[发明专利]大型集装箱起重机快速配置设计方法

说明书

技术领域

本发明涉及产品配置理论方法研究的技术领域，具体涉及一种大型集装箱起重机快速配置设计方法。

背景技术

大型集装箱起重机是一种单件小批量生产模式下演化型的系列化、个性化复杂机械产品，其设计过程具有一定的复杂性。一方面，各个集装箱码头的情况、所装卸的船型、水深、水文条件等都会导致大型集装箱起重机的多样化。如大型集装箱起重机的前伸距、起升高度、起重量不同，取决于所装卸的船型；起重机的最大轮压、轮距不同，取决于码头的地质条件、许用轮压等。实际上各大港口的集装箱起重机都不是标准的，每个集装箱码头对起重机的都有个性化的需求。因此，每一台新型的集装箱起重机都需要进行机构标准件的选择、非标准件的设计，从而需要进行模块化和配置设计。

另一方面，大型集装箱起重机又是具有多层次产品结构树的演化型系列化机械产品，新旧产品之间、同一类型的系列产品之间存在不同程度的相似性与演化关系，使得产品配置设计具有高维的配置空间数据。通过反复验算来确定产品零部件的关键特征参数，是大型集装箱起重机设计的基本特征。目前主要采用的类比设计、经验设计方法未能科学利用产品历史设计信息，存在大量的重复劳动和资源的巨大浪费。因此迫切需要开发支持产品快速配置设计的方法，提高设计的灵活性。

发明内容

本发明提供一种大型集装箱起重机快速配置设计方法，能够在较短时间内获得满意的初步设计方案，提高产品配置设计工作的效率和 质量，降低设计成本。

为实现上述目的，本发明提供一种大型集装箱起重机快速配置设计方法，其特点是，该方法包含：

上述建立面向快速设计的大型集装箱起重机产品配置框架包含：

对实例模板与客户需求的局部相似度、局部绿色特性满足度、配合亲和力等进行分析和计算，构建带约束的0-1规划基因进化模型；

结合大型集装箱起重机产品配置优化问题规模较大的特点，本发明重新设计了蚁群算法的伪随机比例规则；并针对备选基因实例数量往往较多的问题，提出一种备选基因实例数量减少机制；设计了一种x_Sigmoid函数，并按此函数调整转移概率，加快算法搜索速度；实施捕食策略，加强较优区域的开发，增强搜索能力。

上述建立的大型集装箱起重机产品快速配置设计框架包含：

改变传统类比设计、经验设计模式，以提高大型集装箱起重机产品设计的效率。

首先，构建产品配置基因进化模型，并初始化模型的基本参数。

然后基于改进蚁群建立一种产品配置快速设计算法，利用该算法获得初步设计方案。

最后，在初步设计方案基础上，建立大车行走机构非标准件三维模型。根据用户要求，如大车结构的强度、刚度等进行有关约束条件的校核。如果满足，则该非标准件的设计成功；如果不满足，则对该非标准件进行变参数、变特征设计，如板厚变薄、高度减小等，并重新校核，直到满足条件为止，并添加到实例库。

上述对实例模板与客户需求的局部相似度、局部绿色特性满足度、配合亲和力等进行分析和计算，构建带约束的0-1规划基因进化模型包含：

利用局部相似度、局部绿色特性满足度、配合亲和力的公式，进行产品配置方案的分析和计算，建立以产品配置方案的适应度最大为目标，产品虚拟特征基因的选择、配合、相关性、成本和权重为约束的0-1规划基因进化模型。

上述重新设计了蚁群算法的伪随机比例规则包含：

每只蚂蚁通过重复地应用式(1)伪随机比例规则建立一个配置设计方案。设计伪随机比例规则是为了让适应度高且有着大量信息素的基因实例有更多的选择机会。表示蚂蚁l选择基因实例X_ij的概率。

其中，为局部相似度是描述实例模板中的基因实例X_i,j与客户需求R_i,k之间的相似程度。为基因实例X_i,j上的信息素轨迹强度。β、为两个参数，β反映局部相似度信息在可选基因实例中的相对重要性，反映蚂蚁运动过程积累的信息在可选基因实例中的相对重要性。参数θ₀的大小决定了利用先验知识与探索新基因实例之间的相对重要性。每当一只蚂蚁准备选择基因实例X_i,j时，算法产生一个随机数0≤θ≤1。如果θ≤θ₀，则根据先验知识选择最好的基因实例，否则按概率进行选择。

上述针对备选基因实例数量往往较多的问题，提出一种备选基因实例数量减少机制包含：