基于功率流和粒子群优化算法的传感器优化布置

提出了一种采煤机摇臂传感器优化布置方法。利用有限元法对摇臂进行分析,得到谐响应分析结果,根据板壳功率流理论,运用ANSYS后处理程序计算出摇臂壳体上振动功率流的分布,根据功率流分析的结果判断出摇臂振动传感器最佳布置区域。基于模态置信准则建立摇臂传感器优化布置的适应度函数,采用粒子群优化算法(PSO)对采煤机摇臂的传感器布置方案进行了优化计算,最后得到摇臂传感器优化布置策略。     

采煤机摇臂传感器优化布置策略研究

利用有限元分析方法,得到了摇臂功率流幅值分布云图和功率流矢量图;通过分析,得到了摇臂传感器布置的相关结论。在此基础上,借助ANSYS,采用粒子群算法对传感器的数量和具体测点进行了优化计算,得到了摇臂传感器数量与适应度值的关系。通过功率流法和粒子群算法,优化了摇臂传感器布置策略,对摇臂的故障诊断具有先进的理论指导意义。     

基于混沌粒子群算法的采煤机优化设计

介绍了混沌粒子群算法的基本原理及其优化算法,构建了采煤机螺旋滚筒的优化模型,并将混沌粒子群算法应用采煤机螺旋滚筒优化之中,通过实践发现,优化后的采煤机工作稳定,能够有效提升采煤机性能。     

基于混沌粒子群算法的采煤机优化设计

为了能够提高采煤机的性能,利用混沌粒子群优化算法对采煤机螺旋滚筒进行了优化设计。讨论了采煤机螺旋滚筒的优化数学模型;分析了混沌粒子群算法的基本原理;利用MATALAB软件编制优化设计程序,对采煤机滚筒进行了优化设计。     

基于改进粒子群算法的电力系统无功优化

通过对IEEE14节点系统的优化配置表明,文章所采用的改进粒子群算法对于电力系统无功优化问题来说是行之有效的。该算法结构简单、收敛性好、寻优质量高,适合于求解电力系统无功寻优问题,具有一定的应用前景。     

基于粒子群算法的选矿能力优化研究

根据选矿能力优化的复杂性与非线性特性,建立了选矿能力优化的数学模型;运用粒子群优化算法（PSO）对某一矿山企业的选矿能力规划进行了优化计算。解决了在选矿能力、供矿量、尾矿库容等约束条件下的选厂生产能力的优化问题,计算结果符合实际生产情况。对于合理配置资源,挖掘选厂的最大生产能力,提高经济效益具有重要的指导作用。也表明了该算法应用于选厂生产能力优化中的可行性。     

基于粒子群优化算法的WSN节点定位方法研究

为提高无线传感器网络的节点定位精度,将惯性权重的粒子群优化算法应用到无线传感器网络节点定位中。定位方法以未知节点与其邻近锚节点之间的估计距离和测量距离的均方误差为适应度函数,采用基于惯性权重的粒子群优化算法对适应度函数进行优化,从而得到最优解,实现节点有效定位。仿真实验结果表明,与传统的最小二乘定位算法相比,基于惯性权重的粒子群优化算法的定位精度更高,稳定性更好,具有较好的定位效果。     

基于模糊自适应粒子群算法的电网优化调度

机组调度的好坏直接决定了电网运行费用的多少,通过优化达到最优值是改变机组运行的方式之一。模糊自适应粒子群算法,采用自适应粒子法,通过惯性权值法进行粒子追踪与自适应调整,然后通过公式分析达到最优值。     

基于粒子群三次样条优化的采煤机截割路径规划

针对采煤机截割路径的规划问题,提出了粒子群三次样条优化的采煤机截割路径规划方法。三次样条曲线具有很好的分段光滑性,是比较好的曲线拟合方法,但涉及系数求解时,计算繁琐,借助粒子群算法的快速收敛和很强的全局寻优能力,能够快速、准确地确定样条曲线参数,实现采煤机的最优路径规划。试验结果表明,粒子群三次样条优化的采煤机截割路径规划方法规划的路径平滑、可靠,利于采煤机的自动控制。     

