应用模态置信准则最优解的高速自动机测点优化

针对高速自动机状态监测和故障诊断中,传感器数目难以确定,测点定位困难的问题,提出了应用粒子群优化模态置信准则的高速自动机测点优化配置方法。通过对某型高射机枪高速自动机有限元振动模态分析结果,结合试验模态测试,识别出高速自动机的振型及模态参数,并以此作为依据初选5个测点,并构建基于模态置信准则的适应度函数,通过采用该适应度函数的粒子群优化算法对这5个测点进行优化配置,解决了高速自动机机箱振动信号采集过程中测点的择优布置以及传感器定位困难及数量难以估计的问题。     

基于粒子群算法的车身测点布置优化

将粒子群算法应用于车身测点布置优化中,实例证明此算法具有收敛速度快、解质量高、鲁棒性好等优点,特别适合此类问题的工程应用.     

基于EI及MAC混合算法的斜拉桥传感器优化布置

提出一种传感器优化布置算法,结合有效独立法和模态置信保证准则(Modal Assurance Criterion,简称MAC法)的优点,解决了采用MAC法进行传感器优化布置时所遇到的问题.首先,利用列主元QR分解技术得到MAC法确定传感器位置的初始测点,然后用有效独立法确定侯选添加测点的范围,避免了添加测点的盲目性,从侯选测点中选择满足MAC矩阵非对角元素最小的测点,添加到初始测点中,不断循环直至达到要求,上述算法采用matlab7.0编制程序实现.最后,以五河口大桥为研究对象,运用程序对五河口大桥主梁作了不同数目测点方案的传感器优化布置研究.结果表明,混合算法不仅保证了所测向量的MAC矩阵非对角元素值较小,而且具有较好的线性独立性和空间交角.     

基于MAC算法的法兰螺纹连接结构传感器优化布置

传感器布置问题对机械结构的故障诊断和状态识别过程有重要意义。利用模态置信度(MAC)算法解决法兰螺纹连接结构故障检测中传感器优化布置问题。首先建立法兰螺纹连接结构的有限元模型,并对其进行模态分析。充分考虑模态分析结果和法兰结构实验的目的,初步选取传感器布置点用以候选。从侯选测点中选择满足MAC矩阵非对角元素最小的测点,添加到初始测点中,不断循环直至达到要求,实现了法兰结构传感器的优化与定位。为振动状态中螺纹连接结构的状态识别提供合理的传感器布置方式。     

大型结构地面模态试验测点选择与优化

为了解决一般传统的优化算法对于大型结构测点的优化配置的失效问题,针对传统优化算法的缺点,对大型结构的模型缩聚技术做了进一步的改进和完善。引入了一个反映高阶模态贡献比例的权重系数,由此提出了一种基于有效独立法的混合优化算法:基于有效独立法的加权平均模态应变能系数法。经火箭仿真实例对上述方法及Guyan缩聚基于模态应变能系数有效独立法、改进后Guyan缩聚基于模态应变能系数有效独立法得到的测点配置效果进行了比较。结果表明:提出的测点优化算法有效地防止了测点分布聚集现象,而且都最大可能保证了所有模态应变能的贡献和较优布置测点具有较大能量的要求,并用实际的GARTEUR飞机模型对该方法进行了模态试验验证。试验结果表明,该算法保证了监测模态的完整性和线性无关性。     

基于改进粒子群算法的结构测点优化方法研究

针对工字梁结构受力过程中测点数目过多及优化较困难的问题,提出一种基于模拟退火思想及遗传算法的改进粒子群算法,综合考虑受力状态识别误差与测点优化,进行了测点的筛选。首先将遗传算法的初始化、选择、交叉、变异融入粒子群算法中;其次在变异部分引入模拟退火的思想。改进后的粒子群算法改善了标准粒子群算法的“早熟”、局部寻优能力较差等问题。通过测试函数对比改进粒子群算法与标准粒子群算法的性能,改进的粒子群算法稳定性更好,抗“早熟”能力较强,精度明显提高。通过工字型梁选点及受力状态识别仿真与试验表明,改进粒子群算法在受力状态识别的测点选择过程中具有较高的效率,选择测点的受力状态识别误差均小于3%,在工程应用范围内,为受力状态识别提供了一种较好的方法。     

集装箱起重机模态实验中的新型测点优化布置法

在集装箱起重机结构模态实验中,向QR分解所得的初始测点组中添加剩余测点时,采用目前常用的测点选择方法在操作过程中存在着一定的局限性。为解决这些问题,提出一种新的测点添加方法,并以集装箱起重机缩尺模型为研究对象对该方法进行实验验证。选取2组采用该方法添加的测点方案进行锤击模态实验,结果显示2组方案都能得到较好的结果,证明了该法能得到精确、经济的传感器布置。     

海洋平台振动测试传感器测点优化布置研究

结合平台整体动力检测系统的开发与应用,选择了平台振动传感器和系统节点间通信方式,提出了精确系统时钟同步技术、控制系统低功耗技术以及结构振动检测仪的快速安装布设方案。该技术对海洋平台的健康诊断与损伤识别具有重要意义。     

基于改进粒子群算法的应变传感器优化布置

在结构健康监测和损伤识别研究中,为了应用有限的试验设备资源获取尽可能多的有效测试信息,快速有效地解决应变传感器的优化配置问题,提出了一种基于克隆选择和离散粒子群混合算法优化新型适应度函数的应变传感器优化布置方法,并将该方法应用到拉西瓦拱坝上。结果表明,基于改进克隆选择和离散粒子群混合算法具有更强的全局寻优能力,且提出的应变类适应度函数在保证应变模态正交性和模态应变能方面更有优势。该方法能很好地识别拱坝的应变振型,可在各类结构的模态测试和损伤识别研究中进行推广。     

