[发明专利]一种高速水稻钵苗插秧机移箱机构多学科优化设计方法

权利要求书

1.一种高速水稻钵苗插秧机移箱机构多学科优化设计方法，其特征在于：

利用ISIGHT多学科优化设计平台，根据试验设计方法，采用最优拉丁超立方设计进行灵敏度分析，得出设计参数与各学科优化目标的相关性以及对应的目标输出响应，选择相关性高的设计参数作为设计变量，选用空间局部Kriging插值法，将得出设计变量与各学科目标输出响应，构建近似代理模型来逼近实验数据，采用协同优化方法，集成SolidWorks、ANSYS Workbench、Adams软件模块，实现数据循环交换，完成钵苗移箱机构的建模、仿真和优化的智能高效运算，得到最佳设计变量。

2.根据权利要求1所述的一种高速水稻钵苗插秧机移箱机构多学科优化设计方法，其特征在于：具体包括以下步骤：

步骤1：结合水稻钵苗横向送秧距离为钵苗宽度的要求，利用SolidWorks软件进行移箱机构基本参数化结构设计，设计包括螺旋轴、转子、滑套，其中螺旋轴包括双螺旋线和过渡曲线；

步骤2：利用步骤1中构建的移箱机构结构，针对高速水稻钵苗栽插过程平稳性、精准性以及轻量化需求，基于多学科分解理论对移箱机构进行系统分解，将系统分解为运动学、动力学、静力学三个学科，分别利用ANSYS Workbench、Adams软件进行特性分析；

步骤3：结合协同优化理论，确定各学科的优化变量、约束、目标，各学科优化变量X_m＝{x_ml，x_m2，x_m3，x_m4，x_m5...x_mn}，设计目标为一致性约束R_m取最小值，设计变量需要满足的相应约束方程g_m(x_m1，x_m2，x_m3，x_m4，x_m5...x_mn)≤0，其中，σ为约束限制；m＝1，2，3；n为学科优化变量数；子学科数学模型为：

Find Z_m＝[x₁，x₂、x₃...x_n]^T

min R_m＝(x_m1-x_sysm1^*)²+(x_m2-x_sysm2)²+(x_m3-x_sysm3)²+...+(x_mn-x_sysmn)²

s.t g₁＝σ₁-[σ]≤0

g₂＝σ₂-[σ]≤0

…

g_n＝σ_n-[σ]≤0

步骤4：在步骤3的基础上进行实验设计，首先进行灵敏度分析，对设计参数和各目标输出响应之间的线性相关性r进行计算，确定设计变量因素数和水平数，采用ISIGHT软件中的DOE模块产生一组相应的设计点，选用最优拉丁超立方法筛选出相关性高的设计变量以及对应各学科输出响应；其中r的具体计算如下：

$r=\frac{\Σ\left(X-\stackrel{\‾}{X}\right)\left(Y-\stackrel{\‾}{Y}\right)}{\sqrt{\Σ{\left(X-\stackrel{\‾}{X}\right)}^2}\sqrt{\Σ{\left(Y-\stackrel{\‾}{Y}\right)}^2}}=\frac{\Σxy}{\sqrt{\Σx^2}\sqrt{\Σy^2}}\frac{S_{XY}}{S_X{S}_Y}$

其中：X为变量，Y为响应；

$\begin{array}{cc}{S}_X=\sqrt{\frac{\mathrm{\Σ}{(X-\stackrel{\‾}{X})}^2}{n-1}}& S_Y=\sqrt{\frac{\mathrm{\Σ}{(Y-\stackrel{\‾}{Y})}^2}{n-1}}\end{array}$

步骤5：在步骤4的基础上基于空间局部Kriging插值法将DOE设计的输入因子与响应建立一个近似代理模型来逼近实验数据；

步骤6：利用确定性系数R²对近似模型进行精准度评估，

$R^2=1-\frac{\underset{i=0}{\overset{N_v}{\Σ}}{(f_i-{\hat{f}}_i)}^2}{\underset{i=0}{\overset{N_v}{\Σ}}{(f_i-\stackrel{\‾}{f})}^2}$

其中，f_i是精确模型第i个样本点的响应值；是近似模型在该样本点的估计值；是所有样本点近似平均值；N_v是DOE产生的所有样本点的数目。评估近似模型预测能力是否满足要求，：若R²<0.9则否，需返回步骤5；若R²≥0.9则是，进入下个步骤；

步骤7：采用协同优化方法建立系统级数学模型；

Find Z＝[X₁,X₂,X₃]^T

min F＝{f₁,f₂,f₃}

$\begin{array}{cc}s.t& R_{1sys}=\underset{i=1}{\overset{X1}{\&Sigma;}}{(X_{sysi}-X_i^{*})}^2\&le;0.0001\end{array}$

$R_{2sys}=\underset{j=2}{\overset{X2}{\&Sigma;}}{(X_{sysj}-X_j^{*})}^2\&le;0.0001$

$R_{3sys}=\underset{k=3}{\overset{X3}{\&Sigma;}}{(X_{sysk}-X_k^{*})}^2\&le;0.0001$

其中：f为各学科目标函数，R_sys为一致性约束；

步骤8：在ISIGHT软件中搭建优化平台，基于协同优化方法，采用多岛遗传算法和序列二次规划算法组合的混合算法进行系统级多目标优化，得到系统级最优解集；

步骤9：将最优解集代入到原模型中构建最优模型并进行仿真分析，分析结果与优化前结果进行对比，验证是否达到设计要求：若否，则返回步骤3；若是，则结束。