外文翻譯--一種劍桿織機(jī)引緯機(jī)構(gòu)的優(yōu)化設(shè)計(jì) 中文版

1、<p><b>　　外 文 翻 譯</b></p><p>　　原文： An optimization design of a weft insertion mechanism for rapier looms </p><p>　　譯文2： 一種劍桿織機(jī)引緯機(jī)構(gòu)的優(yōu)化設(shè)計(jì)

2、 </p><p>　　一種劍桿織機(jī)引緯機(jī)構(gòu)的優(yōu)化設(shè)計(jì)</p><p>　　作者：竺志超，方志和</p><p><b>　　國(guó)籍：中國(guó)</b></p><p>　　出處：杭州，浙江理工大學(xué)，310033</p><p>　　摘要：通過(guò)分析一個(gè)組合式空間

3、六桿引緯機(jī)構(gòu)，建立了用于優(yōu)化設(shè)計(jì)的實(shí)用模型，并且提出了懲罰策略的修改方案，所以遺傳算法可以很好的用于非線性約束機(jī)構(gòu)的優(yōu)化設(shè)計(jì)。并討論了設(shè)計(jì)結(jié)果。</p><p>　　關(guān)鍵詞：組合機(jī)構(gòu) 引緯運(yùn)動(dòng) 優(yōu)化設(shè)計(jì) 遺傳算法</p><p>　　作為劍桿織布機(jī)五個(gè)主要機(jī)構(gòu)其中之一，在設(shè)計(jì)織機(jī)時(shí)，引緯很關(guān)鍵。因?yàn)槠湫阅軐⒅苯佑绊懻麄€(gè)織機(jī)的工作性能及其織物的質(zhì)量。目前，聯(lián)動(dòng)機(jī)構(gòu)往往</p>

4、;<p>　　用于將傳統(tǒng)織機(jī)到改造成無(wú)梭織機(jī)，因?yàn)槁?lián)動(dòng)機(jī)構(gòu)的制造精度要求比凸輪的那一種更容易達(dá)到，尤其是在傳統(tǒng)織機(jī)中有一個(gè)較低的速度。然而，我們都知道，由于許多限制因素，聯(lián)動(dòng)機(jī)構(gòu)是不那么容易設(shè)計(jì)為凸輪形式的，在這里，我們研究一個(gè)組合式空間六桿引緯機(jī)構(gòu)。</p><p><b>　　引緯運(yùn)動(dòng)的工作原理</b></p><p>　　如圖1所示的一個(gè)引緯機(jī)構(gòu)。

5、它是一個(gè)由三個(gè)部分組成的聯(lián)合機(jī)構(gòu)，它包括：一個(gè)平面四桿ABCD，一個(gè)RSSR機(jī)構(gòu)DCEF和一個(gè)平面齒輪系。從內(nèi)扇形齒輪齒輪到小齒輪和其劍桿輪，其上的軸是固定。當(dāng)以順時(shí)針與恒定角速度驅(qū)動(dòng)曲軸AB旋轉(zhuǎn)時(shí)，該扇形齒輪通過(guò)六連桿組合機(jī)構(gòu)發(fā)生擺動(dòng)，所以劍桿輪劍頭往復(fù)運(yùn)動(dòng)驅(qū)動(dòng)引入緯紗，由以下步驟可以得到的劍桿織機(jī)的位移： </p><p>　　首先，在平面四桿機(jī)構(gòu)ABCD中，表示在初始位置的曲柄轉(zhuǎn)角。當(dāng)如圖1所示，曲柄AB與

6、連桿BC相符合時(shí)，可得</p><p><b>　　（1）</b></p><p><b>　?。?）</b></p><p>　　這里的，，，，是AD，AB，BC，CD各個(gè)桿的長(zhǎng)度。所以從文獻(xiàn)[1]我們可以得到動(dòng)力學(xué)技術(shù)參數(shù)，，，，和，然后，由空間RSSR機(jī)構(gòu)可得到擺臂的輸入運(yùn)動(dòng)</p><p>

