电液疏浚抓斗挖掘过程离散元仿真研究

为了研究电液疏浚抓斗在挖掘过程中的力学特性和挖掘物料的变化趋势,在确定抓斗的结构参数和物料参数的基础上,建立基于EDEM的抓斗挖掘离散元仿真模型,并进行不同挖掘深度的试验。对比分析理论计算结果和仿真结果,发现抓斗的斗齿和底板这两个主要受力结构的挖掘阻力随抓斗的挖掘深度的增加而增大,且在仿真过程中,这两部分的挖掘阻力随时间呈现出不同的变化趋势,仿真结果和理论计算结果的变化趋势基本吻合,验证了仿真结果的准确性。     

解空间编码遗传算法在三维布局中的应用

采用改进遗传算法——解空间编码的遗传算法求解带性能约束的复杂三维布局设计问题。算法对三维空间布局问题进行了预处理，直接将问题的求解变量作为染色体基因进行编码，降低了算法的编码和解码难度。在求解过程中，对不同变量类型采用不同的交叉和变异算子进行计算，并且在变异前对复制或交叉所得个体的某些变量随机加一个扰动量，以控制其搜索范围，算法以计算结果满足设计要求为算法终止准则。通过对二维和三维带性能约束布局算例的求解，验证了该算法的可行性和有效性。     

抓斗定位隔套与倾斜角关系的计算分析

建立了防止门机抓斗绳跳槽的数学模型，介绍了其计算方法，该方法具有较强的可靠性和实用性，为抓斗检修实践提供了理论依据。文中还介绍了实际检修中的操作方法。     

筒仓抖动-筒仓中物料自发流动引起的振动现象[刊，英]／／Bulk Solids Handling．

抓斗的稳定性是影响抓斗抓取性能和作业效率的最重要因素之一，本文介绍了现有12GRZ2．4抓斗稳定性的研究结果，该抓斗用于抓取火车车厢中的散货，是双颚四绳带有转动头部的抓斗。文中介绍的研究工作主要研究了抓斗宽度和颚板侧向倾斜角2个抓斗几何参数对抓斗侧向稳定性的影响并确定这2个参数中哪一个对抓斗侧向稳定性影响较大。     

基于免疫算法的圆柱螺旋弹簧模糊优化设计

介绍了一种基于生物免疫原理的免疫算法及其在圆柱螺旋弹簧模糊优化设计中的应用。将模糊评判方法应用于弹簧优化设计中，建立了圆柱螺旋弹簧模糊优化设计的数学模型，并应用免疫算法对其进行了分析计算，求解结果体现了免疫算法的良好性能。     

长撑杆抓斗静力学性能分析及参数优化

针对港口上常用的长撑杆散货抓斗,分析影响抓取性能的参数,根据抓斗结构建立了无量纲空间尺寸模型,进行了静力学分析,提出以最小抓取力矩为静力学计价指标,并绘制了性能图谱。根据性能图谱建立了多变量非线性优化模型,应用matlab遗传算法工具箱进行了求解,对抓斗的几何参数进行了优化设计,修正了传统依靠经验设计的抓斗参数,提高了抓斗的抓取力矩,从而提高了抓斗的抓取性能和效率,结合实例对模型的有效性进行了验证分析。     

设备布局离散优化问题的粒子群算法研究

设备布局设计是制造系统设计的重要组成部分，设备布局是否合理对整个制造系统的总体功效起着非常重要的影响。粒子群优化算法（PSO）是一种新的群智能优化算法，常用于求解连续空间极值问题，近来正逐渐进入组合优化领域。利用多雏实数编码及映射方法将连续PSO算法应用于求解设备环形布局问题，为此类离散优化问题的求解提供了一种新的思路。利用GA中的杂交策略扩展PSO算法，提高了PSO算法性能。通过实例计算和结果比较，说明了该算法能有效地求得设备环形布局问题的优化解，是一种行之有效地算法，有很好的实用价值。     

