基于進化理論的變自由度機構設計與原型系統研究

華爾天 鹿 浩 李生輝 沈永康 湯守偉

(1.浙江工業大學機械工程學院，杭州 310023； 2.浙江水利水電學院，杭州 310018)

0 引言

傳統機構運動形式單一，能夠完成的任務有限，而大部分機械設備需要通過執行一系列運動來完成目標生產或加工任務。變自由度機構可按不同的需求，在運動中改變構態，使之適應不同的任務，從而實現常規機構需要多個或復雜的設計才能完成的安全保護、順序動作、均衡作用力等功能[1]。李林等[2]提出了變自由度機構概念，以及剩余自由度不僅不影響機構的正常工作，而且能改善機構性能的觀點。曲志剛等[3]給出了兩種變自由度機構的形成方法——變約束運動副法和限動運動件法，并分析了變自由度機構的功能。郭宗和等[4]根據自由度的變化規律對變自由度機構進行了分類，并利用變胞機構原理和拓撲理論對變自由度機構自由度的變化過程進行了構態變換描述，提出了一種對不同類型的變自由度機構進行拓撲型分析的“桿-桿”合并的新方法。蘇昱景等[5]結合工程實例研究了基于變胞原理的變自由度機構，提出相對于傳統結構，變自由度機構可在滿足基本功能的同時優化受力性能和結構功能。PFURNER等[6]研究了變自由度單環機構的類型綜合和重構分析，提出將兩個桿件插入多自由度單環過約束機構對變自由度單環機構進行類型綜合的新方法。變自由度機構憑借其特殊性質，在插秧機、聯合收獲機等機構設計上應用比較廣泛[7]。郭宗和等[8]基于運動鏈圖譜和拓撲圖，利用變自由度機構的結構特點設計了一種機械抓手。王才東等[9]運用變自由度機構構型設計方法，設計了變自由度螺栓夾緊定位機構，并對其不同工作階段的不同功能結構進行分析，實現了成組螺栓的夾緊與釋放。CHAUDHURY等[10]對一種多自由度并聯機械手和閉環機構進行了優化設計。變自由度機構作為一種可重構機構，能夠滿足多任務、多工況與多功能的要求，可實現“一機多用”的目的，對先進制造技術領域和新一代機器人的發展具有重大意義[11]。

目前，對變自由度機構的研究主要集中在類型綜合方面，利用拓撲圖、鄰接矩陣來表述機構各階段構態變化及綜合過程，針對桿-桿合并、運動副形式的變化等情況對不同階段的構態進行分析[12-15]，系統研究機構設計過程的不多，且大多數變自由度機構的設計依賴于對原機構的改進，制約了機構形式上的創新。此外，在變自由度機構的構態表述方面，拓撲圖和鄰接矩陣雖可相互轉換、易于編程及可視化、適合對構件關系的變化進行分析，但構態的變化對應不同階矩陣的轉換，由矩陣所展現出的桿件和運動副關系不易直觀得出機構各階段運動與整體運動的聯系。

針對上述變自由度機構設計中存在的問題，本文利用樹圖模型來代替拓撲圖和矩陣對變自由度機構的形態進行表述，引入進化設計理論完成變自由度機構的創新設計。通過復制、交叉、變異3種進化運算擴展機構形式，實現創新設計，構造變自由度機構的創新設計原型系統，以期為設計人員提供一種工具化設計手段。

1 進化設計

1.1 進化設計理論

遺傳生物學中，環境的選擇作用決定了生物個體的進化方向。進化設計是指采用進化機制從一組產品實例出發，利用選擇、復制、交叉、變異遺傳算子，在適應函數的引導下，繼承原有產品優良基因，生成具有更好性能指標的下一代產品群[16]。遺傳編程(Genetic programming，GP)作為進化計算的一個分支，它不同于一般遺傳算法 (Genetic algorithm，GA，通過設定個體復制、交叉、變異的比例和約束函數來選擇較為優異的個體)，采用動態的非線性樹狀數據結構，末端葉節點表示參數，分支表示函數集運算，針對不同問題領域可以靈活定義樹節點，且編碼結構可以攜帶語義信息，不需要建立編碼空間與解空間的映射[17]，適合智能化求解技術。

