基于Bayesian原理的低陡度光学镜面面形误差离子束修正驻留时间算法

离子束修形是一种高效修除镜面误差的技术,驻留时间求解算法是此技术的关键问题之一。以光学镜面计算机控制成型原理为基础,建立基于Bayesian原理的平面镜面驻留时间算法,对数据边缘进行Gaussian延拓以消除边缘效应。分析驻留时间近似速度实现方式的实现误差与工艺参数的关系,通过在算法中引入附加光滑修正因子以提高驻留时间实现精度。在适当的路径规划下,将低陡度非球面修形过程近似用平面修形过程线性模型来描述,最终形成低陡度光学镜面面形误差离子束修正中驻留时间的快速近似算法。利用此算法对 100平面镜和 200球面镜进行修形加工,加工收敛率均可达9。研究结果表明：线性化近似模型是合理的,速度近似计算是可行的,基于Bayesian原理的低陡度非球面驻留时间求解算法是一种快速高效面形控制技术,可对镜面进行确定性精确修形。     

光学平面镜面离子束修形中速度模式的实现

针对光学平面镜面离子束修形工艺中,目前采用的位置加工模式额外加工时间长、精度不高的缺点,提出离子束修形工艺中的速度加工模式,并给出速度加工模式中如何根据驻留时间计算加工中进给速度的方法。使用速度模式在自研的离子束加工机床KDIFS-500上进行了验证试验,对一块直径98 mm的微晶玻璃平面样镜进行修形,加工时间为17.5 min,样镜经过一次加工后,其面形误差的方均根值由初始的33.2 nm提高到了3.1 nm,面形收敛比高达10.7。试验结果表明,速度模式加工比位置模式加工可以缩短加工时间,提高加工精度,获得更大的面形收敛比。     

离子束螺旋扫描方式修正光学镜面方法

研究基于螺旋扫描方式的光学镜面离子束修正方法.根据离子束去除函数的特性,将螺旋扫描加工过程简化成线性过程并建立工艺过程模型,采用基于Bayesian原理的改进Richard-Lucy迭代法求解驻留时间.在分析驻留时间的连续速度实现基础上,给出螺旋路径参数的确定准则.建立螺旋扫描加工方式的工艺流程并进行试验验证研究.试验研究对φ100平面镜和φ200非球面镜修形加工得到了面形方均根误差均优于0.01λ.研究结果表明:极轴加工与普通的全口径加工一样是一种高效率、高确定性的加工方法,能够对镜面进行精确修形,同时可以节约加工成本.     

多峰值函数优化的改进粒子群算法

多峰值函数优化中,基本粒子群算法进化后期收敛速度较慢,且可能出现最优解粒子在全局最优解附近“振荡”的现象,导致优化精度降低。为此,提出一种具有可控速度因子的改进粒子群算法。在完全随机、部分可控与完全可控三种速度调控策略下,对比研究几种具有不同变速特性的寻优轨迹下算法的精度及运算效率。试验结果表明,通过采用可控的寻优速度因子,优化性能得到改进,特别是采用完全控制策略,不仅可获得较高的优化精度,而且收敛速度更快,表现出更好的综合性能。     

随动压力分布下的非球面抛光去除函数

考虑去除函数对数控小工具抛光光学元件精度的影响,提出了如何根据需要加工的非球面参数以及抛光盘参数得到最优去除函数的方法。由于计算非球面上去除函数的核心是准确获得抛光盘与镜面间的动态压力分布,本文提出利用有限元法仿真抛光盘与非球面间的压力分布,并结合经典Preston方程与行星运动模型来得到非球面不同位置处的去除函数。基于随动压力分布模型,分析了沥青盘抛光非球面时在不同抛光位置处去除函数的变化。在曲率半径为1 000mm的球面上进行了去除函数验证实验。结果表明:基于本文理论得到的去除函线型更接近实际情况,皮尔逊系数达到了0.977。本文提出的方法可以方便地调整加工位置来得到相应的压力分布,实现去除函数的优化,对提高加工效率与精度有实际指导意义。     

