購(gòu)買(mǎi)設(shè)計(jì)請(qǐng)充值后下載，，資源目錄下的文件所見(jiàn)即所得，都可以點(diǎn)開(kāi)預(yù)覽，，資料完整，充值下載可得到資源目錄里的所有文件。。?！咀ⅰ浚篸wg后綴為CAD圖紙，doc,docx為WORD文檔，原稿無(wú)水印，可編輯。。。具體請(qǐng)見(jiàn)文件預(yù)覽，有不明白之處，可咨詢(xún)QQ:12401814
差動(dòng)分級(jí)式齒輥式破碎機(jī)
使用遺傳算法的多目標(biāo)優(yōu)化設(shè)計(jì)
摘要：我們的差分級(jí)齒輥式破碎機(jī)結(jié)合了齒輥式破碎機(jī)，顎式破碎機(jī)的破碎比高，破碎效率高，多篩分的優(yōu)點(diǎn)，克服齒輥式破碎機(jī)的缺憾。動(dòng)顎破碎機(jī)采用曲柄搖桿機(jī)制，從而優(yōu)化動(dòng)態(tài)性能和改善破碎機(jī)的抗裂能力，我們建立了一個(gè)數(shù)學(xué)模型來(lái)優(yōu)化傳輸角ｒ，以盡量減少行程特性值m。使用遺傳算法優(yōu)化的破碎機(jī)曲柄搖桿機(jī)構(gòu)多對(duì)象的設(shè)計(jì)獲得最佳的結(jié)果。根據(jù)實(shí)驗(yàn)，顯示出動(dòng)顎式破碎機(jī)和裂解能力的性能得到改善。
關(guān)鍵詞：差分和分級(jí)齒輥式破碎機(jī)，曲柄搖桿機(jī)構(gòu)遺傳算法多目標(biāo)優(yōu)化。
1.引言
在許多行業(yè)中，物料粉碎過(guò)程是不可缺少的（如采礦，金屬
冶煉的，化工等行業(yè)）。傳統(tǒng)式破碎機(jī)（例如，顎式破碎機(jī)，沖擊式破碎機(jī)，回轉(zhuǎn)式破碎機(jī)，錘式粉碎機(jī)），實(shí)現(xiàn)物資的粉碎破碎能力，主要取決于工作沖擊壓力的部分。這些破碎機(jī)效率低，能耗高。我們已經(jīng)不能滿(mǎn)足傳統(tǒng)的破碎機(jī)。在最近幾年，一個(gè)英國(guó)MMD齒輥式破碎機(jī)大量被使用。但是，從平時(shí)的調(diào)查來(lái)看，我們發(fā)現(xiàn)在這些齒輥式破碎機(jī)的一些不足之處：1）通過(guò)齒嚙合來(lái)破碎物料。所有需要被粉碎的原料礦物被輸送到一個(gè)粉碎腔，通過(guò)標(biāo)準(zhǔn)嚙合齒粉碎成微粒排出。破碎機(jī)未能完成實(shí)際的分級(jí)破碎，不僅使用了大量的能量，而且效率低下，破碎齒還會(huì)迅速出現(xiàn)損壞和金屬疲勞。 2）兩種情況下發(fā)生堵塞現(xiàn)象。一個(gè)是一種高流動(dòng)大塊的煤混有較小條的情況，另一種是濕潤(rùn)的煤會(huì)導(dǎo)致堵塞。齒輥式破碎機(jī)由于沒(méi)有有效的分級(jí)機(jī)制，結(jié)果是不令人滿(mǎn)意的，我們不能單靠齒嚙合。根據(jù)使用MMD齒輥式破碎機(jī)的一些煤礦區(qū)的調(diào)查，我們發(fā)現(xiàn)，他們大多數(shù)煤礦沒(méi)有要求的干燥度。 3）MMD破碎機(jī)的破碎能力通過(guò)提高傳動(dòng)部分的力來(lái)增加破碎的能力，從而導(dǎo)致高功耗和高成本。基于這些考慮，并結(jié)合中國(guó)神華能源有限責(zé)任公司和神東煤炭分公司的需求，我們的研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)新的，高效的差分和分級(jí)齒輥式破碎機(jī)，以彌補(bǔ)傳統(tǒng)破碎機(jī)的缺陷。
如圖1所示，破碎機(jī)破碎部分組成的牙齒和曲柄搖桿機(jī)構(gòu)。動(dòng)顎曲柄搖桿機(jī)構(gòu)的草圖如圖2。在搜索的曲柄搖桿機(jī)構(gòu)的優(yōu)化設(shè)計(jì)中，
