專利名稱：給湯機的可調(diào)式多連桿機構及該機構的路徑曲線演算方法
技術領域：
本發(fā)明涉及一種給湯機的可調(diào)式多連桿機構及該機構的路徑曲線演算方法，通過將連桿機構中各連桿桿長和角度設定成參數(shù)，利用多目標基因進化遺傳算法求出所需求的特定路徑曲線，進以設計出多連桿可調(diào)式連桿機構的最佳化結構狀態(tài)。
背景技術：
現(xiàn)今，連桿機構被廣泛運用在設計各種日常生活產(chǎn)品上，如門板的自動推回機構，以及工業(yè)機械上，如汽、機車的懸吊機構、機器手臂、各類工具機、起重機、機械手、引擎汽缸等。
一般連桿機構的構造組成較為簡單且容易合成，而且制作成本較低，所以被廣泛地使用；其中如四連桿機構的構造簡單且容易合成，故其耦點曲線(coupler curve)被常運用，如Hrones及Nelson即對此在一本圖集中繪出10,000組耦點曲線，但因為四連桿只能產(chǎn)生較簡單的耦點曲線，因此在實際的運用上會顯不足。
由于四連桿的耦點曲線在實際的運用上會顯不足，使用六連桿機構設計則可以設計出較具變化性的耦點曲線，但若要求出六連桿機構的耦點曲線方程式，并直接求得連桿長度的解析解，是非常困難的工作。
所以有關六連桿機構的運動性能及分支構型的研究，一般都是將六連桿機構拆成兩個四連桿回路或拆成數(shù)個二桿組的方式求解，如TylaSka及Kazerounian提出可求得六連桿組七個精確點的方法，并合成了瓦特I型六連桿機構六個位置的演生器。
由于近代計算機計算速度的進步，利用數(shù)值方法來最小化目標函數(shù)(goalfunction)也隨之發(fā)展，如Kramer及Sandor即以此作為平面機構的合成方法，其最佳的方法是以連桿機構耦點曲線上的點和設計者所定下的目標點之間的誤差值來逼近曲線。另一方面，Krishnamurty及Turcic以多目標的技術來做定位的工作，但容易因陷入局部最小值而失敗。
同時，近年來頭神經(jīng)網(wǎng)路的概念被用于機構的合成，基因進化遺傳演算法也開始被引入機構合成的方法中。所謂的基因進化遺傳演算法，是JohnHolland等人所提出來的全域搜尋最佳化設計法則，其方式是以模擬生物繁衍下一代時，基因必須的過程為主要的步驟，包含基因的送擇與復制、交配以及突變等運算機制，再經(jīng)過代代的繁衍而達到最佳化的目標及目標函數(shù)、族群中的個體數(shù)、基因長度、設計變數(shù)的范圍、交配及突變發(fā)生率，完成后，便隨機產(chǎn)生出代表族群。首先，必須先進行編碼，通常是以位元為字串模擬生物基因，而基因長度即為字串長度，在基因中的某一段字串則代表個體的某一個變數(shù)，此過程稱為基因編碼，而最常用的編碼方式有二進位編碼、灰階編碼及實數(shù)編碼。將上述基因編碼解成實際的設計變數(shù)，將變數(shù)帶入目標函數(shù)中求出此個體的目標值，再將此目標值再轉化成代表個體適應環(huán)境的合適值(適應值)，此合適值越高的個體代表其基因優(yōu)良且較有機會將優(yōu)良基因遺傳給下一代。根據(jù)合適值的大小送擇個體，對此個體進行基因復制，復制出和族群數(shù)目相同的復制體后，再取兩個不同的復制個體，根據(jù)交配發(fā)生率進行基因交配，得到新的子族群后，根據(jù)突變發(fā)生率決定個體的某些字串是否要進行突變，而產(chǎn)生新的子代，并重復上述過程，直到滿足停止條件為止。所以連桿機構中加入基因進化遺傳演算法(GA)會如同生物進化的形式進行進化，在目標值轉化成代表個體適應環(huán)境的合適值，直到轉化成所需要的最佳化路徑曲線值(參閱圖1所示演算流程圖)。
而上述基因進化遺傳演算法的概念被成功的應用于最佳化問題上，并由Shinn-Ying Ho，Li一Sun Shu及Hung-ming Chen提出以直交法(Orthogonal array)提高基因進化遺傳演算法的效率，而在機構合成方面，F(xiàn)ang，Kunjur及Krishnamurty以演化技術獲得一些成果，接著由Cabrera，Simon及Prado對四連桿機構耦點曲線做出精度更高的合成，其主要優(yōu)點在于算法工具較簡單，且耗費較少的運算即能達到良好的精確度。