蚂蚁算法在矩形件优化排样中的应用

蚂蚁算法是解决优化问题的一种相对轻新的启发式算法，大规模的矩形件优化排样问题是个NP难题。文中尝试用蚂蚁算法求解矩形件优化排样问题，根据提出的求解算法，开发出了基于蚂蚁算法的计算机辅助优化排样系统，并将蚂蚁算法的求解结果和遗传算法进行了对比，试验结果证明了用蚂蚁算法求解矩形件优化排样问题的可行性和有效性。     

基于MATLAB的火炮反后座装置反面问题计算

针对火炮反后坐装置反面问题求解通常采用二次近似法或某一定步长算法计算精度不高、效率低的事实,将MATLAB6.1中最新的常微分方程求解算法应用于这一问题的求解。针对某种火炮的计算结果证明了该种做法的有效性。另外,通过编制S-函数,实现了对这一问题的SIMULINK建模,从而可以更方便地就不同算法、不同求解参数作以比较。     

联合U型装配线的平衡

联合U型装配线是准时化生产系统中实现少人化的一种设备布置方式。针对动态规划算法求解联合U型装配线平衡问题的局限性，提出了一种改进的启发式算法-动态阶位算法。实例表明，动态阶位算法计算效率高，对装配优先关系图中作业元素个数和优先矩阵的密度没有任何限制，平衡的结果等同于最优化结果，可以解决动态规划算法所不能求解的单一优先图中作业元素个数超过22个且具有稀疏优先矩阵的联合U型装配线的平衡问题。     

基于Metropolis准则的改进FOA算法

FOA算法是2011年提出的新型演化式全局优化智能算法,该算法计算原理简单,程序代码易实现,且具有收敛速度快、鲁棒性强、计算精度高等优点,但也存在全局收敛困难等缺陷。基于此,文中提出在FOA算法中引入具有更强全局性的Metropolis准则,以此来提高算法的全局收敛性能,改善算法求解实际问题的能力,并在此基础上为算法增加了自适应步长搜索的功能,提高了算法的收敛速度。采用数值算例对改进前后的算法进行仿真,测试结果证明了算法的先进性,将改进后的算法运用通用桥式起重机金属结构的优化设计中,优化计算的结果同样证明了算法高效的计算能力及广阔的工程应用前景。     

基于遗传算法的胸鳍推进性能优化研究

由于鱼类胸鳍的推进性能是和其运动学参数直接相关的,为了进一步提高胸鳍的推进性能,建立了胸鳍推进运动的运动学模型,对在推进运动过程中胸鳍所受到的水动力进行了计算,并建立了对其推进性能进行优化的数学模型,然后,采用MATLAB编写了相应的遗传优化算法,以对胸鳍推进性能进行了优化设计。最后,对优化结果和胸鳍的推进性能进行了仿真分析,从仿真结果可以看出,所建立的优化模型以及所采用的优化算法能够较好的对胸鳍的性能进行优化,提高了胸鳍在推进过程中的推进力。因此,所进行的优化分析是合理、有效的,为进一步提高胸鳍的推进性能提供了一定的理论依据。     

改进的遗传算法及其在多目标优化设计中的应用

遗传算法是一种模拟自然界进化过程的启发式优化计算算法，具有高效及可收敛到全局最优点的特点。文中针对遗传算法局部搜索能力弱的特点，将其与梯度下降法结合，提高其局部搜索能力，并进行了测试。然后结合一多目标工程问题进行了优化计算，结果表明此算法可有效解决工程问题的优化。     

遗传模拟退火算法在冲裁件优化排样中的应用

主要研究冲裁工件排样优化算法及实现问题。多边形顶点算法适于各种形状单件条料排样方式的优化 ,但随着优化精度提高 ,其搜索空间将急剧增大 ;将其与遗传模拟退火算法相结合 ,克服了顶点算法计算量大 ,耗时多的局限 ,可高效、准确地得出工件排样的最优解。该算法已在ObjectARX开发出的冲裁模优化排样系统中得到验证     