此外，樹圖的異構編碼形式十分符合機構在進化求解過程中的結構不確定特性，利于機構的創新設計。許紅[18]利用GP的異構編碼形式將機構表示成樹狀結構，通過遺傳操作并采用一定評價準則評價個體優劣，進而得到新的機構構型。華爾天等[19]在機構運動鏈再生法中引入進化設計理論，用遺傳編程代替其中的數綜合過程，解決了數綜合過程復雜繁瑣的計算問題。相比矩陣和拓撲圖，樹圖模型憑借其特殊的層次性、從屬性、并列性，在形式上更接近運動鏈，結構性強，對于具有多構態的變自由度機構，可通過樹圖對不同階段的運動實現封裝，更容易對各部分構件進行約束選擇，以完成不同運動構態間的轉換。

進化設計作為一種新的設計方法，屬于現代設計方法的范疇，同其他設計方法共同作用以提高設計效率和設計質量，具備自適應強、應用范圍廣、創新性高、設計柔性好等特點[20]。其核心步驟為：①將設計要求轉化為產品基因。②確定進化路線及進化操作方式。③執行進化運算過程。④對產品基因進行解碼。⑤方案評價及優化。

進化運算過程中，根據適應度函數選擇優良個體進行遺傳操作十分重要。適應度函數作為一種控制運算進程的約束函數，能夠很大程度上影響進化過程的快慢及進化結果的準確性。遺傳算法中有適應度函數，而GP相比遺傳算法，適應度函數在進化過程中發生變化，不斷改善，實現結構與功能的并行演化。在機構設計中引入進化理論擴展機構形式，也需要對進化運算過程添加相應的約束函數，使機構盡可能減少不合理結果的產生。

1.2 定向進化設計

為了使機構在演化過程中能夠圍繞設計要求拓展構型，減少不合理樹圖的產生，一定程度上實現定向進化，對進化設計過程作以下改進：①分析任務要求。②根據設計要求確定原動件及執行件，將其作為演化過程中的不變量。③生成“源”樹圖模型，即初始化種群。④添加約束函數及終止條件。⑤執行復制、交叉和變異3種進化運算操作。⑥迭代進化過程終止，得到進化后的欠驅機構樹圖模型。

1.2.1進化運算

復制、交叉、變異3種遺傳算子可對應機構桿件、運動副的數目、類型及其連接關系等結構變化過程。進化過程中，根據運動要求確定機構的原動件部分和執行部分，將其作為進化運算中的不變量，對其余部分執行運算操作。以圖1所示的鄂式破碎機為例，說明具體的操作過程。

(1)復制

復制對應增添或合并桿件、運動副，一般不改變機構的整體結構形式，增添會使得機構繁雜，導致運動傳遞損失，而合并可以簡化運動鏈，在能完成基本運動任務的同時降低機構復雜程度。

根據定向進化設計規則，將1-F和5-F作為進化運算中的不變量，對桿2、3、4兩兩合并后，原機構就變為簡單的5桿及4桿機構，圖3a不滿足自由度要求，圖3b對應的原機構如圖4所示，雖一定程度上簡化了機構運動鏈，但是機構執行桿件的運動軌跡也隨之簡化，機構對石塊的破碎效果有所下降。

大部分復制情況可以使得機構的運動軌跡更為完整精準，而部分合并操作則能夠減少機構的信息量及運動損失，需要根據機構的具體應用情況做出判斷。

(2)交叉

交叉對應改變運動副、桿件的連接關系，通過交換機構桿件或運動副在機構中的位置來改變運動傳遞方向及運動形式。如交換圖2樹圖模型中桿件2、3、4的順序可得到不同形式的新鄂式破碎機機構(圖5)，交換過程中整體桿件數和運動副數都不發生改變。

