臺灣博碩士論文加值系統

本研究論文中，先將六連桿機構分解成兩個四連桿機構的組合，接著利用向量迴路法(Vector Loop Method)找出三個位置向量迴路來分析此六連桿機構的運動狀態，這個方法對時間微分可以有效且快速的得到速度迴路方程式與加速度迴路方程式，解決其速度與加速度的問題，並且得到此六連桿機構的各桿長與其相關角度，再來是利用遺傳基因演算法(Genetic Algorithm)求解各桿長與固定軸位置的最佳解。
本研究論文乃利用多目標遺傳基因演算法合成六連桿機構的作動曲線路徑。一般而言，傳統單目標最佳化機構之合成僅針對目標點的最小位置誤差，本研究論文中提案將多目標最佳化(Multi-objective Optimization)的概念引入遺傳基因演算法所構成之多目標遺傳基因演算法中，同時處理六連桿機構作動曲線路徑之最小加速度及目標點位置的距離誤差最小化。結果顯示，利用多目標遺傳基因演算法比傳統單目標最佳化有較小之距離誤差及加速度。研究發現，此法實際應用於六連桿給湯機作動曲線路徑之合成時，最小加速度可避免熱湯的濺出，而最小的目標位置距離誤差可確保鍋爐與壓鑄機的精確設計。

In this research, a six-bar mechanism is first transformed into a combination of two four-bar mechanisms, and then, the vector-loop method is adopted to find three vector-loops, which an analysis of the six-bar mechanism is based upon. Through this approach, problems of speed and acceleration are simultaneously resolved. Furthermore, the best locations of axes and the actual length of each bar are able to be identified with genetic algorithm.
The concept of multi-objective optimization is combined with genetic algorithm in order to derive the minimum acceleration of six-bar mechanism’s curve path and the minimum positioning error of the targeted point in this research at the same time. The result indicates that utilizing multi-objective generic algorithm is able to provide more accurate outcomes than the traditional optimized mechanism of single target approach. The advantage of applying multi-objective generic algorithm to generate six-bar mechanism curve paths is to avoid splashes due to the minimized acceleration.

摘要
ABSTRACT
誌 謝
目錄
圖目錄
第一章 緒論
1.1 前言
1.2 研究動機與目的
1.3 文獻回顧
1.4 本文架構
第二章 設計理論
2.1 四連桿機構分析
2.1.1 四連桿類型
2.1.2 極限位置與死點位置
2.1.3 傳力角
2.2 遺傳基因演算法
2.2.1 初始染色體的產生
2.2.2 染色體之選擇和複製
2.2.3 基因交叉
2.2.4 基因突變
2.3 向量迴路方程式
2.3.1 任意向量的表示法
2.3.2 向量迴路法的步驟
2.4 多目標最佳化
2.4.1 柏拉圖最佳解
第三章 六連桿設計與運動分析
3.1 六連桿設計
3.2 位置分析
3.3 速度分析
3.4 加速度分析
第四章 多目標最佳化於六連桿機構設計
4.1 問題定義
4.2 演算流程
4.3 演算設計方法
4.3.1 初始染色體的產生
4.3.2 設計目標函數及適應值計算
4.3.3 染色體之選擇和複製
4.3.4 基因交叉
4.3.5 基因突變
4.4 演算結果
第五章 結論與未來展望
參考文獻

