基于遺傳算法的機械方案設計系統的研究

2013-05-28 by:廣州有限元分析、培訓中心-1CAE.COM 來源:仿真在線

提出了一種基于遺傳算法的機械方案計算機輔助設計系統模型。該模型通過把機械方案設計過程看作一個狀態空間的問題求解,用遺傳算法控制搜索過程,自動生成一組可行的設計方案,并通過傳動方案設計實例,驗證了求解的有效性。
郝博;盧有文;聶義勇來源:機械
關鍵字:遺傳算法方案設計 CAD

近年來,機械計算機輔助設計方面的研究工作主要集中在詳細設計中易于數值化的設計任務,并研制出不少有效的軟件系統,如有限元分析軟件、模擬仿真軟件、繪圖軟件等。而最有創造性的設計工作——方案設計任務,基本上仍然由設計者來完成。機械設計過程一般由方案設計、詳細設計、設計評價和再設計等4個階段組成。方案設計是機械設計的關鍵環節,方案的好與壞直接影響產品的性能和質量。與詳細設計相比,方案設計更注重創造性,因而也就更難用計算機來實現。目前,在機械方案計算機輔助設計方面的研究較少,尚處于初期階段,較有效的理論模型尚未出現。

方案設計過程可視為一個狀態空間中的問題求解搜索過程。這里要解決的主要問題是如何控制搜索。設計問題的狀態空間是復雜的,在沒有得出其全部或某些局部解的情況下是無法明確地構筑出來的,求解搜索常常是隨機變化的。設計問題的求解空間大,盲目搜索將會導致組合爆炸。研究能在搜索過程中自動獲取和積累有關搜索空間的知識,減少搜索空間并自適應地控制搜索過程,從而得到最優解的搜索算法是方案設計問題求解的關鍵。遺傳算法(Genetic Algorithm,簡稱GA)就是這種特別有效的算法。遺傳算法按不依賴于問題本身的方法作用在特征串群體上,搜索可能的特征串空間以找到高適應值串,為了指導這個搜索,算法僅用到與在搜索空間中檢查過的點相聯系的適應值。本文應用GA研究提出基于GA的機械方案計算機輔助設計系統模型,并建立實例系統,為機械產品后序設計和最終結果最優打下良好基礎。

1 基于GA的機械方案CAD模型

1.1 知識表示

面向對象方法以對象作為基本元素,是分析問題、解決問題的核心,它模擬了人類認識問題的較高、較廣的過程。

(1)面向對象的知識表示方法

在面向對象的知識表示方法中,知識表示的基本構件是知識類和知識對象。知識類實例化后形成知識對象,成為知識載體,表示與應運領域中的實體或抽象體相對應的知識。例如,知識類“圓錐齒輪”描述關于圓錐齒輪機構的知識,其實例化對象可被系統用來組成方案。

知識對象由與它有關的屬性和方法來描述,屬性反映了知識對象的靜態特性。如機構名稱。方法描述了知識對象接受到消息后所執行的動作。例如,“平帶”對象有一個檢查是否滿足傳動功率的方法。

知識類之間的關系。知識類之間的最基本的關系是繼承關系,派生類可以繼承基類的特性和行為,從而形成知識的層次關系。例如,機械設計中各種機構知識類通過繼承關系形成樹形結構,如圖1所示。知識對象之間的關系,一種是創建關系,即一個知識對象在其成員方法中依靠創建另一個對象,而后委托它進行工作,最后完成自己的工作。對象之間的另一種關系是聚合關系。如方案對象中包括幾個機構類的派生類對象,以某種關系形成一個方案。

基于遺傳算法的機械方案設計系統的研究+有限元項目服務資料圖圖片1

圖1 機構繼承關系圖

(2)機械方案設計知識的面向對象表示

從系統中知識的作用來看,系統中用到的知識主要有控制知識、方案評價知識及有關機構的知識。控制知識是有關問題分析、求解策略及使用知識的知識,如根據設計要求劃分傳動鏈,生成設計約束條件。方案評價知識對GA生成器產生的方案進行分析、評價,確定其適應值。機構知識描述傳動方案中的各種機構相關的知識。