交叉操作能夠在保留所有原桿件、運動副的情況下對機構進行改進，使其完成運動任務，操作便捷。交叉相同類型構件會產生同構體，需要進行同構識別。圖6為由圖5c還原得到的改進鄂式破碎機結構。

(3)變異

變異是機構進化設計過程中一個非常重要的操作，能夠大大增加機構的創新程度和應用范圍。變異操作對應改變運動副或桿件，包括改變桿件尺寸形狀，或是將普通運動副替換為組合運動副，通過力及位移限位來使機構適應不同情況等。

選擇表1構件中標有序號的桿件、運動副，在進化過程中對樹的節點和枝干進行替換，實現變異操作。隨著構件庫中桿件、運動副內容增加，變異操作所能夠產生的結構形式更加豐富。

表1 部分構件庫Tab.1 Component library

如圖7所示，先將原鄂式破碎機機構中桿件3的一端轉動副替換為滑槽副，然后將桿2由三副桿變異為二副桿，改變桿2、3、4之間的連接關系。該變異操作通過控制轉動副在滑槽內的移動情況來改變桿件5對石塊的破碎程度，增加了執行桿件的破碎范圍，能夠有效防止在破碎大物塊時發生卡死的情況。

由于進化運算過程具有隨機性，為了得到滿足設計要求的變自由度機構，在以上3種運算規則的基礎上，還需要添加相應的約束函數，使逐步演化而來的機構符合變自由度機構的特征。

1.2.2約束函數

變自由度機構有以下幾個特征：①具有多個自由度。一開始機構的原動件數小于自由度數目，為欠驅機構。在運動過程中機構部分構件受約束，自由度數發生改變，變化后機構運動確定。②自由度的改變不一定產生拓撲結構的改變。當機構到達運動死點時，受外力作用機構產生運動，自由度變化。

根據變自由度機構的特征，設計進化運算中的約束函數如下：

(1)機構自由度計算公式為

F=3(N-1)-2Pl-Ph

(1)

式中F——機構自由度

N——機構桿件數(含機架)

Pl——低副數目Ph——高副數目

進化設計過程中，由樹圖模型計算對應機構的自由度，為滿足變自由度要求，其機構應為欠驅機構，即

F>d

(2)

式中d——驅動桿數，d≥1

(2)定義樹圖長度即機構運動鏈長度為L，復制操作中增加或減少的桿件數要根據設計要求在范圍內變化。

樹圖的原動件為樹圖的第1層，樹圖底端運動件為樹圖的最高層(不含機架)，“源”樹圖模型樹長L0≥3，如圖8所示。當機構運動鏈不存在支路的情況下，樹圖長度取得最大。在進化中給定樹圖的層數，控制進化計算迭代終止。

L0≤L≤N-1

(3)

(3)對于低副桿，在復制運算中每引入1個n副桿給整體機構引入2n-3個自由度，當要求進化前后機構的自由度數保持不變時，需要在樹圖模型中添加對應數目的機架。

(4)

式中f——機架數

bi——i副桿數目，取值為2，3，…，n

(4)復制、交叉、變異的概率。復制作為進化運算過程的基礎，為交叉及變異運算提供了解的搜索空間；交叉則能夠進一步擴大搜索空間，在構件、運動副數不變的情況下擴展機構構型，增加機構適用范圍；變異隨機發生，可以避免進化運算陷入局部最優解，增加優解情況，提高機構構型的創新程度。

進化運算中，復制、交叉、變異的概率互相獨立。設復制概率為Pr，交叉概率為Pc，變異概率為Pm。為使機構在桿件數穩步遞增的情況下，交叉得到的構型數目盡可能多，保證定向進化過程的穩定，此處設進化過程中Pr=0.5，Pc=0.7。變異過程會引入大量復雜形態的桿件及運動副，給機構的運動傳遞帶來損耗，因此Pm越小越好，此處設Pm=0.02。

