CN105069230A

CN105069230A - 一种液压挖掘机动臂协同优化方法

Info

Publication number: CN105069230A
Application number: CN201510487348.2A
Authority: CN
Inventors: 朱明娟; 纪爱敏; 宋伟伟
Original assignee: Changzhou Campus of Hohai University
Current assignee: Changzhou Campus of Hohai University
Priority date: 2015-08-10
Filing date: 2015-08-10
Publication date: 2015-11-18
Anticipated expiration: 2035-08-10
Also published as: CN105069230B

Abstract

本发明公开了一种液压挖掘机动臂协同优化方法。从多学科多目标的角度对动臂模型进行协同优化研究，将优化模型分为系统级和静力学及动力学两个子学科级。运用ISIGHT-PROE-ANSYS的多级集成优化模式，大大减少了设计人员的工作量。通过嵌套和组合任意的求解策略，对设计问题智能化的探索，不断选择新的设计初始值，从而进行自动地仿真和优化。ISIGH在每次运行分析的过程中，设计人员可以实时监控设计参数输入和性能参数输出，以及设计目标变化的总体趋势，以便验证模型是否合理。通过本发明的优化，较好的解决了挖掘机动臂的协同优化设计问题，最终获得令液压挖掘机动臂性能更优的全局解。

Description

一种液压挖掘机动臂协同优化方法

技术领域

本发明涉及一种利用ISIGHT优化平台多级集成PROE三维建模软件和ANSYS有限元分析软件的液压挖掘机动臂协同优化方法，属于机械设计与自动化领域。

背景技术

液压挖掘机工作装置是影响液压挖掘机工作效率的一个重要部分，而动臂是挖掘机工作装置的主要构件，其重量占工作装置重量的比重非常大。因此，合理设计动臂结构具有很大的现实意义。已有的研究通常仅对动臂的静力学和动力学进行单学科的分析，没有综合考虑两学科之间相互影响，因此分析结果具有一定的局限性和不可靠性，由此可能会造成性能不佳、材料和能源的浪费等问题。对于挖掘机动臂的优化应在不仅需满足强度刚度约束，又需防止其发生共振的条件下重量最轻且固有频率最大为目标进行设计。现有的利用ANSYS等软件的优化由于受到软件优化能力的局限，因此并不能得到最优的设计方案。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种液压挖掘机动臂协同优化方法，利用ISIGHT优化平台多级集成PROE和ANSYS对挖掘机动臂进行协同优化，该方法运用PROE对动臂进行参数化建模，并运用ANSYS分别对动臂进行静力学和动力学模态分析，利用多学科协同优化机制，通过ISIGHT优化平台实现自动循环仿真和优化，并最终取得使得动臂重量和频率同时达到最优的的全局解，提高了动臂的协同优化效率和优化精度。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种液压挖掘机动臂静态模型集成优化方法，其特征在于：包括以下步骤:

(1)首先利用三维建模软件PROE完成挖掘机动臂参数化建模，导出关系文件dongbi1_rel.txt和dongbi2_rel.txt文件，作为PROE集成的输入文件，然后将PROE模型另存dongbi1.x_t和dongbi2.x_t文件，为PROE和ANSYS之间的数据传输做准备；

(2)在ANSYS有限元分析软件对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行静力学分析，得到ANSYS静力学集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi1.x_t文件以及ANSYS静力学分析的命令流文件dongbi1.lgw文件，Output输出文件为dongbi1.out文件。

(3)在ANSYS有限元分析软件对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行动力学模态分析，得到ANSYS动力学模态集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi2.x_t文件以及ANSYS动力学分析的命令流文件dongbi2.lgw文件，Output输出文件为dongbi2.out文件。

