公司主要产品是轮胎式挖掘机，玉柴山河智能主要以小型挖掘机为主并大部分用于出口。

而徐挖抚挖是挖掘机制造的领头羊，徐挖的挖机销售在国内厂家中领先目前小型挖掘机生产的知名企业如表所示主要分布在日本欧洲美国韩国等国家和地区，它们具备强大的专业设计制造能力，如日本的小松久保田洋马，美国的凯斯山猫，德国的阿特拉斯雪孚，英国的瑞典的沃尔沃，韩国的斗山现代等企业。

表国内外小型挖掘机品牌及产品小型挖掘机工作装置简介液压挖掘机工作装置的形式是直接用来挖掘作业的施工工具，它利用液压缸伸缩来完成动臂升降斗杆推拉和转斗，其动作接近于人的手腕动作，液压挖掘机的工作装置种类繁多，可多达多种，最常用的是反铲和正铲。

工作装置可以看成是由动臂斗杆铲斗动臂油缸斗杆油缸铲斗油缸及连杆机构组成的具有三自由度的六杆机构，动臂与斗杆是变截面的箱梁结构，内部般加隔板以增加强度和刚度，铲斗是由厚度很薄的钢板焊接而成。

动臂结构般可分为整体式和组合式两大类，整体单动臂目前应用最广泛，其又可以分为直臂和弯臂两种形式组合式动臂是在整体式的基础上发展起来的，作业尺寸和挖掘力可以根据工作条件随意调整，而且调整时间短，可满足各种工作装置的需求，也可分为两类类是长动臂配短斗杆，另类是短动臂配长斗杆。

工作装置的动臂油缸般布置在动臂的前下方，动臂的下支承点即动臂与转台的铰点设在转台回转中心之前并稍高于转台平面，常见的有两种布置方式即油缸前倾布置方式和油缸后倾后置方式，动臂与动臂油缸活塞杆端部的铰点布置通常有两种形式，种是布置在端部弯角的下部，采用支耳与动臂相连，这样布置不会削弱动臂的结构刚度，般只布置个油缸，小型挖掘机般采用这种方式另种是布置在动臂箱体的中部，可增大动臂的下降幅度，并且在动臂的两次各布置个，这样的双动臂油缸在结构上起到加强筋的作用，提升力也大大增加，大型挖掘机般采用这种方式。

第二章总体方案设计工作装置构成及工作原理图工作装置组成图其中铲斗斗齿连杆摇杆铲斗油缸斗杆动臂动臂油缸斗杆油缸图为液压挖掘机工作装置基本组成及传动示意图，如图所示反铲工作装置由铲斗连杆斗杆动臂相应的三组液压缸等组成。

动臂下铰点铰接在转台上，通过动臂缸的伸缩，使动臂连同整个工作装置绕动臂下铰点转动。

依靠斗杆缸使斗杆绕动臂的上铰点转动，而铲斗铰接于斗杆前端，通过铲斗缸和连杆则使铲斗绕斗杆前铰点转动。

为了增大铲斗的转角，铲斗液压缸般通过连杆机构即连杆和摇杆与铲斗连接。

反铲液压挖掘机的工作过程为先下放动臂至挖掘位置，然后转动斗杆及铲斗，当挖掘至装满铲斗时，提升动臂使铲斗离开土壤，边提升边回转至卸载位置，转斗卸出土壤，然后再回转至工作位置开始下次作业循环。

