為進一步減小某型狙擊榴彈發(fā)射器的后坐力,提高人機工效,對其參數(shù)優(yōu)化開展了研究;以武器后坐力極值最小為目標,分析了模型各參數(shù)的靈敏度,確定了設(shè)計變量,以武器總質(zhì)量不增大為約束條件建立了優(yōu)化模型;應(yīng)用Isight平臺集成Adams軟件的方式,采用多島遺傳算法對該武器的相關(guān)參數(shù)進行了優(yōu)化計算,對所得到的最優(yōu)解進行了仿真分析;結(jié)果表明:優(yōu)化后其后坐力極值降低了18.6豫,武器質(zhì)量減小了51.3 g,其導(dǎo)軌的振動次數(shù)有所減少;優(yōu)化方案有效提高了該武器人機工效和系統(tǒng)平穩(wěn)性。 

【文章來源】：火力與指揮控制. 2020,45(03)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

優(yōu)化計算流程圖

絳??寫?騁糯?僮鰲６嗟閡糯?惴ǖ慕????如圖2所示。圖2多島遺傳算法的進化過程圖2中mi為遷移間隔，k為整數(shù)。多島遺傳算法在優(yōu)化過程中，首先利用初始值進行優(yōu)化操作，初步達到收斂后，由于變異和遷移作用，在一個新的初始值開始重新進行遺傳操作，如此重復(fù)操作，盡可能避免局部最優(yōu)解，從而抑制早熟現(xiàn)象的發(fā)生。2.2尋優(yōu)求解過程應(yīng)用多學(xué)科優(yōu)化平臺Isight，采用批處理的方式調(diào)用動力學(xué)仿真軟件Adams，采用多島遺傳算法進行尋優(yōu)計算，優(yōu)化計算流程如圖3所示。圖3優(yōu)化計算流程圖3優(yōu)化結(jié)果分析圖4目標變量的尋優(yōu)歷程多島遺傳算法是對解空間進行全局動態(tài)尋優(yōu)的，設(shè)置子群規(guī)模為10、子群（島）的個數(shù)為10、進化代數(shù)為10，經(jīng)過1000次迭代計算，目標變量的設(shè)計變量初值下限上限復(fù)位簧剛度k2/N/mm8.426.010.5復(fù)進簧預(yù)壓力F1/N90.080130機匣質(zhì)量m2/kg1.5831.21.9復(fù)位簧預(yù)壓力F2/N180.0160240機匣后坐行程d/mm22.02040機體質(zhì)量m1/kg1.0960.81.4表2設(shè)計變量及取值范圍·120·0494

策變量的編碼，即“染色體”進行選擇、交叉、變異等操作，搜索具有最佳目標值的遺傳“個體”。由于遺傳算法魯棒性強和方便使用的優(yōu)點，其被廣泛應(yīng)用于自動控制、機械工程等領(lǐng)域。傳統(tǒng)遺傳算法流程如圖1所示。圖1遺傳算法進化過程多島遺傳算法是建立在傳統(tǒng)遺傳算法基礎(chǔ)上建立的一種基于群體分組的并行性遺傳算法，其特點是每個種群的個體被分成幾個子群，這些子群稱為“島”，算法的所有操作分別在每個島上進行，每個島上選定的個體定期地遷移到另外的島上，然后繼續(xù)進行傳統(tǒng)遺傳操作。多島遺傳算法的進化過程如圖2所示。圖2多島遺傳算法的進化過程圖2中mi為遷移間隔，k為整數(shù)。多島遺傳算法在優(yōu)化過程中，首先利用初始值進行優(yōu)化操作，初步達到收斂后，由于變異和遷移作用，在一個新的初始值開始重新進行遺傳操作，如此重復(fù)操作，盡可能避免局部最優(yōu)解，從而抑制早熟現(xiàn)象的發(fā)生。2.2尋優(yōu)求解過程應(yīng)用多學(xué)科優(yōu)化平臺Isight，采用批處理的方式調(diào)用動力學(xué)仿真軟件Adams，采用多島遺傳算法進行尋優(yōu)計算，優(yōu)化計算流程如圖3所示。圖3優(yōu)化計算流程圖3優(yōu)化結(jié)果分析圖4目標變量的尋優(yōu)歷程多島遺傳算法是對解空間進行全局動態(tài)尋優(yōu)的，設(shè)置子群規(guī)模為10、子群（島）的個數(shù)為10、進化代數(shù)為10，經(jīng)過1000次迭代計算，目標變量的設(shè)計變量初值下限上限復(fù)位簧剛度k2/N/mm8.426.010.5復(fù)進簧預(yù)壓力F1/N90.080130機匣質(zhì)量m2/kg1.5831.21.9復(fù)位簧預(yù)壓力F2/N180.0160240機匣后坐行程d/mm22.02040機體質(zhì)量m1/kg1.0960.81.4表2設(shè)計變量及取值范圍·120·0494

【參考文獻】：
期刊論文
[1]T型管液壓成形加載路徑自適應(yīng)多目標優(yōu)化[J]. 宋學(xué)偉,李東營,黃天侖.  哈爾濱工業(yè)大學(xué)學(xué)報. 2017(07)
[2]某多管火箭武器射擊密集度試驗減少用彈量研究[J]. 于存貴,梁曉揚,朱志敏.  兵工學(xué)報. 2017(06)
[3]基于多種群遺傳算法的遠程作戰(zhàn)體系加油路徑優(yōu)化[J]. 崔利杰,祖成昊,李澤,任博,鄭鵬軍.  火力與指揮控制. 2017(06)
[4]應(yīng)用BP神經(jīng)網(wǎng)絡(luò)分析電主軸頻率可靠性靈敏度[J]. 楊周,劉盼學(xué),王昊,張義民.  哈爾濱工業(yè)大學(xué)學(xué)報. 2017(01)
[5]航空發(fā)動機自適應(yīng)模擬退火遺傳算法建模[J]. 段進峰,謝壽生,王立國,姚凱翔,劉蘊哲.  火力與指揮控制. 2016(11)
[6]基于ISIGHT的導(dǎo)引頭伺服控制系統(tǒng)參數(shù)優(yōu)化方法[J]. 劉明鋒,呂鴻鵬,李杰,李琳,常磊,宋哲.  彈箭與制導(dǎo)學(xué)報. 2015(06)
[7]數(shù)字圖像相關(guān)測試技術(shù)在霍普金森桿加載實驗中的應(yīng)用[J]. 范亞夫,魏延鵬,薛躍軍,陳捷.  實驗力學(xué). 2015(05)
[8]基于iSIGHT的某型多管火箭炮基座的輕量化設(shè)計[J]. 何強,馬大為,樂貴高,張震東.  火力與指揮控制. 2014(10)
[9]導(dǎo)氣與槍管浮動混合式自動機動力學(xué)特性研究[J]. 宋杰,廖振強,李佳圣,肖俊波.  兵工學(xué)報. 2014(06)
[10]超彈性本構(gòu)模型對橡膠隔振器靜態(tài)特性預(yù)測影響的研究[J]. 王文濤,上官文斌,段小成.  汽車工程. 2012(06)

碩士論文
[1]某復(fù)雜自動機械動力學(xué)仿真與優(yōu)化[D]. 朱志剛.南京理工大學(xué) 2013
[2]面向汽車耐久性分析的底盤橡膠襯套建模研究[D]. 王娜.吉林大學(xué) 2011



本文編號：3579249