一种液压挖掘机动臂协同优化方法

文档序号:9350158阅读:393来源:国知局
一种液压挖掘机动臂协同优化方法
【技术领域】
[0001] 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】
[0002] 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】

[0003] 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。
[0004] 技术方案:为实现上述目的,本发明采用的技术方案为:
[0005] -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:
[0006] (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 dongbil_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dongbil. x_t和dongbi2. x_t文件,为PROE和ANSYS之间的数据传输做准备;
[0007] (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dongbil. x_t文件以 及ANSYS静力学分析的命令流文件dongbil. Igw文件,Output输出文件为dongbil. out文 件。
[0008] (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. Igw文件,Output输出文件为dongbi2. out文件。
[0009] (4)采用批处理的方式借助go_proel. 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;
[0010] (5)读取PROE输入文件dongbil_rel. txt中的相关参数作为优化设计变量;
[0011] (6)采用批处理的方式借助go_ansysl. bat脚本的方式驱动ANSYS进行动臂静力 学分析;
[0012] (7)读取ANSYS静力学输入文件中的命令流文件dongbil. Igw中的相关参数作为 优化设计变量;
[0013] (8)读取ANSYS静力学输出文件dongbil. out,从中调取挖掘机动臂静力学优化问 题的体积目标值Vl和约束值DOF,MX;
[0014] (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;
[0015] (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;
[0016] (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;
[0017] (12)读取ANSYS动力学输入文件中的命令流文件dongbi2. Igw中的相关参数作为 优化设计变量;
[0018] (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;
[0019] (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;
[0020] (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。
[0021] (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。
[0022] 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;
[0023] 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;
[0024] 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:
[0025] 子学科1静力学:
[0026] X^1 = [xll, xl2, xl3, xl4, xl5, xl6, xl7, xl8]
[0027] minFl = Vl
[0028] 2100 ^ xll ^ 2600, 240 ^ xl2 ^ 400
[0029] 0. 1^x13^ 0. 2, 0. 04 ^ xl4 ^ 0. 06
[0030] 0?2 彡 xl5 彡0?3,0? 04彡 xl6 彡0? 08
[0031] 0? 1 彡 xl7 彡 0? 2, 0? 08 彡 xl8 彡 0? 12
[0032] DOF 彡0?1,MAX 彡 3. 45E8
[0033] 子学科2动力学:
[0034] X^2=[x21, x22, x23, x24, x25, x26, x27, x28]
[0035] minF2 = 1/FREQ4
[0036] 2100^x21^2600, 240^x22^400
[0037] 0? I 彡 x23 彡 0? 2, 0? 04 彡 x24 彡 0? 06
[0038] 0?2 彡x25 彡0?3,0? 04 彡x26 彡 0? 08
[0039] 0?1 彡 x27 彡0?2,0? 08 彡 x28 彡 0? 12
[0040] 其中,挖掘机动臂子学科设计变量集合X中,Xl = [xll,x21]为动臂三角形AB 边的长度;X2 = [xl2,x22]为动臂的宽度;X3 = [xl3,x23]为动臂前、后腹板的厚度;X4 =[xl4,x24]上下盖板中除去耳版所依附的盖板的厚度;X5 = [xl5,x25]为动臂下隔板 的厚度;X6 = [xl6, x26]为动臂耳板的厚度;X7 = [xl7, x27]为动臂前盖板的厚度;X8 = [xl8, 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;minFl为液压挖掘机动臂的体积目标函数,Vl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;
[0041] 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:
[0042] 系统级:
[0043] Xsyst = [xlsyst, x2syst, x3syst, x4syst, x5syst, x6syst, x7syst, x8syst]
[0044] minF = V1+1/FREQ4
[0045] 2100 xlsyst 2600, 240 x2syst 400
[0046] 0.1 ^ x3syst 0. 2, 0. 04 x4syst 0. 06
[0047] 0. 2 x5syst 0. 3, 0. 04 x6syst 0. 08
[0048] 0.1 ^ x7syst 0. 2, 0. 08 x8syst 0. 12
[0049] DOF 彡0?I, MAX 彡 3. 45E8
[0050] 其中,挖掘机动臂系统级设计变量集合X中,xlsyst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;x
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1