(5)根據樹圖模型所表達的構件數、運動副數等信息，計算排除不符合式(1)、(2)的運算結果，將滿足欠驅機構要求的機構樹圖模型保存下來。

1.2.3基因編碼

進化運算過程主要受兩個因素的控制：約束函數和編碼規則。編碼規則為模型中特定遺傳信息的傳遞提供了一種演化途徑。

為了使進化的模型滿足變自由度機構的要求，需要傳遞進化過程中機構的運動副數、桿件數及自由度的變化情況等遺傳信息，通過計算判別是否符合欠驅機構要求。定義編碼規則如圖9所示。

基因編碼中，將樹圖的分層結構進行分段表示，進化運算對應改變編碼結構中的基因段，每一段以空集“0”或機架“F”結束，可根據設計要求對某一段編碼進行選擇保護，使其不參與進化運算過程。計算機可通過編碼結構實現遺傳信息的保留與計算：數字表示構件；數字+F計為1個運動副；分層之間的運動副根據構件的數目計算，如，2030之間為1個運動副，3054F為1個運動副，54F67F為2個運動副。由圖9編碼結構可知，改機構模型的構件數為8，運動副數為11，為欠驅機構類型。

2 創新設計流程

圖10為變自由度機構創新設計的實現過程。

(1)分析設計任務。針對任務要求確定機構的原動件和執行件構件形式，如使用曲柄滑塊完成移動，曲柄搖桿完成急回運動，雙搖桿機構完成轉向運動等，使變自由度機構的進化設計過程圍繞運動要求進行。

(2)建立“源”樹圖模型。即根據設計任務確定設計參數，如原動件類型、初始樹圖長度等，建立“源”樹圖模型。以下創新設計流程所提及的模型均為通用樹圖模型。

根據1.2節中給出的樹圖模型，建立機構“源”樹圖模型如圖11所示。根據具體的設計任務要求，實線內部分可在進化設計之前發生改變，如1-F原動件部分可選擇凸輪驅動或活塞沖程驅動、曲軸轉動驅動等，(n-1)-F部分也可根據設計任務做出相應變化。對于多驅動件、多執行件工作的特殊情況，如圖12所示，兩個執行桿件同時運動時，對應葉子節點應位于樹圖同一層；存在先后運動順序時，后執行件節點則置于樹圖下層。

(3)進化計算。對“源”樹圖模型進行定向進化設計，通過如1.2.1節所述的復制、交叉、變異3種運算演化樹圖模型，擴展機構形式(圖13)。復制、交叉、變異運算的比例可按設計任務進行調整。

在復制進化模型的基礎上，對其中部分桿件、運動副進行交叉、變異運算，改變其數目和類型，并通過約束函數控制進化計算得到欠驅機構的樹圖模型(圖14)。

(4)同構識別

將機構轉換為拓撲圖的形式，如果兩個機構的拓撲圖中點與線的關聯關系一一對應，則稱這兩個機構同構[21]。進化運算得到的機構樹圖模型很多，同構會增加后續將樹圖轉換為機構簡圖的工作量。因此，在進化過程中還需要對得到的樹圖模型進一步作同構識別，排除部分冗雜多余的構型。樹圖模型的進化過程中，復制運算不產生同構體，而交叉同類型構件會產生同構體。通常情況下，機構的構件數越多，產生的同構體越多，如5桿機構有1種同構體，1種非同構體，7桿機構有192種同構體，8種非同構體基本構型。

如圖15a所示，由于桿件2、3為不同類型構件，對兩者進行交叉運算后，機構的桿件關聯關系發生改變，對應拓撲圖也發生改變；圖15b所示交叉運算中，桿件3、4為同類型構件時，拓撲圖形式不變，為同構機構。設計過程中的同構識別主要針對該同構類型。

