硬质合金生产成型设备全生命周期效率优化模型构建

慢性故障的持续性发生会导致生产设备效率逐渐下降。但如果只以设备效率为优化目标,产品合格率易受负面影响。为此,构建一种新的硬质合金生产成型设备全生命周期效率优化模型。以影响硬质合金生产成型设备损失因素为基础,根据现场数据分析出的OEE(OverallEquipmentEfficiency,设备综合效率)结果,重新规范换线操作步骤,制定故障处理程度。以设备最小损失和最大产品合格率为目标,构建硬质合金生产成型设备全生命周期效率优化模型。采用遗传算法对模型求解,获取最优效率优化方案。仿真实验结果表明,所构建模型可以有效提升设备可用运行时间、总作业时间以及机械可用率,同时还能够有效缩短硬质合金生产成型设备工期。     

悬臂式掘进机断面成型轨迹多目标优化方法研究

断面成型是掘进过程的重要工序,传统的断面轨迹仅以轨迹最短为目标,且一旦确定不再改变,制约掘进机器人的发展。为此,本文针对常见及复杂构造断面,提出了悬臂式掘进机断面成型轨迹多目标优化方法。首先,以效能和安全为目标,建立了截割轨迹多目标优化模型,考虑实际截割工况,确定了模型中决策变量、目标函数以及约束条件;其次,为进一步提高优化解的收敛性及分布性,提出了基于知识库精简的多目标粒子群算法(FDMOPSO算法);最后,基于FDMOPSO算法对截割轨迹多目标优化模型进行求解。经仿真验证,算法的收敛性提高了约90%、分布性提高了约40%,且对于不同形状、大小的复杂构造巷道断面都可以规划得到截割轨迹解集,并以效率、安全和截割平滑性为依据,最终决策得出最优轨迹。优化之后的截割轨迹,既能提高截割效率,同时可以做到避免夹矸,增加了截割的安全性。     

基于CSO-LSSVM模型的选择性激光烧结成型工艺参数优化

成型收缩是影响选择性激光烧结技术（selective laser sintering,SLS）制件精度的关键因素,而工艺参数对材料烧结情况和收缩变形程度有着明显影响,因此选择合理的参数组合对减小精度误差和改善成型性能质量有着重要意义。为降低SLS成型件工艺参数优化试验成本,文章开发了一种名为CSO-LSSVM成型精度预测模型用于工艺参数的预测。该模型的设计思路是：首先,通过Sine映射、非线性切换因子和针孔成像反向学习等3种改进策略全方面协调增强了蛇优化器（snake optimizer,SO）的收敛精度和寻优速度,接着,将改进后的蛇优化器（chaotic multi-strategy enhanced snake optimizer,CSO）与最小二乘支持向量机（least square support vector machine,LSSVM）结合,整定关键核函数参数,提高模型预测精度和泛化能力。为验证CSO-LSSVM模型的有效性和优越性,利用Matlab软件在真实数据集基础上将其与LSSVM、BP(back propagation)神经网络以及极限学习机（extreme lea...     

基于DOE的注塑成型周期工艺参数优化

运用IE技术在M公司开展效率提升专案,针对成型生产工艺参数优化问题,借助Minitab软件,采用DOE实验设计优化成型条件,实现成型生产标准条件最优化。该技术可运用于降低成型生产周期,降低塑件单重等效率提升项目。     

基于双加点动态Kriging模型的提升塔架优化设计

为在满足强度要求的情况下尽量减小提升塔架质量,同时解决传统Kriging模型全局精度和局部精度不易同时保证的问题,提出了一种双加点动态Kriging模型,并利用该模型和人工蜂群算法对提升塔架进行了优化设计。将全局敏感性分析得到的敏感参数作为设计变量,利用拉丁超立方试验设计得到的样本数据建立初始Kriging模型,以最大应力为约束条件,通过人工蜂群算法对提升塔架进行了减重优化。优化过程中, 采用双加点准则不断更新Kriging模型,以提高模型的全局精度和最优解处局部精度,直到获得最优解。研究结果表明：在最大应力不变的条件下,优化后的提升塔架质量减小了39.37%。基于双加点动态Kriging模型的优化设计与仿真模型的优化设计相比,其优化效率大幅度提高。双加点动态Kriging模型相较于静态Kriging模型和基于传统加点准则的动态Kriging模型,具有更高的全局精度、局部精度和最优解处局部精度。     

