鉸鍊是機械設備中必不可少的組件,可以進行運動和旋轉。 儘管各種類型的鉸鏈已被廣泛用於行業,例如旋轉鉸鏈,胡克鉸鏈,球形鉸鏈,液壓缸和球螺釘螺母對,但它們仍然有一定的限制。 例如,在沉重的負載下,傳統的鉸鏈必須厚,以滿足剛性要求。 此外,在空間有限且負載較大的特殊情況下,傳統的鉸鏈可能難以實現其功能。
結果,對研究新的鉸鏈設計的興趣越來越大。 粒子群優化(PSO)算法是一種群智能算法,已在工程領域中獲得了重大的發展和應用。 該算法利用鳥類群體飛行的食物的行為,通過個人之間的協作和競爭來實現複雜空間中的最佳解決方案。 PSO算法高效,易於實現,並且在工程實踐中廣泛使用。 PSO算法的基本過程包括初始化,粒子飛行和結果確定。 該算法從隨機生成最初的顆粒群體開始,這些粒子在可行區域內移動。 通過計算每個粒子的適應性值,算法確定了每個粒子的新運動方向和速度。 在每一輪粒子運動中,最佳粒子和歷史最佳粒子對下一輪運動都有更大的影響。 多次迭代後,算法獲得了最佳解決方案。
正如Shi和Eberhart提出的那樣,通過引入慣性權重來提高PSO算法的收斂性能。 粒子進化方程涉及多個組成部分,包括慣性,認知和社會合作。 算法參數(例如粒子速度和迭代次數)可以根據特定要求進行調整。 PSO算法已成為工程應用中廣泛使用的智能優化算法,並且通常超過遺傳算法。 但是,PSO算法仍然面臨挑戰,例如過早融合。 因此,已經有大量研究致力於改善PSO算法並解決其局限性。
在鉸鏈設計的背景下,項目要求包括3噸的負載能力和±90度的旋轉角度,尺寸不超過2000 mm x 500 mm x 1000 mm。 為了滿足這些要求,選擇了2RPR機製作為鉸鏈機制。 該機制由一個旋轉對和一個移動對組成,提供高剛度,誤差調整和補償功能。 此外,該機制是對稱的,可以輕鬆安裝和維護。
在優化設計過程中,通過應用幾何約束來滿足旋轉角度和尺寸要求。 但是,關鍵挑戰在於確保該機制具有出色的力傳輸能力。 這通常是通過為機構設置最小傳輸角來實現的。
為了分析力傳輸,選擇了ROD CE作為分析對象。 假設M的負載質量是M的質量中心和旋轉對之間的D距離,則檢查了在桿CE上施加的力。 通過考慮力與桿CE之間的角度以及桿和X軸之間的角度,得出了力平衡方程。 該方程確保了機制的力傳輸能力。
基於分析結果,對移動對進行了相應的設計。 考慮到中風,推力和軸向尺寸,電動缸模型GSX40-1201是初步選擇的。 在最終設計中還考慮了其他因素,例如組件大小。 考慮到它們的高負載能力和精確要求,為每對旋轉對選擇由鋁製青銅製成的滑動軸承。 主要組件由35克MNSIA合金鋼製成,該鋼具有高抗拉強度和彈性模量。
機械設計完成後,建立了CAD模型以可視化最終設計。 粒子群優化算法成功地優化了大型角度重型鉸鏈的設計,以確保其符合所有設計要求。
總之,事實證明,粒子群優化算法有效地優化了大型旋轉 - 角度重型鉸鏈的設計。 通過仔細的配置和分析,實現了2RPR機制的最佳設計。 機械設計,包括組件和材料的選擇,成功完成。 CAD模型提供了最終設計的視覺表示。 總體而言,粒子群優化算法為鉸鏈的有效設計提供了寶貴的工具,並有助於提高各個行業的機械設備的性能和功能。
參考:
1. Wei Minhe,Han Xianguo,Zhang Jun。 對3-UP/S平行台球鉸鏈的優化研究[J]。 航空製造技術,2011年(3):19-23。
2. 李·李(Chen Lishun),李·李(Li Li),張·洪利安(Zhang Hongliang)。 新的超冗餘機器人的聯合設計。 機械設計與製造,2010年(6):148-150。
3. Yang Shun,Cai Anjiang。 基於RBF和粒子群優化算法的電子加速器踏板電壓調節參數的最佳設計[J]。 機械設計與製造,2011(1):72-74。