طراحي بهينه چند هدفي مكانيزم پنجهربات با استفاده از روش تكامل ديفرانسيلي با الگوريتم تنوع يكنواخت

Multi-objective optimum design of gripper mechanism using uniform diversity differential evolution

در اين مقاله يك الگوريتم بهينه‌سازي چند هدفي براساس روش تكامل ديفرانسيلي با حفظ گوناگوني و فاصله يكنواخت نقاط بهينه پرتو ارايه شده است.در الگوريتم پيشنهادي براي حفظ تنوع و پراكندگي نقاط پارتو بدست آمده ازبهينه‌سازي چند هدفي، زيربرنامه تنوع يكنواخت مورد استفاده قرار گرفته است. اين عملگر با مقايسه دو كروموزوم، در صورتيكه فاصله آنها از يك مقدار حدي هم در فضاي متغيرهاي طراحي و هم در فضاي توابع هدف كوچكتر باشند، يكي از آنها را حذف مي‌كند، كه باعث حذف كروموزوم‌هاي مشابه از جمعيت خواهد شد. از الگوريتم پيشنهادي براي بهينه‌سازي دو مكانيزم متفاوت برايپنجهربات استفاده شده است. توابع هدف در نظر گرفته شده براي بهينه‌سازي مكانيزم پنجهربات اختلاف بيشترين و كمترين نيروي پنجه و نرخ انتقال قدرت بين نيروي محرك و نيروي سر پنجهمي‌باشند. منحنيپارتو شامل نقاط غير برتر براي هر مكانيزم ارايه مي‌شود و نقطه مصالحه طراحي از بين نقاط پارتو پيشنهاد مي‌شود. ابعاد هندسي دو مكانيزم به عنوان متغيرهاي طراحي در نظر گرفته شده‌اند و توسط الگوريتم بهينه‌سازي چند هدفي براي عملكرد بهينه مكانيزم از ديد توابع هدف انتخاب مي‌شوند. با مقايسه عملكرد مكانيزم‌هاي مورد بررسي مكانيزم بهينه انتخاب مي‌شود. مقايسه نتايج با تحقيقات قبلي نشان دهنده بهبود قابل توجهي در توابع هدف مي‌باشد.

In this paper, a new multi-objective differential evolution with a diversity preserving mechanism called the ?-elimination algorithms is used for the Pareto optimum design of gripper mechanisms. The ?-elimination diversity is used to improve the population diversity among the obtained Pareto front. In the ?-elimination diversity approach based on a threshold value all the clones or ?-similar individuals are recognized and simply removed from the current population. It should be noted that such e-similarity must exist both in the space of objectives and in the space of the associated design variables. The proposed algorithm has been used for two different configuration of robot’s gripper. The dimensions of mechanisms are considered as design variables and optimally selected by proposed algorithm to improve the efficiency of gripper mechanism. Two conflicting objectives which are the difference between maximum and minimum gripping forces and the transmission ratio of actuated and experienced gripper forces, are considered for Pareto optimization. The best configuration of gripper mechanism is suggested by comparing of trade-off design points. The comparisons of the obtained Pareto front using the method of this paper with those obtained in other references shows a significant improvement.