發(fā)布時間：2020-06-03 03:38

【摘要】：當今信息時代,科學技術(shù)飛速發(fā)展,傳統(tǒng)學科正在信息技術(shù)帶動下煥發(fā)新的活力,各學科之間不斷相互補充、交叉、滲透,從而使其理論研究范圍和應(yīng)用領(lǐng)域得到不斷拓展。傳統(tǒng)機械學在其研究對象、內(nèi)容、理論與方法等方面也正經(jīng)歷著深刻變革,以使自身提高到與信息產(chǎn)業(yè)革命及其他學科發(fā)展相適應(yīng)的層次,其中機械創(chuàng)新設(shè)計方法就是一個非�；钴S的研究領(lǐng)域。 本文借鑒國內(nèi)外相關(guān)研究成果,以平面機構(gòu)軌跡綜合與創(chuàng)新設(shè)計理論為重點研究對象,將新型計算智能方法與創(chuàng)新設(shè)計理論引入其中,為平面機構(gòu)軌跡綜合與創(chuàng)新設(shè)計理論提供了一種新的研究途徑。 將人工免疫算法用于平面機構(gòu)的直接和間接近似綜合,對目前基于定量描述軌跡特征的機構(gòu)軌跡綜合方法進行了改進。在直接綜合方法中采用了免疫網(wǎng)絡(luò)多峰優(yōu)化算法以解決優(yōu)化算法普遍存在的解的相似性問題,該方法不僅具有良好的全局收斂性和魯棒性,而且可以同時求得多個候選解; 在間接綜合方法中則利用免疫計算方法在模式識別方面的優(yōu)良特性,采用不同免疫計算方法模型對軌跡曲線進行聚類、分類和檢索,提出了一種新的基于免疫計算的間接綜合方法。 借鑒顏氏機構(gòu)創(chuàng)新設(shè)計方法學的創(chuàng)新策略,并將機構(gòu)軌跡綜合方法應(yīng)用于機構(gòu)創(chuàng)新設(shè)計,提出了基于軌跡特征的平面機構(gòu)創(chuàng)新設(shè)計方法。隨后對其重要支撐技術(shù)機構(gòu)同構(gòu)判定方法和機構(gòu)運動鏈草圖的自動繪制方法進行了研究:對機構(gòu)同構(gòu)判定問題,首先將其轉(zhuǎn)化為可降次的旅行商問題,然后采用螞蟻算法和免疫計算方法進行了求解; 機構(gòu)運動鏈草圖的自動繪制本質(zhì)上可視為運動鏈圖的基本回路的排列問題,通過引入圖論方法對其基本回路進行生成與排序,提出了一種基于回路配置的機構(gòu)運動鏈草圖自動繪制方法。 此外,本文還對基于定性描述軌跡特征的機械運動方案設(shè)計方法進行了研究,提出了機械運動方案設(shè)計的多粒度共進化功能推理方法,該方法采用分類功能來描述機構(gòu)單元及機械系統(tǒng)的運動特征信息,將機構(gòu)單元和機械系統(tǒng)都看成運動功能變換函數(shù),通過多粒度功能推理來生成機械運動變換單元的串聯(lián)組合方案。 基于上述理論方法研究成果,研制了計算機輔助機構(gòu)軌跡創(chuàng)新設(shè)計原型系統(tǒng),并通過織布機開口機構(gòu)設(shè)計實例驗證了其可行性和有效性。
【圖文】：

它們試圖一次性從形狀、大小、擺放角度和位置和采樣時間預(yù)期曲線進行綜合比較，這些過多的設(shè)計約束大大減小了搜索數(shù)量。差為例，通常機構(gòu)誤差定義為期望軌跡曲線和生成軌跡曲線上均方值，例如最常見的四桿機構(gòu)的結(jié)構(gòu)誤差定義為(2.1)式：211ni iiSE PQn== ∑ 3 θ)，1 2 3 4 5 0 0 1 2r =( r , r , r , r , r , x , y , θ , θ)為連桿確定連桿點位置的參數(shù)上的對應(yīng)點，如圖 2.1 所示。可以看出，如果就根據(jù)圖中兩曲然得到一個很大的結(jié)構(gòu)誤差值，但是，，這兩條曲線顯然是很相曲線進行平移、旋轉(zhuǎn)和比例變換，然后再取與期望軌跡上位置對進行計算，就可得到一個很小的結(jié)構(gòu)誤差。所以說結(jié)構(gòu)誤差計算、大小、擺放角度和位置和采樣時間幾個同時考慮，相對比較度看，其中最大允許偏差法可以對局部軌跡點設(shè)置不同的匹配點較多的精確點軌跡生成問題，且可較精確地控制生成曲線。

華 中 科 技 大 學 博 士 學 位 論 文基于上述模型和 3.2 節(jié)所述的免疫算法的分類、聚類與匹配的機理，下面以四連桿機構(gòu)軌跡綜合為例討論基于免疫算法的機構(gòu)軌跡間接綜合方法。其中用 AINE 模型對機構(gòu)軌跡矩常量進行聚類操作，通過聚類達到構(gòu)造機構(gòu)軌跡的初始分類結(jié)構(gòu)的目的；AIRS模型用于對全部標準化和離散化的軌跡圖像進行歸類；進而利用改進的 NSA 模型用對設(shè)計要求的軌跡與預(yù)先分類軌跡之間的匹配任務(wù)進行求解。其基本步驟如下：3.3.1 產(chǎn)生訓(xùn)練軌跡對于四桿機構(gòu)而言，需要如圖 3.4(a)所示的 9 個參數(shù)1 2 3 4 5 0 0 1 2( r , r , r , r , r , x , y , θ , θ )才能完全確定其位置與軌跡形狀，但是真正影響軌跡幾何形狀的參數(shù)只有1 2 3 4 5 2( r , r , r , r , r , θ )，也等效于圖 3.4(b)中的參數(shù) ( 1,2, ,6)ir i =L 。機構(gòu)軌跡綜合的第一步就是要，生成大量的不同的軌跡曲線模式，一般通過改變參數(shù) ( 1,2, ,6)ir i =L由計算機自動生成，從而得到訓(xùn)練軌跡曲線的初始數(shù)據(jù)集合。
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2005
【分類號】：TH112.1

【引證文獻】

相關(guān)期刊論文 前3條

1 黃力誼;;平面機構(gòu)的運動分析[J];法制與經(jīng)濟(下旬);2011年08期

2 劉勇;董方敏;肖人彬;;基于人工免疫網(wǎng)絡(luò)的快速機構(gòu)軌跡綜合[J];華中科技大學學報(自然科學版);2007年03期

3 劉騰;馮立艷;李學剛;田明瑜;;基于數(shù)學形態(tài)學的連桿曲線特征描述[J];機械設(shè)計與制造;2011年03期

相關(guān)碩士學位論文 前2條

1 李寧波;機構(gòu)方案創(chuàng)新設(shè)計及其自動化創(chuàng)成研究[D];湘潭大學;2010年

2 顧新春;基于BP神經(jīng)網(wǎng)絡(luò)算法的四桿機構(gòu)軌跡分析[D];合肥工業(yè)大學;2007年

本文編號：2694236