基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。     

自适应连续集稀疏分解声音识别算法

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别。实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性。     

磁力耦合动密封驱动结构参数优化设计与试验分析

为实现压力容器的零泄漏动密封传动,提出一种磁力耦合驱动结构的优化设计方法。以耗费永磁材料最少的情况下实现传递转矩最大、涡流损耗最小为优化目标,构建改进粒子群算法,对磁力耦合驱动结构进行参数优化设计。根据优化结果设计磁力耦合驱动结构,并通过三维有限元仿真及试验检测验证了所设计结构可满足实际应用的转矩要求,实现了压力容器的零泄漏动密封,可为同领域磁力驱动结构的设计提供指导。     

基于矿体干密度空间变异性的临界注液强度计算

以福建某离子型稀土矿为研究对象,通过现场取原状矿样分析了矿体干密度的空间变异性。运用GEO软件建立模型,分析了矿体干密度对临界注液强度的影响。结果表明:矿体干密度在不同深度均具有中等以上的空间相关性,当取样深度由2m增加到11m时[1],等效干密度先快速增大后趋于稳定;矿体干密度由1.35g/cm~3增加到1.59g/cm~3时,临界注液强度由2m~3/m~2d下降到0.38m~3/m~2d;考虑矿体干密度空间变异性的临界注液强度为0.2m~3/m~2d,与实际临界注液强度的差值为0.05m~3/m~2d,不考虑矿体干密度空间变异性的临界注液强度为0.38m~3/m~2d,与实际临界注液强度的差值为0.13m~3/m~2d,说明在进行临界注液强度计算时必须考虑矿体干密度的空间变异性。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。