基于近似模型的重载仿生腿多目标优化

针对大型六足机器人在运动过程中腿部刚度不足和振动的问题，提出一种基于近似模型的多目标综合优化方法. 建立有限元模型，分析各类复杂工况下腿部结构强度、刚度 和模态频率等性能，确定仿生腿的优化空间. 对仿生腿静态及动态性能建立参数化模型，定义相应的设计变量，采用优化拉丁超立方方法分别对仿生腿基节、大腿和小腿模块进行试验设计，获取初始样本点，拟合各模块响应面模型、克里格模型和径向基函数神经网络模型，通过误差分析选定精度最高的近似模型，并联合第二代非支配排序遗传算法，以静态刚度、质量和首阶固有频率为目标，约束最大应力，对仿生腿进行优化设计，对优化后的结果进行分析验证. 结果表明，重载仿生腿经所述方法优化后，在满足结构强度的前提下，平地工况最大变形下降9.73％，斜坡工况最大变形下降9.46％，首阶固有频率提升3.45％，仿生腿总体质量下降8.63％.     

考虑多因素的装载机转向系统压力波动优化分析

针对装载机在转向过程中因油缸铰点布置位置产生的压力冲击和压力波动问题， 以最小行程差、最小力臂差及最小转向系统功率为目标函数，通过遗传算法进行优化，结合 AMESim 仿真及实验验证了优化结果的可行性 . 优化后行程差平均值减少了 89.23%，力臂差 平均值减少了 88.40%，发动机怠速和全速时转向所消耗的平均功率分别减少了 32.56% 和 24.03%. 通过深入研究行程差和力臂差曲线，确立了力臂差是引起压力波动的主导因素，结合 遗传算法对油缸铰点坐标进行二次优化 . 优化结果表明，行程差和力臂差的最大值较第一次 优化分别减少了14.29%和19.44%，实车油缸铰点改造后进行满载全转速快转实验，其压力曲 线未见明显压力异常.