异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

基于粒子群自适应差分进化算法的动压缸电液伺服系统辨识

给出了轨道路基测试装置动压缸电液伺服系统AMESim模型和传递函数。针对标准差分进化算法早熟和自适应差分进化算法收敛慢的问题,结合粒子群算法收敛快的优点,构造了一种以粒子群为外环、自适应差分进化为内环的辨识算法。设计该系统辨识数据采集方案,得到其AMESim模型的响应数据,开展PSOADE辨识仿真和对比分析,结果表明:PSOADE不仅精度高、同一性好,而且迭代快、易收敛。最后得到了基于PSOADE算法辨识参数的动压缸电液伺服系统参数模型,仿真验证了该模型的有效性。     

基于粒子群算法的RBF神经网络齿轮磨损预测

针对机械设备磨损难以预测问题,提出RBF神经网络预测模型,并结合粒子群算法优化模型参数。利用变速箱型号为SG135-2系列的K727840ZW齿轮磨损实验输入-输出数据,通过基于粒子群算法的RBF神经网络建立输出预测模型,并与传统的AR模型、BP神经网络模型及Hermite神经网络模型预测作比较。仿真结果表明,基于粒子群算法的RBF神经网络模型结构简单、预测精度高,验证了所提方法的有效性和实用性。     

基于粒子群算法的拉线位移传感器三维坐标测量

文章提出了一种基于粒子群算法(PSO)的拉线位移传感器测量系统的方法来用于测量空间三维坐标,分析了测量系统的目标函数,建立了粒子群算法求解三维坐标的数学模型,通过软件仿真验证了粒子群算法在拉线位移传感器测量系统上的可行性。最后,搭建了拉线位移传感器三维测量系统平台并进行实验,同时与最小二乘法计算三维坐标作比较,实验结果表明,粒子群算法在基于拉线位移传感器测量系统计算三维坐标中简单易于实现、鲁棒性好和对迭代初值不敏感等优点。     

一种改进的液压伺服预测控制系统

针对常规液压伺服系统的非线性、时滞等问题，提出一种基于多目标粒子群和类圆映射的液压伺服非线性预测控制系统(QCMPSO-NPC)。利用类圆映射技术将高维目标空间映射到二维坐标平面，监控粒子种群的进化状态。为平衡档案集的收敛性和多样性，采用面积支配和扇块距离管理档案集，并且根据种群进化状态自适应选择全局最优粒子。将改进算法应用到液压伺服系统中，系统可以准确追踪设定值。仿真实验结果表明：采用QCMPSO-NPC算法保证了解集的收敛性和多样性，输出响应最快，误差最小，位置跟踪性能优于PSO-NPC算法和GPC算法，验证了基于QCMPSO-NPC算法液压伺服控制系统的有效性和可行性。     

基于改进PSO算法的热连轧粗轧短行程控制曲线优化

在对热连轧粗轧短行程控制原理和模型进行深入分析的基础上,采用一种新的进化寻优方法--粒子群优化方法(简称PSO算法),对短行程控制曲线进行优化.为了保证粒子群算法的全局最优性,在算法中采用带有变异算子的改进粒子群算法.经实验仿真证明,采用改进PSO算法优化后的短行程曲线,可以降低板坯头尾宽度偏差,减少头尾切损量,获得满意的效果,PSO算法是一种有效的短行程控制优化方法.     

多机器人系统布局与时间协同优化

多机器人系统能可靠地完成单机器人无法完成的高效性作业,已成为构建智能产线的研究热点。但是在协同优化和时间成本上还存在许多问题。针对多机器人装配系统布局优化问题,在分析ABB机器人系统的正逆运动学理论和构建多机器人模型与数学建模的基础上,提出了基于粒子群算法的多机器人系统布局优化方案,并采用MATLAB进行逆运动学求解。通过仿真实验验证了粒子群算法的有效性,该方法可减少多机器人系统的运行时间,节时13.48%,显著提高系统的运行效率,对以后多机器人系统任务分配以及路径规划的研究具有重要意义。     

