基于改进差分进化算法的自由曲面测量路径优化

为解决传统差分进化算法存在收敛速度慢、易陷入局部最优解以及由于个体选择的随机性导致求优稳定性差的问题,文章通过引入多重启动策略,多次运行算法并使用不同的随机种子,增加算法对空间的探索性,在一定程度上解决算法易陷入局部最优解问题;通过使用新的突变策略,在求优稳定性提高了约10%;通过引入参数自适应调节机制,动态地调整算法参数的取值,使收敛速度提高了约10%,并提高了算法的鲁棒性。     

模拟退火遗传算法在自由曲面数控加工中的实验

在自由曲面的加工中,一直面临着加工时间长的问题,本研究以提高加工效率为目的,通过分析待加工自由曲面的面曲率、残余高度等参数,计算出合理的加工步长和行距,并以此为依据将待加工曲面离散成点云即为刀触点。将刀具路径规划问题转化为求解TSP问题的最优解,为避免遗传算法早熟陷入局部最优解,引入了模拟退火算法进行改进,使用改进后的混合算法进行刀具路径寻优。对优化方法进行了仿真加工、实验加工及测量,结果表明优化方法相比传统方法刀路长度最多减少303.4mm,相对缩短了12.3%,加工效率提升较为明显,并且加工表面也取得了较好的加工效果。     

基于改进遗传算法求取加工自由曲面的最大刀具尺寸

为选取合适的加工刀具尺寸以对自由曲面实现无曲率干涉加工,提出了改进遗传算法并应用于自由曲面全局最大主曲率求取,确定无曲率干涉最大刀具尺寸.根据主曲率特点设计了一种新的非线性自适应度函数,避免算法过早收敛于局部最优值,并给出了新的复制原则.改进遗传算法应用算例分析表明,该算法在500代内能有效求取自由曲面全局最大主曲率,比传统的离散法效率高,选择的最大刀具尺寸满足自由曲面加工无曲率干涉加工的要求.     

基于改进遗传算法的预混料生产线配料车路径优化

为了提高预混料生产线的生产效率,以配料车日生产量为基本目标,建立了配料系统的数学模型,提出了配料车路径优化的具体方案,通过改进遗传算法寻优计算,得到了配料车最佳路径并确定了配料系统的优化方案.最后,本文以某预混料生产线配料车路径优化问题为例进行验证,结果显示配料周期明显缩短,说明该优化方案对提高企业生产效率具有重要作用...     

基于响应曲面法与改进遗传算法的RHCM成型工艺优化

以自主开发的车载高光蓝牙产品为例,研究高光注射成型(Rapid heat cycle molding,RHCM)工艺优化技术.以中心复合试验法(Center composite design,CCD)进行试验规划,采用成型试验与数值模拟并重之方法获取试验样本数据,通过人为引入干扰因子的方法以实现仿真结果可以更真实地反映实际成型状态;引入熵值权重法(Entropy-based weight,EBW)确定各品质指标对制品综合品质影响权重,并结合顺序偏好法(Technique for order preference by similarity ideal solution,TOPSIS)等数据处理技术,从数理角度处理试验数据使之能更客观反应制品最终成型品质状况;引入响应曲面法(Response surface methodology,RSM),结合方差分析(Analysis of variance,ANOVA)与误差统计分析,建立高光注射成型制品综合品质预测模型;针对传统遗传算法的不足之处提出改进算法(Improved genetic algorithm,IGA),实现品质预测模型的寻优过程;并经生产验证该优化技术具有很好的适用性.     

基于改进遗传算法的多AGV调度优化

为解决生产车间多AGV任务调度的问题,提出了一种改进的遗传算法进行AGV任务的分配和路径的优化,并建立了数学模型;通过改进遗传算法的变异算子,提高种群的收敛速度和收敛性。实例仿真表明,改进的遗传算法收敛速度更快、路径更优。     

基于三坐标测量机自适应测量的自由曲面逆向

自由曲面的精确测量和重构是决定具有自由曲面特征的零部件复现精度的重要因素,传统逆向中测量与重构是相互独立又不能有效评估的。为提高自由曲面测量速度和重构精度,基于三坐标测量机(Coordinate measuring machine,CMM),提出自适应测量的曲面重构方法。测量过程中,通过不断拟合样件上已测点,预算待测点及其测量矢量,指导CMM自动采集曲面上数据。由点云拟合自由曲面模型后,检验拟合模型上点与样件上相应点的误差;若误差偏大,则在测量点云中加入检测点后重新拟合曲面,进一步检测重拟合实体模型直至满足精度要求,得到精准数据点和精致的自由曲面模型。辅以计算机图形可视化实例验证本法,测量精度及其重构精度可达μm级,具有自由曲面特征的零部件整个逆向周期呈数量级下降,算法鲁棒性强。     

考虑节能条件下的自由曲面加工刀具路径优化研究

在数控加工过程中不同的刀具路径所产生的能耗和加工效率不同,为了降低自由曲面在数控加工过程中的能耗,提高加工效率,从节能和高效率两个方面对刀具路径进行优化。建立以节能和高加工效率为优化目标,以主轴转速、每齿进给量、径向切削深度、轴向切削深度和机床设备性能为约束条件的刀具路径数学模型。分析待加工自由曲面的面曲率和残余高度,对加工步长和行距进行合理计算,以此为依据将待加工曲面离散成点云即为刀触点。为避免遗传算法过早陷入局部最优解,引入模拟退火算法对遗传算法进行改进,使用改进后的混合算法对自由曲面刀具路径进行优化。通过仿真加工和实验加工对比了优化路径与传统路径,结果证明了优化方法的有效性。     

利用寻位信息的自由曲面在线测量路径规划方法

自由曲面的高速、高精度、扫描测量是曲面在线检测需要解决的首要问题.为此,提出一种基于寻位信息的测量路径规划方法,使得在满足精度要求的前提下,实现测点优化分布;在此基础上,将自适应控制理论应用在测头自动跟踪控制中,以便测头能够跟随曲面的变化自动调整其位置,完成自由曲面的高速、高精度、扫描测量,理论分析与仿真实验结果表明,所提出的测量方法可行,为曲面的精密测量开辟了一条新的有效途径.     

