一种叉车转向机构全参数多目标优化方法与流程

本申请涉及车辆转向技术领域，特别涉及一种叉车转向机构全参数多目标优化方法。

背景技术：

车转向结构的设计属于多目标优化问题，并且涉及参数较多，因此具有高纬度的优化空间，故其非线性高给优化求解带来一定难度。

在现有的传统方式中，一般采用经验公式，把多个参数转变为几个参数进行降维处理，并把多目标处理为单目标进行优化。

但是，基于经验公式的处理过程本身就存在一定的误差，进而导致优化结果误差较大，且无法找到真正极值点的问题，在实际的操作过程中，往往还需要绘图计算验证，进而严重影响到叉车转向机构全参数多目标优化的精度与效率，有待改进。

技术实现要素：

有鉴于此，本申请的目的在于提供一种叉车转向机构全参数多目标优化方法，以实现提升优化精度与效率的目的。其具体方案如下：

一种叉车转向机构全参数多目标优化方法，包括如下步骤：

步骤1、建立坐标系，确定一般设计变量，并获取参数化坐标点；

步骤2、根据参数化坐标点，建立基本方程并获取求解结果；

步骤3、判断铰接点坐标是否为复数解，若是，则继续步骤4，否则重新取设计变量，继续步骤1；

步骤4、根据基本方程的求解结果和坐标点建立主方程，输出优化过程中所需的约束或目标函数；

步骤5、完成优化目标函数或约束的建立；

步骤6、通过智能算法进行多目标优化求解。

优选地：在步骤1中，一般设计变量包括作为铰接点坐标的主销间距mm、基距dd、液压缸偏距e、轴距l、内转向轮偏转角bn、转向节臂初始角a和转向节臂长r。

优选地：在步骤2中，基本方程包括如下：

function1：

lg＝norm(f-g)；

其中：lg为中位连杆长度，f为转向节臂与连杆的铰接点，g为连杆与液压缸的铰接点；

function2：

max{solve([sqrt((r*cos(a1)-d1)^2+(r*sin(a1)+e)^2)}＝lg；

其中：a1为极限位时初始角a变化后的角度，d1为极限位连杆横坐标；

function3：

bw＝arccot(mm/l+cot(bn))；

其中：bw为理论外转角；

function4：

[x,y]＝solve((x-h(1))^2+(y-h(2))^2-lg^2,(x-j(1))^2+(y-j(2))^2-r^2)；

其中：[x,y]为极限位连杆与节臂交点i的坐标点位，h(1)为h点横坐标，h(2)为h点纵坐标，下同；

function5：

bwz＝-a-arccos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

其中：x1＝j(1)，y1＝j(2)，x2＝k3(1)，y2＝k3(2)，x3＝i(1)，y3＝i(2)，bwz为实际外转角。

优选地：在步骤3中，若经function2获得的解为复数解，则d1＝max(d1)。

优选地：在步骤3中，若经function4获得的解为复数解，则判断i(1,1)是否大于i(2,1)，若是，则x＝i(1,1)，否则x＝i(2,1)；其中，i(p,1)为选用矩阵i第p行第一列的元素；并当i为向量时，i(p)表示选择第p个元素，且p为常数。

优选地：在步骤4中，主方程包括如下：

最小传动角方程：

rmin＝min(r1,r2)；

其中：rmin为最小传动角，r1为左侧节臂与连杆的夹角，r2为左侧节臂与连杆的补角；

力传动比变化倍数方程：

u＝(abs(n1)+abs(n2))/abs(n*2)；

其中：u为力传动比变化倍数，n1为极限位左侧节臂的力臂长，n2为极限位右侧节臂的力臂长，n为中位时节臂的力臂长；

外转角误差方程：

err＝abs(bwz-bw)；

其中：err为外转角误差。

优选地：所述r1由如下公式获得：

r1＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且若r1>pi/2，则r1＝pi-r1；

其中：x1＝f(1)，y1＝f(2)，x2＝g(1)，y2＝g(2)，x3＝o(1)，y3＝o(2)。

优选地：所述r2由如下公式获得：

r2＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且若r2>pi/2，则r2＝pi-r2；

其中：x1＝i(1)，y1＝i(2)，x2＝h(1)，y2＝h(2)，x3＝j(1)，y3＝j(2)。优选地：所述n1由如下公式获得：

n1＝(cos(a7)/(r*sin(a6)))；

其中：

a7＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝h(1)，y1＝h(2)，x2＝k2(1)，y2＝k2(2)，x3＝i(1)，y3＝i(2)；a6＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝i(1)，y1＝i(2)，x2＝j(1)，y2＝j(2)，x3＝h(1)，y3＝h(2)；