似乎有很多的文獻(xiàn)研究的目的只是在優(yōu)化的傳輸角度ｒ。例如，李等人只是選擇減少圖[2-3]中的行程特性值m。但是，在一個(gè)實(shí)際的和典型的破碎機(jī)設(shè)計(jì)中，動(dòng)顎的破碎能力和傳動(dòng)角，行程特性值m都有密切的聯(lián)系。我們已經(jīng)使用了GA（遺傳算法），以便優(yōu)化曲柄搖桿機(jī)構(gòu)的差動(dòng)齒輥式破碎機(jī)的傳動(dòng)角ｒ，和最小行程值m。
1．電機(jī)組裝篩分機(jī)制；2.齒輥屏軸; 3.傳動(dòng)齒輪：4.粉碎齒; 5.動(dòng)顎 6. 調(diào)整機(jī)制
7.機(jī)殼 8. 裝配曲軸 9. 齒輥軸電機(jī)
圖1齒輥式破碎機(jī)結(jié)構(gòu)圖
圖2 齒輥式破碎機(jī)斷裂機(jī)制示意圖
2．曲柄搖桿的動(dòng)力學(xué)分析
一個(gè)鉸鏈四桿機(jī)構(gòu)的性能依賴(lài)其連桿相對(duì)長(zhǎng)度。如果我們把搖臂?的長(zhǎng)度等于1，那么相對(duì)長(zhǎng)度的曲柄，連桿和身體幀分別為a，b和d。數(shù)學(xué)模型曲柄搖桿機(jī)構(gòu)的設(shè)計(jì)是獨(dú)立的的實(shí)際長(zhǎng)度，這使得它更普遍。
2.1 最佳傳動(dòng)角ｒ
曲柄搖桿機(jī)構(gòu)的傳輸力主要取決于傳動(dòng)角ｒ。輸送傾角更大，就能更好的傳輸力。在傳輸過(guò)程中，傳輸角度時(shí)刻變化。每個(gè)組件的選擇具有合適的尺寸，可以?xún)?yōu)化得到最小傳動(dòng)角。因此，有必要增加傳輸角度，以提高傳輸力和破碎力。
兩個(gè)最小傳動(dòng)角的可能位置如圖所示。
圖3.最小傳動(dòng)角位置示意圖
2.3 行程特征值m
動(dòng)顎的行程，被分成水平和垂直的兩個(gè)部分。水平部分的功能是粉碎材料，垂直行程不能幫助粉碎，但也可以加速粉碎。遞減m的值既可以降低能耗和耐磨耗，同時(shí)，可以提高生產(chǎn)效率和提高破碎比。應(yīng)采取一些措施，以減少m的值。為了簡(jiǎn)化計(jì)算，C點(diǎn)被取出進(jìn)行分析。幾何關(guān)系如圖所示。
圖4.曲軸和連桿路線(xiàn)圖
因此，行程特征值到C 點(diǎn)的距離是：m=h/s. 肘板的角度是:β=γ+α-90°，肘板的擺動(dòng)角度：
傾角大小取決于連桿機(jī)制和動(dòng)顎的力。它的取值范圍通常15°到20°之間。 s是水平行程，h是垂直行程。
3差分和分級(jí)齒輥式破碎機(jī)的動(dòng)顎的數(shù)學(xué)模型
根據(jù)動(dòng)力學(xué)分析，無(wú)論是傳動(dòng)角γ和行程特性C點(diǎn)的值都可以表示為相對(duì)長(zhǎng)度的曲柄，連桿和身體幀的曲柄搖桿機(jī)構(gòu)。設(shè)計(jì)變量是：
動(dòng)顎的目標(biāo)函數(shù)最大化的最小傳動(dòng)角γ：
動(dòng)顎的目標(biāo)函數(shù)最小化的行程特征m值??是：
適用以下約束：
1） 設(shè)計(jì)變量的邊界約束條件：
其中aimax和bimax是設(shè)計(jì)變量的上限和下限設(shè)計(jì)變量。
2） 擁有一個(gè)曲柄的曲柄搖桿機(jī)構(gòu)的條件：
3） 約束的傳輸角度：增加傳輸角度可以提高傳輸效率和增強(qiáng)水平行程。但是，過(guò)多大傳動(dòng)角具有相反的效果。
一種常見(jiàn)的情況是：