液压挖掘机的反铲装置主要用于挖掘停机面以下土壤基坑沟壕等。

其挖掘轨迹决定于各油缸的运动及其相互配合情况。

通常情况下，分为动臂挖掘斗杆挖掘转斗挖掘等几种情况。

动臂挖掘当采用动臂油缸工作来进行挖掘时斗杆和铲斗油缸不工作可以得到最大的挖掘半径和最长的挖掘行程。

此时铲斗的挖掘轨迹系以动臂下铰点为中心，斗齿至该铰点的距离为半径所作的圆弧线。

其极限挖掘高度和挖掘深度不是最大挖掘深度即圆弧线之起终点，分别决定于动臂的最大上倾角和下倾角动臂与水平线之夹角，也即决定于动臂油缸的行程。

由于这种挖掘方式时间长而且由于稳定条件限制挖掘力的发挥，实际工作中基本上不采用。

斗杆挖掘当仅以斗杆油缸工作进行挖掘时，铲斗的挖掘轨迹为圆弧线，弧线的长度与包角决定于斗杆油缸的行程。

当动臂位于最大下倾角，并以斗杆油缸进行挖掘工作时，可以得到最大的挖掘深度尺寸，并且也有较大的挖掘行程。

在较坚硬的土质条件下工作时，能够保证装满铲斗，故挖掘机实际工作中常以斗杆油缸工作进行挖掘。

转斗挖掘当仅以铲斗油缸工作进行挖掘时，铲斗的挖掘轨迹也为圆弧线，弧线的包角及弧长决定于铲斗油缸的行程。

显然，以铲斗油缸工作进行挖掘时的挖掘行程较短，如使铲斗在挖掘行程结束时装满土壤，需要有较大的挖掘力以保证能挖掘较大厚度的土壤。

所以般挖掘机的斗齿最大挖掘力都在采用铲斗油缸工作时实现。

采用铲斗油缸挖掘常用于清除障碍，挖掘较松软的土壤以提高生产率。

因此，在般土方工程挖掘中，转斗挖掘较常采用。

在实际挖掘工作中，往往需要采用各种油缸的联合工作。

挖掘机工作装置各油缸可看作是只承受拉压载荷的杆，对工作装置进行适当简化处理如图所示。

图工作装置结构简图挖掘机的工作装置经上面的简化后实质是组平面连杆机构，自由度是，即工作装置的几何位置由动臂油缸长度斗杆油缸长度铲斗油缸长度决定，当为确定的值时，工作装置的位置也就能够确定。

工作装置坐标设定见图图中的各参数的含义说明如下表示动臂油缸与回转平台的铰点表示动臂油缸与动臂的铰点表示动臂与回转平台的铰点表示斗杆油缸与动臂的铰点表示斗杆油缸与斗杆的铰点表示动臂与斗杆的铰点表示铲斗油缸与斗杆的铰点表精度上体现了出来。

传统的计算机编程是这样的首先，工程师绘制产品的草图其次，使用计算机辅助设计软件建立几何模型，随后，大部分工程师将这个模型导入到有限元分析工具中去评价它的结构性能，最后，由等些商用软件来完成尺寸和和拓扑优化。