所述n2由如下公式获得：

n1＝(cos(a5)/(r*sin(a4)))；

其中：

a5＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝g(1)，y1＝g(2)，x2＝k1(1)，y2＝k1(2)，x3＝f(1)，y3＝f(2)；a4＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝f(1)，y1＝f(2)，x2＝o(1)，y2＝o(2)，x3＝g(1)，y3＝g(2)；

所述n2由如下公式获得：

n1＝(cos(a3)/(r*sin(a2)))；

其中：

a3＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝g(1)，y1＝g(2)，x2＝k(1)，y2＝k(2)，x3＝f(1)，y3＝f(2)；

a2＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝f(1)，y1＝f(2)，x2＝o(1)，y2＝o(2)，x3＝g(1)，y3＝g(2)。

通过以上方案可知，本申请提供了一种叉车转向机构全参数多目标优化方法，该叉车转向机构全参数多目标优化方法具有以下有益效果：

1、通过将转向系统的全部参数直接作为设计变量，可以达到输入无偏差；

2、通过智能算法进行多目标优化，可考虑到各个目标间的交互影响，并且智能算法在求解高维问题的优越性，更大程度上得到最优解；

3、通过获取一组解集取代仅一组解，便于选择最为关注的解；

4、通过在最小传动角和力传动角变化倍数下，外转角的误差为7.1032e-4pi，具有显著提升优化精度与效率的效果。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请公开的叉车转向机构全参数多目标优化方法的流程框图；

图2为本申请公开的曲柄连杆中位的坐标系示意图；

图3为本申请公开的曲柄连杆极限位的坐标系示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，在本申请中，角度采用弧度制，即pi＝π。

如图1所示，一种叉车转向机构全参数多目标优化方法，包括确定设计变量取值范围与计算铰接点参数化坐标。在确定设计变量取值范围时设计变量，并结合计算铰接点参数化坐标后进行连杆长度lg、实际外转角bwz、理论外传交bw、极限位连杆与节臂交点i以及极限位连杆横坐标d1的计算，若计算结果为实数，则进行优化目标或约束方程，获得相应的解集，否则继续智能优化算法，以选择可能出现极值的设计变量值，以进行新一轮的计算。

具体的，如图1、图2、图3所示，本申请的叉车转向机构全参数多目标优化方法通过软件进行，且包括如下步骤：

步骤1、建立坐标系，确定一般设计变量，并获取参数化坐标点，其中设计变量包括作为铰接点坐标的主销间距mm、基距dd、液压缸偏距e、轴距l、内转向轮偏转角bn、转向节臂初始角a和转向节臂长r；

步骤2、根据参数化坐标点，建立基本方程并获取求解结果，其中基本方程包括如下：

function1：

lg＝norm(f-g)；

其中：lg为中位连杆长度，f为转向节臂与连杆的铰接点，g为连杆与液压缸的铰接点；

function2：

max{solve([sqrt((r*cos(a1)-d1)^2+(r*sin(a1)+e)^2)}＝lg；

其中：a1为极限位时初始角a变化后的角度，d1为极限位连杆横坐标；

function3：

bw＝arccot(mm/l+cot(bn))；

其中：bw为理论外转角；

function4：

[x,y]＝solve((x-h(1))^2+(y-h(2))^2-lg^2,(x-j(1))^2+(y-j(2))^2-r^2)；

其中：[x,y]为极限位连杆与节臂交点i的坐标点位，坐标点(1)表示此坐标点的横坐标，坐标点(2)表示此坐标点的纵坐标，即h(1)为h点横坐标，h(2)为h点纵坐标，下同；