同構識別過程如圖16所示，主要以機架F在機構中的位置關系作為比對標準，快速識別相同類型構件交叉運算產生的同構體。首先，通過1.2.3節中的基因編碼將樹圖模型轉換為分段字符串；然后，對比字符串中F的位置完成同構識別，排除冗雜構型。

(5)得到變自由度機構。根據樹圖模型中葉子節點和枝干與機構構件的對應關系，將第4步中完成同構識別的欠驅機構樹圖模型還原為機構簡圖，然后對機構中不同運動構件進行約束，即可改變機構的自由度，完成變自由度設計要求。樹圖模型遵循從上到下的先后運動傳遞，樹圖模型中靠上層部分構件優先執行運動，位于樹圖末端的運動構件對應周期運動最終階段；各執行桿件部分節點位于樹圖同一層，則不同執行件同步運動。

變自由度機構在運動過程的不同階段能夠改變自由度，由欠驅不確定運動轉換為確定運動，完成不同環境下的運動要求。對于多自由度欠驅機構，自由度的變化可通過改變構件的約束度進一步實現，如添加機架約束、替換低副構件為高副構件，替換移動副、轉動副為組合運動副等；還可通過改變與機架相連的構件屬性，使該構件成為驅動件，從而確定運動。

如圖17所示，1-F和6-F分別為原動件和執行件，機構為二自由度欠驅機構，整體運動軌跡不確定。當把6-F由執行件轉換為原動件后，機構擁有確定運動，2個原動件共同控制構件3的平面運動。

3 評價篩選

創新設計流程得到的變自由度機構還需要作進一步篩選和評價，去除不符合設計要求的機構構型，具體的評價篩選規則如下:

(1)滿足運動要求

進化設計而來的機構應滿足基本的運動要求，即執行件的運動能夠按要求成功實現。可通過還原前的樹圖模型結構分析機構的運動傳遞方向，從樹圖頂端第1層原動件到第N層的執行桿件，執行件在樹圖中的位置應根據設計任務進行選擇判別。如圖18所示，執行件的位置選擇不同，機構的運動傳遞情況會發生改變，兩種樹圖模型相比，圖18a還原得到機構更適合遠距離的運動傳遞。

(2)滿足公理設計準則要求

選用公理設計準則作為本文機構設計的一條評價準則。公理設計將產品的設計領域分為用戶域、功能域、物理域和過程域，主要解決設計中存在的：設計方案能否滿足產品功能要求？滿足的程度如何？當有多個設計方案時，如何選擇等問題[22]。公理設計有兩大準則：①獨立公理。獨立公理即當產品有兩個或以上功能要求時，設計方案需滿足一個功能要求，且不影響其他的功能要求。由于進化設計過程中，執行件不參與進化過程、獨立運動，因此符合獨立公理。②信息公理。進化過程會產生許多滿足同種運動要求的相似機構，需要進一步對所得機構評價取優。信息公理作為公理設計的兩大準則之一，其特點是利用滿足功能要求的概率形式表達設計者對評價指標的滿意程度，即隸屬度，且不像其他評價方法那樣需要考慮權重[23]。信息公理中信息量計算公式為

(5)

式中Ii——滿足某個功能需求的信息量

Pi——滿足某一功能需求的概率

Asr——滿足該功能需求所能提供的系統范圍

Acr——設計范圍與系統范圍的公共范圍

對于多功能需求，總信息量為滿足各功能需求的信息量之和。信息量作為設計復雜性的度量，而機構由桿件和運動副組成，機構桿件數、運動副數是影響基本運動的重要因素，兩者數量越多，機構形式越復雜，機構運動時能量傳遞損失增加。參照式(5)可推出機構信息量計算公式為

(6)

