为寻找一种能够满足所有性能要求,同时又能在不同目标之间最小化权衡的设计方案,将基于近似模型的双层集成系统协同优化(Bi-Level Integrated System Collaborative Optimization,BLISCO)方法应用于电铲结构优化设计。首先,建立电铲的...为寻找一种能够满足所有性能要求,同时又能在不同目标之间最小化权衡的设计方案,将基于近似模型的双层集成系统协同优化(Bi-Level Integrated System Collaborative Optimization,BLISCO)方法应用于电铲结构优化设计。首先,建立电铲的参数化模型,使用试验设计采集样本点进行设计变量的筛选,并建立工作装置的近似模型;然后,将近似模型和BLISCO方法相结合建立多目标优化数学模型;随后,在此基础上系统级和子系统级分别使用第二代非支配遗传算法和序列二次规划法对电铲工作装置进行多目标优化设计。将优化后得到的参数再次仿真,结果表明,在解决上述问题的同时,提升力和推压力分别减小5.4%和6.13%,斗杆与钢丝绳夹角增大1.4%。最后,搭建优化前后的电铲工作装置试验台进行试验,验证了优化结果的正确性。展开更多
文摘为寻找一种能够满足所有性能要求,同时又能在不同目标之间最小化权衡的设计方案,将基于近似模型的双层集成系统协同优化(Bi-Level Integrated System Collaborative Optimization,BLISCO)方法应用于电铲结构优化设计。首先,建立电铲的参数化模型,使用试验设计采集样本点进行设计变量的筛选,并建立工作装置的近似模型;然后,将近似模型和BLISCO方法相结合建立多目标优化数学模型;随后,在此基础上系统级和子系统级分别使用第二代非支配遗传算法和序列二次规划法对电铲工作装置进行多目标优化设计。将优化后得到的参数再次仿真,结果表明,在解决上述问题的同时,提升力和推压力分别减小5.4%和6.13%,斗杆与钢丝绳夹角增大1.4%。最后,搭建优化前后的电铲工作装置试验台进行试验,验证了优化结果的正确性。