function5：

bwz＝-a-arccos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

其中：x1＝j(1)，y1＝j(2)，x2＝k3(1)，y2＝k3(2)，x3＝i(1)，y3＝i(2)，bwz为实际外转角。；

步骤3、判断铰接点坐标是否为复数解，若是，则继续步骤4，否则重新取设计变量，继续步骤1；

步骤4、根据基本方程的求解结果和坐标点建立主方程，输出优化过程中所需的约束或目标函数，其中主方程包括如下：

最小传动角方程：

rmin＝min(r1,r2)；

其中：rmin为最小传动角；r1为左侧节臂与连杆的夹角，r2为左侧节臂与连杆的补角；

r1由如下公式获得：

r1＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且若r1>pi/2，则r1＝pi-r1；

其中：x1＝f(1)，y1＝f(2)，x2＝g(1)，y2＝g(2)，x3＝o(1)，y3＝o(2)。

r2由如下公式获得：

r2＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且若r2>pi/2，则r2＝pi-r2；

其中：x1＝i(1)，y1＝i(2)，x2＝h(1)，y2＝h(2)，x3＝j(1)，y3＝j(2)；

力传动比变化倍数方程：

u＝(abs(n1)+abs(n2))/abs(n*2)；

其中：u为力传动比变化倍数；n1为极限位左侧节臂的力臂长，n2为极限位右侧节臂的力臂长，n为中位时节臂的力臂长；

n1由如下公式获得：

n1＝(cos(a7)/(r*sin(a6)))；

其中：

a7＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝h(1)，y1＝h(2)，x2＝k2(1)，y2＝k2(2)，x3＝i(1)，y3＝i(2)；

a6＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝i(1)，y1＝i(2)，x2＝j(1)，y2＝j(2)，x3＝h(1)，y3＝h(2)；

n2由如下公式获得：

n1＝(cos(a5)/(r*sin(a4)))；

其中：

a5＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝g(1)，y1＝g(2)，x2＝k1(1)，y2＝k1(2)，x3＝f(1)，y3＝f(2)；

a4＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝f(1)，y1＝f(2)，x2＝o(1)，y2＝o(2)，x3＝g(1)，y3＝g(2)；

n2由如下公式获得：

n1＝(cos(a3)/(r*sin(a2)))；

其中：

a3＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝g(1)，y1＝g(2)，x2＝k(1)，y2＝k(2)，x3＝f(1)，y3＝f(2)；

a2＝acos(((x2-x1)*(x3-x1)+(y2-y1)*(y3-y1))/sqrt(((x2-x1)^2+(y2-y1)^2)*((x3-x1)^2+(y3-y1)^2)))；

且x1＝f(1)，y1＝f(2)，x2＝o(1)，y2＝o(2)，x3＝g(1)，y3＝g(2)；

外转角误差方程：

err＝abs(bwz-bw)；

其中：err为外转角误差。

步骤5、完成优化目标函数或约束的建立；

其中，在建立时，为矩阵阵列，经判断当前向量数t是否小于所需阵向量t，若否则继续步骤6，否则继续步骤2；

步骤6、通过智能算法进行多目标优化求解。

需要提及的是，在步骤1中，本实施例的转向节臂初始角a的值为0.6pi至-0.15pi；所述转向节臂长r的值为100至110；所述液压缸偏距e的值为50至60；所述基距dd的值为80至90；所述主销间距mm的值为700至800；所述轴距l的值为1600至1700；所述内转向轮偏转角bn的值为0.57pi至0.58pi；且pi＝π。与此同时，若经function2获得的解为复数解，则在重新取设计变量时，令d1＝max(d1)；若经function4获得的解为复数解，则在重新取设计变量时，判断i(1,1)是否大于i(2,1)，若是，则x＝i(1,1)，否则x＝i(2,1)；其中，i(1,1)、i(2,1)等均取自于i(p,1)，且i(p,1)为选用矩阵i第p行第一列的元素；并当i为向量时，i(p)表示选择第p个元素，且p为常数。

在通过软件进行步骤6时，智能算法为多目标骨干粒子群算法获取pareto最优解集，且在该解集中得到的优选的解为：a＝-1.8850，r＝107.1962，e＝60,dd＝81.9775，mm＝768.8942，l＝1.6773e3，bn＝1.7998，而对应的目标函数为：rmin＝0.4915，u＝1.1097，err＝7.1032e-4。

综上，本申请通过将转向系统的全部参数直接作为设计变量，达到输入无偏差的目的；且通过智能算法进行多目标优化，考虑各个目标间的交互影响，且智能算法在求解高维问题的优越性，更大程度上得到最优解；与此同时，以获取一组解集取代仅一组解的方式，便于选择最为关注的解；进而在最小传动角和力传动角变化倍数下，获得的外转角的误差为7.1032e-4pi，接近于0°，具有显著提升优化精度与效率的效果。

本申请涉及的“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法或设备固有的其它步骤或单元。

需要说明的是，在本申请中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。