但是在設計連桿的動作曲線上，大多數(shù)的設計者都是先設計連桿的長度，再設法更改其動作路徑，倘若設計的路徑曲線過于復雜，則在連桿的設計上是非常困難的，通常需要耗費大量的人力與時間，工作效率上很差，而且設計出來的連桿機構與機構的動作曲線也不一定是最佳的。

發(fā)明內(nèi)容
本發(fā)明目的在于提供一種能夠達到以下功效的可調(diào)式多連桿機構的路徑曲線演算方法及運用該方法設計的給湯機的可調(diào)式多連桿機構使多連桿可調(diào)式機構能根據(jù)特定路徑曲線調(diào)整連桿長度，并迅速演算完成，達到連桿機構和連桿機構動作路徑的最佳狀態(tài)組合；以多目標基因進化遺傳演算法有效提高連桿機構合成問題的解的精確度；將多目標基因進化遺傳算法應用在六連桿可調(diào)式給湯機的機構設計中，加速連桿機構設計的速度；使連桿的合成不再局限于葛式機構。
本發(fā)明的技術方案是一種給湯機的可調(diào)式多連桿機構及該機構的路徑曲線演算方法，是具有至少一支或一支以上的長度可調(diào)式連桿，將各連桿的桿長及角度設定成參數(shù)，利用多目標基因進化遺傳演算法求出所需求的特定路徑曲線，其步驟為1.將連桿機構的各連桿長度及角度設為系統(tǒng)的參數(shù)。
2.輸入欲求的路徑。
3.利用基因進化遺傳演算法的參數(shù)最佳化功能。
4.尋求各連桿長度及角度等參數(shù)配合的最佳解。
5.求得各個路徑曲線的切線速度及加速度。
6.利用程序模擬連桿行進的動作方式。
7.以實際連桿配合程序設計完成實體連桿的最佳化行進路徑與最佳狀態(tài)的連桿機構組合。
與現(xiàn)有的技術方法相比，本發(fā)明的優(yōu)點是1.達到多連桿可調(diào)式機構能根據(jù)特定路徑曲線調(diào)整連桿長度，迅速演算完成，達到連桿機構和連桿機構動作路徑最佳狀態(tài)的組合。
2.達到以多目標基因進化遺傳演算法有效提高連桿機構合成問題的解的精確度。
3.能將多目標基因進化遺傳演算法應用在六連桿可調(diào)式給湯機的機構設計中，加速連桿機構設計的速度。
4.能使連桿的合成不再局限于葛式機構。


圖1本發(fā)明所述的演算流程圖。
圖2本發(fā)明所述的連桿設計流程圖。
圖3本發(fā)明的設計步驟流程圖。
圖4四連桿機構示意圖。
圖5六連桿機構示意圖。
圖6六連桿機構計算示意圖。
圖7本發(fā)明所述的六連桿機構示意圖。
圖中標號說明1-障礙物11、12、13、14、15、16、17-障礙點具體實施方式
本發(fā)明所述的多連桿可調(diào)式給湯機之機構及多連桿可調(diào)式機構的路徑曲線演算方法為多連桿機構(如六連桿給湯機構)中包含至少一支或一支以上長度可調(diào)整的多連桿可調(diào)式設計，將各連桿的桿長及角度設定成參數(shù)，利用多目標基因進化遺傳演算法求出所需求的最佳化特定路徑以及最佳的連桿組合狀態(tài)，參閱圖2所示，其中本發(fā)明六連桿機構的基礎理論與基本架構以兩組四連桿機構組合而成，參閱圖4所示 θ3＝α+Mβ(M＝±1)M用外積判別求點已知O點、θ2、r2求A點、B點、C點與θ3A點由已知的O點、θ2、r2得到。
B點先求得θ3，再由r3與θ3求得B點。
θ3＝α+MβC點由r1與B點所連接的r4求得C點。
請參閱圖5所示，用以判別M值為+1或為-1其中ACB，當M1＝1，可求B點 又，ECD，當M2＝-1，可求D點 在程序方面由函數(shù)istriangle(a，b，c)，可計算a，b，c是否可形成三角形，以判別機構是否可以組成。
請再參閱圖6所示，其計算程序為θ2＝∠OA→求A點∠AC(α)，∠CAB(β)，∠AB＝θ3→求B點r2、r4、B、A→求E點∠EC(α)，∠CED(β)，∠ED＝θ3→求D點r5、r1、D、E→求F點因此，由上可得A、B、D、E、F各點。
請再參閱圖7所示六連桿給湯機多連桿機構示意圖，為多目標最佳化基因進化遺傳演算法應用于六連桿機構耦點曲線的合成的實施例，在基因進化遺傳演算法中加入多目標概念及田口法直交表的概念，以增進基因進化遺傳演算法的效果。
其中如圖3所示設計流程圖，該基因進化遺傳演算法的初始化的動作是將設計變數(shù)以隨機產(chǎn)生的亂數(shù)的方式產(chǎn)生，于基因編碼時以多目標概念將每個染色體的適應值設計為一實數(shù)向量。
進行選擇階段時，以最佳個體及從族群中隨機選出的兩個個體將其合成另一個體，該個體稱為擾動向量，并配合一控制擾動最佳個體的實數(shù)參數(shù)。