大气等离子体抛光技术在超光滑硅表面加工中的应用

发展了大气等离子体抛光方法,并用于超光滑表面加工。该技术基于低温等离子体化学反应来实现原子级的材料去除,避免了表层和亚表层损伤。运用原子发射光谱法证明了活性反应原子的有效激发,进而揭示了特定激发态原子对应的电子跃迁轨道。在针对单晶硅片的加工实验中,应用有限元分析法在理论上对加工过程中的空间气体流场分布和样品表面温度分布进行了定性分析。后续的温度检测实验证实了样品表面温度梯度的形成,并表明样品表面最高温度仅为90 ℃。材料去除轮廓检测结果符合空间流场的理论分布模型,加工速率约为32 mm³/min。利用原子力显微镜对表面粗糙度进行测量,证实了加工后样品表面在一定范围内表面粗糙度Ra=0.6 nm。最后,利用X射线光电子谱法研究了该方法对加工后表面材料化学成分的影响。实验和检测结果均表明,该抛光方法可以进行常压条件下的超光滑表面无损抛光加工,实现了高质量光学表面的无损抛光加工。     

Multi-objective optimization for surface grinding process using a hybrid particle swarm optimization algorithm

Optimization for the surface grinding process is a problem with high complexity and nonlinearity. Hence, evolutionary algorithms are needed to apply to get the optimum solution of the problem instead of the traditional optimization algorithms. In this work, a hybrid particle swarm optimization (HPSO) algorithm which combines the dynamic neighborhood particle swarm optimization (DN-PSO) algorithm with the strategy of mutation considering constraints is presented to handle multi-objective optimization for surface grinding process. Such four process parameters as wheel speed, workpiece speed, depth of dressing, and lead of dressing are considered as the variables for optimization, and the following three objectives such as production cost, production rate, and surface roughness are used in a multi-objective function model with a weighted approach. Meanwhile, the constraints of thermal damage, wheel wear, and machine tool stiffness are considered. Computational experiments are conducted on cases of both rough grinding and finish grinding, and comparison results with the previously published results obtained by using other optimization techniques shows the efficiency of the proposed algorithm.     

基于非线性规划的间歇反应过程动态优化算法

采用对数障碍法和外点法将实际间歇反应过程中的约束条件转化为惩罚项生成新的目标函数,将有约束优化问题转化为无约束优化问题;采用非线性规划算法中的操作变量参数化方法,将操作变量的最优解转化为操作变量子函数的线性组合,将无限维最优解问题转化为有限维权值向量的最优估计问题;同时应用Lyapunov理论设计一种动态迭代优化算法,重点讨论了采样时间的取值对优化算法收敛性的影响.最终用于解决靛蓝生产中碱熔间歇反应过程中过程参数的最优分布,从而提高目标产物的最终收率和降低生产成本等.通过碱熔间歇反应动态优化问题作为实例进行仿真试验,实验结果表明所述算法的有效性和可靠性.     

Nested DE based parameter estimation for multiple vortex ring microburst model

Modelling of microburst is significant for flight simulations. The most widely used model of microburst is the one based on the principle of multiple vortex ring. The characteristics of the microburst are directly determined by the parameters of the model. The conventional method to fix the parameters of multiple vortex ring microburst model is using experiential formula, which is not flexible enough. In this paper, we treat the parameters estimation of multiple vortex ring model as an optimization problem, and introduce the differential evolution algorithm to solve it. In the process of estimating the parameters by the maximum wind velocity, there are two interrelated optimization processes. Therefore, we improved the standard differential evolution algorithm in this paper. A nested differential evolution algorithm is proposed to accomplish the two optimization process, intermediate optimization and objective optimization. The numerical experiments show that this method can flexibly generate microburst with any maximum wind velocity, and the error meet the requirement set by the user.     