4）約束的行程特征值：根據(jù)經(jīng)驗(yàn)，通常m的范圍是1.5和2.5之間。
5）動(dòng)顎的水平行程S對(duì)生產(chǎn)力有明顯的影響。如果s是太小會(huì)降低生產(chǎn)率，但與此相反，它會(huì)加大破碎力，并導(dǎo)致過(guò)載損壞設(shè)備。水平行程的范圍：
其中dmin是排放口的最小尺寸。
6）肘板的角度約束。通常情況下，γ的范圍是18°至23°。綜上所述，優(yōu)化問(wèn)題的可以歸結(jié)為曲柄搖桿機(jī)構(gòu)的問(wèn)題：
其中
多目標(biāo)優(yōu)化問(wèn)題的傳統(tǒng)解決方案，導(dǎo)致了低效率，并很容易導(dǎo)致一個(gè)明顯得局部問(wèn)題。但遺傳算法的方法是迭代運(yùn)行得到一個(gè)局部最優(yōu)解。通過(guò)可能的傳輸規(guī)則來(lái)指導(dǎo)搜索方向，GA搜索空間（如連通性，凸性等），并沒(méi)有特殊要求，不需要任何額外的信息。我們已應(yīng)用遺傳算法優(yōu)化了差分和分級(jí)齒輥式破碎機(jī)的
多對(duì)象設(shè)計(jì)的曲柄搖桿機(jī)構(gòu)。
4遺傳算法
遺傳算法是一種隨機(jī)搜索方法，它模仿自然演化規(guī)律。GA第一次是在1975年由荷蘭提出，它有以下主要特點(diǎn)：它直接運(yùn)行在結(jié)構(gòu)化對(duì)象，沒(méi)有任何限制函數(shù)求導(dǎo)和連續(xù)性;它擁有隱式并行和改進(jìn)的能力全局優(yōu)化;通過(guò)使用隨機(jī)優(yōu)化方法，它可以自動(dòng)獲取和引導(dǎo)優(yōu)化的搜索空間，并且還可以調(diào)整沒(méi)有具體的自適應(yīng)搜索方向和規(guī)則。 GA具有的后期，一個(gè)重要技術(shù)OGY智能計(jì)算。主要方法是：1）編碼前的數(shù)據(jù)中搜索解空間，GA的數(shù)據(jù)表示，作為一個(gè)基因型表型的字符串結(jié)構(gòu)和各種組合獲得不同的點(diǎn)。 2）創(chuàng)建一個(gè)初始化的GE-菜單組：GA隨機(jī)生成N初始化字符串?dāng)?shù)據(jù)，其中每個(gè)數(shù)據(jù)被稱(chēng)為一個(gè)單獨(dú)UAL和這些人形成一個(gè)屬組。 GA開(kāi)始使用的字符串?dāng)?shù)據(jù)作為初始迭代點(diǎn)。 3）個(gè)體適應(yīng)值估計(jì)的適應(yīng)性函數(shù)表示的質(zhì)量個(gè)人或溶液。針對(duì)不同的問(wèn)題，本一個(gè)適應(yīng)性函數(shù)的定義是不同的。 4）選擇：選擇的目的是選擇前CELLENT目前屬群和個(gè)人之間允許他們有機(jī)會(huì)繁殖后代的父母。選擇是這一思想的體現(xiàn)為GA。選擇的原則是，指示高適應(yīng)性viduals將有較大貢獻(xiàn)一個(gè)或多個(gè)后代的概率。 5）分頻點(diǎn)：這是最重要的操作GA。交叉操作可以生成新的屬具備的特點(diǎn)與前面的蒸發(fā)散一代。它體現(xiàn)了思想的信息交換。 6）基因突變：第一，GA隨機(jī)選擇個(gè)人從組屬。然后改變一個(gè)數(shù)據(jù)的值從字符串?dāng)?shù)據(jù)與給定的概率為選定的個(gè)人。類(lèi)似生物宇宙，突變的概率GA是也很低，通常取值范圍為0.001至0.01，也就是說(shuō)，突變提供了一個(gè)機(jī)會(huì)產(chǎn)生新的個(gè)體。
5基于遺傳算法的多目標(biāo)優(yōu)化
