前言：本站為你精心整理了分插機構(gòu)優(yōu)化分析范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

1分插機構(gòu)多目標(biāo)優(yōu)化

1.1分插機構(gòu)的工作原理

分插機構(gòu)是水稻插秧機的核心工作部件之一，也是國內(nèi)外水稻插秧機研究人員最主要的研究對象。橢圓齒輪行星系分插機構(gòu)作為高速水稻插秧機常用的旋轉(zhuǎn)式分插機構(gòu)之一，此分插機構(gòu)具有結(jié)構(gòu)相對簡單、傳動較平穩(wěn)和可靠性好等特點。其傳動圖如圖1所示，該機構(gòu)由5個全等的橢圓齒輪（圖1中的1、2、2''''、3、3''''標(biāo)示處）、行星架（圖1中的5標(biāo)示處）和2個栽植臂（圖1中的4和5標(biāo)示處）所組成，橢圓齒輪的初始安裝相位相同，太陽輪與機架固定在一起，2對橢圓齒輪（圖中的2，2''''和3，3''''）對稱安置在太陽輪的兩邊[10]。分插機構(gòu)在工作旋轉(zhuǎn)時，太陽輪固定不動，并跟隨行星架一起轉(zhuǎn)動，2個中間橢圓齒輪（2，2''''）繞著太陽輪轉(zhuǎn)動，同時帶動另外2個行星橢圓齒輪（3，3''''）在周期內(nèi)擺動。栽植臂固定在行星輪上，隨行星架順時針轉(zhuǎn)動，即相對于行星架作非勻速逆時針的轉(zhuǎn)動，同時可完成栽植臂上的秧針尖點的運動軌跡和姿態(tài)，從而完成插秧的工作[10]。

1.2分插機構(gòu)優(yōu)化分析

分插機構(gòu)優(yōu)化涉及到多個優(yōu)化參數(shù)和多個優(yōu)化目標(biāo)，是一項具有強耦合性、模糊性和非線性多參數(shù)多目標(biāo)的優(yōu)化問題。分插機構(gòu)在進(jìn)行人機交互優(yōu)化的過程中，主要是用戶根據(jù)經(jīng)驗來輸入一組已知參數(shù)，由軟件平臺來計算目標(biāo)結(jié)果，并顯示運動軌跡和對機構(gòu)運動模擬，然后通過用戶的直覺，或者專家的經(jīng)驗來判斷當(dāng)前結(jié)果是否可行，判斷當(dāng)前參數(shù)是否優(yōu)良，如果不滿足條件，就進(jìn)行多個參數(shù)的調(diào)整，在試湊法的基礎(chǔ)上，直到找到滿足插秧要求的結(jié)果為止。分插機構(gòu)的12個優(yōu)化目標(biāo)如表1所示。分插機構(gòu)在進(jìn)行人機交互優(yōu)化的過程中，主要是用戶根據(jù)經(jīng)驗來輸入一組已知參數(shù)，由軟件平臺來計算目標(biāo)結(jié)果，系統(tǒng)集成了專家的知識，根據(jù)每個目標(biāo)結(jié)果值來判斷當(dāng)前一組參數(shù)是否滿足機構(gòu)要求，如果不滿足，就進(jìn)行參數(shù)的調(diào)整，直到找到滿足插秧要求的結(jié)果為止。此優(yōu)化過程屬于多參數(shù)多目標(biāo)優(yōu)化問題，優(yōu)化結(jié)果不唯一，但都滿足插秧要求。優(yōu)化后得到的多組優(yōu)化結(jié)果，可進(jìn)一步通過評價方法評價出最優(yōu)解。模糊數(shù)學(xué)理論中的模糊綜合評判法[11-12]是一種用于解決多目標(biāo)優(yōu)化問題的有效方法。根據(jù)模糊數(shù)學(xué)理論，將模糊綜合評判法應(yīng)用到目標(biāo)結(jié)果優(yōu)化中，求得所有目標(biāo)的滿意度，從而得到這組滿意度中評價最高的優(yōu)化參數(shù)，為分插機構(gòu)進(jìn)一步優(yōu)化提供了評判依據(jù)，達(dá)到進(jìn)一步提高機構(gòu)性能的目的。文獻(xiàn)[13]曾利用此方法對分插機構(gòu)運動性能進(jìn)行量化，繼而對分插機構(gòu)利用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到滿意度函數(shù)。各種評判方法中用于解決優(yōu)化評判最關(guān)鍵的步驟是建立權(quán)重集，本文主要討論AHP求解權(quán)重集的問題。