基于免疫粒子群算法的污水处理优化研究

针对污水处理过程所具有的多变量、非线性和大时滞的特点,在污水生化反应过程中提出基于免疫粒子群的参数估计方法。在粒子群进化过程中,引入免疫算法机制,通过抗体与抗原的参数计算来促进或抵制抗体的进化,保证粒子群进化的多样性,指导粒子群的优化过程,克服粒子群算法的早熟现象,加快收敛速度和提高全局寻优能力,成功估计模型参数。应用免疫粒子群算法在各类工程模型确定中有较大的应用潜力。     

The effect of major parameters on simulation results of gas pipelines

Predictions of the gas temperature and pressure profiles are vital to the design and operation of gas transmission lines. Available analytical methods for the calculation of these profiles are evaluated and a numerical framework for the rigorous calculation has been developed. The predictions from both the analytical and numerical procedure have been compared to field data from the Iranian Gas Trunk-lines (IGAT). These comparisons showed that all the available methods were tuned using data obtained from small to medium diameter pipes extrapolated poorly to large diameter pipelines. In order to improve the predictions for large diameter pipelines, the effect of model parameters such as soil thermal conductivity, pipe relative roughness and velocity profile correction factor has been evaluated. The results show that temperature and pressure profiles at high Reynolds number are sensitive to the Fanning friction factor; however, thermal conductivity and velocity distribution correction factor have almost no effect on the temperature and pressure profiles provided these parameters were set at an average acceptable industry value. Since the pressure profile for large diameter pipes was most sensitive to the Fanning friction factor a parameter optimization method was used to fine-tune the Fanning friction factor as a function of Reynolds number at an average accepted industry relative pipe roughness.     

基于Pareto最优原理的钻机钻进参数多目标优化

针对某双管定向钻机,提出了基于Pareto最优原理的钻进参数多目标优化方法。该方法根据钻机性能与工况,考虑水力对钻头比能影响,确定了钻进参数优化模型。针对罚函数处理约束条件的不足,引入了改进约束条件处理策略,提出了基于小生境思想拥挤度值计算方法及自适应交叉和变异算子。测试了改进算法的性能,并将改进算法用于求解基于某煤矿工程实际建立的钻机钻进参数优化模型。研究结果表明：与NSGA-Ⅱ和MOPSO算法相比,改进算法在求解测试问题时具有更好的收敛性与分布性。利用改进算法求解实际问题时得到的Pareto前端解集分布均匀,而且有效提高了机械钻速,延长了钻头寿命并降低了钻头比能。     

人工免疫控制在热工过程的应用与研究

热工过程有着明显不同于其他工业过程的特征,由于其内部过程的复杂性,热工过程往往表现出非线性、时延性、不确定性、变量间的关联性以及信息的不完整性,对其建立精确的数学模型十分困难。因此,常规控制难以获得理想的控制效果。现以热工过程中窑炉温度为研究对象,采用智能控制技术,对温度提出一种人工免疫遗传算法,并设计人工免疫遗传算法优化的PID参数,对其控制器进行参数整定实现对窑炉的温度控制,通过METLAB仿真,结果表明人工免疫遗传算法在热工过程控制具有通用性和实用性。     

基于改进樽海鞘群算法的磁流变减摆控制优化

针对磁流变减摆控制参数整定方法效率低、耗时长、精度差问题,提出一种基于改进樽海鞘群算法(Modified Salp Swarm Algorithm,MSSA)的减摆控制优化方法。首先,针对领导者更新引入精英个体杂交变异策略,提高全局搜索能力;然后,对于跟随者更新采取自适应差分变异策略,加快优化效率;最后,以摆幅最小、摆振收敛时间最短为优化目标,将改进樽海鞘群算法应用于磁流变减摆控制参数整定。基于标准函数的性能测试表明,与樽海鞘群(Salp Swarm Algorithm,SSA)、高级萤火虫(Advanced Firefly Algorithm,AFA)、粒子群(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)相比,改进算法的收敛精度更高,优化效率更快,性能更稳定。优化仿真实验进一步表明,相较SSA,AFA,PSO,GA优化的减摆控制系统,该整定方法优化用时短,能够使机轮平均摆幅减少4.24%以上,并确保摆振在规定时间内收敛,减摆效果更优。     

一种自适应粒子群算法的小波神经网络优化

针对传统粒子群算法易陷入局部最优解的问题,提出了一种变权重粒子群算法.该算法通过引入交叉权重因子和粒子个体状态最优权值,对传统粒子群算法进行了优化,使粒子在移动过程中利用更多的信息来调整各自的移动方向,扩大粒子在运动过程中的自我认知范围,提高了粒子群算法的收敛精度和收敛速度.最后,利用改进的变权重粒子群算法对小波神经网络控制器进行优化,有效地验证了变权重粒子群算法的精确性.     