我們采取了不同的曲柄搖桿機(jī)構(gòu)與差分和分級(jí)齒輥式破碎機(jī)我們的優(yōu)化對(duì)象壓榨能力為4000噸/小時(shí)。為了決定在曲軸的長(zhǎng)度，濃度曲柄搖桿桿與主體框架的連接獲得機(jī)制，當(dāng)目標(biāo)函數(shù)（9）的最大值，該值的條件下行程速比系數(shù)為1.25時(shí)，連桿行程300毫米，傾角18°。我們使用遺傳算法來(lái)解決這個(gè)問(wèn)題，通過(guò)設(shè)置屬群規(guī)模等于50，交叉概率性為0.8，變異概率為0.005和數(shù)代的演變?cè)?000。傳統(tǒng)的二進(jìn)制編碼方法比較相對(duì)方便的使用時(shí)，在理論分析。但對(duì)于多維和高精度數(shù)值校準(zhǔn)的問(wèn)題，它往往效率低，不準(zhǔn)確。我們用一個(gè)自然數(shù)編碼方法設(shè)置三個(gè)變量a，b和d的基因，有序的結(jié)合入染色體。例如
就包含在其中。
在初始化期間，GA將產(chǎn)生一個(gè)屬基團(tuán)，其中50個(gè)個(gè)體上產(chǎn)生的根據(jù)一個(gè)變量的范圍。我們選擇了式（9）為總目標(biāo)函數(shù)的值表示個(gè)人適應(yīng)性。作為例子，我們把個(gè)人的p和q被取代的式（9），即，（P）=0.8145，F(xiàn)（Q）=0.7887，F(xiàn)（P）> F（Q）。這表明，指示的p適應(yīng)性比q的更好。
輪盤(pán)賭的方法用于在選擇操作中，在輪盤(pán)賭的游戲，我們模仿和計(jì)算的總的適應(yīng)性和在同一時(shí)間的相對(duì)并累計(jì)每一個(gè)人的適應(yīng)性。然后，輪盤(pán)變成為50倍，和一個(gè)隨機(jī)號(hào)0和1之間的每個(gè)時(shí)間。一個(gè)數(shù)比較，可以選擇由個(gè)人的累積，為每個(gè)單獨(dú)的適應(yīng)性。例如，如果我們讓r是一個(gè)隨機(jī)數(shù)，然后FC（I）累計(jì)適應(yīng)性個(gè)體iFC（i +1）的累計(jì)個(gè)體適應(yīng)性I +1。如果FC（I）<=γ<=（i +1）的話(huà)，那么個(gè)體i+1將選擇。依此類(lèi)推，所有選定的個(gè)人我們可以組成一個(gè)新屬組，并開(kāi)展交叉和變異操作。
單點(diǎn)雜交方法采用的是交叉操作，生成一個(gè)隨機(jī)數(shù)介于01時(shí)屬組。如果數(shù)少于交叉概率和個(gè)人選擇一個(gè)偶數(shù)，那么配對(duì)后，可以實(shí)現(xiàn)交叉操作隨機(jī)的。以個(gè)人的p和q為配對(duì)例如，我們的交叉點(diǎn)設(shè)置為2，這意味著我們選擇了第二個(gè)基因跨越。后交叉操作，個(gè)人成為
方法是通過(guò)一個(gè)統(tǒng)一的突變操作，生成一個(gè)隨機(jī)數(shù)介于0和1之間時(shí)屬組。如果的數(shù)量小于變異概率，當(dāng)前個(gè)人會(huì)發(fā)生變異。突變運(yùn)算的方思是類(lèi)似初始化我們重建設(shè)計(jì)的邊界中的一個(gè)單獨(dú)的基因變量。
經(jīng)過(guò)選擇，交叉和變異操作，評(píng)價(jià)函數(shù)被調(diào)用，以確保最好的個(gè)人可以被保存。優(yōu)化結(jié)果（轉(zhuǎn)換）示于表1。
