基于多目标和声搜索优化SVM的伺服电机滚动轴承性能退化评估

针对传统的支持向量机(SVM)算法参数往往根据经验设定,难以建立最优模型以准确地检测出伺服电机滚动轴承早期故障的问题,研究一种基于多目标和声搜索优化SVM的伺服电机滚动轴承性能退化评估方法。首先提取轴承振动信号的时域、时频域特征作为原始特征集,采用堆叠稀疏自编码器对原始特征集进行更深层次的特征提取,得到最终的特征向量。之后以轴承退化曲线的趋势性和单调性作为适应度函数,采用多目标和声搜索算法对SVM的参数进行优化,建立最优评估模型,得到轴承的性能退化指标。实验结果表明:该方法能准确地检测出轴承的早期故障,相比于传统的轴承SVM性能退化评估方法具备更好的趋势性和单调性。     

液压抽油机动态功率匹配研究

基于二次调节技术蓄能器储能式液压抽油机在工作时,悬点速度不稳定,与负载液压缸相连的变量泵/马达输入或输出的功率和与蓄能器相连的变量泵/马达输出或输入的功率不匹配,导致电机功率不稳定,甚至电机反转。根据系统能量转化关系提出基于前馈控制的动态功率补偿原则,仿真结果表明:两个周期内电机功率波动减小,且在悬点速度变化过程中不会逆向运转向电网供电,实现了与蓄能器相连的变量泵/马达排量自适应调节。抽油机悬点载荷受随机的不确定干扰时,采用降维观测器重构负载扰动,并通过前馈控制消除负载扰动对系统输出的影响。仿真结果表明:该控制减小抽油杆速度的超调量,提高了速度稳态精度,实现了与负载液压缸相连的变量泵/马达排量自适应调节。     

基于点模式匹配的芯片缺陷检测算法研究

针对高速与高精度场景下芯片缺陷检测实时性和准确性难以同时保证的问题,提出一种基于方位环境特征的点模式匹配定位算法(Azimuth Environment Feature Vector-Based Point Pattern Matching Localization Algorithm,AEF-PPMLA),提升检测的实时性、准确性和易用性。该算法含两个部分:方位环境特征向量计算方法(Azimuthal Environment Feature Vector Calculator Method,AEF-VCM)和相似度计算方法 (Matching Degree Calculator Method,MDCM)。AEF-VCM对芯片的方位环境特征进行向量描述,减少点匹配的计算量,提高检测的实时性;MDCM采用卡方检验算法来度量特征向量的相似度,提高检测的准确度。实验部分验证算法的定位精度、耗时以及缺陷识别的准确率,结果表明所提出的AEF-PPMLA能够快速准确定位芯片并识别引脚缺陷,满足高质量生产需要。     

基于和声搜索算法与模糊层次分析法的交流伺服系统综合性能评估研究

针对交流伺服系统的综合性能难以定量评估的问题,提出一种基于和声搜索算法与模糊层次分析法的交流伺服系统综合性能评估方法。根据交流伺服系统控制性能与电机本体设计两方面的指标,采用模糊层次分析法,构造模糊判断矩阵;将模糊判断矩阵的一致性检验与元素值修正难题转化为非线性约束问题,并利用和声搜索算法求解,得到交流伺服系统综合性能指标权重值;采用模糊逻辑将不同量纲的性能指标值进行归一化,并通过对归一化后的性能指标值进行加权计算,定量评估交流伺服系统综合性能;采用MATLAB仿真,将定性问题用统一的标准模型进行定量评估。结果表明,所提出算法能对交流伺服系统进行定量的综合性能评估。