基于粒子群算法的车身破碎料参数优化研究

龚云峰，周自强，张翔燕

（1.江苏华宏科技股份有限公司，江苏江阴221116 2.常熟理工学院机械工程学院，江苏常熟215500 3.江苏省机电产品循环技术重点建设实验室，江苏常熟215500）

基于粒子群算法的车身破碎料参数优化研究

龚云峰1，周自强2，3，张翔燕3

（1.江苏华宏科技股份有限公司，江苏江阴221116 2.常熟理工学院机械工程学院，江苏常熟215500 3.江苏省机电产品循环技术重点建设实验室，江苏常熟215500）

为提高报废汽车破碎物料中废钢铁的利用率，需要按照合理的参数对报废汽车的车身包块进行破碎，以降低破碎设备的能耗，因此提出基于粒子群算法的破碎物料参数优化研究。通过EDEM仿真模拟破碎物料堆积过程，求出破碎物料堆的孔隙率，建立废钢铁最优破碎半径求解模型，运用粒子群算法求解最优破碎物料尺寸。

报废汽车；EDEM；粒子群优化；破碎参数

随着汽车工业的发展，中国成为世界第三大汽车制造国，据相关机构预测，至2020年，我国的年报废汽车数量将达到600万辆。报废汽车数量的急剧增加，伴随而来的是报废汽车大量堆积造成的土地浪费以及对周围环境的威胁，而且报废汽车本身含有大量的金属与非金属资源，如果直接丢弃而不进行有效的回收利用，将会造成严重的资源浪费，故对报废汽车进行拆解、破碎和分选对环境保护、资源回收、节能减排有着重要的意义。在报废汽车破碎过程中，若废铁破碎物过大，在熔炉内不能充分熔解，未熔解的废铁堆积在熔炉底部，长此以往，则需对熔炉底部进行定期清理，不仅降低了废钢铁的利用率，并且在清理底部堆积物的过程中也消耗大量的人力、物力；若废铁破碎物过小，虽然能充分熔解，但在破碎过程中要消耗过多能量。由此可见，最优尺寸的破碎物料在降低能耗与提高废铁利用率方面有着重要的意义。目前，国内文献还没有关于破碎物料参数优化方面的研究。

1 报废汽车车身包块破碎物料的孔隙率分析

报废汽车通过打包、破碎、分选形成破碎物料，破碎物料由皮带输送机输出并堆积形成物料堆，如图1所示。孔隙率即物料之间的孔隙体积与堆积空间体积之比，是一个重要的颗粒堆积参数，但在颗粒堆积研究中，由于孔隙率是无规则的，计算比较麻烦，故采用EDEM模拟破碎物料的堆积过程，得到孔隙率。

颗粒堆积，简单地讲就是把颗粒放置在某个有限空间里，并且在堆积过程中不发生形变。而球体颗粒由于其球体本身的简单性以及在科学研究、工程实践乃至日常生活中大量的应用背景，成为颗粒堆积研究中被研究最多的对象。故将仿真进行简化，选取锥体有限空间，建立呈正态分布球体的随机堆积仿真。

仿真建立的球体模型与工程实际中废钢铁破碎物的形状存在差距，故球体密度不能简单地认为等同于钢铁密度，球体密度与钢铁密度之间存在密度的转换关系。通过在废钢铁破碎物料现场的不断测量与计算，得出球体与废钢铁密度之间的平均转换比例，即：ρ球=ηρ铁，其中：η=0.25。

由于颗粒随机堆积，故设置球体大小符合正态分布，数学期望值即为球体半径r，球体以3 m/s速度下落，直到填满体积为1 m3锥体。由于在物料的破碎与分选过程中，直径大于85 mm的破碎物料即为特大料，要进行人工破碎，而直径小于20 mm的非金属物料要进行填埋，故最佳破碎尺寸在20～85 mm。分别选取半径r=15，20，25，…，50 mm的球体颗粒进行颗粒堆积仿真，得到相应球体半径下的孔隙体积。图2为半径分别为15 mm，50 mm时颗粒的随机堆积情况，表1为不同颗粒半径随机堆积下的孔隙体积。

图2 球体随机堆积情况

用MATLAB对表1中离散点进行曲线拟合，得到孔隙率准与球体半径r的数学关系，孔隙率：

2 废钢铁最佳破碎半径求解模型的建立

为使废钢铁破碎物的熔融程度达到最大化，建立废钢铁破碎物最佳半径求解模型如下。

表1 球体半径与颗粒总体积

2.1 目标函数

式中：r为破碎物料半径。

2.2 堆密度约束

针对国家标准GB4223-004，规定汽车破碎料的堆密度≥1 100 kg/m3，即：

式中：ρ堆—堆密度；

V—废钢铁破碎物料堆的体积，设V=1 m3；

2.3 体积约束

废钢铁破碎物料体积与物料间缝隙体积总和等于物料堆总体积，即：

2.4 决策变量约束

根据工程实际中报废汽车的破碎与分选，大于85 mm的破碎物料即为特大料，要进行人工破碎，故上限不超过80 mm，同时20 mm以下破碎物料中的非金属物料要进行填埋，故破碎物料半径范围为：10 mm≤r≤40 mm