基于粒子群优化盲源分离方法的电机滚动轴承复合故障诊断

基于粒子群算法实现容易、精度高、收敛快等优点,将粒子群算法与盲源分离相结合,提出基于粒子群优化的盲源分离方法 (PSO-BSS),并将其应用于电机滚动轴承复合故障诊断中。PSO-BSS方法以峭度的绝对值之和作为目标函数,通过PSO寻找到目标函数的最大值,进而确定最优的分离矩阵。仿真结果表明:PSO-BSS方法能够实现多源复合故障信号的特征分离,并且在分离性能、算法收敛性以及运算速度方面都明显地优于传统的基于遗传算法的机械故障盲源分离方法。最后成功地将PSO-BSS方法应用于实际的滚动轴承内、外圈复合故障盲源分离中,取得良好的分析效果,验证了该方法的工程实用性。     

基于自适应变异粒子群优化算法的移动机器人路径规划

对路径规划中区域划分的建模方法进行改进,实现根据环境中障碍物的具体分布来自适应划分环境空间,将路径规划问题转化为带约束目标函数优化求解问题.针对粒子群算法的局部极小值问题,提出将自适应差分进化算子作为粒子群优化算法的自适应变异算子的改进方案.仿真结果表明:环境模型的自适应划分可以提高算法的搜索效率,缩短计算时间,使算法具有更好的实时性;加自适应变异算子的粒子群优化算法可以使目标函数快速跳出局部最优的束缚.     

基于状态监测的非线性预测电液伺服控制系统

针对电液伺服系统的时滞和非线性等问题,提出一种基于状态监测的非线性预测控制(smMPSO-NPC)算法,提高了电液伺服系统的控制性能。将多目标粒子群优化算法和非线性预测控制相融合,实现了多目标优化;将Pareto前端映射到旋转基扇形平面上,利用状态熵和差熵监控种群进化状态;然后提出了角度占优、角度占优强度和档案集双序维护策略,可同时兼顾档案集的收敛性和多样性;并将smMPSO-NPC算法应用于电液伺服系统,基于改进算法的控制器能够有效地跟踪设定输出,获得了较好的控制效果。仿真结果表明:所提控制方法正确、有效。     

基于PSO/GA的立体视觉测量系统优化布局

探讨一种基于PSO/GA（粒子群优化/遗传算法）混合算法的立体视觉测量系统优化布局方法。以空间点目标的三维重构不确定度最小为目标,构建了立体视觉测量系统优化布局的目标函数。通过实例阐述了使用PSO/GA混合算法求解系统最优布局参数的过程,并且在MATLAB环境下对该方法做了验证。仿真实验结果表明：与传统的粒子群优化算法和遗传算法相比,使用PSO/GA混合算法得到的最佳个体适应度曲线上升速度最快,而且求得的系统最优布局参数使空间点目标的三维重构不确定度最小。     

多工位锻造工艺的多目标优化算法

针对多工位锻造过程中出现的充填效果不佳、折叠和载荷过大等问题,以凸轮零件为例,采用基于有限元模拟和近似模型的优化方法实现其工艺的多目标优化,并重点探讨直接搜索算法、粒子群算法、遗传算法等3种算法的优化效果。比较优化设计结果与初始设计结果,3种优化算法均较大程度地降低了成形载荷,改善了成形质量。其中遗传算法的总体优化效果最为显著,总体载荷从初始设计的534kN降低到391.9kN,降幅达到26.6%,3处难充填区域的充填效果得到很大程度的改善,达到了预期的优化效果。     

Improving machined surface textures in avoiding five-axis singularities considering tool orientation angle changes

This paper looks into the irregular machined surface textures appearing in the process of avoiding five-axis singularities using the C-space based tool orientation translation method. At first, the mechanism for the appearances of the irregular surface textures is analyzed. A cutting simulation in VERICUT reveals that irregular surface textures are actually caused by lacking control of the tool orientation angles in the orientation modification process. Realizing that, a modified particle swarm optimization (PSO) is intergraded into the previous tool orientation translation method. In the PSO, the particle evolving equations are redefined and a mutation operation is added. The objective of the PSO is to find an optimal translating vector in the C-space so that the changed tool orientation angles can reach minimum values. In this way, the surface textures can be controlled. Three comparative cutting experiments with fillet endmills are carried out to verify the effect of the proposed method. The experimental results show that: (1) with the tool orientation translation method, the five-axis singular problem can be well avoided; and (2) with the optimal translating vector found by the PSO, the machined surface textures can be greatly improved.     

