机械手旋转移送机构的爆发式免疫优化.pdf

机械手旋转移送机构的爆发式免疫优化 江 亚峰 申 赕 王明 强 袁 明新 王琪 江苏科技大学机电与汽车工程学院 江苏 张家港 2 1 5 6 0 0 Exp lo s iv e I mmu n e Opt imiz a t io n f o r Ro llin g Tr a ns p o r t M e cha n is m o f M a n ip ula t o r J I ANG Ya f e n g S HEN Yi WANG Mi n g q ia n g YUAN Mi n g x i n WANG Qi S ch o o l o f Me ch a n i ca l E le ct r o n ic a n d Au t o mo t i v e En g in e e r in g J i a n g s u Un i v e r s i t y o f S cie n ce a n d Te ch n o l o g y Z h a n g j i a g a n g 2 1 5 6 0 0 t Ch in a 摘 要 针 对 生产机 械 手 旋 转 移送 机 构 的优 化设 计 问题 在免 疫遗 传算 法 I GA 的基 础 上 先通 过爆 发 式进 化 方式产 生优 势种 群 然后 与原 种 群 进 行 杂 交 基 因比对等操作 从而提 出了一种新型爆发式免 疫进化算法 E I GA 仿真实验结果表 明 与遗传算 法 GA I G A相比 E I G A具有收敛速度快 优化精 度 高和稳 定性好 的优 点 能 更好 地 实现机 械 手 旋 转 移送机 构 的有效 优化 关 键词 爆 发 式 进化 机 构 机械手 免疫遗传算 法 旋转 移送 中图分 类号 THl1 2 文献标识 码 A 文章编 号 1 0 0 1 2 2 5 7 2 0 1 2 1 0 0 0 6 5 0 3 Ab s t r a ct To s o lv e t he o pt imiz a t i on de s i gn o f r o llin g t r a n s p o r t me ch a n is m o f ma n i p u la t o r a n o v e l e x p lo s iv e in imu n e g e n e t ic a lg o r it h m E I GA o n t he ba s is of i m m un e ge ne t i c a lg or it hm I GA i s pr e s e nt e d The do m i na nt po pul a t io n of EI GA is a ch ie v e d f i r s t ly t h r o u g h t h e e x p l o s iv e e v o lu t io n a r y mod e a n d t he n it is cr os s e d a nd co m p a r e d wit h t h e o r ig ina l p opu la t i on The s im u la t io n r e s ult s s h o w t ha t co mp a r e d wit h t h e g e n e t i c a lg o r it h m GA a nd I GA t he EI GA is cha r a ct e r iz e d by t he q u ick co n v e r g e n ce s p e e d h i g h o p t imiz a t io n p r e ci s io n a nd g oo d s t a bi lit y w h ich obv io us ly im p r ov e s t h e o p t imi z a t io n d e s ig n a b il it y o f t r a n s p o r t me ch a ni s m Ke y wo r ds e x plo s i ve e vo lut io n imm u ne ge ne t 一 O6一O 6 科技大学教 育教学改革研究课 题 GX 2 0 1 1 1 0 2 7 张 校区教改教研重点课题 机 械原理课程 创新实践 的探索与研 究 