铰链四杆刚体导引机构综合的区间逃逸粒子群算法

根据杆长约束条件,给出了铰链四杆刚体导引机构近似运动综合的无约束优化模型,并应用粒子群算法(PSO)求解此优化问题。针对PSO直接在整个解空间内寻优时很难求得全部解的缺点,提出了求刚体导引铰链四杆机构近似解的混合智能算法——区间逃逸粒子群算法(EPSObIS)。数值实例表明,EPSObIS能求出近似满足刚体导引要求的铰链四杆机构。     

Immune algorithm based active PID control for structure systems

An immune algorithm is a kind of evolutional computation strategies, which is developed in the basis of a real immune mechanism in the human body. Recently, scientific or engineering applications using this scheme are remarkably increased due to its significant ability in terms of adaptation and robustness for external disturbances. Particularly, this algorithm is efficient to search optimal parameters against complicated dynamic systems with uncertainty and perturbation. In this paper, we investigate an immune algorithm embedded Proportional Integral Derivate (called I-PID) control, in which an optimal parameter vector of the controller is determined offline by using a cell-mediated immune response of the immunized mechanism. For evaluation, we apply the proposed control to mitigation of vibrations for nonlinear structural systems, cased by external environment load such as winds and earthquakes. Comparing to traditional controls under same simulation scenarios, we demonstrate the innovation control is superior especially in robustness aspect.     

Selection of the optimal electrochemical machining process parameters using biogeography-based optimization algorithm

Electrochemical machining (ECM) has become one of the most potential and useful non-traditional machining processes because of its capability of machining complex and intricate shapes in high-strength and heat-resistant materials. For effective utilization of the ECM process, it is often required to set its different machining parameters at their optimal levels. Various mathematical techniques have already been proposed by past researchers to determine the optimal combinations of the different machining parameters of the ECM process. In this paper, the machining parameters of an ECM process and a wire electrochemical turning process are optimized using the biogeography-based optimization (BBO) algorithm. Both the single- and multi-response optimization models are considered. The optimization performance of the BBO algorithm is also compared with that of other population-based algorithms, e.g., genetic algorithm and artificial bee colony algorithm. It is observed that the BBO algorithm outperforms the others with respect to the optimal values of different process responses and computation time.     

基于性态模型的框架参数优化研究

提出了一种基于多次性态模型的电动三轴运动仿真转台框架结构参数优化设计的研究方法.优化的目标函数为框架转动惯量,约束函数为框架的部分结构参数和最低固有频率.在优化分析过程中采用多次性态模型来代替原有限元软件进行重分析,在保证优化效果的前提下大大提高了优化效率.     

遗传算法在串-并联冗余系统可靠性优化设计中的应用

串-并联冗余系统可靠性的最优设计是可靠性技术中一个十分重要的问题。讨论了遗传算法及其在串-并联冗余系统可靠性优化设计中的应用。串-并联冗余系统具有冗余单元和可选设计，其可靠性优化设计是一高度非线性、具有多极值点、有约束的整数规划问题，传统的解决方法往往对于连续实数域有效可行，而对于解决此类多变量，离散型整数域取值的复杂的优化问题则往往很困难。由于遗传算法是一类全局收敛算法，它用点群进行寻优，而不是用一个单点进行寻优，具有隐含并行算法的特点，从而能够得到全局最优解。所给出的实例说明本文的算法是有效可行的。     

改进遗传算法及性能测试

为解决标准遗传算法处理复杂系统时易陷入局部最优及稳定性差的问题,通过复制优等个体进行选择,根据种群适应度采用了精英保留原则的交叉、变异运算,得到种群最优个体,通过权威测试函数对比修改后遗传算法与标准遗传算法的性能。结果显示,修改后的遗传算法具有更快的收敛速度和更好的稳定性,最优解不会陷入局部最值中。