3 基于粒子群算法的破碎参数优化

粒子群算法是一种群搜索算法，假设在一个D目标搜索空间中，群体中的第i（i=0，1，…，N）个粒子位置可以表示为一个 D 维矢量 Xi=（xi1，xi2，…，xiD）T，同时用Vi=（vi1，vi2，…，viD）T，i=0，1，…，N，表示第 i个粒子的飞行速度，用以更新粒子所在的位置。用Pi=（pi1，pi2，…，piD）T表示第i个粒子自身搜索到的最好点，即个体历史最优位置，记 Pg=（pg1，pg2，…，pgD）T为当前种群所搜索到的最好点，即种群的全局历史最优位置。

各粒子根据以下公式来更新其速度和位置：

式中：i=0，1，…，N；j表示粒子的第 j维；k 表示迭代次数，λ 为惯性系数，取值为（0，1）；c1，c2为加速常数，一般在（0，2）之间取值，c1用来调整自身粒子的最佳位置飞行的步长，c2用来调整粒子向全局最好位置飞行的步长；r1，r2为取值在（0，1）之间的随机数。

粒子就在解空间内不断跟踪个体极值与全局极值进行搜索，直到达到规定的最大迭代次数或达到最小的误差标准位置，图3为粒子群优化算法流程图。

图3 粒子群优化算法流程图

在此用随机数代表破碎物料颗粒的半径，该算法的基本过程如下。

步骤1：产生（0.015，0.05）之间的随机数粒子，计算当前颗粒总体积；

步骤2：判断是否满足体积约束，若满足则判断是否满足堆密度约束，满足则记录粒子位置；

步骤3：若不满足体积约束，则转至步骤1。

运算结果如图4所示，最佳尺寸半径为0.036 m，即36 mm。

图4 MATLAB求解结果

4 结论

为了提高废钢铁的利用率，研究了基于粒子群算法的破碎物料参数的优化方法。运用EDEM软件模拟破碎物料的堆积过程，并求出物料堆的孔隙率。建立废钢铁最佳破碎尺寸的求解模型，运用粒子群算法对其进行求解。最优破碎尺寸的求解大大提高了废钢铁的利用率，对节约资源和环境保护具有重要意义。

[1]周自强，戴国洪，谭翰墨.报废汽车拆解与回收技术的发展与研究现状[J].常熟理工学院学报，2011(10):107-111.

[2]Ziqiang Zhou，Hanmo Tan，Guohong Dai.Research of Value AnalysisOriented End of Life VehicleDismantling and Recycling Process[C].2012 International Conference on Energy and Environmental Protection,2012,Hohhot.

[3]Ziqiang Zhou，Guohong Dai.Research of flexible dismantling cell for ELV recycling[C].2012 International Conference on Ecology,Waste Recycling，and Environment，2012，Macao.

[4]Ming Chen ，Fan Zhang ，End-of-life vehicle recovery in china:consideration and innovation following the EU ELV Directive[J].JOM Journal of the Minerals，Metals and Materials Society,2009(61):45-52,.

[5]Emilio Brahmst，Copper in End-of-life Vehicle Recycling[C].Copper Development Assocition.

[6]Tony Weatherhead，David Hulse.A Study to Determine the Metallic Fraction Recovered from End of Life Vehicles in the UK[R].Reportto the Departmentof Trade and Industry,2015(9).

[7]Hsing-Chih Tsai，Yaw-Yauan Tyan，Yun-Wu Wu ，Yong-Huang Lin.Isolated particle swarm optimization with particle migration and global best adoption[J].Engineering Optimization,2011(44):1405-1424.

[8]Deniz Lnan，Erol Egrioglu，Busenur Sarica，et al.Particle Swarm Optimization Based Liu-Type Estimator[J].Communications in Statistics-Theory and Methods，2016:1-21.

[9]Li Lingling，Jiao Licheng，Zhao Jiaqi.Quantum-behaved discretemulti-objectiveparticle swarm optimization for complex network clustering[J].Pattern Recognition，2017(63):1-13.

[10]Moayed Daneshyari，Gary G Yen.Cultural-based particle swarm for dynamic optimisation problems.International[J].Journal of Systems Science，2012(43):1 284-1 304.

Research on parameters optimization of car body crusher based on particle swarm optimization

GONG Yunfeng1,ZHOU Ziqiang2,3,ZHANG Xiangyan3
（1.Jiangsu Huahong Technology Co.,Ltd,Jiangyin 221116,China;2.School of Mechanical Engineering,Changshu Institute of Technology,Changshu 215500,China;3.Jiangsu Province Key Laboratory of Mechanical and Electrical Products Recycling Technology,Changshu 215500,China）

In order to improve the utilization ratio of scrap iron and steel in the shredding material of the body of End-of-life vehicles,it is necessary to determine the optimized parameter in order to reduce the energy consumption of the crushing equipment.Therefore,this paper puts forward the parameter optimization study of shredding material based on particle swarm optimization.With the software of EDEM,the crushing material accumulation process is simulated.The porosity of the broken material pile is also obtained,and the optimal fracture radius model of waste steel is established.In the end,the particle swarm algorithm for optimization is used to solve the optimal shredding material size.

ELV;PSO algorithm;shredding parameter

X734.2

A

1674-0912（2017）06-0031-03

2017－04－09）

江苏省科技支撑（工业部分）计划项目资助（BE2013060）

龚云峰（1964-），男，工程师，主要从事报废汽车拆解方面的研究和设备的开发设计工作。