江苏 科技大 学第八届 创 新杯 大学 外学术科技作品训练计划 机 械与电子 2 0 1 2 1 O ic a l g o r it h m r o llin g t r a n s p o r t me ch a n i s m ma n ip u 一 1 a t or 0 引 言 随着工业 自动化水平的提高 利用机械手旋转 移送机构来实现工件从一个工位移送到另一个工位 的重复动作已屡见不鲜 广泛 的使用 场合使得其在 生产 行业 中 占据着重 要位 置 为 了能够很 好地 实现 机械手旋转移送机构的准确定位 针对其关键结构 旋转移送机构 进行优化显得尤为重要 机械手旋 转移送机构可 以简化为典型的曲柄摇杆机构 针对 该类机构 的优化 很 多学者开展 了研究L 1 解 析 法很难获得全局最优 遗传算法具有并行搜索机制 能进行全局最优寻优 但存在收敛速度慢 容易早熟 的不足 因此 提出一种优化算法 以进一步提高机 械手旋转移送机构的优化效果 1 机械手 移送 结构优化 问题 的描 述 机 械手旋 转 移送机 构是 常见结构 如图 1所示 自动 化生 产流 水线 中的 机构 由曲柄 O A 连 杆 AB 摇杆 B C和机 架 OC 组成 其长度分别为 z 机械手 M 安装在 B C杆 的 反 向延 长 线 上 以实 现 工 件 的夹 紧 和 释 放 占 A 图 1 机械手旋 转移送机构 M L 一 一 I 6 5 苏港学课 江家教生 期 目 日顷 稿金 收基 当曲柄 O A按照 旋转时 为了保证工件能精确地 实 现指定 工位 之 间 的切换 摇 杆输 出角 往 往按 照 一 定 的规律 来运 动 因此 对摇 杆摆 角 的优 化显得 尤 为重 要 以机架 z 作 为不 变 量 通 过对 变量 z Z z 合理选取 使得 期望输 出角 B能精确地跟随实 际输 出角 优 化设计 变量 3 17 一 z z z z 1 2 l3 以机 构期 望 输 出角 昂与实 际输 出角 的偏 差最小化来构建 目标 函数 m i n f x r E i一 1 0 约束条件 g1 一 1 一l z 2 0 g2 l z J z3 0 g3 z 一z l Z 4 0 g4 z 一 z1 Z 4 一 2 7 2 z 3 0 g 5 z 一 z1 z 2 一 Z 4 z3 0 g 6 一 z 1 z 3 一 Z 2 z2 0 g 7 一z z 一 z 1 一z 4 一2 x 2 z 3 co s y i 0 g 8 z 一 z 1 Z 4 2 x 2 z 3 co s 7 i 一z 一z 0 2 限于版面 目标 函数和约束函数 的详 细推导细 节不再赘述 具体可见参考文献E 4 2 爆发 式免 疫遗传 算法 2 1 生物爆 发式 进化 机制 生 物爆 发 式 进 化是 指 在 比较 短 的地 质 时 期 内 某一生物种类会产生许多新种类的现象 物种在进 化过程中 绝大部分时间处于较为沉寂时期 新产生 的物种 很少 进 化 速度 极为缓 慢 而爆发 式进 化则 在 短时期内迅速产生大量新的物种 从 而加快物种进 化速度 例如现代生物开始阶段的寒武纪大爆发l 5 使 生物 由单 细胞 生 物迅 速 演 变 成 为 多 细胞 动 物 大 大加快 了生 物进 化速 度 爆发式进化机制主要参照斯卑尔脱小麦的人工 合成方式 如图 2所示 利用野生小麦与拟斯卑尔脱山羊草远缘杂交 经过染色体加倍 再与方穗山羊草远缘杂交 形成异 源六倍体普通小麦 这种人工合成的斯卑尔脱小麦 与现有的斯卑尔脱小麦很相似 从而验证 了爆发式 进化可以在短期内形成新物种 66 图 2斯 卑 尔 脱 小 麦 的合 成 已知种群 P 爆发频率 等 根据斯卑尔脱小 麦合成原理 将爆发进化流程描述为 a 确定进化当前代数为爆发周期 1 f b 的整数 倍 则进入爆发式进化阶段 b 复制种群中最优个体 P 产生与种群 P等 数 目的绝对优 势种群 P 即 P 一 P P Vi 1 N P P b N为种群个数 c 将种群 P 和 P中个体进行人工杂交 产生爆 发种群 P d 将种群 P 中交叉子代与 P中对应个体进行 基 因 比对 进 而产 生优 势进化 种群 P e 种群 P继续进行漫长的物种进化 并等待下 一 次 爆发式 进化 的到来 2 2 爆发式免疫算法流程 爆发式免疫进化算法是在基本免疫遗传算法 基础上 利用爆发式进化机制进行算法性能改进 其 流程 可描述 为 a 