非线性规划在激光快速成型制作方向优化中的应用

在激光固化快速成型中，零件的制作方向直接影响看零件的制作精度和制作时间。这里综合考虑零件制作过程中的变形、台阶效应、过固化和制作时间等因素，提出了制作方向优化模型。并使用逐步搜索法、步长加速法、单纯形法和遗传算法对模型进行了优化运算，并通过实验对优化的结果进行了验证。     

基于BP神经网络和遗传算法的并行迭代优化研究

提出了一种将反向传播神经网络(BPNN)与遗传算法(GA)相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练BPNN模型,然后利用GA在可行域内求解训练好的BPNN模型以寻找模型的最优解。将基于该最优解进行验证的结果作为新样本添加到训练模式集中对BPNN模型重新训练。针对训练模式较少可能导致预测精度不足的问题,在BPNN模型的训练中分别采用贝叶斯正则化算法(BRA)和改进的Levenberg-Marquardt算法提高BPNN模型的泛化能力和收敛性,并结合精英策略将模拟退火算法(SAA)嵌入到GA中,以提高BPNN模型的局部搜索能力。将所提出的方法应用于汽车吹塑成型的聚丙烯波纹管的厚度优化。结果表明,在3次迭代后可以得到最优模具间隙,采用最佳模具间隙的波纹管在9个齿峰处的厚度落入期望的范围内(0.7±0.05mm),并且材料的使用量减少了22%。这种最佳间隙仅通过23次实验即可获得,远远少于实际模塑过程所需的实验次数。     

PEEK材料的人工颅骨多点成型工艺参数优化

为了研究多点成型工艺对PEEK板的热压成型规律,提高PEEK板成型人工颅骨的质量,优化成型工艺参数.首先采用单向拉伸实验,构建了PEEK板的J-C本构模型,然后提出了多点成型工艺参数优化模型,为了对模型进行求解,采用ABAQUS软件建立人工颅骨多点成型三维有限元模型,采用不同温度和不同压力参数进行有限元数值模拟,通过对比不同工艺方案的优化目标函数结果发现:采用模具压力为30t,加热温度为250℃的模具工艺参数是最优工艺方案,此时表面形貌的误差为目标函数值最小为1.28mm.     

微细光成型固化工艺参数优化

为了分析紫外光对液态光敏树脂进行曝光固化成型过程中工艺参数对固化物的形状和精度的影响,根据自行研制的实验系统的大量数据,对线形固化中的主要工艺参数进行了分析和优化。结果表明,在单层液态树脂膜厚30 μm,曝光光束功率0.15 μW,扫描速度15 μm/s以及工作距650 μm时能够得到具有较高精度线宽和线高的固化直线段,利用优化的工艺参数,成功实现了三维微小实体结构的成型制造。     

薄壁注塑件翘曲影响因素分析及优化研究进展

分析了薄壁注塑成型翘曲变形产生的原因,介绍了几种优化算法的基本原理及特点。重点讨论了薄壁注塑件翘曲变形的模具优化设计和工艺参数优化方法。注塑模具优化设计主要通过保证流动平衡来间接实现翘曲优化。注塑工艺参数优化是减少翘曲的可行而有效的途径,影响翘曲最主要的工艺参数是保压压力、注射速率及模具温度。总结了注塑工艺参数优化的几种方法,对“代理模型”翘曲优化进行分析,步进式代理模型能更好地提高计算效率。     

用遗传算法提高协同优化方法的可靠性

分析了协同优化方法可靠性不好的根源。提出了用遗传算法来替代系统级优化问题中的基于梯度的优化算法的策略。实例表明所提出的策略是可行有效的。     

蚁群优化算法研究综述

介绍了蚁群优化算法的基本原理、流程和研究现状,重点评述了近年来蚁群优化算法在组合优化和连续优化两个领域的研究现状,并展望了这一领域的研究方向。     

多工况悬架下摆臂结构优化设计方法研究

采用了多种优化设计方法,以某悬架结构为例进行了结构优化设计方法研究.通过对车辆行驶工况和对车体空间布置的分析,建立了拓扑优化可设计域和非可设计域,完成了悬架结构的拓扑优化设计,并建立了工程结构.基于强度分布与应力干涉理论,将可靠性理论和优化方法相结合,进行了可靠性优化设计.其优化结果与尺寸优化和形状优化结果进行了对比,证明了优化设计方法的有效性和可行性,为工程结构提供了一种新设计思路.     

