橙子大小分級機(jī)構(gòu)設(shè)計(jì)【柵條滾筒式橙子分級機(jī)】【蘋果梨子等水果通用】【說明書+CAD】

橙子大小分級機(jī)構(gòu)設(shè)計(jì)【柵條滾筒式橙子分級機(jī)】【蘋果梨子等水果通用】【說明書+CAD】,柵條滾筒式橙子分級機(jī),蘋果,梨子等水果通用,說明書+CAD,橙子大小分級機(jī)構(gòu)設(shè)計(jì)【柵條滾筒式橙子分級機(jī)】【蘋果,梨子等水果通用】【說明書+CAD】,橙子,大小,分級,機(jī)構(gòu),設(shè)計(jì),滾筒,蘋果,梨子,水果 差動分級式齒輥式破碎機(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。動顎破碎機(jī)采用曲柄搖桿機(jī)制，從而優(yōu)化動態(tài)性能和改善破碎機(jī)的抗裂能力，我們建立了一個數(shù)學(xué)模型來優(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)不能滿足傳統(tǒng)的破碎機(jī)。在最近幾年，一個英國MMD齒輥式破碎機(jī)大量被使用。但是，從平時的調(diào)查來看，我們發(fā)現(xiàn)在這些齒輥式破碎機(jī)的一些不足之處：1）通過齒嚙合來破碎物料。所有需要被粉碎的原料礦物被輸送到一個粉碎腔，通過標(biāo)準(zhǔn)嚙合齒粉碎成微粒排出。破碎機(jī)未能完成實(shí)際的分級破碎，不僅使用了大量的能量，而且效率低下，破碎齒還會迅速出現(xiàn)損壞和金屬疲勞。 2）兩種情況下發(fā)生堵塞現(xiàn)象。一個是一種高流動大塊的煤混有較小條的情況，另一種是濕潤的煤會導(dǎo)致堵塞。齒輥式破碎機(jī)由于沒有有效的分級機(jī)制，結(jié)果是不令人滿意的，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)煤礦沒有要求的干燥度。 3）MMD破碎機(jī)的破碎能力通過提高傳動部分的力來增加破碎的能力，從而導(dǎo)致高功耗和高成本?；谶@些考慮，并結(jié)合中國神華能源有限責(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)了一個新的，高效的差分和分級齒輥式破碎機(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，在一個實(shí)際的和典型的破碎機(jī)設(shè)計(jì)中，動顎的破碎能力和傳動角，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)的差動齒輥式破碎機(jī)的傳動角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.傳動齒輪：4.粉碎齒; 5.動顎 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．曲柄搖桿的動力學(xué)分析 一個鉸鏈四桿機(jī)構(gòu)的性能依賴其連桿相對長度。如果我們把搖臂?的長度等于1，那么相對長度的曲柄，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)際長度，這使得它更普遍。 2.1 最佳傳動角ｒ 曲柄搖桿機(jī)構(gòu)的傳輸力主要取決于傳動角ｒ。輸送傾角更大，就能更好的傳輸力。在傳輸過程中，傳輸角度時刻變化。每個組件的選擇具有合適的尺寸，可以優(yōu)化得到最小傳動角。因此，有必要增加傳輸角度，以提高傳輸力和破碎力。 兩個最小傳動角的可能位置如圖所示。 圖3.最小傳動角位置示意圖 2.3 行程特征值m 動顎的行程，被分成水平和垂直的兩個部分。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，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°，肘板的擺動角度： 傾角大小取決于連桿機(jī)制和動顎的力。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差分和分級齒輥式破碎機(jī)的動顎的數(shù)學(xué)模型 根據(jù)動力學(xué)分析，無論是傳動角γ和行程特性C點(diǎn)的值都可以表示為相對長度的曲柄，連桿和身體幀的曲柄搖桿機(jī)構(gòu)。設(shè)計(jì)變量是： 動顎的目標(biāo)函數(shù)最大化的最小傳動角γ： 動顎的目標(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，過多大傳動角具有相反的效果。 一種常見的情況是： 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）動顎的水平行程S對生產(chǎn)力有明顯的影響。如果s是太小會降低生產(chǎn)率，但與此相反，它會加大破碎力，并導(dǎo)致過載損壞設(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)化問題的可以歸結(jié)為曲柄搖桿機(jī)構(gòu)的問題： 其中 多目標(biāo)優(yōu)化問題的傳統(tǒng)解決方案，導(dǎo)致了低效率，并很容易導(dǎo)致一個明顯得局部問題。但遺傳算法的方法是迭代運(yùn)行得到一個局部最優(yōu)解。通過可能的傳輸規(guī)則來指導(dǎo)搜索方向，GA搜索空間（如連通性，凸性等），并沒有特殊要求，不需要任何額外的信息。我們已應(yīng)用遺傳算法優(yōu)化了差分和分級齒輥式破碎機(jī)的 多對象設(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)化對象，沒有任何限制函數(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;通過使用隨機(jī)優(yōu)化方法，它可以自動獲取和引導(dǎo)優(yōu)化的搜索空間，并且還可以調(diào)整沒有具體的自適應(yīng)搜索方向和規(guī)則。 