[1]J. A. Hroness, G. L. Nelson, 1951, “Analysis of the Four Bar Linkage”, MIT Press and Wiley, New York.
[2]T. Tylaska and K. Kazerounian, 1993, “Design of a Six Position Body Guidance Watt I Sixbar Linkage and Relate Concepts”, Proceedings of the 3rd Applied Mechanisms and Robotics Conference, Cincinnati, pp.93-100.
[3]S. N. Kramer, G. N. Sandor, 1975, “Selective precision synthesis. A general method of optimization for planar mechanisms”, Journal of Engineering for Industry 2 pp.678-701.
[4]S. Krishnamurty, D. A. Turcic, 1992, “Optimal synthesis of mechanisms using nonlinear goal programming techniques”, Mechanisms and Machine Theory 27, pp.599-612.
[5]J. H. Holland, 1973, “Genetic algorithms and the optimal allocations of trials”, SIAM Journal of Computing 2 , pp.88-105.
[6]J. H. Holland, 1975, “Adaptation in Natural and Artificial Systems”, The University of Michigan Press, Michigan.
[7]D. E. Goldberg, 1989, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, Massachusetts.
[8]S. Y. Ho, L. S. Shu and H. M. Chen, 1999, “Intelligent Genetic Algorithm with a New Intelligent Crossover Using Orthogonal Arrays”, Proceedings of 1999 Genetic and Evolutionary Computation Conference, pp.289-296 , Orlando, Florida, USA.
[9]W. E. Fang, 1994, “Simultaneous type and dimensional synthesis of mechanisms by genetic algorithms-DE”, Mechanism Synthesis Analysis 70 .
[10]A. Kunjur, A.G. Erdman, 1984, Advanced Mechanism Design. Analysis and Synthesis, Prentice-Hall, New Jersey.
[11]J. A. Cabrera, A. Simon, M. Prado, 2002, “Optimal synthesis of mechanisms with genetic algorithms”, Mechanism and Machine Theory 37, pp.1165-1177 .
[12]F. Grashof , 1883 , Theoretische Mashinenlehre, Leipzing, pp. 113-118.
[13]A. H. Soni , 1974 , Mechanism Synthesis and Analysis, McGraw-Hill, Washington, D.C., pp. 97-116, 231-265.
[14]T. Y. Chou, T. K. Liu, and C. Lee, 2008, “Method of inequality-based multiobjective genetic algorithm for domestic daily aircraft routing”, IEEE Trans. on System, Man, Cybernetic, Part A, Vol. 38, pp. 299-308.
[15]T. K. Liu, and T. Ishihara, 2005,“Multi-Objective Genetic Algorithms for the Method of Inequalities”, In Control Systems Design–A New Framework, chapter 8, Ed. V. Zakian. Springer–Verlag, London, UK .
[16]J. T. Tsai, T. K. Liu, and J. H. Chou, 2004, “Hybrid Taguchi Genetic Algorithm for Global Numerical Optimization”, IEEE Transaction on Evolutionary Computation, Vol. 8, Issue 4, pp. 365 - 377.
[17]J. A Cabrera., F. Nadal, J. P. Muñoz, and A. Simon, 2007, “Multiobjective constrained optimal synthesis of planar mechanisms using a new evolutionary algorithm”, Mech. Mach. Theory, Vol.42, pp.791-806.
[18]K. J. Waldron, and G. L. Kinzel, 2004, Kinematics, Dynamics and Design of Machinery, John Wiley & Sons, 2nd Edition.
[19]G. H. Martin, 1982, Kinematics and Dynamics of Machines, McGraw-Hill, New York, 2nd Edition.
[20]劉東官，2007，生產控制資訊系統課程講義，國立高雄第一科技大學機械工程系。
[21]周明，孫樹棟，1998，遺傳算法原理及應用，國防工業出版社，北京。
[22]周至宏，2005，實驗設計與品質工程講義，國立高雄第一科技大學系統與控制研究所。
[23]楊裕隆，2003，“應用基因演算法於彈性流程工廠排程之研究”，國立高雄第一科技大學，碩士論文。
[24]郭祐銘，2008，“應用應用小生境遺傳基因演算法於多自由度機械手臂之最佳化操作”，國立高雄第一科技大學，碩士論文。
[25]吳宗益，劉東官，2002，“應用基因演算法及田口實驗法於模具生產排程系統之研究”，國立高雄第一科技大學，碩士論文。
[26]周鵬程，2002，遺傳演算法原理與應用—活用Matlab，全華科技圖書公司。
[27]崔遜學，2006，多目標進化算法及其應用，國防工業出版社，北京。
[28]雷德明，嚴新平，2009，多目標智能優化算法及其應用，科學出版社，北京。
[29]雷英杰等編著，2005，MATLAB遺傳算法工具箱及應用，西安電子科技大學出版社，西安。
[30]康耀鴻，2006，“具雙滑塊Watt-II型六連桿肘節機構之運動特性、機械利益及運動靜力分析”，工程科技與教育學刊，第三卷，第四期，頁619-638，12月。