式中Ncr、Plcr、Phcr——N、Pl、Ph范圍與規定的設計范圍的公共范圍

c——復合鉸鏈的懲罰因子，取正值

h——復合鉸鏈數目

在選擇還原得到的機構時，可將最小機構信息量作為評價標準。當分子分母數值相近時，信息量為0，為最佳選擇。

如圖19所示，3種曲柄滑塊機構的信息量Ia=IbLb，可得機構b為較合適的機構類型。

4 原型系統

4.1 系統框架

根據上述變自由度機構創新設計過程，構建了一個包含設計知識庫、需求分析、進化計算、評價篩選4個模塊的變自由度機構設計原型系統[24-25]，力求從用戶的設計要求出發快速實現變自由度機構的設計。系統的整體框架如圖20所示。

(1)設計知識庫模塊

設計知識庫模塊主要包含3部分：①模型庫，由創新設計過程中樹圖模型的語義空間及構件庫組成，語義空間對應樹圖與機構之間的轉化規則，構件庫用來存放不同結構形式的桿件和運動副，供在進化計算中選擇調用(表1)，隨著設計系統的使用，構件庫的內容會不斷增加，豐富變自由度機構的構型。②編碼規則庫，用來完成樹圖模型和基因編碼之間的轉換規則，方便計算機實現進化計算及同構識別。③數據庫，用來存放需求分析模塊得到的輸入參數等數據。

(2)需求分析模塊

即用戶通過人機交互界面將設計任務要求輸入系統中，系統根據設計任務要求，確定所設計機構所需要的自由度數、原動件以及執行件的種類和數目等輸入參數，再將各參數輸入到設計知識庫模塊中供進化計算模塊調用參與運算。

功能向結構參數的轉換可以通過構造相應的功能結構矩陣實現，針對不同的運動要求，由功能結構矩陣確定原動件、驅動件數目及類型，并由自由度要求確定進化計算中“源”樹圖模型的長度、構件數、運動副數等輸入參數。表2為全低副構件情況下，二自由度欠驅機構的相應的輸入參數組合。

表2 輸入參數組合(全低副)Tab.2 Input parameter combination (full low pair)

(3)進化計算模塊

該模塊主要完成創新設計流程中從“源”樹圖模型到進化后欠驅機構樹圖模型這一部分工作。根據1.2節中定義的復制、交叉、變異進化運算規則，利用編碼運算完成進化設計過程，擴展機構的結構形式，實現創新設計。進化計算過程中加入約束函數，由編碼結構計算樹圖模型的自由度，排除不符合欠驅要求的機構構型使機構圍繞欠驅要求定向進化。

(4)評價篩選模塊

評價篩選模塊包含進化運算后欠驅機構樹圖模型的同構識別及還原解碼為變自由度機構后的評價校核兩部分。進化計算過程得到的樹圖模型形式多樣，首先，通過第2節中的同構識別方法排除欠驅機構的冗雜構型；然后，選擇符合圖21所示自由度變化處理過程的欠驅機構作為變自由度機構；最后，將得到的變自由度機構樹圖解碼還原為機構簡圖，并根據第3節中的運動性及公理設計評價準則，利用式(6)計算作進一步評價篩選。

4.2 系統實現過程及程序設計

本系統基于Matlab平臺實現，使用軟件的GPlab工具箱加以修改作為原型系統中的進化運算模塊，再融合需求分析、設計知識庫以及評價篩選3個模塊，實現人機混合智能設計，系統實現過程如圖22所示。

(1)根據用戶的設計要求，通過需求分析模塊確定輸入參數。

(2)輸入參數傳輸到設計知識庫模塊的數據庫中，由編碼規則得到相應“源”樹圖模型的初始編碼結構。該過程中，通過GPlab中的setnodes、setfunctions 及setterminals函數定義樹圖模型與編碼結構的轉換規則，并調用初始樹長iniclevel、終止樹長maxlevel、operatorprobs運算概率等函數設定輸入參數，生成初始編碼結構傳輸至進化運算模塊。

