自适应扫频随机共振研究

研究了小参数随机共振和大参数二次采样随机共振应用的局限性，提出自适应扫频随机共振算法，通过自动改变信号采样频率和调整双稳系统的结构参数，实现了强噪声中弱信号的检测，达到工程应用的目的。实验研究表明，自适应扫频随机共振技术可应用于工程实际。     

自适应随机共振算法的立铣刀磨损信号检测

在对刀具磨损信号的检测过程中,强噪加工环境使得所需特征信号显得非常微弱,给提取微弱特征信号带来了难题,基于此问题提出了利用自适应随机共振算法对立铣刀在磨损过程中产生的磨损信号进行检测,用加速度传感器和力传感器采集振动信号和切削力信号,再将提取的信号进行时频域的特征值提取,以此来分别建立遗传算法和粒子群算法优化的自适应随机共振模型,最后将这两种模型都用在对立铣刀的磨损检测中。实验结果表明,遗传算法和粒子群算法均可检测出立铣刀转动频率和刀齿切入频率,以及这两种频率下所对应的立铣刀磨损信号,为日后立铣刀磨损状态在线监测系统的建立奠定了基础。     

基于单稳态随机共振的冲击信号自适应检测方法研究

针对强背景噪声环境下微弱故障冲击信号特征提取困难等问题,对单稳态随机共振系统和衡量指标等方面进行了研究,对低速回转支承的故障诊断策略进行了分析,提出了一种基于单稳态随机共振的冲击信号自适应检测方法。考虑到系统参数的关联性,利用灰狼优化算法(GWO)对系统的多个参数进行了优化,实现了系统参数间的同步优化过程;并以加权负熵指标作为GWO的适应度函数,对仿真冲击信号和低速回转支承振动信号进行了状态监测与故障分析。研究结果表明:该系统方法简单易行、收敛速度快、参数优化效果理想,能够在强背景噪声环境下,有效地利用噪声能量来增强微弱故障信号,凸显仿真冲击信号的特性;能准确地诊断出低速回转支承故障模式,在工程实际中具有良好的工程应用前景。     

采用粒子群算法的冲击信号自适应单稳态随机共振检测方法

针对冲击信号阱内共振的特点、随机共振系统参数合理选取缺乏有效的理论依据以及传统自适应随机共振单参数优化的不足,提出一种基于粒子群算法(Particle swarm optimization,PSO)的多参数同步优化自适应单稳态随机共振方法.该方法采用单稳态随机共振模型,避免了经典双稳系统势阱间的共振跃迁,并选用单稳态系...     

冲击信号的随机共振自适应检测方法

针对冲击信号的检测问题,在分析峭度指标和互相关系数衡量冲击信号的优势与不足的基础上,构造加权峭度指标.该指标兼顾两者的优势,弥补它们各自的不足.将加权峭度指标与变尺度随机共振相结合,提出了一种冲击信号的自适应随机共振检测算法,该算法被用于仿真冲击信号与实际工程中的微弱冲击信号的检测,结果表明所提方法有效提高了信噪比,还避免了漏峰现象.同时,所提的优化指标与随机共振算法独立,对其他冲击信号自适应算法也有参考价值.     

基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法

针对强背景噪声下齿轮故障冲击特征提取问题,提出了一种基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法。该方法选用相关峭度作为随机共振检测周期性冲击分量的测度函数,借助遗传算法实现信号中周期性冲击特征的自适应提取;在此基础上,利用稀疏编码收缩算法对随机共振检测结果做进一步降噪处理,从而凸显冲击特征,提高故障识别精度。试验和工程实例分析结果表明,该方法可实现齿轮故障冲击特征的增强提取,为齿轮故障诊断提供依据。     

双阈值二元阵列信道中的随机共振特性研究

构建了双阈值2进制阵列信道,以输入输出互信息为指标,研究了不同噪声背景下,阵列信道中的随机共振现象.理论推导和数字仿真表明,在高斯噪声、瑞利噪声、单指数噪声、卡方噪声4种分布下,调节合适的输入噪声强度,则输入信号、阵列信道、噪声三者之间达到匹配,产生随机共振,并且随着阵列信道数目的增加,共振效果更加明显.最后分析了不同噪声背景下信道的误码率,通过调节噪声强度,误码率可达到最小值.     

