1、x2-設(shè)計(jì)變量。

2.2 約束條件

根據(jù)配套的聯(lián)合收割機(jī)出草口尺寸，確定機(jī)械布置的可能性，具體為：

設(shè)計(jì)變量的區(qū)間：x1min≤x1≤x1max；x2min≤x2≤x2max。

查閱材料力學(xué)資料，可知刀軸的扭轉(zhuǎn)約束條件為：

(1)

刀軸的彎曲約束條件為：

(2)

刀軸壁厚約束條件為:

(3)

2.3 目標(biāo)函數(shù)

以刀軸質(zhì)量最小為目標(biāo)可建立函數(shù)：

(4)

式中：ρ—材料密度；L-刀軸的工作長(zhǎng)度，mm。

為了使刀軸在工作時(shí)不出現(xiàn)共振現(xiàn)象，應(yīng)使軸的臨界轉(zhuǎn)速盡量避開(kāi)實(shí)際最高轉(zhuǎn)速，故建立目標(biāo)函數(shù)為：

(5)

綜合以上所考慮，建立刀軸的目標(biāo)優(yōu)化函數(shù)為：

(6)

式中：wi—權(quán)值系數(shù)，wi≥0；這里w1=w2=0.5。

2.4 遺傳算法的實(shí)現(xiàn)

用遺傳算法優(yōu)化時(shí)以設(shè)計(jì)變量x作為解的代碼，約束方程作為檢驗(yàn)函數(shù)。具體步驟[6]如下：

(1)取計(jì)算個(gè)體長(zhǎng)度為20，隨機(jī)方法產(chǎn)生N=100個(gè)個(gè)體作為初始種群；交叉率Pc=0.20，變異率取Pm=0.05；

(3)適應(yīng)度值誤差ΔF=Fmax-Fmin。式中，F(xiàn)max為適應(yīng)度函數(shù)最大值；Fmin為適應(yīng)度函數(shù)最小值。當(dāng)Δf≤0.001則告收斂，結(jié)束遺傳算法的循環(huán)，否則返回執(zhí)行第二步；

(4)判斷是否滿(mǎn)足優(yōu)化性能指標(biāo)的要求。如果滿(mǎn)足，結(jié)束優(yōu)化任務(wù)；否則重新初始化變量數(shù)值并進(jìn)行計(jì)算。

3 秸稈粉碎裝置刀軸虛擬樣機(jī)模型

3.1 模型參數(shù)的確定

獲得模型參數(shù)的方法有多種，本研究用到的主要有：幾何定位點(diǎn)的坐標(biāo)主要根據(jù)圖紙查得；運(yùn)動(dòng)部件的質(zhì)心與轉(zhuǎn)動(dòng)慣量通過(guò)UG軟件計(jì)算等方法獲得[7]；因?yàn)榻Ｋ鑵?shù)較多，這里僅給出對(duì)其性能有重要影響的主要參數(shù)，如表1所示。

表1 建模主要數(shù)據(jù)

3.2 建模過(guò)程

建模主要步驟如下：

(1)秸稈粉碎機(jī)工作裝置虛擬樣機(jī)模型分割成刀片、刀軸和傳動(dòng)軸等部件，分別建立其模型。

(2)根據(jù)各個(gè)零部件之間的相對(duì)運(yùn)動(dòng)關(guān)系，建立各部件間的約束關(guān)系；確定零件的質(zhì)量、質(zhì)心位置以及繞質(zhì)心坐標(biāo)系3個(gè)坐標(biāo)軸的轉(zhuǎn)動(dòng)慣量。

(3)定義零件間連接處的關(guān)鍵幾何定位點(diǎn)的空間位置，在幾何定位點(diǎn)的基礎(chǔ)上建立零件的幾何模型，按照零件間的運(yùn)動(dòng)關(guān)系確定約束類(lèi)型，通過(guò)約束將各零件連接起來(lái)。

(4)設(shè)置空心刀軸的外徑和內(nèi)徑為設(shè)計(jì)變量，變量名分別為：Vab_OutD,Vab_InD設(shè)計(jì)初值分別取108mm和98mm;變量的設(shè)置范圍均為±10mm。

圖1 秸稈粉碎裝置刀軸模型

(5)添加一個(gè)驅(qū)動(dòng)，驅(qū)動(dòng)采用定義變量，名為DV_motion,類(lèi)型為轉(zhuǎn)速，最小值為1000r/min，最大值為3100r/min，在刀軸端部添加驅(qū)動(dòng)，函數(shù)為ABS(DV_motion)；基于C++語(yǔ)言編寫(xiě)算法求解程序，經(jīng)編譯后導(dǎo)入ADAMS，作為一個(gè)自定義函數(shù)供調(diào)用。由參考文獻(xiàn)[7]可知，對(duì)于小麥和水稻秸稈類(lèi)作物，其切割阻力最大為300N，為了模擬刀軸工作時(shí)阻力，將刀片上添加一個(gè)與旋轉(zhuǎn)方向反向的300N力。

