基于多島遺傳算法的大型疏浚抓斗機(jī)構(gòu)優(yōu)化設(shè)計(jì)

甄義省

中國(guó)鐵建港航局集團(tuán)有限公司

陳凱凱

武漢理工大學(xué)物流工程學(xué)院

?

基于多島遺傳算法的大型疏浚抓斗機(jī)構(gòu)優(yōu)化設(shè)計(jì)

甄義省

中國(guó)鐵建港航局集團(tuán)有限公司

陳凱凱

武漢理工大學(xué)物流工程學(xué)院

摘要：根據(jù)大型疏浚抓斗的作業(yè)特點(diǎn)，對(duì)設(shè)備結(jié)構(gòu)進(jìn)行簡(jiǎn)化，獲得抓斗挖料力學(xué)模型。提出了用于描述抓斗挖掘性能的推重比，以此為優(yōu)化目標(biāo)，提取出影響抓斗推重比的7個(gè)關(guān)鍵參數(shù)，建立了抓斗機(jī)構(gòu)的數(shù)學(xué)優(yōu)化模型?；诙鄭u遺傳算法在全局范圍內(nèi)尋優(yōu)，實(shí)現(xiàn)了對(duì)抓斗機(jī)構(gòu)的優(yōu)化。優(yōu)化后抓斗性能得到明顯改善：推重比由原方案中的4.972降低為3.470，最大單缸推力減少了27.8%，挖料量增加了3.4%。

關(guān)鍵詞：疏浚抓斗； 推重比； 優(yōu)化模型； 多島遺傳算法

1引言

疏浚抓斗主要用于河道湖泊、近海港口、水利工程等的疏浚清淤工作，根據(jù)動(dòng)力源不同可分為重力式抓斗和液壓式抓斗。重力式抓斗以抓斗自重作為動(dòng)力源，協(xié)同起升繩、開閉繩實(shí)現(xiàn)裝卸料；液壓式抓斗則由電機(jī)提供動(dòng)力，通過(guò)液壓缸伸縮驅(qū)動(dòng)斗瓣運(yùn)動(dòng)，主要用于挖掘阻力較大的場(chǎng)合。目前，日本的“東祥號(hào)”和“五祥號(hào)”疏浚船已經(jīng)配備了200 m3級(jí)液壓抓斗[1]，我國(guó)自主研發(fā)的疏浚抓斗中以重力式抓斗居多，且斗容普遍低于30 m3，50 m3級(jí)抓斗也正積極研制中[2]。近些年來(lái)，隨著海上疏浚和填筑工程日漸興起，疏浚市場(chǎng)對(duì)疏浚設(shè)備的效率、成本和節(jié)能減排等提出了更高的要求，大型化、高效率和低耗能已經(jīng)成為疏浚抓斗發(fā)展的趨勢(shì)，研制超大型液壓抓斗正成為我國(guó)疏浚行業(yè)所面臨的一大挑戰(zhàn)。

本文研究的大型疏浚抓斗采用液壓油缸驅(qū)動(dòng)，具有挖掘量大、結(jié)構(gòu)尺寸大、受載復(fù)雜等特點(diǎn)。通過(guò)產(chǎn)品類比和已有經(jīng)驗(yàn)進(jìn)行了初步方案設(shè)計(jì)，在此基礎(chǔ)上基于高效、節(jié)能的設(shè)計(jì)要求，對(duì)抓斗機(jī)構(gòu)進(jìn)行了深入的優(yōu)化設(shè)計(jì)研究，取得了一定的研究成果。

2抓斗機(jī)構(gòu)數(shù)學(xué)優(yōu)化模型

2.1抓斗機(jī)構(gòu)簡(jiǎn)化模型

疏浚抓斗結(jié)構(gòu)組成如圖1所示，斗瓣與橫梁在支撐鉸點(diǎn)鉸接。作業(yè)時(shí)，通過(guò)控制液壓油缸伸縮驅(qū)動(dòng)斗瓣閉合、開啟，從而完成對(duì)物料的裝卸作業(yè)。斗瓣對(duì)稱布置在左右兩側(cè)，通過(guò)連桿確保兩斗瓣同步運(yùn)動(dòng)。根據(jù)抓斗結(jié)構(gòu)組成將抓斗機(jī)構(gòu)簡(jiǎn)化成圖2所示。圖中，O點(diǎn)為斗瓣與支撐架的連接鉸點(diǎn)，D點(diǎn)為斗瓣與油缸的連接鉸點(diǎn)，AC表示斗瓣底板，AB為斗瓣側(cè)刃。

圖1　疏浚抓斗結(jié)構(gòu)組成

圖2　抓斗機(jī)構(gòu)簡(jiǎn)化示意圖

2.2優(yōu)化模型

2.2.1設(shè)計(jì)參數(shù)

設(shè)計(jì)參數(shù)是根據(jù)實(shí)際作業(yè)條件或?qū)嶋H需求，在抓斗設(shè)計(jì)設(shè)計(jì)時(shí)應(yīng)滿足的基本參數(shù)，本文中包括2個(gè)設(shè)計(jì)參數(shù)：抓斗額定斗容[V]和斗瓣最大轉(zhuǎn)角η。