自适应随机共振技术在图像复原中的应用

为了优化强噪声背景下图像复原的效果,将随机共振原理应用于图像复原。通过添加最佳噪声的方法来实现随机共振,从而达到比较满意的复原效果,并提出了一种自适应算法。实验结果表明,在信噪比很低时,该方法优于传统方法,为强背景噪声下的图像复原、目标识别和图像理解等应用提供了一种新的思路。     

采用知识的粒子群算法的多频微弱信号自适应随机共振检测方法

调参随机共振系统结构参数的选择对该检测方法的性能优劣起着决定性的作用。针对工程应用中对多频微弱信号实时检测的要求,提出以平均输出信噪比为适应度函数,将随机共振系统产生最佳共振效应时势垒与噪声强度大致相等这一特性作为知识,采用基于知识的粒子群算法来并行优化随机共振系统结构参数。与标准粒子群算法相比,该算法能以更快的速度得到最佳的系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱多频含噪信号中的噪声,提高信号的输出信噪比。仿真试验和水轮机振动信号提取的工程应用均表明,该方法参数寻优效率高,简单易行,在采样点数较少的条件下能最优地检测出淹没在强噪声中的多频微弱信号,可以实现早期故障特征信号的提取。     

耦合随机共振阵列集合平均增强效应

基于双稳态随机共振系统,利用随机共振的阵列增强效应,将多个随机共振子相互耦合连接,从而得到随机共振阵列模型。并将集合平均的思想应用到模型当中,使模型的信号增强效应得到进一步提高。在此基础上将耦合随机共振阵列模型与单个随机共振子模型进行了微弱信号检测性能比较,仿真结果以及对轴承故障信号检测的结果表明,此方法可以准确检测出强噪声背景下的微弱周期信号,相比于单个SR振子模型,输出信噪比增益显著大于1,信号增强效果更加显著,有利于在信号检测领域推广应用。     

基于量子微粒群算法的磁流变阻尼器滞回模型研究

磁流变阻尼器是一种智能减振装置,建立一个有效的模型是使其走向工程应用的关键。文中提出一种改进的滞回模型来描述磁流变阻尼器的动态特性,开展阻尼器的性能试验,并利用实测数据,在量子微粒群算法的基础上进行模型参数识别。识别过程证明,量子微粒群算法计算简便、精度高、收敛速度快。仿真结果表明,磁流变阻尼器改进的滞回模型效果较好,而且物理概念清晰,便于控制应用。     

基于粒子群算法的后桥可靠性稳健优化设计

为提高车辆零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,将车辆后桥的可靠性稳健优化设计转化为多目标优化问题.通过模糊多目标粒子群算法求出所有满足约束性条件的pareto解集,结合实际情况,依据pareto解集确定零部件的设计规格.实验表明,所提方法能迅速有效地获得可靠性稳健设计的信息.     

基于改进粒子群算法的内啮合齿轮泵优化设计

为减小内啮合齿轮泵的流量脉动,以PGH型渐开线内啮合齿轮泵为研究对象,建立流量脉动率和齿形参数的数学模型,分析了齿轮泵在外齿圈和小齿轮满足不同啮合关系时的瞬时流量,并据此建立齿轮泵的优化数学模型;将遗传算法中的遗传和变异操作引入到粒子群算法中得到改进粒子群算法,通过此算法对齿轮分度圆压力角、变位系数、齿顶高系数和齿数等参数进行优化,得到了齿轮泵流量脉动率最低时的齿形参数;通过Matlab仿真验证,结果表明:齿轮泵的流量脉动率和齿形参数呈非线性变化关系;在满足结构要求和合理传动等条件下,经过该方法优化以后,齿轮泵的流量脉动率降低了7. 27%,实现了内啮合齿轮泵流量脉动的降低。     

基于改进粒子群算法的同步器多目标参数优化

为兼顾变速器中同步器更短同步时间和更高寿命的要求,基于牛顿第二定律和粘着磨损理论、M-B分形接触模型分别建立以同步时间和同步器寿命为目标的数学模型,运用理想点法构造评价函数进而建立以二者为目标的多目标参数优化模型,利用层次分析法确定各目标在多目标优化模型中所占权重值,并借助改进粒子群算法对多目标参数优化模型进行优化求解。结果表明:优化后与优化前相比同步时间减少了8%,同步器寿命增加了9%,二者得到较好的改善。改进粒子群算法的使用使同步器性能得到较好的提升,而理想点法的运用有效的避免了多目标优化中大数量级目标支配优化结果的问题。     