(6)將各部件組裝成整體虛擬樣機(jī)實(shí)驗(yàn)?zāi)Ｐ汀?/p>

3.3 工作裝置模型

使用ADAMS/View創(chuàng)建的秸稈粉碎工作裝置多體動(dòng)力學(xué)模型如圖1所示。該模型共有42個(gè)部件(包含地面)、25個(gè)旋轉(zhuǎn)副和16個(gè)固定副，經(jīng)計(jì)算為24個(gè)自由度。運(yùn)行仿真模型，進(jìn)行優(yōu)化設(shè)計(jì)求解，經(jīng)優(yōu)化后得出最優(yōu)結(jié)果如表2所示。

表2 刀軸設(shè)計(jì)參數(shù)

4 試驗(yàn)驗(yàn)證

為驗(yàn)證優(yōu)化設(shè)計(jì)方案及結(jié)果的可行性，對(duì)優(yōu)化前后的秸稈粉碎機(jī)進(jìn)行試驗(yàn)臺(tái)實(shí)驗(yàn)，試驗(yàn)臺(tái)為自主設(shè)計(jì)的，主要結(jié)構(gòu)圖是如圖2所示，該臺(tái)架主要由模擬聯(lián)合收割機(jī)的秸稈喂入裝置、轉(zhuǎn)速可調(diào)的變頻電機(jī)、CYT-302型號(hào)扭矩傳感器、阿爾泰USB5936型號(hào)數(shù)據(jù)采集卡和基于Visual C#編寫(xiě)的性能檢測(cè)軟件組成。經(jīng)過(guò)扭矩傳感器檢測(cè)到的信號(hào)如圖3所示。

依據(jù)JB/T6678-2001《秸稈粉碎還田機(jī)》規(guī)定的試驗(yàn)評(píng)價(jià)指標(biāo)：取秸稈粉碎合格率作為觀察量，進(jìn)行小麥秸稈粉碎實(shí)驗(yàn)，以相同重量的秸稈分別在2種機(jī)器上進(jìn)行試驗(yàn)，經(jīng)稱(chēng)重后發(fā)現(xiàn)優(yōu)化后的機(jī)械秸稈粉碎合格率達(dá)到90.3%比優(yōu)化前的機(jī)器提高了3.5%。整機(jī)質(zhì)量減輕20.6%，因此優(yōu)化是成功的。

圖2 實(shí)驗(yàn)臺(tái)實(shí)物照片

圖3 刀軸的載荷-時(shí)間歷程

5 結(jié)論

采用基于ADAMS軟件建立秸稈粉碎裝置的動(dòng)力學(xué)模型和結(jié)合遺傳模糊優(yōu)化算法，實(shí)現(xiàn)了秸稈粉碎裝置的動(dòng)態(tài)優(yōu)化設(shè)計(jì)，通過(guò)實(shí)驗(yàn)驗(yàn)證優(yōu)化結(jié)果是可行的。同時(shí)為動(dòng)態(tài)優(yōu)化設(shè)計(jì)技術(shù)在農(nóng)業(yè)機(jī)械上的應(yīng)用進(jìn)行了大膽的嘗試，提供了一種新的思路。

[1]李明喜,陳功振．旋耕機(jī)刀軸的模糊可靠性?xún)?yōu)化設(shè)計(jì)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2002,33(5):131-133．

[2]葛宜元,王金武．水稻整株秸稈還田機(jī)埋草刀軸的模糊可靠性?xún)?yōu)化設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24(5):123-126．

[3]聞邦椿,張國(guó)忠,柳洪義.面向產(chǎn)品廣義質(zhì)量的綜合設(shè)計(jì)理論與方法[M].北京:科學(xué)出版社,2007．

[4]王益軒,朱繼梅.大型汽輪發(fā)電機(jī)定子端部繞組的動(dòng)態(tài)優(yōu)化設(shè)計(jì)[J].機(jī)械科學(xué)與技術(shù).2008.27(2):205-208．

[5]陳黎卿，王 莉，張家啟，等.適用于全喂入聯(lián)合收割機(jī)的1JHSX-34型秸稈粉碎機(jī)設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(9):28-32．

[6]陳黎卿，陳無(wú)畏，何欽章.雙橫臂扭桿獨(dú)立懸架多目標(biāo)遺傳優(yōu)化設(shè)計(jì)[J].中國(guó)機(jī)械工程，2007，18(17):2122-2125．

[7]陳無(wú)畏,時(shí)培成,高立新.ADAMS和Matlab的EPS和整車(chē)系統(tǒng)的聯(lián)合仿真[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38(2):22-25．

2013-01-20

汪永武(1964-),男,副研究員,主要從事現(xiàn)代農(nóng)業(yè)機(jī)械設(shè)計(jì)研究。

TB114.3;TH122

A

1673-1409(2013)05-0079-04