GA具有的后期，一個重要技術(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)，其中每個數(shù)據(jù)被稱為一個單獨(dú)UAL和這些人形成一個屬組。 GA開始使用的字符串?dāng)?shù)據(jù)作為初始迭代點(diǎn)。 3）個體適應(yīng)值估計(jì)的適應(yīng)性函數(shù)表示的質(zhì)量個人或溶液。針對不同的問題，本一個適應(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目前屬群和個人之間允許他們有機(jī)會繁殖后代的父母。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)一個或多個后代的概率。 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)選擇個人從組屬。然后改變一個數(shù)據(jù)的值從字符串?dāng)?shù)據(jù)與給定的概率為選定的個人。類似生物宇宙，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，突變提供了一個機(jī)會產(chǎn)生新的個體。 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)與差分和分級齒輥式破碎機(jī)我們的優(yōu)化對象壓榨能力為4000噸/小時。為了決定在曲軸的長度，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，連桿行程300毫米，傾角18°。我們使用遺傳算法來解決這個問題，通過設(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)代的演變在1000。傳統(tǒng)的二進(jìn)制編碼方法比較相對方便的使用時，在理論分析。但對于多維和高精度數(shù)值校準(zhǔn)的問題，它往往效率低，不準(zhǔn)確。我們用一個自然數(shù)編碼方法設(shè)置三個變量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)生一個屬基團(tuán)，其中50個個體上產(chǎn)生的根據(jù)一個變量的范圍。我們選擇了式（9）為總目標(biāo)函數(shù)的值表示個人適應(yīng)性。作為例子，我們把個人的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。 輪盤賭的方法用于在選擇操作中，在輪盤賭的游戲，我們模仿和計(jì)算的總的適應(yīng)性和在同一時間的相對并累計(jì)每一個人的適應(yīng)性。然后，輪盤變成為50倍，和一個隨機(jī)號0和1之間的每個時間。一個數(shù)比較，可以選擇由個人的累積，為每個單獨(dú)的適應(yīng)性。例如，如果我們讓r是一個隨機(jī)數(shù)，然后FC（I）累計(jì)適應(yīng)性個體iFC（i +1）的累計(jì)個體適應(yīng)性I +1。如果FC（I）<=γ<=（i +1）的話，那么個體i+1將選擇。依此類推，所有選定的個人我們可以組成一個新屬組，并開展交叉和變異操作。 單點(diǎn)雜交方法采用的是交叉操作，生成一個隨機(jī)數(shù)介于01時屬組。如果數(shù)少于交叉概率和個人選擇一個偶數(shù)，那么配對后，可以實(shí)現(xiàn)交叉操作隨機(jī)的。以個人的p和q為配對例如，我們的交叉點(diǎn)設(shè)置為2，這意味著我們選擇了第二個基因跨越。后交叉操作，個人成為 方法是通過一個統(tǒng)一的突變操作，生成一個隨機(jī)數(shù)介于0和1之間時屬組。如果的數(shù)量小于變異概率，當(dāng)前個人會發(fā)生變異。突變運(yùn)算的方思是類似初始化我們重建設(shè)計(jì)的邊界中的一個單獨(dú)的基因變量。 經(jīng)過選擇，交叉和變異操作，評價函數(shù)被調(diào)用，以確保最好的個人可以被保存。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，能滿足約束情況。鄭州長城冶金設(shè)備廠，與我們的合作廠家，產(chǎn)生了相應(yīng)的破碎機(jī)已經(jīng)在中國大量出售。根據(jù)實(shí)際工作情況，不同的差分和分級齒輥式破碎機(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可以開展啟發(fā)式全局優(yōu)化。這是一個并行，并發(fā)和逐漸進(jìn)化搜索過程，在這過程中，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，以優(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)化傳動角γ和動顎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。編者還要感謝鄭州長城冶金設(shè)備廠免費(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)動模擬差分和分級齒輥破碎機(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)。刊物中國計(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)。中國南方建筑大學(xué)學(xué)報, 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. 研究小說自適應(yīng)遺傳算法。中國大學(xué)學(xué)報采礦與技術(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。中國統(tǒng)一 多樣性礦業(yè), 2002, 31(6): 637–640. (In Chinese)