肖龍波,賀磊,王正方,2,劉文學(xué)
(1. 山東理工大學(xué) 機械工程學(xué)院,山東 淄博 255049;2. 淄博職業(yè)學(xué)院 電子電氣工程學(xué)院, 山東 淄博 255314;3. 山東泰開箱變有限公司,山東 泰安 271000)
在包裝貨物的物流運輸過程中,貨物的裝卸是十分重要的一環(huán),包裝貨物在裝卸作業(yè)時存在勞動強度大,機械化水平低等問題。以安全高效為前提,發(fā)展智能化、機械化包裝貨物裝卸機械是提高包裝貨物運輸裝卸效率、解決包裝貨物物流運輸過程中機械屬具配置不均衡等問題的根本之路。
隨著現(xiàn)代物流運輸業(yè)的發(fā)展,越來越多的學(xué)者對包裝貨物裝卸機械進(jìn)行了研究:修萌萌[1]設(shè)計了一種袋裝貨物自動裝車系統(tǒng),實現(xiàn)了倉庫袋包的拆垛碼垛一體化作業(yè);史常青等[2]對袋裝飼料裝車機的龍門架進(jìn)行了有限元分析,在滿足使用要求的情況下對龍門架進(jìn)行了減重優(yōu)化設(shè)計;陳雪松等[3]設(shè)計了一種重載碼垛機械手并對大小臂的動力學(xué)行為進(jìn)行了仿真。本文針對包裝貨物裝卸機上料臂支座在實際使用中出現(xiàn)的振動過大、變形明顯等問題,使用Solidworks和ANSYS Workbench等計算機軟件,對上料臂支座進(jìn)行優(yōu)化設(shè)計,并對優(yōu)化后結(jié)構(gòu)進(jìn)行對比分析。
現(xiàn)階段包裝貨物裝卸的主要形式分為兩種,即半自動式和全自動式。半自動式裝卸的特點是機動轉(zhuǎn)場方便、靈活,但機械化水平低、勞動強度大、效率低,如叉車裝卸、皮帶機裝卸;全自動式裝卸的特點是機械化水平高,但工作空間、靈活性、輕便性、性價比等各因素相互制約,且存在返程運動,不能連續(xù)運輸,如高位碼垛機,裝車機器人等。包裝貨物裝卸機與現(xiàn)有的普通裝卸設(shè)備相比,具有自動化水平高、機動能力強、靈活輕便的特點,其整機結(jié)構(gòu)方案如圖1所示。
裝卸作業(yè)前,先由底盤固定好裝卸機位置,直線進(jìn)給機構(gòu)將上料臂伸入車廂內(nèi)。裝卸作業(yè)時,上料臂負(fù)責(zé)對接卸料火車廂拆垛點的位置,卸料臂負(fù)責(zé)對接裝車車廂碼垛點位置。袋包從拆垛點運出后,依次從上料臂、中間輸送機、卸料臂到達(dá)碼垛點位置,袋包裝卸完成。
本文主要研究對象是圖1中的上料臂支座(以下簡稱支座),支座底部固定在直線進(jìn)給機構(gòu)左端的蝸輪蝸桿減速機上,支座上分別鉸接有伸縮液壓缸和上料臂。裝卸作業(yè)時,在支座的支撐下,上料臂調(diào)整上下升角以對接拆垛點位置。支座是支撐上料臂的關(guān)鍵部件,必須具備足夠的等效剛度、穩(wěn)定性和適當(dāng)?shù)馁|(zhì)量,因此需要對其進(jìn)行優(yōu)化改進(jìn),使其更好地滿足使用要求。
圖2所示為支座位置圖。由圖2可知,液壓缸伸縮長度不同,上料臂與支座的位置關(guān)系也會不同。以上料臂與水平面的升角為變量,以向上舉升方向為升角正方向,使用probe測量了夾角為-20°、0°、+20° 3種工況下,伸縮液壓缸鉸支點處的負(fù)載F1和旋轉(zhuǎn)中心兩側(cè)鉸支點處負(fù)載F2,結(jié)果見表1。
1.上料臂;2.液壓缸;3.支座;4.蝸輪蝸桿減速機;5.直線進(jìn)給機構(gòu)。
表1 3種工況下的負(fù)載
使用ANSYS Workbench靜力學(xué)模塊分析支座在多種工況下的應(yīng)力、應(yīng)變情況[4],結(jié)果如圖3所示。由圖3(a)可知,支座存在應(yīng)力集中點且全局應(yīng)力分布并不均衡,支座中間肋板最大等效應(yīng)力為232.82 MPa,盡管在實際生產(chǎn)中可以通過修磨焊縫降低應(yīng)力集中,但該數(shù)值仍然較大,容易導(dǎo)致焊縫開裂和塑形變形、破壞;由圖3(b)可知,支座最大變形量為1.698 2 mm,而支座整體質(zhì)量為311 kg,所以材料利用率比較低,存在較大的優(yōu)化空間。
