多体系统动力学设计灵敏度分析与动态优化设计方法

回顾和比较了近年来国际上基于多体系统动力学的设计灵敏度分析与动态优化设计所提出的主流方法，在此基础上，对具有通用性的设计目标函数，基于多系统运动学方程、常微分方程形式的动力学模型和微分／代数动力学模型，系统地建立了设计灵敏度分析的直接微分方法和伴随变量方法。     

多体系统动力学设计灵敏度分析的直接微分方法

基于二阶常微分方程描述的多体系统动力学数学模型，采用直接微分方法系统地推导了多体动力学灵敏度分析的矩阵微分方程，并提出了简化计算方法。为提高灵敏度分析的通用性，采用了具有通用性的积分型目标函数。为避免两次数值积分步长不一致引起的数值积分的实施复杂性，将动力学方程中的状态变量与状态灵敏度分析变量重新组合，使得系统状态方程与状态灵敏度方程可以一起求解。最后，给出了一平面机械臂模型灵敏度分析的数值算例。     

基于常微分方程数学模型的多体系统动力学设计灵敏度分析方法

基于常微分方程数学模型建立了多体系统动力学设计灵敏度分析的伴随变量方法。系统的初始条件由隐函数给出,设计目标函数为通用的积分型,推导过程采用变分方法。最后,以简单的弹簧-滑块系统为例将本文方法的结果与理论结果进行比较。     

基于ADAMS虚拟样机的多体系统动力学仿真

通过对多体系统动力学行为的分析,应用机械动力学分析软件ADAMS建立了夹紧机构多刚体系统动力学虚拟样机模型,对该系统各部件的参数进行了计算与分析,并通过虚拟运行对比设计变量的敏感度分析多次优化结果,进行所研究系统的结构优化设计.设定对最终结果影响较大的参数在优化约束条件下使输出的多刚体系统的数据最为理想为优化目标,进行了该机械动力系统的参数优化设计.理论分析与实验结果可为多刚体系统物理样机的制造提供理论依据.     

多体系统坠撞的动响应研究

利用“碰撞弹簧”概念和多刚体系统动力学方程，对多体系统碰撞响应问题进行了研究，并由数值积分程序求得结果，使复杂的多体碰撞过程得到定量的描述。     

冗余度机器人的运动学和动力学优化

对冗余度机器人的运动学和动力学优化问题进行了比较研究,发展和完善了出休斯敦（Ｈｕｓｔｏｎ）提出的冗余多体系统动力学优化的咱然动力学解”的概念,并扩展其物理意义．同时,本文还给出了一些具体的优化结果．     

发动机曲轴动力学仿真研究

探讨了结合有限元分析软件ANSYS和多体系统动力学分析软件。ADAMS对曲轴进行动力学仿真的方法．运用ANSYS建立某军用V8柴油机曲轴的有限元模型，结合ADAMS建立了包括曲轴柔性体以及随曲轴一起转动的零件刚性体在内的发动机曲轴系的多体系统动力学模型，得到了关键构件的运动及载荷变化曲线，为更深入的分析曲轴系动态响应奠定了基础．     

基函数对机械臂动力特性的影响

通过单柔性机械臂动力学方程,分析了基函数的选取对系统动力特性的影响,进而对多体系统的控制提供了有利的依据．     

多体系统分析软件的开发与应用

多体系统动力学作为研究机构动态特性的应用基础学科，最终目的是编制通用仿真软件为工程技术领域提供强有力的计算机辅助分析工具。介绍了凯恩-休斯顿方法的优点，基于该方法建立起多体系统动力学模型，根据软件工程和面向对象编程技术的要求开发出具有友好的用户界面、集成度高、能够对任意拓扑结构的多体系统的运动学和动力学进行正、逆问题分析的多体系统分析软件MBSA(Multi-Body System Analysis)，介绍了软件的模块组成，详细叙述了核心运算模块的流程，算例分析验证了该软件的正确性和可靠性。     

基于多智能体强化学习的社交网络舆情增强一致性方法

针对社交网络舆情动力学的增强一致性问题,提出了一种基于多智能体强化学习的智能感知模型(Consensus Opinion Enhancement with Intelligent Perception, COEIP)。在舆情动力学场景下的马尔科夫决策过程中,首先通过双向循环神经网络设计了智能体的决策模型以解决智能体不定长感知的问题。然后通过差分奖励的思想针对收敛效率、连通度和通信代价三类目标,设计了有效的奖励函数。最后为优化COEIP模型,设计了基于策略梯度的多智能体探索与更新算法,让智能体在彼此交互过程中,通过奖励值自适应学习具备多目标权衡能力的邻域选择策略。大量仿真验证了COEIP在社交网络舆情动力学场景下可以有效调和智能体间的矛盾,降低系统稳定时的簇数,进而增强系统的舆情一致性。本模型为大规模社交网络下提高人群意见的统一性提供了新的解决方案,具有重要的理论指导意义。     

Coordinated node scheduling for energy-conserving in large wireless sensor networks

Aiming at developing a node scheduling protocol for sensor networks with fewer active nodes, we propose a coordinated node scheduling protocol based on the presentation of a solution and its optimization to determine whether a node is redundant. The proposed protocol can reduce the number of working nodes by turning off as many redundant nodes as possible without degrading the coverage and connectivity. The simulation result shows that our protocol outperforms the peer with respect to the working node number and dynamic coverage percentage.     