(4)采用批处理的方式借助go_proe1.bat脚本的方式驱动PROE进行动臂的参数变更和模型的实时更新；

(5)读取PROE输入文件dongbi1_rel.txt中的相关参数作为优化设计变量；

(6)采用批处理的方式借助go_ansys1.bat脚本的方式驱动ANSYS进行动臂静力学分析；

(7)读取ANSYS静力学输入文件中的命令流文件dongbi1.lgw中的相关参数作为优化设计变量；

(8)读取ANSYS静力学输出文件dongbi1.out，从中调取挖掘机动臂静力学优化问题的体积目标值V1和约束值DOF,MAX；

(9)采用批处理的方式借助go_proe2.bat脚本的方式驱动PROE进行动臂的参数变更和模型的实时更新；

(10)读取PROE输入文件dongbi2_rel.txt中的相关参数作为优化设计变量；

(11)采用批处理的方式借助go_ansys2.bat脚本的方式驱动ANSYS进行动臂动力学模态分析；

(12)读取ANSYS动力学输入文件中的命令流文件dongbi2.lgw中的相关参数作为优化设计变量；

(13)读取ANSYS动力学输出文件dongbi2.out，从中调取挖掘机动臂动力学模态优化问题的频率目标值FREQ4；

(14)在静力学和动力学子学科优化中，利用ISIGHT中梯度优化策略，进行子学科设计参数的修正，通过并将修正后的参数值重新返回到输入文件中，分别传递至PROE和ANSYS中进行下一轮优化迭代；

(15)在系统优化中，利用ISIGHT中的DOE抽样与梯度优化混合优化策略，进行系统级设计参数的修正，通过系统级向学科级分配系统设计变量的目标值，各学科级在满足自身约束的条件下，子学科的目标函数最小，经学科优化后，将优化解传回给系统级，系统级在一致性约束条件下，优化共享设计变量，以解决各学科间变量的不一致性。

(16)直到自学科输出文件传递出的约束值符合问题需求且系统级一致性约束条件得到满足，则集成优化结束，输出全局最优解。

步骤(12)中，利用ISIGHT进行子学科的优化，需要首先根据任务要求，确定挖掘机动臂的独立设计变量、目标函数和性能约束条件，然后在ISIGHT中提取相应的参数值；

步骤(13)中，利用ISIGHT进行系统级的优化，需要确定系统级共享设计变量，约束条件和目标函数，然后在ISIGHT中进行系统级和子学科级数据流的搭建；

协同优化模型是由一个系统级和两个子学科级构成的。所述子学科优化中挖掘机动臂的独立设计变量、目标函数和性能约束条件如下：

子学科1静力学：

X_子1＝[x11,x12,x13,x14,x15,x16,x17,x18]

minF1＝V1

2100≤x11≤2600,240≤x12≤400

0.1≤x13≤0.2,0.04≤x14≤0.06

0.2≤x15≤0.3,0.04≤x16≤0.08

0.1≤x17≤0.2,0.08≤x18≤0.12

DOF≤0.1,MAX≤3.45E8

子学科2动力学：

X_子2＝[x21,x22,x23,x24,x25,x26,x27,x28]

minF2＝1/FREQ4

2100≤x21≤2600,240≤x22≤400

0.1≤x23≤0.2,0.04≤x24≤0.06

0.2≤x25≤0.3,0.04≤x26≤0.08

0.1≤x27≤0.2,0.08≤x28≤0.12

其中，挖掘机动臂子学科设计变量集合X中，X1＝[x11,x21]为动臂三角形AB边的长度；X2＝[x12,x22]为动臂的宽度；X3＝[x13,x23]为动臂前、后腹板的厚度；X4＝[x14,x24]上下盖板中除去耳版所依附的盖板的厚度；X5＝[x15,x25]为动臂下隔板的厚度；X6＝[x16,x26]为动臂耳板的厚度；X7＝[x17,x27]为动臂前盖板的厚度；X8＝[x18,x28]为耳板所在的上盖板的厚度；DOF为挖掘机动臂位移约束；MAX为挖掘机动臂的应力约束；minF1为液压挖掘机动臂的体积目标函数,V1为挖掘机动臂的体积；minF2为液压挖掘机动臂的频率目标函数,FREQ4为挖掘机动臂的第四阶频率；

所述系统级优化的共享设计变量、目标函数和约束条件如下：

系统级：

Xsyst＝[x1syst,x2syst,x3syst,x4syst,x5syst,x6syst,x7syst,x8syst]

minF＝V1+1/FREQ4

2100≤x1syst≤2600,240≤x2syst≤400

0.1≤x3syst≤0.2,0.04≤x4syst≤0.06

0.2≤x5syst≤0.3,0.04≤x6syst≤0.08

0.1≤x7syst≤0.2,0.08≤x8syst≤0.12

DOF≤0.1,MAX≤3.45E8

其中，挖掘机动臂系统级设计变量集合X中，x1syst为动臂三角形AB边的长度；x2syst为动臂的宽度；x3syst为动臂前、后腹板的厚度；x4syst上下盖板中除去耳板所依附的盖板的厚度；x5syst为动臂下隔板的厚度；x6syst为动臂耳板的厚度；x7syst为动臂前盖板的厚度；x8syst为耳板所在的上盖板的厚度；DOF为挖掘机动臂位移约束；MAX为挖掘机动臂的应力约束；minF为系统级目标函数；V1为挖掘机动臂的体积；FREQ4为挖掘机动臂的第四阶频率。