(a)應(yīng)力云圖
為了提高模型的材料利用率,均衡多種工況下的應(yīng)力分布情況,提高模型等效剛度,需要對支座中間肋板區(qū)域結(jié)構(gòu)進(jìn)行優(yōu)化[5]。為了使改進(jìn)效果達(dá)到最佳,首先對該區(qū)域進(jìn)行擴充設(shè)計[6],填充后模型如圖4所示。
圖4 擴充設(shè)計模型
調(diào)用Topology Optimization模塊對支座進(jìn)行拓?fù)鋬?yōu)化,以柔度最小為優(yōu)化目標(biāo)函數(shù),設(shè)定肋板擴充區(qū)域為優(yōu)化區(qū)域,設(shè)置保留百分比為10%,設(shè)置全局最大應(yīng)力為160 MPa,設(shè)置最大成員尺寸為20 mm、最小成員尺寸為6 mm,設(shè)置模型兩側(cè)對稱,拓?fù)鋬?yōu)化后的模型如圖5所示。將拓?fù)鋬?yōu)化后的模型保存為stl文件,然后根據(jù)導(dǎo)出模型對支座模型重新設(shè)計。
圖5 拓?fù)鋬?yōu)化模型
由圖5可知,優(yōu)化后模型的輪廓并不規(guī)則,保留區(qū)域所形成的肋板截面也不整齊,且存在著不方便加工的異形孔洞,若完全按照優(yōu)化結(jié)果建模,既不方便備料也不利于加工;因此,本文在考慮加工工藝可行性的基礎(chǔ)上對優(yōu)化后模型進(jìn)行調(diào)整,調(diào)整后新模型靜力學(xué)仿真云圖如圖6所示。
(a)等效應(yīng)力
與原模型相比,新模型的應(yīng)力分布更加均衡,最大變形也有所下降,但新模型質(zhì)量為308 kg,與原模型311 kg相比,下降并不明顯,各肋板厚度仍然存在進(jìn)一步優(yōu)化的空間;因此,本文結(jié)合Workbench DX模塊對新模型進(jìn)行參數(shù)優(yōu)化設(shè)計[7-8]。
在多目標(biāo)參數(shù)化設(shè)計中,多個輸出目標(biāo)之間往往相互矛盾,改進(jìn)其中一個目標(biāo)函數(shù)時往往導(dǎo)致其他輸出目標(biāo)遭到削弱,為了使得多個目標(biāo)函數(shù)在給定區(qū)域內(nèi)達(dá)到最優(yōu)解,需要使各個目標(biāo)相互協(xié)調(diào)均衡[9]。響應(yīng)面法是一種實驗條件尋優(yōu)的方法,能夠通過數(shù)理統(tǒng)計的方法對各個設(shè)計變量及響應(yīng)回歸擬合,繪制出響應(yīng)曲面圖。響應(yīng)面法能夠用來快速有效地預(yù)測最優(yōu)響應(yīng)值及各因素的關(guān)系。
對于兩個以上的因素,其二次多項式響應(yīng)模型一般為
(1)
式中:x為設(shè)計變量;β為未知系數(shù);i 選擇型材的厚度為實驗設(shè)計變量,便于備料及加工,本文令上下肋板鋼板型號相同,為了減少焊縫數(shù)量,令外周肋板為一次成型的折彎件。根據(jù)《熱軋鋼板和鋼帶的尺寸、外形、重量及允許偏差》(以下簡稱“偏差”)[10-11]選取的設(shè)計變量相關(guān)值見表2,支座各參數(shù)示意見圖7。 表2 支座設(shè)計變量 1.鋼管基體;2.左右側(cè)板;3.上下肋板;4.中間肋板;5.外周肋板。 模型的多目標(biāo)優(yōu)化數(shù)學(xué)模型如下: s.t.E(x)≤[σ], (3) 式中:M(x)為模型質(zhì)量;D(x)為最大變形;E(x)為等效應(yīng)力;[σ]=156 MPa;x為設(shè)計變量。 