从目标的双视图鲁棒精确复原三维形状

基于随机采样最小冗余子集新概念,并利用数据正则化技术,依据双视图特点集的模型数据和图象数据,本文开发了一个从目标的双视图特征 对集合鲁棒精确复原其三维视觉信息的新算法。即,当使用最小子集的收敛映射为非线性运算时,通过适当加大采样子集的维数,可使最小子集变为最小冗余子集,非线性运算变为线性运算并且使解唯一。维数的增大导致增另的冗余信息作为采子集的合法性和有效性的判据。理论分析和实验结果表明,在强噪声高出格点率的恶劣条件下,该算法仍能高精度地复原目标的三维视觉信息。     

冗余驱动的平面并联操作手的输入力优化

介绍了带冗余驱动器的平面并联操作手的两种结构,基于动力学方程分析了它们对不同的优化目标的输入力最优化问题.结果表明,加入冗余驱动,可明显降低并联操作手的驱动力.     

解决运动学和动力学性能优化的对耦空间法

绝大多数冗余自由度机器人的动力学优化算法都没能合理地处理诸如避障碍物、避奇异位形和关节运动极限等运动学优化问题。本文提出了在机器人雅可比矩阵对耦空间上处理此问题的新思路。基于此思路所提出的优化算法把机器人的运动学优化限制在雅可比矩阵张成的空间进行，而一些动力学性能指标如对关节力矩的优化可在雅可比矩阵的零空间上进行，计算机仿真表明，本文提出的算法，在用于处理运动学和动力学性能的同时优化方面非常有效。     

基于加权矩阵的过驱动并联机构驱动力矩调节法

建立了一种平面三自由度过驱动并联机构的运动学方程,并基于虚功原理和等效力方法得出了其动力学模型。分析了过驱动机构动力学方程逆解问题的特点,提出用一种新的优化目标(即加权范数最小方法)来协调分配驱动力矩。将驱动器的额定输出力矩与实际工作力矩之间的差值定义为该驱动器的继容力矩,在此基础上给出了加权系数的选择准则。根据所提出的局部调节或全局调节准则来选择加权系数可以调节相应驱动器输出力矩,在一定程度上可以均衡各驱动器的继容力矩。数值计算结果表明,该方法对于防止部分驱动器输出力矩过大和保证系统稳定有一定的作用。     

具有最优初始位形的冗余度柔性杆机器人关节驱动力矩优化

提出一种在最优初始位形的基础上进行冗余度柔性机器人全程驱动力矩最优规划的方法,动力学数值模拟表明,这一方法可以取得比较好的效果。     

回避障碍和关节极限二元准则的冗余度机器人运动学逆解研究

为解决梯度投影法求解回避障碍和关节极限下运动学逆解过于严格优化反而限制运动灵活性的问题，首先通过障碍边界约束化建立了通用多边窗口障碍回避作业准则。并根据作业函数对关节角导数的正负变号情况分别定义加权系数，进而引入较为合理的加权系数矩阵，得到了回避障碍和关节极限二元准则下冗余度机器人运动学的加权最小二乘逆解方法。     

过滤函数对应力约束连续体结构拓扑优化的影响分析

为了研究不同过滤函数对应力约束下连续体结构拓扑优化问题的影响,基于ICM(独立、连续、映射)方法,探究了过滤函数的意义及引入过程,并着重研究了单元质量、刚度和许用应力等3种幂函数形式的过滤函数在优化模型的建立与求解中的作用.通过数值试验,分析讨论了以上3种过滤函数对最优拓扑结构的影响.数值结果表明:在优化模型中,选择合理的过滤函数可以获得高效而理想的拓扑构型.     

一种高维多模态优化的量子粒子群优化算法

为求解实际工程中的高维多模态优化问题,提出了基于动态邻域的多策略进化的量子粒子群优化算法(QPSO).针对QPSO算法存在的粒子"早熟"问题,首先定义了一种动态邻域选择机制以保持种群的"活跃性";然后结合动态邻域机制,定义了三个不同策略的局部吸引子更新方程以保持种群进化的"多样性".为了防止算法的进化方向不发散,对收敛到全局最优解的局部吸引子更新策略赋予了较大权重;最后为了拓展最优解空间引入了狼群优化算法中的综合评价方法.通过对不同类型的高维多模态基准测试函数的仿真实验结果表明:相比于其余四种优化算法,本文提出的优化算法在收敛精度和稳定性方面具有明显优势,并且随着测试维度的增加,这种优势更加凸显,展现出了较好的解决高维多模态优化问题的性能.文中引入的综合评价方法在所有的测试函数中均具有较高的生效次数,综合评价生效意味着为下一次的进化找到一个更加有利的进化方向,这样能够减少算法找到最优解的次数,也能进一步提升算法的收敛精度.     

蜗杆传动的多目标模糊优化及Matlab算法实现

将多目标模糊优化设计应用于普通圆柱蜗杆传动设计.以普通圆柱蜗杆传动的蜗杆头数、模数、直径系数为设计变量,以蜗轮齿冠体积最小,蜗杆刚度最大,即蜗杆轴的挠曲量最小为目标函数,建立了蜗杆传动多目标模糊优化的数学模型和求解优化问题的基本思路及方法.应用Matlab优化工具箱实现多目标模糊优化的算法,编写了实现蜗杆传动多目标模糊优化程序,得出最优解,与原设计方案相比,体积下降36.72%,蜗杆轴挠度下降了84.48%,显著提高了传动刚度.