綜合多工況的挖掘機智慧型集成最佳化設計新策略的研究

《綜合多工況的挖掘機智慧型集成最佳化設計新策略的研究》是依託福州大學，由林述溫擔任項目負責人的面上項目。

基本介紹

• 中文名：綜合多工況的挖掘機智慧型集成最佳化設計新策略的研究
• 依託單位：福州大學
• 項目類別：面上項目
• 項目負責人：林述溫

項目摘要

針對現有智慧型最佳化設計方法未能充分利用最佳化過程的知識來指導最佳化設計求解過程，易陷入局部最優解，效率低，難以適應工況複雜的挖掘機整機集成最佳化設計問題，以綜合多工況的挖掘機機構參數和主構件結構集成最佳化設計為例，研究文化蟻群算法套用於複雜機械系統多學科集成智慧型最佳化設計的方法，探討採用元胞自動機在信念空間中的知識的指導產生所需的搜尋鄰域，避免最佳化過程陷入局部最優解。研究支持最佳化設計過程的知識本體構建方法和算法，探討挖掘和存儲最佳化過程新知識的途徑，解決最佳化過程知識重用和共享問題；研究用邊際值法則實現信念空間的規範知識、領域知識、形勢知識、歷史知識、拓撲知識五種知識對最佳化設計過程蟻群最佳化搜尋的引導，實現邏輯最佳化推理與最佳化數值計算集成，建立能夠有效進行知識表達、獲取、重用和共享的智慧型最佳化設計框架及其算法。克服現有複雜機械系統智慧型最佳化計算效率低、易陷入局部最優解等問題，實現挖掘機的節能、省材和良好動力性能。

結題摘要

針對現有挖掘機最佳化設計方法未能充分獲取與利用知識引導最佳化建模與求解過程，尚未實現綜合多工況的整機機構參數和構件結構多學科集成最佳化設計等問題，導致最佳化效率低且最佳化效果不理想等問題，以挖掘機工作裝置主構件為研究對象，研究將基於本體知識庫的挖掘機工作裝置智慧型最佳化設計新方法。 研究基於知識的分層智慧型最佳化新機制，採用靈敏度分析方法合理選擇最佳化變數，提取結構變數尋優知識,提高了最佳化效率和質量。提出基於工作裝置結構性能多狀態約束的多目標處理新策略，以及層次式約束模型構建方法，以基於規則和特徵矩陣的幾何形狀約束模型替代複雜的傳統函式型約束模型，建立了基於神經網路的動臂和斗桿結構性能約束模型，大大縮短了最佳化過程約束處理時間。為充分獲取並利用動臂和斗桿結構性能知識引導結構最佳化，提高知識可重用性，研究並提出基於特徵細化的動臂和斗桿結構性能知識獲取和表達方法，構建了動臂和斗桿結構性能特徵知識自動獲取與快速配置新機制，實現了結構動、靜態性能特徵的自動提取，獲取了隱含在結構性能中的結構性能特徵知識。建立了基於矩陣的層次式結構性能特徵知識模型，並提出了結構性能特徵知識快速配置與重用方法，解決了知識管理困難、知識重用效率低等問題，為縮短最佳化過程知識推理周期奠定了重要基礎。研究出一種最佳化過程深層次隱性知識的的挖掘、處理以及信念空間五種知識的獲取、表達和利用方法，實現了隱性約束知識和隱性目標知識的挖掘、處理與利用的循環。構建了基於文化算法的知識進化與數值最佳化緊密集成的雙重進化新機制，通過對約束知識與目標知識的分級處理，從群體中挖掘深層次隱性知識，並提煉為信念空間五種知識，實現最佳化過程知識進化；構建知識作用模組實現信念空間五種知識對群體進化的引導，設計最佳化過程知識引導的新型文化遺傳算法，通過實例驗證了最佳化過程知識對提高最佳化效率、改善最佳化效果作用十分顯著。 提出一種多層次知識集成驅動機制，構建了與知識集成引導智慧型最佳化設計新策略相適應的知識庫系統，解決了知識在結構智慧型最佳化設計系統各功能模組中的共享與重用問題，提高了知識推理與利用效率。開發了基於智慧型最佳化新策略的結構最佳化設計軟體，以工作裝置動臂和斗桿結構最佳化設計為套用實例，結果表明：動臂質量比經驗設計的動臂降低了20. %，斗桿質量減小了25%，結構應力分布更合理，更不容易發生共振，實現了省材節能。最佳化總運行時間比傳統最佳化方法縮短了4-5倍。驗證了本研究的結構