某彈鼓構(gòu)件參數(shù)化分析與結(jié)構(gòu)優(yōu)化

樊永鋒，張海洋，劉明敏，吳寶雙，徐志遠(yuǎn)，陳 雷

(中國船舶重工集團(tuán)公司第七一三研究所， 鄭州 450015)

為了準(zhǔn)確對某彈鼓進(jìn)行參數(shù)化分析與結(jié)構(gòu)優(yōu)化，采用虛擬樣機(jī)軟件ADAMS/View對其構(gòu)件進(jìn)行參數(shù)化建模和仿真分析，進(jìn)行優(yōu)化設(shè)計。在建立參數(shù)化模型時，根據(jù)需求分析確定相關(guān)的關(guān)鍵參數(shù)，并將這些關(guān)鍵參數(shù)設(shè)置為設(shè)計變量，在參數(shù)化分析時，只需要改變這些變量值的大小，虛擬樣機(jī)模型就能夠自動更新，以便觀察不同參數(shù)值下樣機(jī)性能變化[1]。

進(jìn)行參數(shù)化建模時，ADAMS/View提供了4種參數(shù)化的方法：參數(shù)化點坐標(biāo)、設(shè)計變量、參數(shù)化運動方式和參數(shù)化表達(dá)式[2]。洪吉超等[3]通過參數(shù)化點坐標(biāo)方法對滾動軸承進(jìn)行參數(shù)化建模與動力學(xué)仿真，優(yōu)化高速軸承的動力學(xué)特性。郭小寧[4]利用參數(shù)化點坐標(biāo)方法，建立挖掘機(jī)工作裝置機(jī)構(gòu)系統(tǒng)模型，實現(xiàn)挖掘機(jī)虛擬樣機(jī)工作裝置的尺寸參數(shù)化驅(qū)動和運動約束。梁爽等[5]提出1種以三維參數(shù)化仿真為核心，進(jìn)行壓氣機(jī)靜葉聯(lián)調(diào)機(jī)構(gòu)方案設(shè)計的方法。

胡正勇等[6]利用ADAMS軟件進(jìn)行二次開發(fā)功能，建立某款塑殼斷路器機(jī)構(gòu)參數(shù)化設(shè)計模型，實現(xiàn)斷路器部件的參數(shù)化和約束自適應(yīng)調(diào)整。本文利用設(shè)計變量參數(shù)化彈鼓模型中構(gòu)件——進(jìn)彈導(dǎo)引為例，研究導(dǎo)引參數(shù)化分析及結(jié)構(gòu)優(yōu)化，可以提高彈鼓機(jī)構(gòu)分析設(shè)計效率。

1 進(jìn)彈導(dǎo)引工作原理

進(jìn)彈導(dǎo)引是彈丸由進(jìn)彈口進(jìn)入彈鼓的連接機(jī)構(gòu)，主要由兩側(cè)導(dǎo)引肋板組成，其實體模型如圖1所示。

圖1 進(jìn)彈導(dǎo)引三維實體模型

在供彈的過程中，彈丸在進(jìn)彈導(dǎo)引兩側(cè)肋板上運動，有約束彈丸運動和調(diào)整彈丸姿態(tài)的作用，如圖2所示。

圖2 彈丸在進(jìn)彈導(dǎo)引肋板上運動示意圖

2 進(jìn)彈導(dǎo)引參數(shù)化建模

在ADAMS/View中，可以通過設(shè)計變量定義自變量參數(shù)，方便地改變虛擬樣機(jī)的任何對象，當(dāng)設(shè)計變量參數(shù)改變時，所有同設(shè)計變量相關(guān)聯(lián)的對象也都隨之改變，通過參數(shù)化分析，令設(shè)計變量在一定范圍內(nèi)變化，從而自動進(jìn)行一系列參數(shù)化分析。

進(jìn)彈導(dǎo)引兩側(cè)肋板對供彈動作影響較大，故采用設(shè)計變量DV_1、DV_2來控制兩側(cè)肋板半徑大小(如圖3所示)，對與設(shè)計變量相關(guān)聯(lián)的進(jìn)彈導(dǎo)引屬性進(jìn)行更新，分析對彈鼓供彈性能的影響參數(shù)，找到合理尺寸數(shù)值。進(jìn)彈導(dǎo)引兩側(cè)肋板原始數(shù)值為R1=62.50 mm、R2=48.00 mm，則設(shè)計變量DV_1取值范圍為(60.50，64.50)mm，DV_2取值范圍為(46.00，50.00)mm。

圖3 進(jìn)彈導(dǎo)引肋板參數(shù)化模型

3 參數(shù)化仿真分析

3.1 建立目標(biāo)函數(shù)

目標(biāo)函數(shù)是用數(shù)學(xué)方程來表示模型質(zhì)量、效率、成本、穩(wěn)定性等。使用精確數(shù)學(xué)模型的時候，最優(yōu)的函數(shù)值對應(yīng)著最佳的設(shè)計[7]。目標(biāo)函數(shù)是參數(shù)化分析判斷的依據(jù)，可以根據(jù)目標(biāo)函數(shù)來確定相關(guān)尺寸[8]。在對進(jìn)彈導(dǎo)引參數(shù)化設(shè)計過程中，選擇與彈丸最大峰值接觸力中的最小值為目標(biāo)函數(shù)，如圖4所示。

