基于改进鲸鱼算法优化LSTM的滚动轴承故障诊断

适应性动量(Adam)估计优化器易使深度长短时记忆神经网络(long short-term memory,LSTM)陷入局部极小值,导致故障诊断精度过低;鲸鱼算法(whale optimization algorithm,WOA)的寻优区域过大,导致寻优效率过低。针对上述两问题,将WOA进行改进(improved whale optimization algorithm,IWOA),并优化LSTM,提出IWOA-LSTM新方法。所提方法将WOA赋予动量驱动功能,继承了LSTM中的Adam优化器动量项,可优化细胞权值的搜索区域,进而提高权值寻优效率;将其与Adam优化器联合优化更新权值矩阵,以跳出局部最小值,提高故障诊断精度。此外,还系统地分析了学习效率和迭代次数对IWOA-LSTM的诊断精度影响,实现高效的故障诊断分析。通过分析实测滚动轴承内圈、外圈和滚动体三种故障可知,IWOA-LSTM的故障诊断效率分别较浅层BP神经网络(BPNN)、深度卷积神经网络(convolutional neural network,CNN)、深度门限循环单元神经网络(gated recurrent unit,GRU)、LSTM、WOA优化的LSTM(WOA-LSTM)高出了47.60%,38.06%,37.62%,26.82%,22.71%,且实现高达97%的诊断精度。     

基于WOA的飞机舵机电动加载系统双环复合控制研究

针对飞机舵机电动加载系统存在舵机与加载电机耦合所造成的多余力矩扰动问题,以无刷直流电机作为加载机构,构建系统数学模型,并提出一种基于鲸鱼优化算法(whale optimization algorithm,WOA)的内环电机速度控制、外环力矩控制的双环复合控制策略。在电机速度环控制中,结合Skew Tent混沌映射、动态搜索因子并改进适应度函数设计基于改进型WOA的零基准自抗扰控制器(active disturbance rejection control,ADRC),利用改进型WOA实现零基准ADRC的参数寻优;在力矩环控制中,设计带有补偿环节的重复PID控制器。仿真结果表明,改进型WOA具有良好的寻优能力,且基于此的双环复合控制策略能够有效提高系统跟踪能力并能明显抑制多余力矩。     

基于SSA-VMD-MCKD的强背景噪声环境下滚动轴承故障诊断EI北大核心CSCD

为在强背景噪声环境下有效提取滚动轴承微弱故障特征并准确诊断故障,提出奇异谱分析(singular spectrum analysis, SSA)、变分模态分解(variational mode decomposition, VMD)和最大相关峭度解卷积(maximum correlated kurtosis deconvolution, MCKD)结合的滚动轴承故障诊断方法。首先,利用SSA算法将故障信号分解,根据时域互相关准则对分解信号筛选重构;其次,利用鲸鱼优化算法(whale optimization algorithm, WOA)分别优化VMD的参数alpha,K以及MCKD的参数L和M,利用参数优化的VMD对重构信号进行分解,根据峭度指标从分解所得的本征模态函数(intrinsic mode function, IMF)中提取故障特征信号;再次,利用参数优化的MCKD算法增强故障特征;最后,通过频谱包络进行故障诊断。仿真和试验表明,所提方法能在强噪声干扰下有效提取并诊断轴承故障。     

基于改进模拟退火算法的复合材料层合板频率优化

针对复合材料层合板频率优化问题,结合可行规则法和直接搜索模拟退化算法,提出了一种自适应模拟退火(SA)改进算法。层合板优化目标是基频、频率带隙以及给定基频和带隙约束的层合板厚度。设计变量包括铺层角度和铺层数两种离散变量。改进算法的自适应新点产生模块采用依赖温度的动态调整搜索半径,改善了直接搜索模拟退化(DSA)算法易陷入局部极值的缺陷,而可行规则法的引入提高了SA算法求解约束问题的效率和简易性。采用Ritz法进行频率响应分析以考虑弯扭耦合影响。不同铺层数、角度增量和长宽比时的层合板3类算例结果显示:改进算法能有效求解层合板频率优化,可获得更多或更好的铺层顺序全局优化解。     