7、<b>　?。?）</b></p><p>　　圖1 劍桿織機(jī)引緯運(yùn)動(dòng)的草圖</p><p>　　因此，根據(jù)投影分析方法，我們可以得到運(yùn)動(dòng)學(xué)參數(shù)，，，，和。</p><p>　　最后，通過(guò)一對(duì)齒輪傳動(dòng)，能得到劍頭的運(yùn)動(dòng)學(xué)參數(shù)，包括位移，速度和加速度： </p><p><b>　　（4）</b>&l

8、t;/p><p>　　一個(gè)引緯機(jī)構(gòu)的優(yōu)化設(shè)計(jì)模型</p><p>　　引緯運(yùn)動(dòng)或劍頭運(yùn)動(dòng)，對(duì)于實(shí)現(xiàn)引緯機(jī)構(gòu)功能都很重要。雖然引緯運(yùn)動(dòng)設(shè)計(jì)的關(guān)鍵是了解制造加工的要求，但是引緯運(yùn)動(dòng)被聯(lián)動(dòng)裝置的特性限制了，不能任意設(shè)計(jì)。為了獲得理想的運(yùn)動(dòng)，我們采用一種優(yōu)化技術(shù)來(lái)設(shè)計(jì)這一機(jī)構(gòu)。劍頭所設(shè)計(jì)的運(yùn)動(dòng)有一些設(shè)計(jì)變量：</p><p><b>　?。?）</b>&l

9、t;/p><p>　　每個(gè)參數(shù)在機(jī)構(gòu)的空間范圍內(nèi)都有其對(duì)應(yīng)的上、下極限，即，邊界約束條件</p><p>　　在一個(gè)引緯運(yùn)動(dòng)中，當(dāng)劍桿進(jìn)出梭口時(shí)的慢行程和主動(dòng)運(yùn)動(dòng)，當(dāng)夾鉗在梭口中心時(shí)的整個(gè)行程和緯紗轉(zhuǎn)移時(shí)間，還有它的最大加速度等都是最重要的。加速度最大值會(huì)影響動(dòng)態(tài)性能，需要加以控制，而其他參數(shù)應(yīng)滿足編織加工的需要，如圖2所示，和，和，和是時(shí)間角度以及劍桿頭進(jìn)出梭口時(shí)的相應(yīng)的位移，并且它的行程達(dá)

10、到最大。和分別指筘幅和緯紗轉(zhuǎn)接行程。一般的，劍桿頭進(jìn)入梭口的時(shí)間角大約為75°，劍桿頭離開(kāi)梭口的時(shí)間角大約為285°。它們對(duì)應(yīng)的實(shí)際位移分別為和。時(shí)間角允許的范圍是175°到190°，然后考慮限制因素的允許范圍，根據(jù)織造加工建立劍頭運(yùn)動(dòng)的約束條件：</p><p><b>　?。?）</b></p><p>　　圖2 引緯的工藝

11、參數(shù)</p><p>　　在滿足該編織加工約束條件的前提下，我們應(yīng)該盡可能減少劍頭的最大加速值，降低劍桿織機(jī)驅(qū)動(dòng)系統(tǒng)的動(dòng)載荷和整個(gè)織機(jī)的振動(dòng)。所以，建立優(yōu)化目標(biāo)函數(shù)：</p><p><b>　?。?）</b></p><p>　　這個(gè)函數(shù)比一般的基于錯(cuò)誤的劍桿位移曲線的更簡(jiǎn)潔并且優(yōu)化計(jì)算還能夠加快此外，由聯(lián)動(dòng)機(jī)構(gòu)來(lái)看，約束函數(shù)應(yīng)該包括機(jī)構(gòu)組成

