甄義省

中國鐵建港航局集團有限公司

陳凱凱

武漢理工大學物流工程學院

?

基于多島遺傳算法的大型疏浚抓斗機構(gòu)優(yōu)化設計

甄義省

中國鐵建港航局集團有限公司

陳凱凱

武漢理工大學物流工程學院

摘要：根據(jù)大型疏浚抓斗的作業(yè)特點，對設備結(jié)構(gòu)進行簡化，獲得抓斗挖料力學模型。提出了用于描述抓斗挖掘性能的推重比，以此為優(yōu)化目標，提取出影響抓斗推重比的7個關鍵參數(shù)，建立了抓斗機構(gòu)的數(shù)學優(yōu)化模型?；诙鄭u遺傳算法在全局范圍內(nèi)尋優(yōu)，實現(xiàn)了對抓斗機構(gòu)的優(yōu)化。優(yōu)化后抓斗性能得到明顯改善：推重比由原方案中的4.972降低為3.470，最大單缸推力減少了27.8%，挖料量增加了3.4%。

關鍵詞：疏浚抓斗； 推重比； 優(yōu)化模型； 多島遺傳算法

1引言

疏浚抓斗主要用于河道湖泊、近海港口、水利工程等的疏浚清淤工作，根據(jù)動力源不同可分為重力式抓斗和液壓式抓斗。重力式抓斗以抓斗自重作為動力源，協(xié)同起升繩、開閉繩實現(xiàn)裝卸料；液壓式抓斗則由電機提供動力，通過液壓缸伸縮驅(qū)動斗瓣運動，主要用于挖掘阻力較大的場合。目前，日本的“東祥號”和“五祥號”疏浚船已經(jīng)配備了200 m3級液壓抓斗[1]，我國自主研發(fā)的疏浚抓斗中以重力式抓斗居多，且斗容普遍低于30 m3，50 m3級抓斗也正積極研制中[2]。近些年來，隨著海上疏浚和填筑工程日漸興起，疏浚市場對疏浚設備的效率、成本和節(jié)能減排等提出了更高的要求，大型化、高效率和低耗能已經(jīng)成為疏浚抓斗發(fā)展的趨勢，研制超大型液壓抓斗正成為我國疏浚行業(yè)所面臨的一大挑戰(zhàn)。

本文研究的大型疏浚抓斗采用液壓油缸驅(qū)動，具有挖掘量大、結(jié)構(gòu)尺寸大、受載復雜等特點。通過產(chǎn)品類比和已有經(jīng)驗進行了初步方案設計，在此基礎上基于高效、節(jié)能的設計要求，對抓斗機構(gòu)進行了深入的優(yōu)化設計研究，取得了一定的研究成果。

2抓斗機構(gòu)數(shù)學優(yōu)化模型

2.1抓斗機構(gòu)簡化模型

疏浚抓斗結(jié)構(gòu)組成如圖1所示，斗瓣與橫梁在支撐鉸點鉸接。作業(yè)時，通過控制液壓油缸伸縮驅(qū)動斗瓣閉合、開啟，從而完成對物料的裝卸作業(yè)。斗瓣對稱布置在左右兩側(cè)，通過連桿確保兩斗瓣同步運動。根據(jù)抓斗結(jié)構(gòu)組成將抓斗機構(gòu)簡化成圖2所示。圖中，O點為斗瓣與支撐架的連接鉸點，D點為斗瓣與油缸的連接鉸點，AC表示斗瓣底板，AB為斗瓣側(cè)刃。

圖1　疏浚抓斗結(jié)構(gòu)組成

圖2　抓斗機構(gòu)簡化示意圖

2.2優(yōu)化模型

2.2.1設計參數(shù)

設計參數(shù)是根據(jù)實際作業(yè)條件或?qū)嶋H需求，在抓斗設計設計時應滿足的基本參數(shù)，本文中包括2個設計參數(shù)：抓斗額定斗容[V]和斗瓣最大轉(zhuǎn)角η。

