基于改进非支配排序遗传算法的正铲挖掘机工作装置优化设计

图2
正铲工作装置的数学模型
1.2
目标函数 正铲挖掘机主要用于采矿及装载作业，在挖掘
过程中以纵向斗杆挖掘为主，动臂缸及铲斗缸起调 节铲斗位置和切削角度的作用。 当斗杆推压结束时， 铲斗缸伸出，对物料面进行破碎，并进一步充斗， 然后动臂缸举升使铲斗提升。正铲挖掘机必须保证 挖掘过程中斗杆缸能够产生足够的推压力，同时也 要考虑铲斗缸的破碎能力和动臂缸的提升能力，这些 都是保证正铲挖掘机工作装置正常工作的必要条件。 正铲液压挖掘机常用于矿产的分层开采以及 平整地面， 水平直线挖掘是其重要性能(图 3)。 本文 将正铲挖掘机停机面上水平直线挖掘过程中铲斗切 削后角的变化量作为目标函数。
徐弓岳等：基于改进非支配排序遗传算法的正铲挖掘机工作装置优化设计
37
复杂。且由于挖掘过程的复杂性，很难对挖掘阻力 进行直接分析。目前，关于矿用正铲液压挖掘机的 载荷谱研究没有相应的经验公式可循，本文在挖掘力 [9-10] 计算时仅考虑沿斗齿运动切线方向的挖掘力 。 正铲挖掘机以纵向挖掘为主，本文将主要挖掘 区域内纵向斗杆挖掘最大挖掘力和纵向铲斗挖掘最 大挖掘力作为目标函数。在进行挖掘力计算时还需 考虑各液压缸闭锁条件、前倾限制条件、后倾限制 [9-10] 。斗杆挖掘力 条件、地面附着条件等限制因素 F1 = min {Fa , Fb , Fc , Fd , Fe } 铲斗挖掘力
1
1.1
正铲挖掘机工作装置的数学模型
正铲挖掘机工作装置的结构
正铲工作装置由动臂、斗杆、铲斗和工作液压 缸等组成。本文将整个工作装置作为一个整体进行 研究，工作装置与机身连接点、各部件尺寸、各部 件之间的铰点、工作液压缸参数共同决定了工作装 置的性能。
图3 图1 正铲挖掘机三维模型
水平直线挖掘工况
F1 ( x ) = ∆δ = δ max − δ min
3 2 算法的复杂度，由 O mN 降低为 O mN 。
23 个设计变量
X = { x A , y A , xE , yE , LAB , LAG , LBG , LAF , LBF , LAI , LBI ,
LBC , LBH , LCH , LCJ , LCD , LDJ , L1 , L2 , L3 , λ1 , λ2 , λ3 }
式中，xA，yA，xE，yE 分别为铰点 A 和铰点 E 的坐 标；LAB，LBC，LCD 分别为动臂、斗杆、铲斗的长度； LAG，LBG，LAF，LBF，LAI，LBI，LBH，LCH，LCJ，LDJ 为各个铰点间的距离；L1，L2，L3， λ1 ， λ2 ， λ3 分 别为动臂液压缸、斗杆液压缸、铲斗液压缸的全缩 值和伸缩比。
(1)
正铲挖掘机工作装置的数学模型如图 2 所示， 以回转中心和停机面的交点为原点，水平方向为 x 轴，竖直方向为 y 轴建立坐标系，本文一共选取了
大型正铲液压挖掘机的铲掘对象主要是爆破 后的矿石和岩石，在实际挖掘中挖掘阻力的瞬间变 化存在很大的随机性，这导致挖掘过程中载荷情况
万方数据
月 2016 年 11 月
0
前言
*
液压挖掘机在建筑、交通运输、水利施工、露
∗ 国家优秀青年科学基金 (51422509) 和国家自然科学基金(51275437) 资 助项目。20151110 收到初稿，20160825 收到修改稿
天采矿及现代化军事工程中都有着广泛应用，是各 种土方施工中不可缺少的一种重要机械设备。正铲 挖掘机具有较大的挖掘力和掘起力，能实现铲斗的 水平直线挖掘，很好地满足了矿产的分层开采，清 理和平整作业场地的要求。正铲工作装置的尺寸是 挖掘机设计中极为重要的部分，它直接影响着整机
(1. 先进锻压成型技术与科学教育部重点实验室(燕山大学) 秦皇岛 066004； 2. 燕山大学河北省并联机器人与机电系统实验室 秦皇岛 066004)
摘要：采用多目标进化算法对正铲挖掘机工作装置进行优化设计，目标是水平直线挖掘铲斗切削后角变化量、主要挖掘区域 内纵向斗杆挖掘最大挖掘力和纵向铲斗挖掘最大挖掘力 3 个性能指标。针对 NSGA-II 处理具有复杂 Pareto 最优前端优化问 题能力不足的问题，提出动态拥挤排序策略，提高算法求解的多样性，引入差分算子和柯西变异算子，提高算法的全局寻优 能力。使用 ZDT 系列测试函数对改进算法进行测试研究，结果表明改进算法的收敛性指标和多样性指标均有很大提高，能 够很好地处理具有复杂 Pareto 最优前端的优化问题。基于改进的优化算法对正铲挖掘机工作装置进行优化设计，并利用理想 解法得到了最满意优化方案，优化结果表明了改进算法应用于实际工程问题的有效性和可行性。 关键词：正铲挖掘机；工作装置；多目标优化；NSGA-II；理想解法 中图分类号：TH122；TU621

万方数据
36
机
械
工
程
学
报
第 52 卷第 21 期期