反馈精英鲸鱼优化算法优化LSSVM的热耗率软测量建模

提出一种基于反馈精英鲸鱼优化算法(FEWOA)和最小二乘支持向量机(LSSVM)的综合建模方法。首先,针对鲸鱼优化算法(WOA)寻优精度低的问题,提出了反馈精英WOA算法,通过精英策略对当前最优解进行变异操作以避免算法陷入局部最优解;同时,在鲸鱼位置更新后期增加反馈阶段,提高算法的全局搜索能力。数值仿真实验验证了FEWOA算法的优越性。在此基础上,提出了基于FEWOA优化LSSVM的热耗率软测量模型。最后采用某汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,将FEWOA-LSSVM模型预测结果与其它模型预测结果相比较,结果表明,FEWOA-LSSVM预测模型更能准确地预测汽轮机的热耗率。     

CEEMDAN-WOA-ELM模型风机振动趋势预测

在火电厂中,风机的故障通常会引起风机振动幅值异常,因此对风机振动趋势的准确预测可以有效降低风机故障发生概率。由于原始的风机振动数据具有较强的随机性和波动性,传统预测方法很难直接进行有效预测,因此需要对原始风机振动数据进行预处理,并应用先进的机器学习算法来进一步提高风机振动预测精度。该文采用完备经验模态分解(complete ensemble empirical mode decomposition adaptive noise, CEEMDAN)对原始数据进行预处理,将原始振动数据分解为一系列固态模量(intrinsic mode function,IMF),从而降低原始振动信号的非平稳性。其次使用经过鲸鱼算法(whale optimization algorithm, WOA)优化的极限学习机(extreme learning machine, ELM)来预测所有IMF序列。最后将所有IMFS预测结果叠加得到最终预测值。为评估模型的预测性能,该研究采集某火电厂风机机组的振动数据进行多组对比试验。结果表明,该文提出的模型SSE平均降低39.58%,RMSE平均降低31.73%,验证CEEMDAN-WOA-ELM模型具有优越的数据处理和预测能力,适用于火电厂中风机振动的趋势预测。     

铺设角度与铺层顺序对层合板稳定性的影响

以层合板结构的临界屈曲载荷系数最大化为优化目标,基于改进型模拟退火算法对层合板结构铺设角度和铺层顺序进行优化。由于层合板结构的铺层角度是离散变量,模拟退火算法适合求解离散变量的优化问题。利用模拟退火算法优化层合板铺层,在算法内采用并行计算、引入记忆功能同时设置双阈值终止准则,有效地提高了优化过程的收敛速度,同时避免优化过程中出现局部最优解。以临界屈曲载荷系数作为目标函数,选取复合材料层合板的铺设角度顺序为设计变量,采用改进的模拟退火算法得出复合材料层合板的最优铺设角度以及铺层顺序。     

基于改进鲸鱼优化算法的风电消纳调度研究

针对我国风力发电弃风率高、风电消纳受阻等现状,本文提出将高载能负荷作为可调度资源与常规电源共同参与系统调度的调度模式,建立以最大限度地消纳风电、降低系统总调度成本为目标的消纳模型。采用改进鲸鱼优化算法(IWOA)对模型进行优化求解,提出控制参数递减策略,调整算法搜索步长,增强算法全局搜索能力和局部搜索速率;采用随机差分变异扰动策略,增强种群多样性,提高算法收敛精度。通过算例仿真分析验证了该调度模型以及改进鲸鱼优化算法的有效性和优越性。     

基于SPSO-WK-TWSVM的复合材料层合板损伤辨识方法

针对复合材料层合板的基体裂纹损伤与脱层损伤的不易区分辨识的问题,采用Lamb波对层合板进行损伤检测,对接收到的传感信号进行特征提取与筛选,创新性地引入加权核双子支持向量基(weighted kernels-twin support vector machine,WK-TWSVM)的机器学习方法对基体裂纹与脱层损伤进行自动分类识别。为了进一步提高损伤辨识精度,采用简化粒子群优化(simple particle swarm optimization,SPSO)算法对WK-TWSVM的核函数权值及模型参数进行了寻优处理,并与其他粒子群优化算法就行了分析比较。试验分析结果表明,基于Lamb波的SPSO-WK-TWSVM复合材料层合板损伤辨识方法能够对复合材料层合板基体裂纹与脱层损伤进行准确的自动识别,识别精度明显高于其他TWSVM优化算法及传统的机器学习方法。     