利用双向渐进结构优化法对结构固有振型的优化

利用双向渐进结构优化法研究结构的固有振型优化问题，双向渐进结构优化法(bi—directional evolutionary struetural optimization，简称BESO)是一种拓扑优化方法，它基于这样一个简单的优化程序：从结构中一步步地删去对结构目标性能低效或无效的材料，同时增加对结构目标性能高效的材料，从而使材料布局趋于优化。文中分别采用近似重分析思路的方法和基于变分法推导的公式计算单元特征向量灵敏度，并简单阐述BESO法对结构固有振型(特征向量)进行拓扑优化的一般过程。数值算例表明，用该方法对结构固有振型的优化是行之有效的，且用变分法计算特征向量灵敏度进行优化较之近似重分析法效率更高。     

机械系统可靠性优化设计的实现策略

提出机械系统可靠性优化设计的３种实现策略：一是直接求解系统可行性优化设计整体数学规划模型的耦合优化策略;二是将单元可靠性优化设计模型和系统可靠性优化分配模型联立迭代求解的分解协调经策略;三是将单元可靠性优化分配模型分别独立求解的分散优化策略。前者适用于规模不大的机械系统的可靠性优化设计,后二者适用于规模较大的机械系统的可靠性优化设计。     

DISCRETE OPTIMIZATION APPROACH FOR 3-D SPACE PLATE-SYSTEM STRUCTURE

ＤＩＳＣＲＥＴＥＯＰＴＩＭＩＺＡＴＩＯＮＡＰＰＲＯＡＣＨＦＯＲ３－ＤＳＰＡＣＥＰＬＡＴＥ－ＳＹＳＴＥＭＳＴＲＵＣＴＵＲＥ￥ＮｉｅＳｈａｏｍｉｎ；ＪｉｎＭｉａｏ（ＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙ）Ａｂｓｔｒａｃｔ：Ａｎｅｗｎｏｎｌｉｎｅａｒｏｐｔｉｍ...     

双向渐进结构拓扑优化设计研究

双向渐进结构优化法（BESO）是近年来兴起的一种懈决各类结构优化问题的数值方法。其原理是通过同时删除和增补单元,使剩下的结构逐渐趋于优化。文章提出了基于应力约束的渐进结构优化方法,与其它优化方法相比,该方法原理简单,计算效率高,工程应用方便,并通过算例证明该方法的有效性和可行性。     

基于应力的双向渐进结构拓扑优化设计

双向渐进结构优化法（BESO）是近年来兴起的一种解决各类结构优化问题的数值方法,其原理是通过同时删除和增补单元,使剩下的结构逐渐趋于优化。提出了基于应力约束的渐进结构优化方法,与其它优化方法相比,该方法原理简单,计算效率高,工程应用方便,并通过算例证明该方法的有效性和可行性。     

基于过滤器技术的约束粒子群优化算法

工程设计中处理约束优化常采用罚函数法,但其优化结果敏感于惩罚因子,针对特定的实际问题往往需要多次试验以得到合适的罚因子取值。为了避免反复的参数选取测试过程,将过滤器约束处理机制和粒子群优化(Particle swarm optimization,PSO)相结合用于求解约束优化问题。过滤器方法基于多目标规划中的支配思想,以一组互不支配点所对应的目标值与违背度对构成过滤器,利用其处理约束可以避免使用罚函数。基于过滤器的约束PSO算法在粒子进化过程中,对各粒子历史最优解和粒子群历史最优解分别构造滤器,并依据可行性优先的粒子比较准则从对应的过滤器中选择最优解从而实现粒子的更新。然后,利用工程优化设计标准算例和翼型优化设计实例,将过滤器PSO算法和罚函数PSO算法、遗传算法进行比较研究,结果表明过滤器PSO算法能够获得较好的约束优化设计结果,是求解约束优化问题的一种有效方法。     

最优控制理论的现状与发展

概述了控制中的最优化方法，阐述了基本优化方法的特点以及优化方法的最新研究领域和发展趋势。