机电一体化读后感精选(36)

Loc
Loc
Loc
Loa Lab Lbc-Loc-2max(Loa，Lab，Lbc，Loc)≤0
2基于Isight与ADAMS面向对象的多杆机构优化设计
通过Isight对用户建立的ADAMS参数化仿真模型的仿真分析流程进行集成和管理，借助Isight提供的多种优化搜索策略对多杆机构的多目标多约束优化问题进行求解，从而获得满足设计要求的整体优化结果。
2.1ADAMS参数化模型的建立
取双曲柄滑块机构从动曲柄水平位置为建模参考位置，利用优化参数对模型坐标点进行参数化，从而建立双曲柄滑块机构的仿真参数化模型。最终建立由杆系几何参数约束的ADAMS参数化模型。其中:α=cosLab2 Loa2 Loc2-Lbc22LoaLoa2槡 Loc()2，β=atanLocLoa()。
2.2双曲柄滑块机构优化
Isight具备试验设计方法(designofexperiment)，梯度优化算法(gradientoptimization)，直接搜索方法(directsearch)，全局优化算法(globaloptimization)等多个优化求解模块，考虑到上述双曲柄滑块机构设计参数不多，以梯度优化算法中的NLPQL算法为例，对双曲柄滑块相关目标函数的优化问题进行求解。
NLPQL算法将目标函数以二阶泰勒级数展开，并通过把约束条件线性化的方式二次规划得到下一个设计点，然后根据2个可供选择的优化函数执行一次线性搜索，其中Hessian矩阵由BFGS公式更新，该算法具有运行稳定，数据收敛速度快的特点。
3仿真结果分析
在Isight中设置好设计变量，约束条件和优化目标后调用ADAMS模型进行批处理运算，计算过程中对每个样本点进行迭代，以双曲柄滑块机构增力特性优化流程结果为例。
在NLPQL算法作用下，设计变量在所定义的变化限制范围内逐步收敛得到所限制范围内的局部最优解。，相同负载条件下，优化后的驱动扭矩较优化之前降低了35%，达到了良好的优化效果。