2.2.2設計變量

設計變量的選取需要進行綜合考量，如變量對目標函數(shù)的影響是否顯著，變量之間是否相互獨立等。本文選取了7個結(jié)構(gòu)參數(shù)作為設計變量，即X=[x1,x2,x3,x4,x5,x6,x7]T，如圖2所示。這7個設計變量為斗瓣的主體結(jié)構(gòu)參數(shù)，局部結(jié)構(gòu)參數(shù)則需要結(jié)合結(jié)構(gòu)強度、剛度等進一步確定。其中，x1為油缸鉸點半徑，x2為底刃鉸點半徑，x3為斗瓣結(jié)構(gòu)張角，x4為斗瓣后角，x5為斗瓣前角，x6為斗瓣間距，x7為斗瓣寬度。

2.2.3優(yōu)化目標

為獲得最大挖掘性能，應使抓斗挖料量盡可能大，而液壓油缸的最大推力盡可能小，使系統(tǒng)動力得到充分發(fā)揮。故將抓斗油缸最大推力Fmax與挖掘物料的重量Gb的比值作為目標函數(shù)，稱為液壓抓斗的推重比，并使其在約束條件下達到最小，即

其中，液壓油缸最大推力

(1)

αi為斗瓣位置參數(shù)，表示在斗瓣處于某一轉(zhuǎn)角狀態(tài)時，抓斗側(cè)刃與豎直平面之間的夾角，αi∈(0,η)。F(X,αi)為抓斗在αi位置時的液壓油缸的推力，是設計變量X和位置參數(shù)αi的函數(shù)。疏浚抓斗在挖掘作業(yè)過程中，斗瓣受到的力主要有液壓油缸對斗體的驅(qū)動力F，支撐架對斗體的支持力F支，斗體自身重力G，浮力F浮，水平刃口的切入阻力R1，顎鏟側(cè)板切割刃的切入阻力R2，土體的推壓阻力R3和抓斗側(cè)板受到的摩擦阻力R4，各力分量表達式參考自文獻[3]中對電液疏浚抓斗所做的一些研究，受力情況如圖3。各力在O點取矩，由力矩平衡可得到油缸推力表達式，式中l(wèi)i為各力對應的力臂。

(2)

圖4為抓斗挖料示意圖，陰影部分為被挖掘物料。抓斗閉合時挖掘物料的重量為Gb(X)=γV(X)，γ為物料容重，則被挖掘物料體積為

(3)

圖3　抓斗挖料受力模型

圖4　抓斗挖料量計算模型

2.2.4邊界條件和約束條件

結(jié)構(gòu)尺寸邊界

側(cè)刃與底刃夾角限制

結(jié)構(gòu)關鍵尺寸比值限制

保證液壓油缸有足夠的動作空間

單缸最大推力限制

抓斗挖掘物料體積應不低于設計值，即

3優(yōu)化算法

該優(yōu)化模型具有6個設計變量、1個非線性目標函數(shù)和10個不等式約束條件，屬于單目標非線性優(yōu)化問題。在目標函數(shù)中，因為油缸最大推力由式子Fmax=max[F(X,αi)]獲得，即Fmax取諸多離散狀態(tài)下F(X,αi)的最大值。這可能導致目標函數(shù)表現(xiàn)出非線性、非連續(xù)和不可微的特點，因而難以采用傳統(tǒng)的基于函數(shù)梯度或?qū)?shù)的搜索算法，運用多島遺傳算法(MIGA，Multi-Island Genetic Algorithms)可以解決此類優(yōu)化問題[4]。

MIGA是一種基于隨機搜索技術的進化計算方法，可以對設計空間進行全局探索，從而避免了集中在局部區(qū)域的搜索，具有比傳統(tǒng)遺傳算法(GA，Genetic Algorithms)更優(yōu)良的全局求解能力和計算效率[4]。MIGA將一個大的種群分成若干個子種群，稱之為“島”。在每個島上仍然采用傳統(tǒng)GA算法進行子種群的演化。子種群每演化一定代數(shù)，會按一定的比例遷移到其它島上，完成不同子種群間個體的交換，然后繼續(xù)按GA算法演化[5]。圖5顯示了MIGA的計算流程。