采煤机摇臂力学分析与结构优化

以MG710-WD型采煤机摇臂为研究对象,在两种工况条件下,用ANSYS软件对摇臂危险截面进行有限元分析,得到等效应力分布情况及疲劳寿命,为摇臂的结构优化提供理论参考。     

基于改进粒子群的采煤机齿轮箱故障诊断

采煤机截割部摇臂齿轮箱承担着综采工作面截割部动力传动的重任,其故障与否直接影响采煤机正常工作。而传统的故障诊断方法-BP神经网络采用基于梯度下降的算法,存在容易陷入局部极小值、收敛速度慢等不足,这些不足严重影响了BP网络的应用。然而粒子群算法(PSO)有很好的全局收敛特性。因此,为了提高网络的性能,采用粒子群算法来优化BP神经网络,将改进的PSO引入神经网络的拓扑结构,用PSO的迭代代替BP中的梯度修正。结果表明:提出的改进方案可以有效地优化神经网络,提高其在采煤机齿轮箱故障诊断中的应用价值。     

基于ANSYS的滚筒式采煤机摇臂壳体仿真分析

摇臂作为滚筒采煤机的关键部件,在采煤机工作过程中既需要承受滚筒的扭矩和作用力,还伴随着冲击与振动,要求摇臂壳体具有足够的强度和刚度。利用Pro/E软件对采煤机摇臂壳体进行实体建模,并导入ANSYS中对采煤机采煤过程中的受力情况进行有限元强度分析,得到其应力应变云图,为摇臂壳体的优化提供了理论依据。     

采煤机摇臂动力学分析

采煤机承受的冲击载荷使采煤机截割摇臂产生复杂的振动现象。运用集中参数法,将摇臂视为两段无质量弹性梁的组合建模方法。摇臂柔性化后的振动模型能够更为准确的描述摇臂的振动特性。截割摇臂频域振动显示,在频率为10 Hz、20 Hz和45 Hz附近处产生较大振幅。研究结果为以后的采煤机摇臂的结构优化提供了重要的参考依据。     

混沌集算法优化采煤机螺旋滚筒性能的研究

利用混沌集算法优化采煤机螺旋滚筒的设计,提高采煤机的工作性能。在分析采煤机螺旋滚筒的工作模型的基础上,构建了具有遍历性的混沌集优化算法模型,以MATALAB实现算法输出,通过对MG250-550-WD型滚筒采煤机的实际测试,验证了混沌集算法对采煤机螺旋滚筒性能的优化效果。     

基于嵌入式的采煤机摇臂数采系统

现有的采煤机摇臂数采系统存在没有针对摇臂振动信号进行监测,系统采样频率低,人机交互性较差等问题。从电牵引采煤机摇臂数据采集及分析的研究意义和背景入手,针对现有系统的不足,重点对摇臂振动信号采集、数据分析处理、嵌入式系统以及总线通信等技术进行了研究。采用基于ARM和DSP的双CPU微处理器结构,并开发了数据采集及分析软件,对系统进行了整体测试,测试表明系统能够实现数据采集、小波分析降噪、文件传输等功能,运行稳定。     

基于量子行为粒子群算法的铣削用量优化

铣削加工中如何选择最佳的铣削用量是一个多约束非线性的复杂优化问题。在考虑实际加工约束的情况下,以最小化加工成本为目标,采用量子行为粒子群优化(QPSO)算法对铣削实例进行优化,得出了最优的铣削用量组合。通过与实际使用经验值对比,验证该算法能够有效地优化铣削用量,节约加工成本。     

基于嵌入式技术的采煤机摇臂监测系统研究

设计了一种基于嵌入式技术的采煤机摇臂监测系统,该系统以S3C6410微处理器为控制核心,通过RS485串行总线从采煤机顺槽控制箱处读取摇臂的振动信号,并且可以通过工业以太网和上位机进行实时通信。本系统具备实时采集、显示、故障报警等功能,具有较好的实时性和稳定性。