12、條件，即在運(yùn)動(dòng)學(xué)計(jì)算中一個(gè)任意曲柄的轉(zhuǎn)角的自由基值必須大于零，以及許用傳動(dòng)角的條件。</p><p>　　一種引緯機(jī)構(gòu)的優(yōu)化策略</p><p>　　上述優(yōu)化模型是一個(gè)非線性優(yōu)化問(wèn)題，為此要使用遺傳算法。把設(shè)計(jì)變量當(dāng)做染色體，采用浮點(diǎn)數(shù)編碼向量，向量的維數(shù)等于要解決的尺寸，這樣我們就能夠避免二進(jìn)制編碼和解碼過(guò)程，因此提高該算法的運(yùn)行效率。我們采取懲罰戰(zhàn)略，即，對(duì)優(yōu)化問(wèn)題：最大值，影響因素；

13、1，2，…，q，適合的評(píng)價(jià)函數(shù)如下</p><p><b>　　(8)</b></p><p><b>　　處罰函數(shù)</b></p><p><b>　?。?）</b></p><p>　　是一個(gè)用于調(diào)整懲罰程度的參數(shù)，是關(guān)于限制的違約量，在關(guān)于約束的群體中是最大的違約量。因此

14、，我們可以將不可行解保持在每一代種群中使遺傳搜索在可行域和/或不可行域達(dá)到最佳點(diǎn)。</p><p>　　在遺傳和進(jìn)化期間，我們使用一個(gè)精英模型，確保在選擇，交叉和變異后的最佳個(gè)體進(jìn)入下一代。得到一個(gè)新的下一代。我們使用比例選擇，即，根據(jù)染色體的概率來(lái)選擇，通過(guò)隨機(jī)操作確定它是否進(jìn)入新的人口中。交叉算子是一個(gè)</p><p>　　算術(shù)交叉，如果父親一代屬于一個(gè)凸集，那么它們均屬于同一個(gè)凸集的

15、兒子一代。突變算子是非均勻的，所以如果父親是在上限和下限區(qū)域之間，發(fā)生變異的下一代，也存在于同一個(gè)域。每一個(gè)最初的染色體是根據(jù)設(shè)計(jì)參數(shù)的邊界約束隨機(jī)產(chǎn)生，即染色體中的基因被寫(xiě)為</p><p><b>　?。?0）</b></p><p>　　隨機(jī)函數(shù)產(chǎn)生一個(gè)在區(qū)間[ 0，1 ]的隨機(jī)值，所有由公式（10）產(chǎn)生的染色體滿足邊界約束條件，邊界條件形成的域是凸集，我們從上

16、述提到的算子的交叉和變異性質(zhì)知道新一代必須滿足邊界約束。所以在整個(gè)搜索中我們不允許邊界約束懲罰。</p><p>　　對(duì)于一些不符合連鎖形成的約束的染色體采取排斥策略，用新的染色體復(fù)制替換它們。另外，當(dāng)其他特征約束不合格時(shí)，采用懲罰策略，但懲罰函數(shù)可以有不同的形式。得到合理的懲罰因子是非常困難的，它與我們討論的具體問(wèn)題有關(guān)通常要采取測(cè)試。如果因子不合適，有可能是個(gè)別不令人滿意的約束特性比滿足的更好，以至于搜索可能

17、聚集在可行域中。目前，有一些方法可以解決這個(gè)問(wèn)題，例如，鮑威爾介紹的額外的懲罰項(xiàng)，其原則是擴(kuò)大不可行個(gè)體的懲罰，使它們的適應(yīng)度體不會(huì)比可行域內(nèi)個(gè)別最壞的要好。因?yàn)闄C(jī)制設(shè)計(jì)問(wèn)題的一個(gè)最佳點(diǎn)往往存在約束邊界，如圖3所示，這樣對(duì)待不可行個(gè)體將導(dǎo)致失去很多有用的信息。對(duì)這一問(wèn)題文獻(xiàn)[4]提出了一個(gè)算法， 現(xiàn)在，我們引入一個(gè)基于以下分析的改進(jìn)過(guò)的懲罰策略：（一）保持不可行點(diǎn)，例如，其目標(biāo)函數(shù)的值比可行域中的任何一點(diǎn)都要好并使得懲罰更小，因?yàn)樵诩s束