工作效率及作业性能。正铲工作装置的优化问题是 多变量、多约束、多目标的非线性优化问题。蒋炎 [1] 坤等 将斗杆挖掘力和铲斗挖掘力线性加权后作为 目标函数，通过遗传算法对挖掘机工作装置进行优 [2] 化设计。卜祥建等 将力学性能和工作尺寸通过线 性加权统一为一个目标，通过广义既约梯度算法对 [3] 挖掘机工作装置进行多目标优化。杨莹等 将挖掘 图谱指标通过线性加权转换为单一目标，采用复合 [4] 形法对正铲挖掘机进行优化设计。张羽林等 基于 ADAMS 的挖掘机工作装置仿真优化研究表明，工 作范围和力学性能的多个目标之间相互制约，在进 [5] 行优化时需要进行综合考虑。邱清盈等 提出了一 种基于全局灵敏度分析的复杂优化模型的分解方 法，对反铲挖掘机工作装置进行了多目标优化，取 得了很好的效果。早期的多目标优化方法通过加权 组合、目标规划等将多个目标转化为单目标优化问 题来处理， 但权系数的设置要求有很强的先验知识， 而且一次优化只能得到一组最优解，无法得到综合 考量各方面性能的最优解集。基于 Pareto 支配关系 的优化算法能使种群收敛到一个不被其他任何解支 配的 Pareto 最优解集，已被成功应用于许多领 [6-8] 域 ，是当前多目标优化算法的研究热点。本文采 用基于 Pareto 支配关系的非支配排序遗传算法 (Non-dominated sorting genetic algorithm II, NSGA-II)来进行正铲挖掘机工作装置的优化设计。
Optimization of Face-shovel Excavator’s Attachment Based on Improved NSGA-II
XU Gongyue1, 2 DING Huafeng1, 2 SUN Yuyu1, 2
(1. Key Laboratory of Advanced Forging & Stamping Technology and Science (Yanshan University), Ministry of Education of China, Qinhuangdao 066004； 2. Hebei Provincial Key Laboratory of Parallel Robot and Mechatronic System, Yanshan University, Qinhuangdao 066004)
Abstract：A multi-objective evolutionary algorithm is applied to optimize the face-shovel excavator attachment, which sets the variable quantity of bucket’s cutting angle in excavating along horizontal line, the stick digging force and the bucket digging force in vertical direction in main digging range as optimization goals. Aiming at improving the performance of NSGA-II in the optimization problems of complicated Pareto front, a dynamic sorting algorithm is designed to improve the diversity. Differential evolution operator and Cauchy mutation operator are proposed for improving the convergency and the ability of global optimization. By using a class of continuous multi-objective optimization test instances to test the improved NSGA-II, the experimental results indicate that the proposed algorithm could significantly outperform NSGA-II on these test instances. The proposed algorithm is applied to a practical example of face-shovel excavator, and can make use of TOPSIS to select the most satisfied schedule from the Pareto set. The comparison with other schemes testifies the feasibility and effectiveness of the improved NSGA-II. Key words：face-shovel excavator；working device；multi-objective optimization；NSGA-II；technique for order preference by similarity to ideal solution