(3)進化計算模塊對初始編碼結構執行復制、交叉、變異等進化運算。通過findnodes、swapnodes等節點操作函數對編碼結構執行如1.2.1節中所示的運算，并通過setfitness函數設定欠驅約束，得到進化后欠驅機構的編碼，將其傳輸至評價篩選模塊中。

(4)評價篩選模塊分兩步完成對機構的篩選及評價工作。第1步，通過比較兩個基因編碼結構中F的位置，對進化運算產生的相似結構進行同構識別，排除冗雜多余的構型，作初步篩選。第2步，進一步對機構進行篩選。首先，使用maketree函數將同構識別后的基因編碼生成樹圖模型，由用戶確定其是否符合運動性要求；然后，調用設計知識庫中的構件庫及語義空間，將樹圖轉換為機構簡圖，用戶根據欠驅機構簡圖選擇構件約束，得到變自由度機構的運動簡圖；最后，由式(6)定義setcomplexity函數，通過系統計算比較機構信息量，取信息量小的為較優機構。

(5)系統通過savetofile函數將機構簡圖保存為圖形文件，儲存在計算機中。

5 實例驗證

以高叢藍莓采摘機采摘系統的傳動機構設計為例，驗證該原型系統的可行性、合理性。

由圖23可知，采摘機傳動機構由兩部分組成，桿件1、2、3、6組成的曲柄搖桿機構帶動桿件3、4、5、6組成的雙搖桿機構執行采摘動作。

使用原型系統，首先通過需求分析模塊將設計要求轉換為參數。采摘機構的設計要求為一個原動件提供動力，兩個構件執行采摘運動，由此確定輸入參數L0=3，原動件數目為1、執行件數目為2，進化終止樹長L=7，通過進化運算并排除同構體可得到符合欠驅要求的基本構型：5桿機構0個，7桿機構4種，9桿機構51種。

由于運算結果眾多，取圖24所示兩種樹圖模型進行解碼對比說明。

代入設計知識庫中的構件，對樹圖模型解碼后可得到如圖25所示的機構簡圖。設計得到的兩種機構均為二自由度欠驅機構，運動形式不確定，可通過約束構件、替換運動副等方式改變自由度或添加原動件使其擁有確定運動，成為變自由度機構。

對比兩種設計結果，圖25a為7桿二自由度機構，該機構除原動件、執行件外不存在與機架相連的構件，無法通過進一步選擇構件進行約束或添加原動件使機構運動確定。圖25b為9桿二自由度機構，可以通過選擇構件4成為原動件，使機構擁有確定運動。

相比圖23所示的傳動機構，本原型系統得到的9桿機構模型能夠在滿足設計要求的情況下，對機構實現創新設計，添加原動件進一步控制執行構件的運動速率，細化其運動軌跡，以適應不同采摘環境下的設計要求，達到“一機多用”的目的。

綜上，該原型系統能夠根據設計要求快速運算得到欠驅機構的基本構型，再通過用戶選擇約束完成變自由度機構的設計，人機共同參與設計過程，改善了傳統變自由度機構設計依賴于原機構、創新程度受到制約且效率不高這一問題。

6 結論

(1)將進化設計理論引入變自由度機構設計中，提出一種創新設計方法，擴展了變自由度機構的結構形式。

(2)根據運動任務將驅動桿件、執行件作為機構進化設計的不變量，對機構其余部分進行進化運算，并加入約束函數及編碼規則實現定向進化，簡化了進化過程。

(3)利用樹圖模型表述定向進化設計過程，進行變自由度機構的創新設計研究，并構建了一種原型系統，實現一定程度上的人機混合智能設計。

(4)以采摘機傳動機構設計為例，驗證了該原型系統的有效性及合理性，為設計人員提供一種機構創新設計的工具化手段。