基于免疫粒子群的机器人自抗扰控制器参数整定方法

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明：该方法提高了自抗扰控制器的响应速度和稳定性,适用于机器人自抗扰控制器参数的整定。     

改进的PSO算法及其在控制系统参数整定中的应用(英文)

针对传统PID控制对非线性、强耦合控制系统的控制效果不佳,参数整定难度大的情况,基于改进的PSO算法,设计了一种HSIC控制器。该设计借助改进的粒子群算法对控制器参数整定进行了优化研究,基于粒子群算法,借鉴遗传算法中操作因子特性,提出了一种具有遗传思想的改进粒子群算法。在Matlab环境下,通过对标准函数的仿真实验测试,验证了该改进算法的优越性。利用Simulink工具对所设计的2种控制器进行了仿真比较研究,仿真实验表明,所设计的仿人智能控制器具有较好的控制品质,有比较好的可实现性。研究表明,整定后的控制器可以满足受控系统的控制品质要求。     

基于改进自适应粒子群算法的机器人逆解研究

为提高结构复杂、自由度较高机器人逆运动学求解的准确性,提出了一种改进的自适应粒子群算法(IAPSO)。首先,通过改进DH(Denavit-Hartenberg)参数法建立了6自由度臂型抓取机器人模型的运动学方程;其次,在已有粒子群算法的基础上,利用种群曼哈顿距离实时判定种群的进化状态,并根据进化状态的不同确定自适应学习因子,进而采用不同的位置与速度更新模式;最后,引入带惩罚因子的适应度函数对机器人模型进行单点与连续轨迹求逆解测试,得到误差不大于0.005 rad的关节输出。仿真结果表明:所建立的运动学模型正确,改进的算法兼顾已有PSO算法求逆解的准确性、唯一性与快速性,同时具有更高的求解精度。     

基于粒子群神经网络的QSn6.5-0.1连铸工艺优化

提出了一种神经网络与粒子群算法相结合的锡磷青铜水平连铸工艺参数优化方法。以水平连铸中7个主要工艺参数为优化对象，带坯成材率为优化目标，进行正交试验并以试验数据作为样本，利用神经网络建立优化参数与优化目标的非线性映射模型。利用粒子群算法对建立的模型进行优化，获得最优铸造工艺参数。选用RBF（径向基函数）神经网络，网络学习采用减聚类算法和最小二乘法，采用惯性权重动态改变策略对粒子群算法进行改进。实际生产证明，经优化的铸造工艺参数使带坯的成材率从56％提高到71％。     

改进PSO-BP网络在故障诊断中的应用

针对油田抽油机井故障诊断方法较落后的问题,提出一种基于改进PSO-BP网络的故障诊断系统.神经网络权值的训练采用改进的PSO算法,克服了BP学习算法收敛速度慢、易陷入局部极值的缺点.将该网络用于抽油机井的故障诊断,并与传统BP模型的故障诊断结果进行比较.结果表明:基于改进PSO-BP的故障诊断方法正确率达96%以上,可以在更短的时间内、用更少的迭代次数达到精度要求,为设备检修提供了可靠的依据.     

基于多Agent的复杂传动件虚拟装配系统研究

目前虚拟装配系统存在人机交互度低和配置复杂难解决实际问题等弊端,以多级齿轮传动件为对象,将各虚拟零件均设置为一个Agent,提出了一种基于多智能体的复杂多级传动件的人机交互系统的情境装配模型。开发了基于多Agent的复杂传动件装配系统。能按照用户需求进行零件精准装配定位、动力学运动仿真、学习装配知识、装配效果评价等。为复杂传动件提供了虚拟装配、碰撞检测、知识学习及决策的仿真系统,能够提高系统的智能性、人机交互度与装配效率。