自由曲面的接触式测量路径规划方法研究

在介绍接触式测量自由曲面现状的基础上，针对已知曲面的测量精度和效率问题，探讨了矩形细分和三角面片两种测量路径规划方法，并通过了仿真分析验证了方法的可行性与有效性。     

基于改进遗传算法求解堆垛机路径优化问题

通过对遗传算法进行自适应改进,算出能够随时适应的遗传算子,克服了传统遗传算法的早熟收敛问题.通过运用序号法设定各货位在立体仓库中的位置,建立堆垛机拣选作业的数学模型,运用改进遗传算法对初始路径进行改进,得出最优解,并运用Matlab遗传算法工具箱对此进行仿真.     

基于改进遗传算法的点位加工路径优化

针对点位加工路径的优化,将其归结为旅行商问题来分析,并利用改进遗传算法进行求解,即采用贪婪交叉算子并引入精英保存与动态自适应策略,提高了算法的寻优能力与计算效率.实验结果表明了算法的可行性与有效性.     

基于遗传算法的激光打孔路径优化

针对目前激光打孔过程中存在的问题,采用遗传算法对激光打孔路径进行优化.建立了路径优化目标函数模型,对激光打孔路径优化总体设计,遗传算法的实现所需要的适应度函数、选择算子、交叉算子、变异算子等遗传操作进行了说明,并通过实例说明,采用遗传算法对激光打孔路径进行优化,可以显著地提高激光打孔加工效率.     

基于自适应测量和实时重构的自由曲面特征产品的逆向研究

为提高自由曲面测量速度和重构精度,基于三坐标测量机CMM,提出自适应测量的曲面重构方法。测量过程中,通过不断拟合样件上已测点,预算待测点及其测量矢量,指导CMM自动采集曲面上数据。由点云拟合自由曲面模型后,检验拟合模型上点与样件上相应点的误差;若误差偏大,则在测量点云中加入检测点后重新拟合曲面,进一步检测重拟合实体模型直至满足精度要求,得到精准数据点和精致的自由曲面模型。辅以计算机图形可视化实例验证本法,测量精度及其重构精度可达μ级,具有自由曲面特征的零部件整个逆向周期呈数量级下降,算法鲁棒性强。     

提高自由曲面透镜测量精度的迭代重构曲面算法研究

在提出的基于图像变换的光学透镜的表面面形测量方法中，建立了造代重构曲面算法。算法根据待测透镜光学表面在光学成像系统中的图像变换特性，重构出与待测透镜光学表面具有相同图像变换特性的数值三维曲面簇，利用造代方法从中筛选出与待测透镜光学表面面形完全相同的数值三维曲面，解决了测量精度不足的问题。实验结果表明，使用该算法所构建的数值曲面与待测透镜光学表面的曲面面形能够准确相符。     

曲面铣削中刀具路径的自适应研究

如何高效率、高精度的完成自由曲面的数控加工。是机械制造领域的研究工作者一直追求的目标,针对这一问题,提出了全曲面误差和均匀粗糙度加工的概念。建立了通实现这种加工的刀具路径自模型及其算法,分析表明：该模型所确定的刀具路径,在相同精度下可达到最高加工效率。     

基于遗传算法的孔群加工路径优化

为提高孔群加工的效率,采用遗传算法对孔群加工空行程路径进行了优化。对遗传算法的实施过程进行了细致的描述,通过实例演示了遗传算法的孔群路径优化性能,并对遗传算法的运行效率及影响因素进行了研究。实验表明,运用遗传算法对孔群路径进行优化能提高孔群加工的效率,减小孔群加工中空行程的消耗;遗传算法运行中可以根据最佳个体的保持时间在一个代中加入活性因子,防止早熟的出现;遗传算法的各个参数对遗传算法的运行有一定的影响。选用合适的运行参数,本程序可应用于工程中,提高少批量孔加工的生产效率。     

自由曲面测量中测点自适应规划方法研究

介绍了几种常见的自由曲面测量测点自适应规划方法,分析了现有未知曲面测量方法的不足,针对未知曲面的测量精度和效率问题,提出了一种未知曲面自适应测量的矩形规划方法,以实现沿两维方向的测点自适应,并通过仿真实验验证了该方法的可行性。     

基于改进遗传算法的系统可靠性分配优化

为了实现系统可靠性分配的优化,以研制成本为目标函数,通过修正广义成本函数,建立系统可靠性分配优化模型。结合可靠性单元的复杂度、技术成熟度、工作时间、使用环境实现广义成本的定量评估。根据模型特点,改进基本遗传算法进行问题的求解。通过多种群进化策略减少未成熟收敛的发生,构造带有惩罚项的适应度函数实现多个约束条件的融合,并选择适当的遗传算子提高遗传算法效率。通过算例证明新算法在模型求解方面具有更高的搜索效率。     

基于改进遗传算法的多变量DMC参数优化

针对常规PID控制策略对多变量控制系统控制不理想的问题,提出了一种基于改进遗传算法的多变量动态矩阵控制.该方法将控制方法和参数优化算法相结合,对多变量动态矩阵控制参数进行寻优.在此基础上,对遗传算法进行改进,提高了其寻优能力.仿真结果表明,改进后的遗传算法能快速准确地跟踪设定值,减小调节时间.