2.2.2設(shè)計(jì)變量

設(shè)計(jì)變量的選取需要進(jìn)行綜合考量，如變量對(duì)目標(biāo)函數(shù)的影響是否顯著，變量之間是否相互獨(dú)立等。本文選取了7個(gè)結(jié)構(gòu)參數(shù)作為設(shè)計(jì)變量，即X=[x1,x2,x3,x4,x5,x6,x7]T，如圖2所示。這7個(gè)設(shè)計(jì)變量為斗瓣的主體結(jié)構(gòu)參數(shù)，局部結(jié)構(gòu)參數(shù)則需要結(jié)合結(jié)構(gòu)強(qiáng)度、剛度等進(jìn)一步確定。其中，x1為油缸鉸點(diǎn)半徑，x2為底刃鉸點(diǎn)半徑，x3為斗瓣結(jié)構(gòu)張角，x4為斗瓣后角，x5為斗瓣前角，x6為斗瓣間距，x7為斗瓣寬度。

2.2.3優(yōu)化目標(biāo)

為獲得最大挖掘性能，應(yīng)使抓斗挖料量盡可能大，而液壓油缸的最大推力盡可能小，使系統(tǒng)動(dòng)力得到充分發(fā)揮。故將抓斗油缸最大推力Fmax與挖掘物料的重量Gb的比值作為目標(biāo)函數(shù)，稱為液壓抓斗的推重比，并使其在約束條件下達(dá)到最小，即

其中，液壓油缸最大推力

(1)

αi為斗瓣位置參數(shù)，表示在斗瓣處于某一轉(zhuǎn)角狀態(tài)時(shí)，抓斗側(cè)刃與豎直平面之間的夾角，αi∈(0,η)。F(X,αi)為抓斗在αi位置時(shí)的液壓油缸的推力，是設(shè)計(jì)變量X和位置參數(shù)αi的函數(shù)。疏浚抓斗在挖掘作業(yè)過(guò)程中，斗瓣受到的力主要有液壓油缸對(duì)斗體的驅(qū)動(dòng)力F，支撐架對(duì)斗體的支持力F支，斗體自身重力G，浮力F浮，水平刃口的切入阻力R1，顎鏟側(cè)板切割刃的切入阻力R2，土體的推壓阻力R3和抓斗側(cè)板受到的摩擦阻力R4，各力分量表達(dá)式參考自文獻(xiàn)[3]中對(duì)電液疏浚抓斗所做的一些研究，受力情況如圖3。各力在O點(diǎn)取矩，由力矩平衡可得到油缸推力表達(dá)式，式中l(wèi)i為各力對(duì)應(yīng)的力臂。

(2)

圖4為抓斗挖料示意圖，陰影部分為被挖掘物料。抓斗閉合時(shí)挖掘物料的重量為Gb(X)=γV(X)，γ為物料容重，則被挖掘物料體積為

(3)

圖3　抓斗挖料受力模型

圖4　抓斗挖料量計(jì)算模型

2.2.4邊界條件和約束條件

結(jié)構(gòu)尺寸邊界

側(cè)刃與底刃夾角限制

結(jié)構(gòu)關(guān)鍵尺寸比值限制

保證液壓油缸有足夠的動(dòng)作空間

單缸最大推力限制

抓斗挖掘物料體積應(yīng)不低于設(shè)計(jì)值，即

3優(yōu)化算法

該優(yōu)化模型具有6個(gè)設(shè)計(jì)變量、1個(gè)非線性目標(biāo)函數(shù)和10個(gè)不等式約束條件，屬于單目標(biāo)非線性優(yōu)化問(wèn)題。在目標(biāo)函數(shù)中，因?yàn)橛透鬃畲笸屏τ墒阶覨max=max[F(X,αi)]獲得，即Fmax取諸多離散狀態(tài)下F(X,αi)的最大值。這可能導(dǎo)致目標(biāo)函數(shù)表現(xiàn)出非線性、非連續(xù)和不可微的特點(diǎn)，因而難以采用傳統(tǒng)的基于函數(shù)梯度或?qū)?shù)的搜索算法，運(yùn)用多島遺傳算法(MIGA，Multi-Island Genetic Algorithms)可以解決此類優(yōu)化問(wèn)題[4]。

MIGA是一種基于隨機(jī)搜索技術(shù)的進(jìn)化計(jì)算方法，可以對(duì)設(shè)計(jì)空間進(jìn)行全局探索，從而避免了集中在局部區(qū)域的搜索，具有比傳統(tǒng)遺傳算法(GA，Genetic Algorithms)更優(yōu)良的全局求解能力和計(jì)算效率[4]。MIGA將一個(gè)大的種群分成若干個(gè)子種群，稱之為“島”。在每個(gè)島上仍然采用傳統(tǒng)GA算法進(jìn)行子種群的演化。子種群每演化一定代數(shù)，會(huì)按一定的比例遷移到其它島上，完成不同子種群間個(gè)體的交換，然后繼續(xù)按GA算法演化[5]。圖5顯示了MIGA的計(jì)算流程。

