【技术实现步骤摘要】
本专利技术涉及一种无人化植物工厂的蔬菜装箱机械，具体是一种面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法。
技术介绍
1、无人化植物工厂作为一种单位产能高、资源高效利用的农业生产方式，可摆脱资源与环境的束缚，实现农业的工业化生产，被列为农业高技术战略新兴产业和未来农业发展的重点方向。而蔬菜装箱是植物工厂生产线的最后一环。现今大多数企业都是采用人工装箱或者工业机器人进行装箱，会出现劳动强度大、机器人价格昂贵等问题。五杆机构作为杆数最少的二自由度平面连杆机构，不仅结构简单，价格便宜，而且可以精确实现复杂预设轨迹。蔬菜五杆装箱机构的设计往往需要解决“已知机构末端装箱轨迹的多目标点轨迹综合机构”的问题，常见的解决机构综合问题的方法有解析法和优化法，用传统的解析法需要对高维非线性方程组进行求解，其难度较大，故而可用优化法来解决多目标点的轨迹综合机构问题。由于在使用优化法解决多目标点的轨迹综合机构问题时，其目标函数往往不止一个，简单对其赋予权重系数，将其看作为一个目标函数去求解往往效果较差，而多目标优化算法nsga-ⅱ能够很好的解决这个问题，但其所求出的pareto解集中的解并不唯一，采用人工主观挑选的方法很难从中找到最优解，如果能够对pareto解集中的解进行二次优选，就能够精确找到其中的最优解，得到最优的待求参数。
技术实现思路
1、本专利技术的目的是克服上述
技术介绍
中的不足，提供一种面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，该算法能够进一步挑选出符合要求的最优解，为无人化植
2、本专利技术提供的技术方案是：
3、一种面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，依次包括以下步骤：
4、第1步：选取装箱目标轨迹，对该轨迹进行离散化处理，得到若干综合目标轨迹点；
5、第2步：利用机构学的知识表达出五杆蔬菜装箱机构两个曲柄角度变化函数；
6、第3步：表达出轨迹综合任务的综合目标函数；
7、第4步：利用matlab结合所述第3步对所述基于nsga-ⅱ的灰色关联度分析和critic权重法组合算法进行编程；
8、第5步：运行程序，得到所求机构的尺寸参数以及曲柄转动规律，并通过仿真验证所设计机构在末端执行点处发生的轨迹。
9、所述第1步中，对于目标轨迹，可以结合农艺选取包括装箱吸取点、装箱释放点等关键型值点在内的n个目标轨迹形状控制点作为离散化的目标综合轨迹。
10、所述第2步中，所述五杆蔬菜装箱机构为平面五杆机构；
11、参照附图2，根据工作情况选取合适的一点作为坐标系原点o，并以水平方向为x轴，竖直方向为y轴建立坐标系xoy，l1、l2、l3、l4、l5、l6分别代表曲柄ab，连杆bc，连杆bd，连杆de，曲柄fe，以及机架af的长度。b、c和d点组成一个三角形，其中b点与连杆ab铰接，d点与连杆de铰接，c点为执行器末端执行点。θ1、θ2、θ3、θ5、α、γ分别为连杆ab、连杆bc、连杆bd、连杆fe、机架af以及ac连线与x轴正方向的夹角，β为连杆bd与连杆bc之间夹角。xa、ya、xb、yb、xd、yd、xe、ye、xf、yf分别为机架点a，铰接点b、d、e，以及机架点f的横纵坐标；xc、yc为末端执行点c的横纵坐标。将五杆机构拆分为abc轨迹实现模型与fed补偿控制模型两部分。
12、针对abc轨迹实现模型部分可看做为开链2r杆组，可以求得θ1的角度变化函数为：
13、
14、其中末端执行点c由轨迹点最远点向最近点运动过程中，取正号；反之，取负号。
15、在求得开链2r杆abc轨迹实现模型部分的基础上，对于fed补偿控制模型部分也可看作为开链2r杆组，同样可求得θ5的角度变化函数为：
16、
17、其中d点由轨迹点最远点向最近点运动过程中，取正号；反之，取负号。
18、所述第3步中
19、(一)对于abc轨迹实现模型部分，其待求参数为xa、ya，一方面令相邻轨迹点间曲柄ab转动角度波动的最大值为一个目标函数，另一方面令曲柄ab和连杆bc杆长之和为另一个目标函数：