使用響應(yīng)面法求解多目標(biāo)優(yōu)化問題的最優(yōu)解時,需要事先安排實驗設(shè)計點,本文使用中心復(fù)合設(shè)計CCD法進(jìn)行實驗樣本點設(shè)計,設(shè)計點數(shù)據(jù)見表3。 表3 27組樣本點及其相應(yīng)值 DX中的響應(yīng)面優(yōu)化模塊可以方便地得到各個設(shè)計變量或某單個變量與響應(yīng)的關(guān)系[12],各設(shè)計變量對模型質(zhì)量的響應(yīng)曲面(線)如圖8所示,各因素對各個目標(biāo)的局部靈敏度柱狀圖如圖9所示。由圖8和圖9可知:等效應(yīng)力P6主要受P3、P5影響,呈負(fù)相關(guān)關(guān)系;最大變形P7主要受P1、P5影響,呈負(fù)相關(guān)關(guān)系;質(zhì)量P8主要受P1、P2、P5影響,呈正相關(guān)關(guān)系;5個設(shè)計變量中P1、P5對各響應(yīng)的影響最大。 (a)P8與P1、P2的關(guān)系 圖9 局部靈敏度柱狀圖 以分析得到的各設(shè)計變量-響應(yīng)的數(shù)學(xué)模型為基礎(chǔ)求解最優(yōu)方案。響應(yīng)面優(yōu)化模塊提供了2種目標(biāo)驅(qū)動的優(yōu)化算法,本文采用多目標(biāo)遺傳算法(MOGA)來求解數(shù)學(xué)模型的最優(yōu)解。MOGA是基于PARETO排序的多目標(biāo)遺傳算法,具有效率高、全局搜索能力強、能夠在全局快速尋找最優(yōu)解等優(yōu)點。 多目標(biāo)優(yōu)化問題的解一般是非劣解,即優(yōu)化后并不存在一組全局最優(yōu)解使得所有目標(biāo)都能達(dá)到最優(yōu),使用DX模塊中的響應(yīng)面法能夠自動尋找3組推薦候選設(shè)計點,具體計算結(jié)果見表4。 表4 優(yōu)化設(shè)計候選點 將第3組候選推薦點的尺寸參考《偏差》圓整后(見表5)代入到靜力學(xué)模塊中驗算,設(shè)定與原支座模型相同的邊界條件,得到的仿真結(jié)果如圖10所示。 表5 設(shè)計變量改進(jìn)值 優(yōu)化結(jié)果表明:與原有模型相比,支座整體質(zhì)量減少了17.71%,最大應(yīng)力值減少了69.97%,最大變形量減少了11.12%。圖10分析結(jié)果表明:改進(jìn)后的模型材料利用率明顯提高,云圖分布更加均衡,等效剛度也有較大提升,達(dá)到了節(jié)約成本、優(yōu)化結(jié)構(gòu)的目的。 (a)等效應(yīng)力 本文針對包裝貨物裝卸機上料臂支座進(jìn)行優(yōu)化,使用Solidworks和ANSYS workbench等計算機軟件,對支座模型進(jìn)行了靜力學(xué)仿真以及多工況下的拓?fù)鋬?yōu)化和多目標(biāo)參數(shù)化優(yōu)化,并對仿真結(jié)果進(jìn)行了驗證。結(jié)果表明,與拓?fù)鋬?yōu)化結(jié)果相比,優(yōu)化后模型在兼顧加工工藝性和復(fù)雜工作環(huán)境下穩(wěn)定性的基礎(chǔ)上,支座整體質(zhì)量減少了17.71%,最大應(yīng)力降低了69.97%,最大變形減少了11.12%。優(yōu)化后模型更加合理,可用于工程實際,該研究方法對裝卸機其他關(guān)鍵零部件的優(yōu)化設(shè)計也具有參考意義。4.1 設(shè)計變量
4.2 響應(yīng)曲面
4.3 數(shù)據(jù)分析
4.4 優(yōu)化結(jié)果
5 支座模型優(yōu)化后靜力學(xué)分析
6 結(jié)束語