挖掘机工作装置的频率目标函数FREQ4根据谐响应分析的位移-频率曲线确定的。

有益效果：本发明公开了一种液压挖掘机动臂协同优化方法。从多学科多目标的角度对动臂模型进行协同优化研究，将优化模型分为系统级和静力学及动力学两个子学科级。运用ISIGHT-PROE-ANSYS的多级集成优化模式，大大减少了设计人员的工作量。通过嵌套和组合任意的求解策略，对设计问题智能化的探索，不断选择新的设计初始值，从而进行自动地仿真和优化。ISIGH在每次运行分析的过程中，设计人员可以实时监控设计参数输入和性能参数输出，以及设计目标变化的总体趋势，以便验证模型是否合理。通过本发明的优化，较好的解决了挖掘机动臂的协同优化设计问题，最终获得令液压挖掘机动臂性能更优的全局解。

附图说明

图1为挖掘机动臂模型主视图；

图2为挖掘机动臂模型俯视图；

图3为本发明的集成流程图；

图4为DOE实验设计优化迭代曲线图；

图5位梯度优化迭代曲线图。

具体实施方式

下面结合附图和实例对本发明作更进一步的说明。

建立液压挖掘机动臂的优化模型

结合图1和图2，本实施例中液压挖掘机动臂主要涉及的参数的初始值如表1所示；

表1优化前挖掘机动臂参数一览

根据上述参数可以建立挖掘机工作装置动臂的优化数学模型。

系统级：

Xsyst＝[x1syst,x2syst,x3syst,x4syst,x5syst,x6syst,x7syst,x8syst]

minF＝V1+1/FREQ4

2100≤x1syst≤2600,240≤x2syst≤400

0.1≤x3syst≤0.2,0.04≤x4syst≤0.06

0.2≤x5syst≤0.3,0.04≤x6syst≤0.08

0.1≤x7syst≤0.2,0.08≤x8syst≤0.12

DOF≤0.1,MAX≤3.45E8

子学科1静力学：

X_子1＝[x11,x12,x13,x14,x15,x16,x17,x18]

minF1＝V1

2100≤x11≤2600,240≤x12≤400

0.1≤x13≤0.2,0.04≤x14≤0.06

0.2≤x15≤0.3,0.04≤x16≤0.08

0.1≤x17≤0.2,0.08≤x18≤0.12

DOF≤0.1,MAX≤3.45E8

子学科2动力学：

X_子2＝[x21,x22,x23,x24,x25,x26,x27,x28]

minF2＝1/FREQ4

2100≤x21≤2600,240≤x22≤400

0.1≤x23≤0.2,0.04≤x24≤0.06

0.2≤x25≤0.3,0.04≤x26≤0.08

0.1≤x27≤0.2,0.08≤x28≤0.12

其中，挖掘机动臂子学科设计变量集合X中，X1＝[x11,x21,x1syst]为动臂三角形AB边的长度；X2＝[x12,x22,x2syst]为动臂的宽度；X3＝[x13,x23,x3syst]为动臂前、后腹板的厚度；X4＝[x14,x24,x4syst]上下盖板中除去耳板所依附的盖板的厚度；X5＝[x15,x25,x5syst]为动臂下隔板的厚度；X6＝[x16,x26,x6syst]为动臂耳板的厚度；x17,x27,x7syst为动臂前盖板的厚度；X7＝[x18,x28,x8syst]为耳板所在的上盖板的厚度；DOF为挖掘机工作装置位移约束；MAX为挖掘机工作装置的应力约束；minF为系统级优化目标；minF1为液压挖掘机动臂的体积目标函数，V1为挖掘机动臂的体积；minF2为液压挖掘机动臂的频率目标函数,FREQ4为挖掘机动臂的第四阶频率；

结合图3的优化步骤，首先利用三维建模软件PROE完成挖掘机动臂参数化建模，导出关系文件dongbi1_rel.txt和dongbi2_rel.txt文件，作为PROE集成的输入文件，然后将PROE模型另存dongbi1.x_t和dongbi2.x_t文件，为PROE和ANSYS之间的数据传输做准备；

在ANSYS有限元分析软件对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行静力学分析分析，得到ANSYS静力学集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi1.x_t文件以及ANSYS静力学分析的命令流文件dongbi1.lgw文件，Output输出文件为dongbi1.out文件。