圖4 建立目標(biāo)函數(shù)

3.2 仿真分析

對進(jìn)彈導(dǎo)引進(jìn)行參數(shù)化仿真過程中，在設(shè)計變量范圍內(nèi)依次選取5組數(shù)據(jù)，進(jìn)行參數(shù)化分析，得到設(shè)計變量DV_1對應(yīng)接觸力隨時間變化曲線如圖5所示，設(shè)計變量DV_1報告如圖6所示。

圖5 設(shè)計變量DV_1對應(yīng)接觸力隨時間變化曲線

圖6 設(shè)計變量DV_1報告

根據(jù)設(shè)計變量DV_1報告，在DV_1的5次取值過程中，62.50 mm所對應(yīng)的最大峰值接觸力在5組數(shù)據(jù)中為最小，其峰值接觸力為315.79 N。

同理可以對設(shè)計變量DV_2進(jìn)行參數(shù)化仿真，得到設(shè)計變量DV_2對應(yīng)接觸力隨時間變化曲線如圖7所示，設(shè)計變量DV_2報告如圖8所示。

圖7 設(shè)計變量DV_2對應(yīng)接觸力隨時間變化曲線

圖8 設(shè)計變量DV_2報告

根據(jù)設(shè)計變量DV_2報告，在DV_2的5次取值過程中，47.00 mm所對應(yīng)的最大峰值接觸力為18 402 N，比原始數(shù)據(jù)48.00 mm所對應(yīng)的最大峰值接觸力21 650 N小，是合理取值。

4 Insight試驗優(yōu)化設(shè)計

Insight是以設(shè)計復(fù)雜的試驗來評價機(jī)械系統(tǒng)的性能[9]，提供一系列的統(tǒng)計工具以幫助更好的分析結(jié)果，利用Insight，進(jìn)行單目標(biāo)優(yōu)化或者多目標(biāo)優(yōu)化計算。

在Insight設(shè)計因素中，設(shè)計變量DV_1標(biāo)準(zhǔn)取值為62.50 mm，公差為(0.05)mm，默認(rèn)數(shù)據(jù)變化類型為連續(xù)。在設(shè)計范圍內(nèi)進(jìn)行變化，設(shè)置DV_1服從正態(tài)分布，得到設(shè)計變量DV_1正態(tài)分布如圖9所示。

圖9 設(shè)計變量DV_1正態(tài)分布

根據(jù)設(shè)計變量DV_2參數(shù)化結(jié)果， DV_2標(biāo)準(zhǔn)取值為47.00 mm，公差為(0.05)mm，默認(rèn)數(shù)據(jù)變化類型為連續(xù)。在設(shè)計范圍內(nèi)進(jìn)行變化，設(shè)置DV_2服從正態(tài)分布，得到設(shè)計變量DV_2正態(tài)分布如圖10所示。

圖10 設(shè)計變量DV_2正態(tài)分布

Insight中，通過改變設(shè)計變量值的大小，利用相對靈敏度分析結(jié)果，研究哪些因素的影響比較大，并且根據(jù)這些因素之間的關(guān)系獲得最佳目標(biāo)[10]。

創(chuàng)建進(jìn)彈導(dǎo)引的響應(yīng)為最大的峰值接觸力為最小，利用回歸分析方法，研究因素對應(yīng)的響應(yīng)關(guān)系，可以確定設(shè)計變量DV_1、DV_2對最大的峰值接觸力的影響即參數(shù)靈敏度，如圖11所示。設(shè)計變量DV_1、 DV_2對彈鼓供彈系統(tǒng)動態(tài)性能的影響為0.42%和0.32%。

圖11 相對靈敏度結(jié)果

根據(jù)ADAMS參數(shù)化計算結(jié)果，對優(yōu)化后的尺寸進(jìn)行仿真分析，計算出在進(jìn)彈導(dǎo)引尺寸優(yōu)化基礎(chǔ)上的峰值接觸力，如表1所示。

表1 進(jìn)彈導(dǎo)引優(yōu)化前后對比

5 結(jié)論

1) 根據(jù)將進(jìn)彈導(dǎo)引建立參數(shù)化模型，在參數(shù)化分析后得到進(jìn)彈導(dǎo)引兩個肋板半徑為R1=62.50 mm、R2=47.00 mm，峰值接觸力相對減小18.13%。

2) 根據(jù)Insight優(yōu)化設(shè)計，利用設(shè)計變量DV_1、DV_2正態(tài)分布計算出參數(shù)靈敏度為0.42%和0.32%，證明了進(jìn)彈導(dǎo)引優(yōu)化的可行性，取得滿意的效果。

3) 本文采用理想的剛體模型，沒有考慮構(gòu)件的變形，相對于實際情況有一定誤差。當(dāng)設(shè)計基本定型時再采用柔性模型進(jìn)行更精確的仿真驗證。