進行交叉運算時，其交叉方式可分為單點交叉、二點交叉及多點交叉等模式，且每一個交叉點均由隨機產(chǎn)生的亂數(shù)產(chǎn)生，而交叉的操作是否進行以一個幾率參數(shù)予以決定；另于交叉步驟中包含田口法直交表的概念以產(chǎn)生較少的實驗配對得到一組較佳的組合。
進行基因突變階段時，因為演化程序中有可能因陷入局部最小值而無法達到目標，所以此時使用突變操作，可改善此種情形，增加跳出局部最小值的可能性，而突變操作在交叉剛結束時，以隨機的方式?jīng)Q定是否將子代基因改變，且突變是否進行以一幾率參數(shù)決定。
評估適應值時分成二部分，第一部分為了不使進化的方向有所偏差，而陷入局部最小值無法找到較好的解，故引入多目標概念，將評估值表示為一向量型式。第二部分的評估值由機構的限制條件及設計者給出的限制所產(chǎn)生，而常見的限制條件有以下幾點1.在指定的θ2范圍內(nèi)，機構是否合理。
2.設計變數(shù)的范圍。
3.輸入角和耦點曲線的相對應關系。
4.輸入角可運動范圍。
5.環(huán)境限制，機構在運行中須避開某些障礙物。
6.機構組裝時，連桿間的干涉問題。
參閱圖中圖7所示，障礙物1為一爐子，有11、12、13、14、15、16、17等障礙點，本實施例中設定θ2介于0～145°間，若在此范圍內(nèi)有違反上述限制條件第1、5及6項時，即加上一處罰值，處罰值通常為一極大的數(shù)值。
權利要求
1.一種給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于將各連桿的桿長及角度設定成參數(shù)，利用多目標基因進化遺傳演算法求出所需求的最佳化特定路徑以及連桿機構的最佳化連桿組合狀態(tài)。
2.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于基因進化遺傳演算法的初始化是將設計變數(shù)以隨機產(chǎn)生的亂數(shù)的方式產(chǎn)生。
3.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于基因編碼時以多目標概念將每個染色體的適應值設計為一實數(shù)向量。
4.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于利用基因進化遺傳演算法演算過程中，是在交叉步驟中包含田口法直交表的概念以產(chǎn)生較少的實驗配對得到一組較佳的組合。
5.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于進行基因突變階段時，使用突變操作，可改善因為演化程序中有可能因陷入局部最小值而無法達到目標的情形，而突變操作在交叉剛結束時，以隨機的方式?jīng)Q定是否將子代基因改變，且突變是否進行以一幾率參數(shù)決定。
6.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于進行基因突變階段時，其突變是否進行以一幾率參數(shù)決定。
7.根據(jù)權利要求1所述的給湯機的可調(diào)式多連桿機構的路徑曲線演算方法，其特征在于評估適應值時，引入多目標概念，將評估值表示為一向量型式。
8.一種給湯機的可調(diào)式多連桿機構，其特征在于所述的多連桿機構為包含一支或一支以上長度可調(diào)整的多連桿可調(diào)式設計。
全文摘要
本發(fā)明為一種給湯機的可調(diào)式多連桿機構及該機構的路徑曲線演算方法,所述的多連桿可調(diào)式機構中一支或一支以上連桿的長度可調(diào)整，利用連桿長的調(diào)整得以產(chǎn)生特定的機構動作路徑曲線，而該路徑曲線的演算是將所需求的特定路徑曲線利用程序設計方式，將其特定動作點輸入電腦，并利用基因進化遺傳演算法找出最佳化參數(shù)的功能，求出各連桿桿長及角度參數(shù)配合的最佳解，及各個路徑的切線速度和加速度，進以設計出符合最佳化的特定路徑曲以及結構狀態(tài)的連桿組合。
文檔編號G06F17/50GK1558351SQ20041000078
公開日2004年12月29日 申請日期2004年1月19日 優(yōu)先權日2004年1月19日
發(fā)明者劉東官 申請人:尚富工業(yè)股份有限公司, 劉東官