在ANSYS有限元分析软件对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行动力学模态分析，得到ANSYS动力学模态集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi2.x_t文件以及ANSYS动力学分析的命令流文件dongbi2.lgw文件，Output输出文件为dongbi2.out文件。

采用批处理的方式借助go_proe1.bat脚本的方式驱动PROE进行动臂的参数变更和模型的实时更新；

读取PROE输入文件dongbi1_rel.txt中的相关参数作为优化设计变量；

采用批处理的方式借助go_ansys1.bat脚本的方式驱动ANSYS进行动臂静力学分析；

读取ANSYS静力学输入文件dongbi1.lgw中的相关参数作为优化设计变量；

读取ANSYS静力学输出文件dongbi1.out，从中调取挖掘机动臂静力学优化问题的体积目标值V1和约束值DOF,MAX；

采用批处理的方式借助go_proe2.bat脚本的方式驱动PROE进行动臂的参数变更和模型的实时更新；

读取PROE输入文件dongbi2_rel.txt中的相关参数作为优化设计变量；

采用批处理的方式借助go_ansys2.bat脚本的方式驱动ANSYS进行动臂动力学模态分析；

读取ANSYS动力学输入文件dongbi2.lgw中的相关参数作为优化设计变量；

读取ANSYS动力学输出文件dongbi2.out，从中调取挖掘机动臂动力学模态优化问题的频率目标值FREQ4；

在静力学和动力学子学科优化中，利用ISIGHT中梯度优化策略，进行子学科设计参数的修正，通过并将修正后的参数值重新返回到输入文件中，分别传递至PROE和ANSYS中进行下一轮优化迭代；

在系统优化中，利用ISIGHT中的DOE抽样与梯度优化混合优化策略，进行系统级设计参数的修正，通过系统级向学科级分配系统设计变量的目标值，各学科级在满足自身约束的条件下，子学科的目标函数最小，经学科优化后，将优化解传回给系统级，系统级在一致性约束条件下，优化共享设计变量，以解决各学科间变量的不一致性。图4为使用DOE实验设计进行抽样的结果图，首先应用DOE组件在设计空间中均匀采样，捕捉整个设计空间中最有效的设计区域，然后应用参数优化模块在有效设计区域中进行优化设计，最终获得最佳设计结果，图5为使用梯度优化算法进行优化迭代的结果。

直到自学科输出文件传递出的约束值符合问题需求且系统级一致性约束条件得到满足，则集成优化结束，输出全局最优解。

应用结果比较

表2为本案的优化结果与现有优化结果之间的对比。

表2挖掘机工作装置优化前后比较

设计参数值	优化前	优化后
			x1syst(mm)	2200	2207.143
x2syst(mm)	300	285.714
			x3syst(m)	0.15	0.1
x4syst(m)	0.06	0.0686
			x5syst(m)	0.25	0.2643
x6syst(m)	0.06	0.0629
			x7syst(m)	0.15	0.1143
x8syst(m)	0.1	0.145
			DOF(m)	0.0032	0.00496
MAX(pa)	2.083	3.334
			V1(m³)	1.4810	0.9884
FREQ4(Hz)	281.806	244.770
			F	1.4846	0.9924

由上表可见，本案所用的优化设计方法在保证满足各项约束条件的前提下挖掘机动臂协同目标优化程度达到33.15％左右，保证了挖掘机的挖掘性能，减少了挖掘机动臂制作的成本，同时避免挖掘机动臂产生共振造成的破坏，提升了工作装置的总体工作性能。

本发明的方法运用PROE对挖掘机动臂进行参数化建模，并运用ANSYS对动臂进行强度刚度分析和动力学模态分析，通过ISIGHT优化平台实现自动循环仿真和协同优化，并最终取得全局优化解，提高挖掘机动臂的优化效率和优化精度。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种液压挖掘机动臂协同优化方法，其特征在于：包括以下步骤:

(2)在ANSYS有限元分析软件中对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行静力学分析，得到ANSYS静力学集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi1.x_t文件以及ANSYS静力学分析的命令流文件dongbi1.lgw文件，Output输出文件为dongbi1.out文件；

(3)在ANSYS有限元分析软件中对挖掘机动臂模型进行修改和简化处理，通过对挖掘机动臂进行动力学模态分析，得到ANSYS动力学模态集成优化所需的Input.txt输入文件和Output.txt文件；Input.txt输入文件包括两个部分：PROE模型文件dongbi2.x_t文件以及ANSYS动力学分析的命令流文件dongbi2.lgw文件，Output输出文件为dongbi2.out文件；