简单差异演化算法及其在装配公差优化中的应用

差异演化算法是一种基于群体差异的演化算法,具有良好的优化性能,但是对于高维复杂函数,算法易早熟收敛.为此,在对算法参数以及关键算子分析的基础上,提出了自适应缩放因子及突变因子两个概念,进而提出了简单差异演化算法(A Simple Differential Evolution Algorithm)SDE.首先将缩放因子按照进化代数进行递减,一方面为了减少用户参与程度,另一方面为了平衡算法的收敛速度与全局搜索能力;其次在研究交叉算子的基础上,引入了灾变因子,使群体中的部分个体在进化过程中不进行交叉操作,而直接与父代个体进行竞争,简化了差异演化算法的步骤.仿真实验结果与工程应用实例表明,SDE算法在收敛速度和全局搜索能力方面得到了较好的平衡,不仅保证了算法的收敛速度,而且具有较好的全局搜索能力.     

新型气浮垫超精密研磨过程分析与仿真

气浮垫的超研磨过程对研磨质量有决定性的影响,研究气浮垫的研磨过程对于保证气浮垫研磨后的表面质量有重要的意义,文中从运动学和几何学的角度出发,建立了气浮垫精密研磨的轨迹方程,并利用编写计算机程序对其仿真,分析主要工艺参数对气浮垫的表面质量的影响。     

面向CAD系统的连续体结构形状与拓扑优化

针对当前连续体结构优化所面临的有限元模型与CAD模型转换困难,产品设计意图和结构工艺在优化过程中难以保持等问题,研究了面向CAD系统的连续体结构形状与拓扑优化方法。通过分析CAD几何表达和CAE网格划分特点,采用欧拉网格和扩展有限元法,建立面向结构优化的CAD/CAE模型融合机制;而后基于连续体物质导数,推导了CAD直接建模操作敏度,驱动CAD实体模型进行结构形状与拓扑优化。在此基础上,针对操作敏度量纲不一致问题,采用速度场均匀化方法,修正操作敏度,以提高优化收敛效率。通过三维CAD实体模型结构优化实例,验证了上述方法的可行性和求解效率。     

城市轨道列车速度曲线预测函数控制改进算法

为有效解决城市轨道列车速度曲线跟踪控制问题,提出了一种速度曲线预测函数控制改进算法IPFC。所提出的预测函数控制改进算法选用阶跃函数和Morlet小波函数作为基函数,其依据目标速度曲线的变化程度,给出了一种预测函数控制的基函数选择策略,该策略可实现小波与阶跃基函数的切换。除此之外,给出了一种基于系统性能模糊满意度与优化因子的柔化因子非线性自适应在线调整策略,通过调整优化因子能够进一步提升跟踪控制性能。基于大连城市轨道交通12号线中旅顺新港至铁山镇的城市轨道列车速度曲线跟踪控制场景,在硬件在环实验环境下得到的实验结果表明,所提出的IPFC能够显著改善控制系统的控制性能,节能、准时、停车精确、舒适4个性能指标都有明显的改善,特别是准时与精确停车,相比广泛应用于实际的传统改进算法均大幅提升超过了55%。     

塑料注射成型工艺参数优化的模糊规则网络模型

注射成型是塑料产品成型的最主要工艺,工艺参数是影响成型产品外观、尺寸与性能的关键因素之一。工艺参数的设置与优化属于弱理论、强经验的问题,迫切需要发展科学化、系统化的方法。针对产品缺陷修正中人工经验依赖性强的问题,构建知识的统一模糊化规则形式,建立工艺优化知识表示和推理于一体的Takagi-Sugeno-Kang(TSK)模糊规则网络模型。进一步,提出从工艺数据集自动发现工艺参数优化规则的学习方法,采用Dropout策略与Bagging集成学习策略缓解高维工艺数据下工艺知识库增长出现的规则数量爆炸等问题。分析了模糊规则网络参数、结构对知识表示和推理的影响,建立模型的参数学习与结构优化的双重进化方法。提出基于经验回放的工艺数据增量学习方法,建立数据的增量学习策略。在注射成型工艺数据集上的结果表明,模型的规则数量和长度降低了50%,具有高可解释性以及增量学习稳定性。