基于直接搜索方法的层合板多目标优化设计

直接多目标搜索方法(DMS)是一种不需要计算梯度信息并且能实现全局收敛的多目标优化方法。基于直接多目标搜索方法,以简支层合板铺设角度为设计变量,基频和声功率为目标函数进行层合板结构振动与声多目标优化。分别以4层、8层复合材料层合板为例,用DMS方法对其优化设计,并与传统的遗传算法(GA)对比。结果表明,对于4层复合材料层合板,DMS方法比GA方法优化速度快,且能得到全局最优解;对于8层复合材料层合板,用DMS方法比4层板优化所需时间多,但相比GA方法,DMS方法优化更快。     

基于WOA–BP神经网络的液滴铺展预测

目的 提高BP神经网络对电喷印过程中液滴铺展行为的预测能力。方法 提出一种鲸鱼优化算法(WOA)优化BP神经网络的液滴铺展预测模型。首先，采用相场方法建立电场作用下液滴铺展的数值模型，并通过实验验证仿真结果的准确性。然后，选取初始直径、撞击速度、接触角和电场强度作为神经网络的输入参数，将最大铺展直径作为神经网络的输出参数，利用鲸鱼优化算法优化神经网络中的初始权值和阈值，构建液滴铺展预测模型。最后，基于仿真结果对预测模型进行训练与测试，并将其与传统的BP神经网络模型进行对比分析。结果 相较于传统BP神经网络预测模型，WOA–BP神经网络预测模型的平均绝对误差、均方根误差分别降低了72.60%、77.60%，而平均绝对百分比误差则从15.029 3%减小为4.585 3%。结论 WOA–BP神经网络预测模型可以更好地预测液滴铺展，可为液滴铺展的预测提供新的方法。     

基于自适应Morlet小波参数字典设计的微弱故障检测方法研究

针对强背景噪声干扰下微弱故障冲击特征难以准确检测的问题,提出了一种基于自适应Morlet小波参数字典设计的齿轮故障诊断法。该方法基于信号局部分割和全局分析的思想,采用相关系数(CF)与峭度指标综合评价小波函数与目标信号的局部匹配度与全局匹配度,利用鲸鱼优化算法(WOA)自适应确定小波字典参数,逐点时移构建原子参数字典后,结合正交匹配追踪(OMP)检测故障特征信息。对仿真故障信号和齿轮实际故障信号分析的结果表明,该方法可以有效提取齿轮微弱故障特征,诊断效果优于传统的相关滤波算法(CFA)、小波降噪法和K-SVD学习字典方法。     

复合材料层合板屈曲稳定性优化设计及其灵敏度计算方法

笔者在有限元分析基础上研究了以屈曲稳定性作为约束条件或优化目标的复合材料层合板结构优化设计及其灵敏度分析方法,重点讨论了屈曲临界荷载灵敏度对内力场和载荷的依赖关系及其在铺层优化、尺寸优化和形状优化问题中的不同计算方法,并在JIFEX软件中实现了复杂结构复合材料层合板优化设计方法。数值算例验证了本文算法和程序的有效性。     

采用响应面法的复合板结构噪声优化设计

针对复合材料层合板结构出现的噪声问题,将响应面法RSM(Response Surface Method)与遗传优化算法相结合,提出一种降低复合材料层合板声压级的优化方法。该方法基于四边形复合材料层合板结构建立有限元分析模型,通过三因子试验设计点设计试验计划表,结合最小二乘法构建复合材料层合板声压级的2阶响应面近似模型。以影响层合板噪声的显著因子为设计变量,层合板的声压级为设计目标,采用遗传算法对响应面近似模型进行优化,结果表明,使用该方法对复合材料层合板的噪声特性进行分析,可明显提高优化效率并为工程实际提供参考。     

面内线性变化载荷作用复合材料层合板的振动与屈曲优化

采用广义微分求积（GDQ）法开展了不同边界条件下承受面内线性变化载荷作用复合材料层合板振动与屈曲的分析与优化。针对GDQ法求解面内线性变化载荷工况复合材料层合板屈曲问题存在计算振荡、不收敛现象,提出载荷扰动策略实现了GDQ法对复合材料层合板屈曲问题的稳定高效求解。基于基础圆频率和临界屈曲载荷系数的归一化指标,分析了铺层角度对复合材料层合板综合性能的影响,并结合直接搜索模拟退火算法开展了复合材料层合板的铺层顺序优化。结果表明:铺层角度变化对屈曲性能的影响明显强于频率特性;面内线性变化载荷中,以弯曲载荷作用下复合材料层合板的优化综合性能受边界条件变化的影响最小,而优化铺层角度受边界条件变化的影响最大。研究结果为复杂载荷作用下复合材料层合板的设计提供了参考。      