基于免疫算法的风力发电机齿轮箱传感器布置优化研究

在风力发电机齿轮箱故障诊断中信号采集是故障分析诊断的前提条件,同时也是必要条件,目前最为成熟的方法为振动信号分析方法,而由于齿轮箱内部结构不能破坏等原因导致振动传感器只能安装在齿轮箱外壁,齿轮箱外壁传感器位置布置的优劣会直接影响诊断精度;为此,采用免疫算法解决风机故障诊断中传感器测点布置的问题,构建齿轮箱振源坐标系,计算振动传输的最佳采集路径,确定最佳测点,实现了传感器测点的优化布置,为传感器布置提供了有效的方法。     

机床主轴温度测点的K-means优化及试验

针对机床热误差补偿技术中温度测点的优化选择,提出一种基于K-means算法和Pearson相关系数相结合的方法。通过K-means算法将不同位置测点的温度进行聚类,用Pearson相关系数计算温度与主轴热误差之间的相关性,从每一类别中选出一个最优测点组成最优测点组合,并对最优测点处的结果进行热误差建模。在立式加工中心VMC850E上对该方法进行了试验验证,将温度测点的数量由8个减少至2个。经方差分析和F检验,验证了最优测点处的温度与热变形之间显著线性,模型可靠。     

基于粒子群算法的PID参数寻优

粒子群优化PSO(particle swarm optimization)算法是近几年出现的一种新型演化算法,对连续函数的优化效果良好。我们采用PSO算法对PID参数进行了优化,结果显示性能优于遗传算法。     

基于灰色关联和模糊聚类的机床温度测点优化

针对机床热误差补偿技术中温度测点优化选择的问题,提出采用基于灰色关联分析和模糊聚类分析相结合的方法对机床温度测点进行优化选择。采用灰色关联分析法计算温度变量与主轴热误差之间的相关系数,并据此优选温度变量,采用模糊聚类分析法对所选择的温度变量进行聚类,确定关键温度变量,结合关键温度变量建立热误差线性回归模型。在精密卧式加工中心MCH63上对该方法进行了试验验证,结果表明,温度测点的数量由29个减少到6个,机床轴向热误差由41.3μm减小到7.6μm。     

基于小生境粒子群的多峰函数全局优化算法的研究

针对粒子群算法进行多极点函数优化时存在的局部极小点和搜寻效率低的问题,引入了小生境的思想到粒子群算法中,以粒子的最好位置为中心,粒子的最好的个体解对应的适应值为半径建立圆形小生境.在每个小生境中对粒子的速度位置进行更新,从而改变小生境的中心和半径,直到满足迭代次数,从而保持了微粒群的多样性,通过一个经典函数进行仿真表明,这种把粒子群和小生境结合起来的算法,能快速有效地找到多峰函数的全局最优点.     

基于粒子群算法的车间布局优化应用研究

研究了某机加车间零件生产工艺路线,以典型加工工艺为主要参考,构建车间设备最优布局数学模型。应用基于分工合作的粒子群优化算法,在粒子群搜索的不同阶段给予粒子不同的惯性权值,对模型进行计算求解,提高算法的搜索及收敛效率。通过车间典型加工工艺与设备实例模型,验证了基于粒子群优化算法对车间设备布局优化求解的可行性及有效性。     

基于粒子群算法的车间布局优化应用研究

研究了某机加车间零件生产工艺路线,以典型加工工艺为主要参考,构建车间设备最优布局数学模型。应用基于分工合作的粒子群优化算法,在粒子群搜索的不同阶段给予粒子不同的惯性权值,对模型进行计算求解,提高算法的搜索及收敛效率。通过车间典型加工工艺与设备实例模型,验证了基于粒子群优化算法对车间设备布局优化求解的可行性及有效性。     

基于改进的成本-公差模型与PSO的公差设计

文中根据质量损失模型近年来的研究成果,基于考虑了通货膨胀、物价上涨因素的成本-公差模型,提出了充分考虑价格因素的成本-公差模型,讨论并使用PSO算法来解决此模型的优化问题.文中模型与Taguchi质量损失模型优化结果的比较,证明了文中模型更贴近实际,具有很强的实用性.同时给出了PSO算法过程的粒子进化过程适应度的变化曲线,证明了PSO算法在此模型上的有效性.     

基于粒子群算法的数控凸轮轴磨削指令优化

在凸轮轴的磨削加工过程中,伺服轴过大的速度、加速度等因素将会影响磨削加工精度。通过使用粒子群优化算法来优化联动轴的指令,同时保持空间联动关系不变,以及降低最大加速度等不利因素,可提高加工精度。优化试验结果表明,基于粒子群优化算法的优化速度很快,其结果也令人满意。     

基于粒子群算法的动力升档换档品质优化控制

通过分析动力换档过程离合器切换时序控制不当对换档品质产生影响的问题,针对该问题采用粒子群优化算法,以理想换档过程的换档品质客观评价模型为基础构建适应度函数,提出了动力升档过程的控制量最优化控制策略,仿真结果表明了该控制策略在提高升档过程的换档品质方面效果明显。     

基于加权灰关联分析的加工中心热误差测点分布优化研究

基于加权灰色关联分析理论提出加工中心热误差温度测点分布的选择优化建模方法.该方法首先给出加权灰关联模型,然后根据温度测点与热误差数据建立数据序列之间的灰色关联度矩阵,对温度测点按主要部件进行分类,从每一类中选择关联度相对大的测点作为关键温度测点,测点数量由16个减至5个.应用该方法建立加工中心热误差预测模型,结果表明建立的模型能够避免温度测点之间相互耦合的影响,模型精度与鲁棒性均得到较大提高.