20、
21、式中，n代表目标轨迹点的个数。
22、所述目标函数包括以下约束条件：
23、1)曲柄ab换向次数：
24、bf(θ1)+bg(θ1)≤2u
25、其中u代表装箱释放点位置的个数，bf(θ1)代表曲柄ab角位移曲线的波峰个数，bg(θ1)代表曲柄ab角位移曲线的波谷个数。
26、2)待求参数的范围。
27、将条件1)作为惩罚函数插入到目标函数中，条件2)在运行程序时进行调试选取，最终综合目标函数为：
28、
29、式中，在满足曲柄ab换向次数条件时，h1取0，否则h1取1；m为一个足够大的常数，通常取远远大于所求机构连杆长度总和的数值，推荐取10000；
30、(二)对于fed补偿控制模型部分，此部分的待求参数为：l3、l6、α、β，同样分别令相邻轨迹点之间曲柄ef转动角度波动最大值和五杆机构其余待定尺寸之和作为目标函数：
31、
32、所述目标函数包括以下约束条件：
33、1)曲柄fe换向次数：
34、bf(θ5)+bg(θ5)≤2u
35、其中bf(θ5)代表曲柄ef角位移曲线的波峰个数，bg(θ5)代表曲柄ef角位移曲线的波谷个数。
36、2)五杆机构的装配条件以及奇异位形避免的条件：
37、
38、3)待求参数的范围。
39、将fed补偿控制模型部分的约束条件1)和约束条件2)作为惩罚函数插入到目标函数中，约束条件3)在运行程序时进行调试选取，最终目标函数为：
40、
41、式中，在满足曲柄fe换向次数条件时，h2取0，否则h2取1；在满足五杆机构的装配条件以及奇异位形避免的条件时，h3取0，否则h3取1。
42、所述第4步编程的步骤为：
43、1)利用nsga-ⅱ多目标优化算法对abc轨迹实现模型部分进行优化求解后得到一组pareto解集；
44、2)利用critic权重法求出每个目标函数的客观权重wi，具体步骤如下所示：
45、
46、
47、
48、gi＝si×ri
49、
50、其中p为目标函数的个数；q为目标函数的维度；fi代表第i个目标函数解的集合；fi(j)代表第i个目标函数的第j个解的值；fi'(j)为归一化后的第i个目标函数的第j个解的值；fi为第i个目标函数归一化后的均值；si为第i个目标函数的标准差；rij为第i个指标和第j个指标之间的相关系数；ri为第i个目标函数的冲突性；gi为第i个目本文档来自技高网...
【技术保护点】
1.一种面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，依次包括以下步骤：
2.根据权利要求1所述的面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，其特征在于：所述第1步中，对于目标轨迹，可以结合农艺选取包括装箱吸取点、装箱释放点在内的n个目标轨迹点作为离散化的目标综合轨迹。
3.根据权利要求2所述的面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，其特征在于：所述第2步中，所述五杆蔬菜装箱机构为平面五杆机构；
4.根据权利要求3所述的面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，其特征在于：所述第3步中；
5.根据权利要求4所述的面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，其特征在于：所述第4步编程的步骤为：
【技术特征摘要】
1.一种面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，依次包括以下步骤：
2.根据权利要求1所述的面向无人化植物工厂的五杆蔬菜装箱机构综合与优化算法，其特征在于：所述第1步中，对于目标轨迹，可以结合农艺选取包括装箱吸取点、装箱释放点在内的n个目标轨迹点作为离散化的目标综合轨迹。
3.根据权利要求2所述的面向无人化植...
【专利技术属性】
技术研发人员：刘洋，张雷，周恒，蒋云胜，陈建能，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。