复合材料层合板结构振动声辐射优化

通过有限元法计算复合材料层合板结构的振动特性,然后采用瑞利积分进行结构的声辐射分析.在此基础上,给出考虑振动声辐射特性的复合材料层合板的优化设计模型,研究简谐激励力下的结构灵敏度计算,重点推导了声学灵敏度分析公式,并采用序列线性规划方法进行了优化求解.数值算例表明通过层合板铺层厚度和角度的优化可以有效降低结构的振动声辐射,同时验证了灵敏度算法的精度和优化方法的有效性.     

基于灵敏度分析的复合材料层合板优化设计

工程结构中的复合材料层合板的几何参数往往具有随机性质.如何研究随机参数层合板的灵敏度,并对参数进行优化分析,这对正确估计结构设计的可靠性有着非常重要的意义.根据层合板的一阶剪切理论,采用样条有限元法,推导并建立了层合板的振动方程,刚度矩阵,质量矩阵,比例阻尼矩阵以及求解反对称层合板响应灵敏度的计算公式,在基于灵敏度分析的基础上,进行了复合材料层合板的基频分析和优化设计,并用网格法计算最佳铺层角.数值算例验证了算法的有效性.     

考虑制造因素的变刚度层合板的抗屈曲铺层优化设计

与常规层合板相比,变刚度层合板的制造、有限元建模分析和铺层设计有其特殊之处。首先对设计时需考虑的制造因素进行了归纳,提出了变刚度层合板的铺层设计要求。然后给出了变刚度层合板的理想模型和考虑丝束宽度模型的建模方法。基于理想模型对ABAQUS的前处理模块进行二次开发,利用编制的参数化建模程序分析了不同铺放角的变刚度层合板的屈曲性能,并讨论了最小曲率半径对铺层的限制和变刚度设计提高屈曲载荷的机制。基于变刚度层合板的抗屈曲机制建立了一种铺层优化设计方法,使用遗传算法经两步优化得到最优铺层。对最优铺层建立考虑丝束宽度的模型以研究丝束宽度和铺层偏移对变刚度层合板抗屈曲铺层优化结果的影响。研究表明,在变刚度层合板的抗屈曲铺层优化中使用简化的理想模型通常来说是可行的。在考虑制造因素的情况下,优化后的变刚度层合板较常规层合板屈曲载荷有显著提高。     

基于ICM方法的层合板结构流固耦合频率约束拓扑优化

该文基于独立、连续、映射(independent continuous mapping, ICM)的拓扑优化方法,针对层合板结构频率约束下流固耦合的拓扑优化问题进行了建模与求解。利用格林公式与瑞利商,进行了优化模型频率约束的显式化,并基于泰勒线性近似的方法推导了设计灵敏公式,同时采用对偶序列二次规划求解了该模型。另外,通过引入修正的Heaviside函数对拓扑变量进行了离散化处理。利用PCL(Patran Command Language)二次开发平台对现有MSC.Patran软件进行二次开发,并通过MSC.Nastran软件求解器,实现了优化算法。数值算例证明了该文程序与算法的有效性与可行性。     

基于WOA-VMD改进的信号盲源分离研究及应用EI北大核心CSCD

准确有效识别出水电站厂房振动信号的各个振源,对于水电站长期安全稳定运行有重要指导意义,盲源分离(blind source separation,BSS)是进行信号分解与振源识别的一种有效方法。为了实现水电站厂房复杂环境下振动信号的盲源分离,建立一种基于鲸鱼算法变分模态分解(whale optimization algorithm and variational mode decomposition,WOA-VMD)降噪改进的信号盲源分离模型。采用WOA-VMD和相关法对观测信号进行降噪处理,确保盲源分离结果的准确性;求解多维降噪信号的协方差矩阵并进行奇异值分解,采用优势特征值法进行源数估计;最后对降噪信号进行中心化、白化前处理,通过联合近似对角化算法得到分离矩阵,实现观测信号的盲源分离。仿真结果表明:相较于传统盲源分离模型,改进模型将分离信号与源信号的相关系数分别提升了9.1%,7.1%,8.3%,分离信号主频误差也均有所降低。将该方法运用到水电站厂房振动工程实例,也取得了较好的分离效果。