從知識表現的形式看,主要有數據、算法及判斷形式,在面向對象的知識表示法中,可用參數、規則和方法等知識項來表示每個知識對象中其中的1~3種。參數可以表示數據形式的知識,用知識類中的成員變量來描述。規則用以表示判斷形式的知識,規則主體由IF-THEN兩部分組成。方法用以表達計算過程或判斷形式的知識。如方案評價知識類可用圖2來描述。

基于遺傳算法的機械方案設計系統的研究+有限元項目服務資料圖圖片2

圖2 方案評價知識類

1.2 方案編碼表示

遺傳算法是一個搜索編碼串空間的過程,其目的是找到相對高適應值的串,在應用遺傳算法求解特殊問題時,首先要確定用類似染色體的串表示問題的方法。在常規的遺傳算法中,方案表示是把問題的搜索空間中的每個可能的點表示為確定長度的特征串,在染色體串和問題的搜索空間中的點之間選擇映射,有時容易實現,有時非常困難。選擇一個便于遺傳算法求解問題的表示方案需要對問題有深入的了解。機械傳動系統按照能量流動路線可分為單流、多流(分流、匯流、混流)形式,如圖3所示。因此一個機械傳動方案可認為由幾個機構按一定順序構成,可用這幾個機構代碼的有序排列組成一個編碼來表示這一方案。由于機構代碼與機構知識庫中的知識對象的對象標識一一對應,從而機構代碼的一個有序排列唯一對應某一方案。例如,{3,2,2}的編碼表示由帶輪、齒輪、齒輪組成的一個方案。

基于遺傳算法的機械方案設計系統的研究+有限元項目服務資料圖圖片3

圖3 機械傳動能量流動路線分類

1.3 遺傳算法的參數

遺傳算法的參數主要有串長1,群體規模N,交換概率Pc,變異概率Pm,最大遺傳代數M。設組成機械傳動系統的機構數目為n,每個機構用一個自然數表示,則1=n;其余參數按照薦用值選取,N=50~200,Pc=0.5~1.0,Pm=0.01,M=500。

1.4 遺傳操作

通過模擬生物界自然選擇和自然遺傳過程,遺傳算法把一個群體變換到另一個新的群體。一個基本遺傳算法由復制、交換和變異算子組成。

(1)復制提高群體的平均適應值,采用最優串復制與適應值比例復制相結合,保證全局收斂,且搜索效率高。

(2)交換產生新的個體,采用雙點交換,即從群體中隨機取出兩個串,隨機產生兩個交換位置,將兩個串在這兩點之間的對應位置進行交換。

(3)變異增加群體的多樣性,采用均勻突變,即每一位以相同的概率在域內變化。

(4)其他算子引入倒位、共享等算子以保持群體的多樣性。

1.5 方案評價

方案評價,即確定適應值度量以檢測一個特定串所表示的方案的好壞程度,適應值度量必須有能力計算搜索空間中每個確定長度的特征串的適應值。因此是遺傳算法中較為困難的部分,適應值直接指導搜索過程,其合理性至關重要。對于不同的問題采用不同的評價策略。對于機械傳動方案,可根據設計要求,初步采用下述步驟進行方案評價。(1)檢查各機構之間的匹配關系;(2)檢查整體輸入輸出是否合理;(3)檢查傳動比是否滿足;(4)檢查傳動功率是否滿足;(5)檢查傳動效率是否滿足;(6)根據每個機構特點檢查其合理性。并由此確定每個方案的適應值。

2 系統結構

系統整個結構如圖4所示。

基于遺傳算法的機械方案設計系統的研究+有限元項目服務資料圖圖片4

圖4 系統結構

系統通過設計要求輸入模塊完成設計要求的輸入。調用方案生成模塊產生N(群體規模)個方案,方案評價模塊根據具體方案的構成調用相關知識對每個方案進行分析、推理,并根據其優劣程度確定其適應值。知識維護模塊對知識庫進行管理,包括知識輸入、知識修改、知識查詢、知識刪除。圖形處理模塊完成機構簡圖的編輯、存儲,建立圖形庫,并根據設計結果調用圖形庫產生相應的方案簡圖。系統以Borland C++ 4.5為開發環境,并調試成功。

3 設計實例

設計要求為:輸入轉速 1440r/m;
輸出轉速 150r/m;
傳動功率 10.46kW;
傳動效率 >0.8
寬度尺寸緊湊
工作條件惡劣
圖5給出的實例為方案之一。