圖5　MIGA算法流程

4優(yōu)化計算及結(jié)果

本優(yōu)化計算以136 m3抓斗的初步方案為研究對象。MIGA 算法中相關參數(shù)設置如下：子群規(guī)模選擇30，島的個數(shù)選擇10，總進化代數(shù)選擇 20，交叉概率取 0.9，變異概率取0.05，島間遷移率取0.2，遷移間隔代數(shù)選擇5，保留到下一代的精英個體量選擇3，總迭代次數(shù)為6 000次。圖6顯示了目標函數(shù)隨迭代次數(shù)的變化曲線。從圖中可以看出，在MIGA 算法尋優(yōu)過程中,出現(xiàn)了少量的大幅度“跳動”現(xiàn)象，但迭代結(jié)果大多在3.5附近波動，表明算法仍保持了一定的穩(wěn)定性。

圖6　優(yōu)化目標迭代結(jié)果

優(yōu)化前后抓斗機構(gòu)設計方案如表1所示。從表中可以看出，在機構(gòu)優(yōu)化后，抓斗的推重比由4.972下降為3.470，優(yōu)化效果顯著。其中，單缸最大推力由5 533.3 kN下降為3 993.1 kN，降低了27.8%；而抓斗的挖料量由139.1 m3上升為143.8m3，增加了3.4%。在優(yōu)化方案中，設計變量x1、x5和x7均已接近上限值。這表明抓斗機構(gòu)設計中，在保證機構(gòu)不產(chǎn)生干涉的前提下，對油缸鉸點半徑、斗瓣前角和斗瓣寬度3個結(jié)構(gòu)參數(shù)應盡量取最大值，這有利于抓斗挖掘性能的提升。

表1　不同插入深度下得到的優(yōu)化方案

5結(jié)語

大型疏浚抓斗具有挖料量大、適應能力強的特點，是海上疏浚和填筑工程中的關鍵設備。本文對抓斗機構(gòu)進行數(shù)學建模，提出了用于描述抓斗挖掘性能的推重比概念。通過多島遺傳算法(MIGA)對設計空間進行全局探索，將推重比由原方案中的4.972降低為3.470，使抓斗挖掘性能得到進一步的提升。

參 考 文 獻

[1]田金柱,蔡峰,張巍華,王智偉. 挖泥船用200 m3大型抓斗機電氣系統(tǒng)設計基于多島遺傳算法的大型疏浚抓斗機構(gòu)優(yōu)化設計[J].船舶工程,2015,S1:163-166.

[2]潘品鋒,張玉蓮. 50 m3級大型疏浚抓斗參數(shù)設計及CAE靜力分析[J]. 造船技術, 2015(2): 78-84.

[3]許炎林,胡吉全. 電液疏浚抓斗挖掘過程受力分析[J]. 武漢理工大學學報(交通科學與工程版), 2015,05:1079-1082+1086.

[4]劉克龍,姚衛(wèi)星,余慶雄. 幾種新型多學科設計優(yōu)化算法及比較[J].計算機集成制造系統(tǒng),2007,13(2):209-216.

[5]周威,陸金桂. 多島遺傳算法在螺旋槳優(yōu)化設計中的應用[J]. 船舶工程, 2014,05:46-48+68.

Mechanism Optimization of Large Dredging Grab Based on Multi-Island Genetic Algorithms

CRCC Harbour & Channel Engineering Bureau Group Co.Ltd,Zhen Yisheng

School of Logistics Engineering Wuhan University of TechnologyChen Kaikai

Abstract:According to the operating characteristics of large-scale dredging grab, a structural predigestion of the device was performed, and a mechanical model of the grab was obtained. A new conception, named thrust-weight ratio, was proposed to describe the performance of grab. Based on the optimization target of minimizing the thrust-weight ratio, 7 critical parameters were extracted, and a mathematical model of the grab mechanism was established. Using the multi-island genetic algorithms (MIGA) to find the best solution in the global scope. And the solution optimized brings a great improvement to the grab performance: the thrust-weight ratio decreased to 3.470 from 4.972, and the largest thrust of a single hydraulic cylinder declined 27.8%, however, digging capacity grew 3.4%.

Key words:dredging grab, thrust-weight ratio, optimization model, MIGA

DOI：10.3963/j.issn.1000-8969.2016.02.002

收稿日期：2016-03-22

甄義?。?519000， 廣東省珠海市香州區(qū)翠峰街189號