隨著計算機(jī)技術(shù)快速發(fā)展,多體系統(tǒng)動力學(xué)的研究在航空航天、車輛機(jī)械、機(jī)器人、軍事等領(lǐng)域得到廣泛應(yīng)用。復(fù)雜機(jī)械系統(tǒng)的設(shè)計與優(yōu)化需要多體系統(tǒng)動力學(xué)仿真提供動態(tài)分析,這就迫切需要高效穩(wěn)定的建模方法及數(shù)值求解方法來求解多體系統(tǒng)動力學(xué)方程。本文主要針對多體系統(tǒng)動力學(xué)微分-代數(shù)方程求解問題,研究基于智能優(yōu)化的求解方法。首先對于多體系統(tǒng)進(jìn)行建模可以得到指標(biāo)3微分-代數(shù)方程,然后將廣義坐標(biāo)和廣義速度進(jìn)行Lagrange插值,結(jié)合變量縮并方法和Gauss數(shù)值積分方法,可以將微分代數(shù)方程求解問題轉(zhuǎn)化成求解最優(yōu)化問題。傳統(tǒng)優(yōu)化方法很難求解非線性復(fù)雜空間的優(yōu)化問題,智能優(yōu)化方法是解決該類類優(yōu)化問題的有效方法。模擬鳥群覓食的粒子群算法、模擬螢火蟲群體活動的螢火蟲算法、模擬生物遺傳進(jìn)化理論的遺傳算法是幾種比較典型的智能優(yōu)化方法,其具有算法簡單、無需導(dǎo)數(shù)信息、適應(yīng)于復(fù)雜空間的特點。本文詳細(xì)介紹了這三種方法的算法思想,并設(shè)計算法來求解微分-代數(shù)方程。通過對平面雙連桿機(jī)械臂進(jìn)行多體系統(tǒng)仿真實驗,驗證了粒子群算法、螢火蟲算法和遺傳算法在求解動力學(xué)方程中的有效性。其中對于優(yōu)化變量過多導(dǎo)致優(yōu)化結(jié)果不夠精確的問題,為降低優(yōu)化難度... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

平面雙連桿機(jī)械臂平面雙連桿的指標(biāo)3微分-代數(shù)方程可寫為如下形式：

第二章多體系統(tǒng)微分-代數(shù)方程組的數(shù)值求解9(Φ)=(0012cos110000012sin110000012cos110022cos220012sin110022sin22)取仿真時間20s，時間步長=0.01，利用MATLAB進(jìn)行計算，Runge-Kutta方法求解結(jié)果如圖2.2(左)-圖2.5(左)所示。微分求積方法求解結(jié)果如圖2.2(右)-圖2.5(右)所示圖2.2連桿末端運(yùn)動軌跡圖圖2.3連桿末端位移時間歷程

第二章多體系統(tǒng)微分-代數(shù)方程組的數(shù)值求解9(Φ)=(0012cos110000012sin110000012cos110022cos220012sin110022sin22)取仿真時間20s，時間步長=0.01，利用MATLAB進(jìn)行計算，Runge-Kutta方法求解結(jié)果如圖2.2(左)-圖2.5(左)所示。微分求積方法求解結(jié)果如圖2.2(右)-圖2.5(右)所示圖2.2連桿末端運(yùn)動軌跡圖圖2.3連桿末端位移時間歷程

【參考文獻(xiàn)】：
期刊論文
[1]多體系統(tǒng)動力學(xué)微分—代數(shù)方程時域微分求積法[J]. 王剛,丁潔玉,董賀威.  青島大學(xué)學(xué)報(自然科學(xué)版). 2019(01)
[2]多體系統(tǒng)動力學(xué)Lie群微分-代數(shù)方程約束穩(wěn)定方法[J]. 李亞男,李博文,丁潔玉,潘振寬.  動力學(xué)與控制學(xué)報. 2018(02)
[3]螢火蟲算法智能優(yōu)化粒子濾波[J]. 田夢楚,薄煜明,陳志敏,吳盤龍,趙高鵬.  自動化學(xué)報. 2016(01)
[4]一種基于混合遺傳和粒子群的智能優(yōu)化算法[J]. 馬超,鄧超,熊堯,吳軍.  計算機(jī)研究與發(fā)展. 2013(11)
[5]基于混沌理論的動態(tài)種群螢火蟲算法[J]. 馮艷紅,劉建芹,賀毅朝.  計算機(jī)應(yīng)用. 2013(03)
[6]人工螢火蟲與差分進(jìn)化混合優(yōu)化算法[J]. 張軍麗,周永權(quán).  信息與控制. 2011(05)
[7]柔性多體系統(tǒng)動力學(xué)絕對節(jié)點坐標(biāo)方法研究進(jìn)展[J]. 田強(qiáng),張云清,陳立平,覃剛.  力學(xué)進(jìn)展. 2010(02)
[8]柔性多體系統(tǒng)動力學(xué)研究現(xiàn)狀與展望[J]. 劉鑄永,洪嘉振.  計算力學(xué)學(xué)報. 2008(04)
[9]差分進(jìn)化算法研究進(jìn)展[J]. 劉波,王凌,金以慧.  控制與決策. 2007(07)
[10]空間柔性機(jī)構(gòu)運(yùn)動可靠性分析[J]. 張建國,蘇多.  北京航空航天大學(xué)學(xué)報. 2006(01)

博士論文
[1]偏微分方程反問題數(shù)值解研究與應(yīng)用[D]. 田娜.江南大學(xué) 2012
[2]智能優(yōu)化算法及其應(yīng)用[D]. 吳沛鋒.東北大學(xué) 2012
[3]非凸優(yōu)化問題的全局優(yōu)化算法[D]. 周雪剛.中南大學(xué) 2010



本文編號：3114664