算法参数初始化 根据抗原输入 产生初始抗 体 并形成种群 尼 1 b 判断是否满足结束条件 满足则输出结果 否 则转 c c 判断是否进入爆发式进化 阶段 若是则进行 爆发式进化 否则转 d d 根据抗体适应度和浓度计算抗体选择概率 e 抗体促 进 和抑制 f 抗 体生 成 交 叉 变 异和 疫苗接 种 g 更新种群 并转 b 3 实验 结果与 分析 3 1 函数优 化 为 了验证 E I GA 的优化 性能 针对 5 组 函数 即 C a me l函 数 f l R a s t r iq r i n 函数 f 2 S ch we f e l 函 数 f 3 B o h a ch e v s k y函数 和多峰函数 利用 Ma t 一 机械 与电子 2 0 1 2 O 械 la b 7 0在 P I V 2 9 9 GHz 1 GB内存 的计算机上进 行了测试 并与 GA I GA进行 了比较 考虑到算法 的随 机性 每组 函数都 进行 了 5 0次独 立 随机试验 由表 1可 以看 出 I GA 通过免 疫操作 改 善 了 G A 的全局搜索能力 但相 比于 E I G A 其优势不 明 显 由于 E I GA 的爆发进化机制 通过一定爆发频 率下的种群大爆发 在保证种群多样性的情况下使 得种群整体质量得到提高 从而使得其全局搜索能 力更 强 从 S ch we f e l 函 数 多 峰 函数 和 Ra s t r iq r in 函数 的测试可以看 出 E I G A 比 I GA具有更强 的全 局搜索能力 且收敛更加稳定 同时针对 B o h a ch e v s k y函数 C a me l 函数也体现 出了快速搜索 的优越 性 图 3给 出 的 S ch we f e l 函数 的 收敛 曲线 也 很 好 地体现出了上述 E I GA的优点 表 1 G A I G A和 E I G A函数测试 结果 一 300 400 理一5 0 0 糕一 6 0 0 闰一 7 0 0 800 900 0 1 00 200 300 400 进 化 代数 一 4 0 0 5 O O 60 o 闺一 7 00 800 9 00 0 1 0 0 2 0 0 3 0 0 4 00 进化 代 数 a 最优值 b 平均最优值 图 3 S ch w e f e l函数的收敛曲线 3 2 机 械手 旋转 移送 机构优 化 为了进一步验证 E I GA在机械手旋转移送机构 优 化 中的可行 性 利用 实验 室里 的 曲柄 摇杆 系统 进 行 了机 械手移 送机 构 的模拟优 化 经测量 曲柄 z 连杆 Z 和摇 杆 z 长度 分 别 为 4 o mm 6 5 mm 2 6 0 mm 3 2 0 mi ni 9 o mm 2 3 0 mi ni 机架 l 为定长 3 0 0 mm 将摆角 等分成 3 0 份 一3 0 结合 目标 函数 和约束 函数进行优 化 考虑到算法的随机性 对该机构进行了 5 0次独立随 机试 验 结果 如表 2 所 示 机 械 与 电子 2 0 1 2 1 0 表 2 5 0 次测试 结果对 比 由表 2可以看出 无论是搜索效果还是搜索速 度 基于 E I GA的机械手移送机构优化效果都优于 GA 和 I G A 这主 要归 功于 E I G A 的爆发 式进 化 机 制 该机制 提高了种群的进化 质量 而交叉与基因比 对则加快了种群进化速度 4 结 束 语 为了解决具有非线性约束条件的机械手旋转移 动机构的优化设计 问题 提 出了一种爆发式免疫遗 传算法 在一定 的爆发频率下 通过优势个体 的爆 发加倍提高了种群整体质量 通过交叉 基因比对提 高 了收敛 速度 无 论 是 函数优 化 还是 机 械 手 移送 机构的优化 爆发式免疫 进化算法都表现 出比 G A 和 I G A更好 的全局搜索能力和搜索效率 从而验证 了算法的有效性 参 考文 献 E 1 张静 王 占英 刘春东 等 按最小传动角设计 曲柄 摇 杆机 构的解析 方法 J 机 械设 计 2 0 0 8 2 5 1 0 6 3 6 5 2 郑上海 遗传算法在曲柄摇杆机构设计中的应用 J 中国计量 学院学报 1 9 9 9 2 7 1 7 4 E 3 陈格 娟 崔炜 张京 军 小生境遗传 算法 在机械优 化 设计 中的应用 J 河 北建 筑 科技 学 院学 报 2 0 0 4 2 1 1 5 6 5 9 4 王富民 张 扬 田社 平 遗 传