2AHP方法計算權(quán)重

AHP是一種解決多目標(biāo)的復(fù)雜問題的定性與定量相結(jié)合的決策分析方法[14-17]。該方法用決策者的經(jīng)驗判斷各衡量目標(biāo)能否實現(xiàn)的標(biāo)準(zhǔn)之間的相對重要程度，并合理地給出評價對象的每個標(biāo)準(zhǔn)的重要性系數(shù)，即權(quán)重。AHP求解權(quán)重具體步驟如下：1）確定指標(biāo)的量化標(biāo)準(zhǔn)。AHP的核心問題是建立一個構(gòu)造合理且一致的判斷矩陣，判斷矩陣的合理性受到標(biāo)度的合理性的影響。所謂標(biāo)度是指評價者對各個評價指標(biāo)（或者項目）重要性等級差異的量化概念。判斷矩陣中的元素aij表示構(gòu)成改矩陣的行元素Ai對列元素Aj的相對重要性。2）確定初始權(quán)數(shù)初始權(quán)數(shù)的確定常常采用定性分析和定量分析相結(jié)合的方法。一般是先組織專家，請各位專家給出自己的判斷數(shù)據(jù)，再綜合專家的意見，最終形成初始值。

3分插機構(gòu)目標(biāo)優(yōu)化評價模型權(quán)重的求解

目前用于AHP方法中的標(biāo)度法主要有：1～9標(biāo)度方法、0～2三標(biāo)度法、-1～1三標(biāo)度法、-2～2五標(biāo)度法、指數(shù)標(biāo)度法、分?jǐn)?shù)標(biāo)度法等。根據(jù)文獻(xiàn)[19]中對各標(biāo)度法的相關(guān)特性比較分析，結(jié)合分插機構(gòu)參數(shù)優(yōu)化中評價指標(biāo)的特點，本文首先選擇采用0～2三標(biāo)度法。根據(jù)分插機構(gòu)的理論分析可知[20-22]，分插機構(gòu)運動學(xué)優(yōu)化有8個輸入?yún)?shù)，12個運動學(xué)目標(biāo)（目標(biāo)參數(shù)見表1）。當(dāng)運動學(xué)目標(biāo)滿足運動學(xué)軌跡要求時，可稱此組解為可行解。在12個運動學(xué)目標(biāo)中，object1和object2是對插秧機運動干涉的判定，可得到精確的判定結(jié)果，而其余10個目標(biāo)均存在一定的模糊性，即：目標(biāo)要求分解到各個目標(biāo)函數(shù)值不是唯一值，而是一個范圍，該范圍內(nèi)的值都能滿足機構(gòu)運動學(xué)的工作要求。根據(jù)分析，本文對分插機構(gòu)設(shè)置10個評價指標(biāo)，在可視化平臺中，專家們已經(jīng)對10個目標(biāo)進(jìn)行了重要性排序[20,23-24]，即排在前面的目標(biāo)比排在后面的目標(biāo)重要，由此可得到初始判斷矩陣A的元素標(biāo)度值，見表3所示。一般把三標(biāo)度判斷法構(gòu)造的矩陣定義為比較矩陣。

4結(jié)論

（1）本文引用AHP用于排序權(quán)值的計算，結(jié)果明顯得到了優(yōu)化，即通過建立判斷矩陣以及一致性檢驗可提高結(jié)果的精確度，求解結(jié)果更準(zhǔn)確、客觀，結(jié)果更貼近實際。2）應(yīng)用MATLAB工具集對AHP方法所建立的矩陣進(jìn)行計算，通過建立多目標(biāo)之間的關(guān)聯(lián)關(guān)系，經(jīng)驗證求解結(jié)果與實際相符。3）對分插機構(gòu)的目標(biāo)權(quán)值應(yīng)用算法進(jìn)行求解，此方法部分脫離了專家的依賴性和主觀性，對其它農(nóng)機多目標(biāo)優(yōu)化求解問題具有一定的參考價值，可為農(nóng)機開發(fā)人員提供一個通用的權(quán)值求解平臺。

作者：代麗朱愛華趙勻單位：浙江理工大學(xué)管理科學(xué)與工程系浙江理工大學(xué)機械與自動控制學(xué)院