18、邊界上，從這些不可行點(diǎn)它可能找到最佳的點(diǎn)。（二）任何兩個(gè)不可行點(diǎn)，近一點(diǎn)的是在約束邊界，有著更好的值。因此，可以定義適應(yīng)度評(píng)價(jià)函數(shù)：</p><p><b>　　（11）</b></p><p>　　是連續(xù)的，是目前可行范圍中最好的目標(biāo)函數(shù)值，由于點(diǎn)不屬于，故比更好，為了獲得更小的懲罰設(shè)在搜索過(guò)程中最有效地阻擋這些不可行解，即獲得對(duì)搜索更有用的信息，有益于算法的收斂。

19、懲罰函數(shù)基于“一個(gè)點(diǎn)離可行域越遠(yuǎn)懲罰就越大”這一原則建立的，是搜索逐漸接近邊界。</p><p>　　圖3 種群中的個(gè)體分布</p><p><b>　　引緯機(jī)構(gòu)的設(shè)計(jì)結(jié)果</b></p><p>　　轉(zhuǎn)換最小化目標(biāo)函數(shù)（7）到最大化目標(biāo)函數(shù)，并通過(guò)加法使函數(shù)值變合理</p><p><b>　?。?2）<

20、;/b></p><p>　　確保目標(biāo)函數(shù)值在遺傳算法的整個(gè)搜索過(guò)程中大于零，是正的常數(shù)，等于2600。最優(yōu)化時(shí)，令種群數(shù)量為40；最大進(jìn)化代數(shù)；交叉概率；變異概率，另外。搜索結(jié)束后，最佳點(diǎn)是 </p><p>　　它的目標(biāo)函數(shù)是比前一個(gè)更好，它的懲罰策略

21、做了修改和三個(gè)約束相互作用，而修改之前它只有一個(gè)約束界面。根據(jù)優(yōu)化后的版本，引緯機(jī)構(gòu)的劍桿的位移，加速度如圖4所示。劍桿頭進(jìn)出梭口的位移分別為316mm和315mm，劍桿頭的最大位移是1440mm，而織機(jī)的轉(zhuǎn)向角為190°。所以，所有的參數(shù)值滿足織造加工的需求。</p><p>　　圖4 優(yōu)化設(shè)計(jì)后的引緯運(yùn)動(dòng)</p><p>　　進(jìn)化搜索的跟蹤過(guò)程如圖5所示，曲線（a）表示之間每

22、一代的優(yōu)化合理性值和進(jìn)化代數(shù)的關(guān)系，曲線（b）表示每一個(gè)種群的平均合理性（包括不可行點(diǎn)）和凈化代數(shù)的關(guān)系。圖5種群的最初十代不滿足約束條件，大約八十代后搜索收斂。</p><p>　　圖5 遺傳算法的收斂過(guò)程</p><p>　　以上的實(shí)際應(yīng)用表明：（一）通過(guò)采用現(xiàn)代設(shè)計(jì)方法——遺傳算法復(fù)雜的引緯機(jī)構(gòu)設(shè)計(jì)是可行的，（二）本文介紹的處罰方法使得遺傳算法更有效和更普遍的解決數(shù)值優(yōu)化問(wèn)題的非——

23、線性約束</p><p><b>　　參考文獻(xiàn):</b></p><p>　　[1] 華大年等主編．機(jī)構(gòu)分析與設(shè)計(jì)，紡織工業(yè)出版社，北京，</p><p>　　1985，28，181—186.</p><p>　　[2] 玄光男等著，汪定偉等譯．遺傳算法與工程設(shè)計(jì)，科學(xué)出版社，北京，</p><p&g

24、t;　　2000，39—42.</p><p>　　[3] Michalewicz．Z．Genetic Algonthms＋Data Structures =Evolution </p><p>　　Programs．3nd ed．Springer-Verlag，New York，1996.</p><p>　　[4] 林丹等，軟件學(xué)報(bào)，2001，12(4)，628