PARTICLE SWARM OPTIMIZATION BASED ON PYRAMID MODEL FOR SATELLITE MODULE LAYOUT

To improve the global search ability of particle swarm optimization (PSO),a multi-population PSO based on pyramid model (PPSO) is presented.Then,it is applied to solve the layout optimization problems against the background of an international commercial communication satellite (INTELSAT-Ⅲ) module.Three improvements are developed,including multi-population search based on pyramid model,adaptive collision avoidance among particles,and mutation of degraded particles.In the numerical examples of the layout design of this simplified satellite module,the performance of PPSO is compared to global version PSO and local version PSO (ring and Neumann PSO).The results show that PPSO has higher computational accuracy,efficiency and success ratio.     

基于粒子群算法的螺旋钻锚杆回收装置的结构参数优化

为提高锚杆回收装置的钻进效率,实现轻量化,以锚杆回收装置的螺旋钻杆为研究对象,以钻杆的内径和外径、叶片厚度、螺距、螺旋升角、转速、头数以及叶片高度为优化参数,以钻杆输送效率最高、重量最轻、二次破碎率最高为优化目标,采用粒子群算法对钻杆结构进行参数优化,结果表明锚杆回收装置的钻进效率提高了31.4%,重量减轻了12.7%,二次破碎率提高了48.7%,提高了锚杆回收效率,增强了螺旋钻杆的耐磨程度和强度。     

基于广义随机Petri网的维护系统仿真与应用

针对企业设备维护工作的经济性优化问题提出了基于流程建模与仿真的维护系统优化方法。该方法以维护系统的广义随机Petri网工作流建模为基础,强调基于维护记录的模型变迁时延的假设与验证,并针对解析法的局限性将流程仿真技术引入维护系统的性能求解中,在选定的Artifex工具平台上实现了维护系统的长周期真实模拟。通过对不同资源条件下仿真结果的分析,明确维护资源配置与维护系统性能间的对应关系,为维护系统的改进提供指导。方法的正确性和可行性在企业的实际应用中得到了验证。     

基于改进粒子群算法的高强钢Y-U本构模型参数反演

建立Y-U本构模型参数反演的数学优化模型,针对本构模型迭代求解等特点,对传统粒子群算法的参数设置、初始群体生成等方面进行改进,并融合遗传算法中的变异思想,用于此优化问题的求解。根据高强钢材料WELDOX1100的拉压循环试验数据对模型中的7个参数进行反演。最后进行折弯回弹有限元计算和试验,验证了反演结果的准确性。结果表明,该反演算法收敛性好、精度高,反演结果对提高高强钢成形的数值模拟精度具有重要意义。     

基于粒子群算法的空间太阳能热动力系统优化设计

太阳能热动力系统是空间站的重要组成部分。为有效降低太阳能发电系统的发射质量,在分析空间太阳能热动力系统的工作原理、粒子群算法的原理及实现的基础上,采用粒子群算法对太阳能热动力系统的发射质量进行了优化仿真设计。在保证压缩机的进口压力、压缩机的进口温度、压缩机的压缩系数、换热管的数目、换热管的直径、回热器的回热度、循环工质流道高度、热管直径、热管长度及能量转换单元的转速等独立变量满足系统要求的前提下,使得发射质量最小,从而有效地节约发射、管理和后续支持费用。将粒子群算法的优化结果通过遗传变异修正后,其结果要好于基本粒子群算法和遗传算法结果。     

机电产品管路自动敷设的粒子群算法

基于粒子群优化算法提出一种机电产品三维管路自动敷设算法,该算法以预处理和优化搜索为基本框架。在预处理阶段,利用混沌技术,建立混沌栅格预处理模型。三维管路敷设空间经过混沌栅格预处理模型处理,可有效地降低管路自动敷设算法的求解复杂度。在优化搜索阶段,通过分析粒子群算法和人口迁移的特点,提出改进粒子群算法。改进粒子群算法针对粒子群算法收敛速度慢、容易陷入局部极小的缺点,提出子空间局部搜索、解空间全局搜索和补空间开拓搜索。基于混沌栅格预处理模型和改进粒子群算法,给出高效的管路自动敷设算法流程图。对比试验和改进粒子群算法的理论分析,表明该优化搜索算法具有较好的性能,并证明改进粒子群算法的收敛性。实例验证表明该算法的有效性和实用性。