[发明专利]一种六自由度并联机构优化方法

权利要求书

1.一种六自由度并联机构优化方法，其特征在于步骤如下：

(1)在ADAMS中建立六自由度并联机构模型；

六自由度并联机构模型，包括：动平台、静平台、12个支杆、6个球铰链和6个虎克铰链；静平台与大地之间采用固定副约束，使静平台固定于大地；下支杆与静平台之间以虎克铰约束，使下支杆与静平台之间只具有2个转动自由度；上支杆与动平台之间以球铰约束，使上支杆与动平台之间只具有3个转动自由度；上支杆与下支杆之间以移动副约束，使二者之间只具有1个平移自由度，实现支杆的伸缩；

对上、下铰点分布圆半径和上、下铰点分布角以及中位时支杆长度进行参数化，分别得到相应参数：上铰点分布圆半径r、为下铰点分布圆半径R、上铰点分布角α、下铰点分布角β和中位时支杆长度L；其中，r和α决定了上支杆与动平台的球铰铰点位置，R与β决定了下支杆与静平台的虎克铰铰点位置，L决定了动平台的中位高度；

(2)选取上铰点分布圆半径r、上铰点分布角α、下铰点分布圆半径R、下铰点分布角β和中位时支杆长度L为优化参数，并确定各优化参数的上下限；

以上平台沿X、Y、Z各单自由度方向平移运动相同位移来比较各支杆的行程变化，再以上平台绕X、Y、Z各轴单自由度旋转相同角度时来比较各支杆的行程变化，得到支杆行程变化曲线；结合运动范围和支杆行程变化曲线，得到Z方向平移时支杆行程变化最大；从而确定研究该并联机构参数优化问题时，仅研究沿Z轴单自由度运动时任一支杆的行程；因此，当确定运动方式为沿Z轴的正弦运动，研究对象为任一支杆时，取支杆1，以简化计算过程和减少计算量；

当支杆的最大行程最小时，并联机构的动态力、极限位姿的静态力以及雅克比矩阵都能够得到合理的值，因此在ADAMS建立最优目标函数为支杆的伸缩量绝对值的最大值最小，即：

f(x)＝min(max|L(x)-L(0)|)

x是自变量，由设计变量r、R、α、β、L组成，L(0)表示在中位时第一个支杆的长度，L(x)表示上平台沿Z轴位移z时第一个支杆的长度；

其中：

x＝[r R α β L]＝[x₁ x₂ x₃ x₄ x₅]

x_min＝[r_min R_min α_min β_min L_min]

x_max＝[r_max R_max α_max β_max L_max]

在ADAMS中建立约束函数，包括支杆上下平台尺寸约束、支杆长度约束和上下铰链转角范围约束；

(3)设计遗传优化算法，包含编码和产生初始群体、适应度值评估检测、选择、交叉、变异和终止；

编码和产生初始群体：通过实值编码方式解空间变量，也就是六自由度并联机构的五个优化参数r、R、α、β和L表示成遗传空间的基因型浮点数；然后，随机产生若干个染色体，使其均匀分布在解空间，构造遗传算法的初始群体，种群的规模为N＝100，N为种群大小；染色体空间与解空间一致,为连续的实数区间[L,U](L＝x_min和U＝x_max)；

适应度值评估检测：遗传算法是对适值函数的最大化寻优，因此将最小化目标函数转化为最大化适值函数，即F(x)＝1/f(x)；

选择：采用赌轮选择法来实现选择操作，对于个体x_i的适应度值为F(x)_i，i为个体的序号，则个体x_i的选择概率p_i为累计概率共转轮N次，每次轮转时，随机产生0到1之间的随机数t,当PP_k-1≤t≤PP_k时，选择个体x_k，作为遗传的父代，k为选中的个体序号；

交叉：随机产生概率，概率小于交叉概率p_c时，计算交叉算子x′_k＝ax_k+(1-a)x_l作为新一代个体x′_k，否则x′_k＝x_k；其中，a为(0,1)上的常数，x_l为随机选择的另一个父代，l为其序号；

变异：随机产生概率，概率小于变异概率p_m时，等概率的生成二值随机数q(q∈{0,1}),然后按照下式进行变异得到新的个体否则x″_k＝x′_k，其中Δ(n,y)＝yr(1-n/T)^b，r为[0,1]上均匀分布的随机数，y为变量，n为当前已迭代的代数，T为最大迭代代数，b为预先给定的常数；

终止：当迭代次数达到最大迭代代数T时，终止运算，输出遗传过程中所得到的最大适应度函数值对应的解作为最优解输出，即为最终优化的结构参数r、R、α、β和L；

(4)利用动态链接库技术把六自由度并联机构遗传算法添加到ADAMS中，在ADAMS中，在优化设计对话框中选定运动方式、优化目标函数，优化参数以及约束条件；在优化算法中调用六自由度并联机构的遗传算法，从而完成六自由度并联机构的优化。

2.根据权利要求1所述的一种六自由度并联机构优化方法，其特征在于：将六自由度并联机构遗传算法的程序生成.obj文件，并通过ADAMS软件编译产生动态链接库文件.dll，利用动态链接库技术，建立ADAMS/View与目标函数的链接，从而实现优化设计时成功运行自定义算法，即所述遗传算法。