最優(yōu)化的結(jié)果，這已被應(yīng)用于在生產(chǎn)實(shí)踐中，能滿(mǎn)足約束情況。鄭州長(zhǎng)城冶金設(shè)備廠(chǎng)，與我們的合作廠(chǎng)家，產(chǎn)生了相應(yīng)的破碎機(jī)已經(jīng)在中國(guó)大量出售。根據(jù)實(shí)際工作情況，不同的差分和分級(jí)齒輥式破碎機(jī)具有破碎強(qiáng)度大的特點(diǎn)，高突破效率，穩(wěn)定的工作狀態(tài)，高能力清除堵塞和抗粘連和穩(wěn)定粒度破碎產(chǎn)品，所有這些都達(dá)到了他們預(yù)期的設(shè)計(jì)目標(biāo)。
6結(jié)論
我們已經(jīng)用遺傳算法進(jìn)行了多目標(biāo)優(yōu)化設(shè)計(jì)。我們可以聲明如下：
1）我們的差分和分級(jí)齒輥式破碎機(jī)的優(yōu)點(diǎn)，具有很大的破碎比，破碎效率高。
2）由于它不同于傳統(tǒng)的優(yōu)化方法，GA可以開(kāi)展啟發(fā)式全局優(yōu)化。這是一個(gè)并行，并發(fā)和逐漸進(jìn)化搜索過(guò)程，在這過(guò)程中，避免局部最優(yōu)。
3）優(yōu)化的結(jié)果已在實(shí)踐中應(yīng)用的實(shí)際破碎機(jī)的工作狀態(tài)是穩(wěn)定的。工業(yè)上的應(yīng)用已被證明效果良好。也已表明，以?xún)?yōu)化破碎機(jī)的曲柄搖桿機(jī)構(gòu)
多目標(biāo)設(shè)計(jì)與優(yōu)化傳動(dòng)角γ和動(dòng)顎m作為目標(biāo)函數(shù)最小化的行程特性，能獲得最佳效果。
致謝
作者向黃教授表達(dá)自己最真摯的感謝以及感謝嘉興集團(tuán)提供的寶貴意見(jiàn)。編者還要感謝鄭州長(zhǎng)城冶金設(shè)備廠(chǎng)免費(fèi)提供的有用的材料。
參考文獻(xiàn)
[1] Zhao L L, Zang F, Wang Z B, et al.設(shè)計(jì)與運(yùn)動(dòng)模擬差分和分級(jí)齒輥破碎機(jī)。煤礦機(jī)械, 2007, 28(6): 19–21. (In Chinese)
[2] Li X, Wang G B. 優(yōu)化設(shè)計(jì)顎式破碎機(jī)與遺傳算法。施工機(jī)械, 2006(6): 55–62. (In Chinese)
[3] Shen Y J.復(fù)擺顎式破碎機(jī)的優(yōu)化設(shè)計(jì)，機(jī)械, 1994, 21(4): 23–25. (In Chinese)
[4] Zheng S H. 應(yīng)用遺傳算法在最佳設(shè)計(jì)平面曲柄搖桿機(jī)構(gòu)?？镏袊?guó)計(jì)量科學(xué)研究院, 1999(2): 71–74. (In Chinese)
[5] Wang P. 破碎機(jī)的曲柄搖桿機(jī)構(gòu)的優(yōu)化設(shè)計(jì)。中國(guó)南方建筑大學(xué)學(xué)報(bào), 1998, 6(2): 60–65. (In Chinese)
[6]荷蘭輝適應(yīng)自然和人工系統(tǒng)。密歇根州：密歇根大學(xué)出版社 1975年。
[7] Pan F P, Gong D W, Sun X Y, et al. 研究小說(shuō)自適應(yīng)遺傳算法。中國(guó)大學(xué)學(xué)報(bào)采礦與技術(shù), 2003, 32(1): 68–70. (In Chinese)
[8] Michalewicz Z. 組合遺傳算法和數(shù)據(jù)結(jié)構(gòu)。北京：科學(xué)出版社, 2000. (In Chinese)
[9] Zhang J, Li D L, Li P. 遺傳的比較研究算法的編碼機(jī)制。中國(guó)統(tǒng)一
多樣性礦業(yè), 2002, 31(6): 637–640. (In Chinese)