在这个方向已经有许多重要的进步，些研究人员利用国产研究工具去实现结构优化，介绍了关于的二次开发，并且已经被两个实例证实了。

最近，和根据精细的有限元模型开发了个多级优化程序，也就是说第步用发展找略优化拓扑参数，第二步应用优化模型的厚度和纵切面，不过简化了边界条件。

虽然以这种方式做出了许多努力，但是由于传统优化算法的禁锢，解决方案仍然被困在现在的个区域，并且忽视了许多非线性因素以致于这种方案还不精确。

这种新奇的方法是种同步的将有限元软件集成到优化程序的方法。

它采用随机搜索算法做为优化方法，这不仅可以防止优化器被困住在当地的区域，并且可以达到全球精确的最优方案。

许多优化工具已经在文学领域进行开发，出现得比较早，它是个模块扩展有限元程序。

提出了和之间的新接口，接着介绍了这个接口通往以及的方式。

私有软件是作为优化工具的另外个选择，和利用把有限元分析软件应用到开发复合纤维增强塑料摩托车钢圈中。

介绍了个优化软件，这个软件被广泛用于德国的汽车行业。

是另个优化软件，它包括广泛的经典和非经典的优化方法，如实验设计，近似交换技术，多标准分析和质量工程方法。

和成功将和集成到，并且实验设计被用于设计。

后来，为了优化个观测太空望远镜而将和集成到。

尽管许多优化工具已经被广泛开发，但是对复杂机械结构的多目标优化仍然是个挑战。

在这项研究中，个完整的设计方法和多目标结构优化是先进的。

用软件和优化算法进行有限元分析被集成到个商业优化软件，并且详细的证实了这些集成过程。

作为个应用的例子，多目标优化的机械手得到了开发，这样做的目的是扩大其使用范围，同时在足够强度的前提下通过优化几何尺寸减轻其质量。

无论是基于变化率的古典算法还是现在的进化算法都被采纳来取得最佳方案。

在第二部分中，探讨了包含有限元模型的集成程序，仿真过程，和优化算法。

在第三部分中，混合模式高空作业车上的机械手作为个研究实例被提了出来。

应用接触单元模拟连接，来验证有限元分析的结果，开发试验应力分析。

并且采纳和去优操纵宗器。

比较两种算法的优化结果。

而且，为了验证对最佳方案的影响，对的参数定义不同值。

在第四部分中，做结论并且让将来的学者去研究讨论。

并行方法的集成程序结构优化的关键是有没有能力自动生成各种设计的虚拟样机模型。

为实现并行设计和优化，四个基本步骤必须验证参数化模型。

提供了种参数化的有建模方法设计语言，可以用来自动化相同的任务甚至建立数学模型等方面的参数。

因此，自动网格文件和计算有可能定义文件，并且渗碳层深度逆问题求解也可以得到分析结果。

此外，运用有限元分析软件，对运行处理模式，即图形用户接口将不会出现并编制相应的计算程序，只是在后台运行命令。

文件包括设计变量，和输出文件包括约束和目标，优化控制文件仅能整合这两个文件，实现并行基于有限元分析的优化。

图阐述了同步设计和优化过程，如图所示的过程是个循环的过程。

是控制单元，它控制着有限元分析和优化的性能。

在这个模拟过程中，有限元分析和优化能够在没有人工操作的情况下执行。

因此，这过程可以提高其优化效率，扩大变量的设计空间。

图集成优化过程流程图有限元分析模型文本的编译器能够生成文件，而且文件可以在图形用户界面模式或批处理模式中定义任何完成的命令。

那里是个层级的分类，即几何量是顶部的等级，然后表面，然后线，最低。

因此两种建模方法可以应用于文件，无论是从上到下还是从下到上。

在本研究中，方法采用从下到顶部被定义的基础，因为要协调，并且他们的位置可参数化的很容易。

当我们在界定了可能产生的几何元素特殊的元素类型。

和是两种网格结构分析提炼的方法。

啮合精度提高越来越多的元素，而啮合精度的提高增加程度的形函数的元素，但成本更多的计算时间。

定期应用方法具有较高的求解精度。

验证了该质量的元素，许多条款需要检查，他们是长宽比偏离，在平行相对边缘的偏离度，最大值在度角而且定制的值可以被定义用户。

如果没有警告和出现，它表明所有这些条款都满意，和计算可以开始了。

当解决方案已经完成，结果即可从渗碳层深度逆问题求解，阅读和写进个输出文件，该文件将提供约束和目标函数优化。

仿真过程仿真在计算机工作站上运行，并且要占用许多计算资源。

仿真过程是首先，给设计变量分配初始值，然后用在批量模型中执行有限元分析其次，设计变量提取文件，而约束和目标函数提取的输出文件到，并且保存中第三，证明该算法的收敛性，如果持平这个程序将被终止，而不是融合。

优化算法用于修改价值观的设计变量和有限元分析和优化是重复的，直到持平问题。

优化接近最优解，这系列的问题的解决方案为单目标优化问题，且是个单的最优的解决方案。

优化算法对于多目标优化，最好的方法是不存在，这里有的仅仅是系列方法。

当只考虑个因素时，这个方案比其他方案都要优越，但是考虑到另个因素时这个方案就比其他方案要差些了。

这些方案作为最佳方案而著名。

在文献中可以知道许多算法被开发出来用于获得最佳方案。

般来说，他们可以分为两种，种是列举搜索，包括贪心算法，爬山算法，分枝定界算法，深度优先搜索等，这些算法在给定的设计些领域中搜索答案，他们可以解决实际应用中出现的问题。

但却无法被应用在多个尺度或复杂的非线性问题，因为要花费巨大的计算成本。

另种是随机搜索算法，包括随机漫步，禁忌搜索模拟退火算法蒙特卡罗算法，进化算法等，这些算法原本要解决的问题，评价功能不规则的需要定义直接搜索而解决问题。

相比以列举搜索，随机搜索能较好地解决复杂问题。

遗传算法是其中个最突出的随机检索方法，并且目前它已得到了广泛的应用。

它来源于自然遗传学的原则和自然选择。

些遗传学的基本原理被借用来人工构建需求最小量问题信息的健康算法。

介绍了基因算法的基本理论和工作原理。

近年来，为了寻找最佳方案，有人开发了各种基因算法的新版本，和提出了，针对多目标优化提出了，提出了，并且