逐年累积的废铅酸蓄电池中含有大量的重金属铅,随意的废弃将对环境产生极大威胁,而原生铅资源作为其核心材料正在日益枯竭。从资源再生、环保和经济的角度,均充分体现了废铅酸蓄电池再生利用技术研究的重要意义。对比国内外研究现状,提出了一种有效处理后续熔炼过程出现造渣现象的预处理工艺,并针对工艺中废铅酸蓄电池的槽体与极群组的分离难题,展开振动式分选机的设计与协同优化研究,主要研究内容如下:(1)基于振动拆解理念和振动筛原型设计了振动式分选机,并通过初步样机试验获得了满足拆解需求的关键激振参数。但因共振产生的较大噪声,对振动式分选机的进一步改进和优化提出了要求。(2)从理论推导和虚拟样机仿真这两个角度展开振动式分选机的运动学分析,评估了机体和电池的运动轨迹、启停特性、局部振动特性及碰撞接触状态,并提出了利用幅频特性获取机体共振区间用于模态分析中评估共振情况的思路。(3)利用有限元技术对振动式分选机进行静动态特性分析,将静力学分析获得的结构强度与质量作为静态特性目标;将模态分析获得的第三阶固有频率作为动态特性目标,前两阶固有频率则作为动态特性约束;谐响应分析用于评估共振引起结构强度的危险状况。(4)以静动态特性为目标变量,提出了一种多目标智能协同优化方法。灵敏度分析可提供高影响度的设计变量,协同优化模型可处理多学科间的决策问题,智能优化流程可获得近似模型和优化算法的最佳组合。结果表明椭圆基神经网络与粒子群算法的组合(EBF-PSO优化方法)具有最高的拟合精度和优化效果,同时利用误差分析和可靠性分析验证了优化结果与方法的有效性和可靠性。