圖5　MIGA算法流程

4優(yōu)化計(jì)算及結(jié)果

本優(yōu)化計(jì)算以136 m3抓斗的初步方案為研究對(duì)象。MIGA 算法中相關(guān)參數(shù)設(shè)置如下：子群規(guī)模選擇30，島的個(gè)數(shù)選擇10，總進(jìn)化代數(shù)選擇 20，交叉概率取 0.9，變異概率取0.05，島間遷移率取0.2，遷移間隔代數(shù)選擇5，保留到下一代的精英個(gè)體量選擇3，總迭代次數(shù)為6 000次。圖6顯示了目標(biāo)函數(shù)隨迭代次數(shù)的變化曲線。從圖中可以看出，在MIGA 算法尋優(yōu)過(guò)程中,出現(xiàn)了少量的大幅度“跳動(dòng)”現(xiàn)象，但迭代結(jié)果大多在3.5附近波動(dòng)，表明算法仍保持了一定的穩(wěn)定性。

圖6　優(yōu)化目標(biāo)迭代結(jié)果

優(yōu)化前后抓斗機(jī)構(gòu)設(shè)計(jì)方案如表1所示。從表中可以看出，在機(jī)構(gòu)優(yōu)化后，抓斗的推重比由4.972下降為3.470，優(yōu)化效果顯著。其中，單缸最大推力由5 533.3 kN下降為3 993.1 kN，降低了27.8%；而抓斗的挖料量由139.1 m3上升為143.8m3，增加了3.4%。在優(yōu)化方案中，設(shè)計(jì)變量x1、x5和x7均已接近上限值。這表明抓斗機(jī)構(gòu)設(shè)計(jì)中，在保證機(jī)構(gòu)不產(chǎn)生干涉的前提下，對(duì)油缸鉸點(diǎn)半徑、斗瓣前角和斗瓣寬度3個(gè)結(jié)構(gòu)參數(shù)應(yīng)盡量取最大值，這有利于抓斗挖掘性能的提升。

表1　不同插入深度下得到的優(yōu)化方案

5結(jié)語(yǔ)

大型疏浚抓斗具有挖料量大、適應(yīng)能力強(qiáng)的特點(diǎn)，是海上疏浚和填筑工程中的關(guān)鍵設(shè)備。本文對(duì)抓斗機(jī)構(gòu)進(jìn)行數(shù)學(xué)建模，提出了用于描述抓斗挖掘性能的推重比概念。通過(guò)多島遺傳算法(MIGA)對(duì)設(shè)計(jì)空間進(jìn)行全局探索，將推重比由原方案中的4.972降低為3.470，使抓斗挖掘性能得到進(jìn)一步的提升。

參 考 文 獻(xiàn)

[1]田金柱,蔡峰,張巍華,王智偉. 挖泥船用200 m3大型抓斗機(jī)電氣系統(tǒng)設(shè)計(jì)基于多島遺傳算法的大型疏浚抓斗機(jī)構(gòu)優(yōu)化設(shè)計(jì)[J].船舶工程,2015,S1:163-166.

[2]潘品鋒,張玉蓮. 50 m3級(jí)大型疏浚抓斗參數(shù)設(shè)計(jì)及CAE靜力分析[J]. 造船技術(shù), 2015(2): 78-84.

[3]許炎林,胡吉全. 電液疏浚抓斗挖掘過(guò)程受力分析[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版), 2015,05:1079-1082+1086.

[4]劉克龍,姚衛(wèi)星,余慶雄. 幾種新型多學(xué)科設(shè)計(jì)優(yōu)化算法及比較[J].計(jì)算機(jī)集成制造系統(tǒng),2007,13(2):209-216.

[5]周威,陸金桂. 多島遺傳算法在螺旋槳優(yōu)化設(shè)計(jì)中的應(yīng)用[J]. 船舶工程, 2014,05:46-48+68.

Mechanism Optimization of Large Dredging Grab Based on Multi-Island Genetic Algorithms

CRCC Harbour & Channel Engineering Bureau Group Co.Ltd,Zhen Yisheng

School of Logistics Engineering Wuhan University of TechnologyChen Kaikai

Abstract:According to the operating characteristics of large-scale dredging grab, a structural predigestion of the device was performed, and a mechanical model of the grab was obtained. A new conception, named thrust-weight ratio, was proposed to describe the performance of grab. Based on the optimization target of minimizing the thrust-weight ratio, 7 critical parameters were extracted, and a mathematical model of the grab mechanism was established. Using the multi-island genetic algorithms (MIGA) to find the best solution in the global scope. And the solution optimized brings a great improvement to the grab performance: the thrust-weight ratio decreased to 3.470 from 4.972, and the largest thrust of a single hydraulic cylinder declined 27.8%, however, digging capacity grew 3.4%.

Key words:dredging grab, thrust-weight ratio, optimization model, MIGA

DOI：10.3963/j.issn.1000-8969.2016.02.002

收稿日期：2016-03-22

甄義省： 519000， 廣東省珠海市香州區(qū)翠峰街189號(hào)