(15)在系统优化中，利用ISIGHT中的DOE抽样与梯度优化混合优化策略，进行系统级设计参数的修正，通过系统级向学科级分配系统设计变量的目标值，各学科级在满足自身约束的条件下，子学科的目标函数最小，经学科优化后，将优化解传回给系统级，系统级在一致性约束条件下，优化共享设计变量，以解决各学科间变量的不一致性；

2.根据权利要求1所述的一种液压挖掘机动臂协同优化方法，其特征在于：步骤(12)中，利用ISIGHT进行子学科的优化，首先根据任务要求，确定挖掘机动臂的独立设计变量、目标函数和性能约束条件，然后在ISIGHT中提取相应的参数值。

3.根据权利要求1所述的一种液压挖掘机动臂协同优化方法，其特征在于：步骤(13)中，利用ISIGHT进行系统级的优化，确定系统级共享设计变量、约束条件和目标函数，然后在ISIGHT中进行系统级和子学科级数据流的搭建。

4.根据权利要求2所述的一种液压挖掘机动臂协同优化方法，其特征在于：所述子学科优化中挖掘机动臂的独立设计变量、目标函数和性能约束条件如下：

子学科1静力学：

X_子1＝[x11,x12,x13,x14,x15,x16,x17,x18]

minF1＝V1

2100≤x11≤2600,240≤x12≤400

0.1≤x13≤0.2,0.04≤x14≤0.06

0.2≤x15≤0.3,0.04≤x16≤0.08

0.1≤x17≤0.2,0.08≤x18≤0.12

DOF≤0.1,MAX≤3.45E8

子学科2动力学：

X_子2＝[x21,x22,x23,x24,x25,x26,x27,x28]

minF2＝1/FREQ4

2100≤x21≤2600,240≤x22≤400

0.1≤x23≤0.2,0.04≤x24≤0.06

0.2≤x25≤0.3,0.04≤x26≤0.08

0.1≤x27≤0.2,0.08≤x28≤0.12

其中，挖掘机动臂子学科设计变量集合X中，X1＝[x11,x21]为动臂三角形AB边的长度；X2＝[x12,x22]为动臂的宽度；X3＝[x13,x23]为动臂前、后腹板的厚度；X4＝[x14,x24]上下盖板中除去耳板所依附的盖板的厚度；X5＝[x15,x25]为动臂下隔板的厚度；X6＝[x16,x26]为动臂耳板的厚度；X7＝[x17,x27]为动臂前盖板的厚度；X8＝[x18,x28]为耳板所在的上盖板的厚度；DOF为挖掘机动臂位移约束；MAX为挖掘机动臂的应力约束；minF1为液压挖掘机动臂的体积目标函数，V1为挖掘机动臂的体积；minF2为液压挖掘机动臂的频率目标函数，FREQ4为挖掘机动臂的第四阶频率。

5.根据权利要求3所述的一种液压挖掘机动臂协同优化方法，其特征在于：所述系统级优化的共享设计变量、目标函数和约束条件如下：

系统级：

Xsyst＝[x1syst,x2syst,x3syst,x4syst,x5syst,x6syst,x7syst,x8syst]

minF＝V1+1/FREQ4

2100≤x1syst≤2600,240≤x2syst≤400

0.1≤x3syst≤0.2,0.04≤x4syst≤0.06

0.2≤x5syst≤0.3,0.04≤x6syst≤0.08

0.1≤x7syst≤0.2,0.08≤x8syst≤0.12

DOF≤0.1,MAX≤3.45E8

其中，挖掘机动臂系统级设计变量集合Xsyst中，x1syst为动臂三角形AB边的长度；x2syst为动臂的宽度；x3syst为动臂前、后腹板的厚度；x4syst上下盖板中除去耳板所依附的盖板的厚度；x5syst为动臂下隔板的厚度；x6syst为动臂耳板的厚度；x7syst为动臂前盖板的厚度；x8syst为耳板所在的上盖板的厚度；DOF为挖掘机动臂位移约束；MAX为挖掘机动臂的应力约束；minF为系统级目标函数；V1为挖掘机动臂的体积；FREQ4为挖掘机动臂的第四阶频率。

6.根据权利要求4所述的挖掘机工作装置的动力学模型集成优化方法，其特征在于：所选取的挖掘机工作装置的第四阶频率FREQ4根据谐响应分析的位移-频率曲线确定的。