基于粒子群算法的铣削参数优化

针对加工中心环境下铣削加工切削参数的优化选择问题,通过考虑机床加工、工件和刀具的实际约束,建立以最大生产率为目标函数的铣削参数数学模型,采用粒子群优化算法对铣削参数进行了寻优并进行了实例验证,结果表明粒子群算法优化铣削参数可以缩短加工时间,提高生产率.     

基于粒子群算法的PID控制器参数优化

提出了使用粒子群算法对PID控制器的比例带δ、积分时间Ti寻找最优解的方法.运用MATLAB通过对电厂中过热汽温控制系统内回路一级过热器的辨识模型进行仿真,表明该种算法的有效性.     

基于粒子群算法液压伺服系统PID参数的优化

PID控制器在液压伺服系统中得到广泛的应用。为了有效地寻找液压伺服系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略。通过建立PSO-PID控制器参数模型,对PID控制器的参数进行实时优化;利用MATLAB对系统进行仿真,结果显示在液压伺服系统的工况相同时．新型控制器能取得满意的控制效果。     

基于粒子群算法的双工位切削参数优化

本文研究了多工位专用机床的切削用量优化问题.以双工位同时工作的钢轨整形机为实例,建立了以进给速度和主轴转速为优化变量,以最低能耗为优化目标的数学模型,并使用粒子群算法进行优化求解,最后通过与现场使用经验参数的实际加工能耗对比,表明该优化方法获取的加工参数具有明显的节能效果.     

基于免疫粒子群算法的PID参数优化研究

针对传统PID控制系统中存在的调节时间长、控制精度低、响应速度慢等问题,提出使用免疫粒子群算法对PID参数进行优化。首先,对粒子群优化算法（PSO）中的惯性权重、学习因子、粒子学习模式进行改进,使得微粒更新适应各个阶段;其次,引入人工免疫思想形成免疫粒子群算法,保证了迭代过程中粒子的多样性,提高了算法精度;最后,在仿真环境下经过对ZN公式法、参数改进后的粒子群算法、免疫粒子群算法在PID控制参数优化效果进行对比可知,免疫粒子群算法的优化控制效果更佳。     

基于改进量子粒子群算法的PID参数优化

受遗传算法中变异机制的启发,提出一种引入变异因子的改进量子粒子群算法(MQPSO),粒子以不同的概率在种群最优解的位置附近进行变异。在典型函数的测试中,MQPSO算法的收敛精度要好于QPSO算法。应用于电厂主汽温控制系统PID参数优化,仿真结果表明,系统获得了较好的控制效果。     

基于粒子群算法的热工过程PID参数优化

在自动控制的发展历程中,PID参数优化一直是研究的重要问题,PID控制算法在工程上的应用极其广泛,其鲁棒性的应用研究也具有广泛的工程实用价值。基于粒子群算法,提出了一种优化热工被控对象模型PID参数的策略,通过仿真比较优化前后的输出,验证了算法的有效性。同时,针对被控对象在不同参数摄动情况下的鲁棒性进行了理论分析和仿真研究,并比较了不同算法整定下的单位阶跃响应曲线,进一步证明了算法的可行性。     

基于粒子群优化算法的航天器惯性参数辨识

在地面上精确测量航天器的惯性参数是困难的,并且由于燃料的消耗、航天器的交会对接、载荷及姿态的变化等因素将会使航天器的惯性参数在轨发生变化。因而航天器的控制系统、状态估计系统将会受到航天器惯性参数变化的影响。在轨辨识出航天器的惯性参数,可以为更加优化、实时的控制航天器服务。文中提出了一种基于粒子群优化算法的航天器惯性参数辨识算法。建立了引入带有模型误差以及由于航天器惯性参数变化引起的误差的航天器姿态运动学与动力学模型,基于模型误差最小准则建立目标函数,利用改进的粒子群优化算法对模型误差进行实时估计,从而实现对航天器惯性参数的辨识,并将其应用到航天器的姿态控制中,并通过仿真实验证明了该算法的有效性以及实用性。     

基于粒子群算法的PHEV动力参数和控制策略参数优化

以某款新开发的插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)为研究对象,在完成传动参数匹配和控制策略设计的基础上,利用CRUISE建立了PHEV整车仿真模型。采用优化软件Isight集成Cruise整车模型,建立了以动力性能指标为约束条件,以百公里燃油消耗量和排放性能为目标的PHEV参数优化的模型,利用粒子群优化算法对PHEV的传动系统参数和控制策略参数进行多目标综合优化,并进行了仿真分析比较。结果表明,在UDDS循环工况下进行动力参数优化后的PHEV百公里燃油消耗降低12.5%,等效百公里燃油消耗降低10.7%。     

基于改进粒子群算法的车辆被动悬架优化与仿真研究

针对车辆行驶过程中容易受到地面白噪声影响问题,创建了四自由度四分之一车辆被动悬架模型,推导出车辆垂直方向动力学方程式。构造了混合目标函数,采用改进粒子群算法对四自由度四分之一车辆被动悬架模型约束参数进行优化。建立车辆被动悬架系统仿真模型,在不同行驶速度下,通过Matlab/Simulink软件进行动力学仿真,与优化前仿真结果进行对比。仿真结果显示,优化后车辆被动悬架驾驶员头部垂直方向加速度、簧载垂直方向行程及非簧载垂直方向位移的均方根最大值分别减少了51.0%、45.4%和40.7%,车辆垂直方向振动峰值明显降低。采用改进粒子群算法优化车辆被动悬架系统,可以提高车辆行驶的稳定性,改善驾驶员乘坐的舒适度。     

基于粒子群算法的汽车悬架弹簧的优化设计

粒子群算法容易理解、易于实现、编程简单。利用粒子群优化算法对汽车悬架弹簧进行优化设计,其速度要比用其他的方法快得多,仅迭代很少的次数就能得出比较优的结果。有利于提高设计的速度,使设计易于实现,更大程度地提高设计的质量,为钢板弹簧系统、汽车悬架和整车的分析计算奠定坚实的基础。同时为少片弹簧和多片弹簧的优化设计提供了一种新的方法。     

基于粒子群算法的滚齿切削参数优化研究

为了在滚齿加工过程中,能够实现滚齿切削参数优化,提高生产效率,本研究提出了一种基于粒子群算法的滚齿切削参数优化研究方法。该研究综合考虑了生产效率、加工成本等重要因素,引入了生产效率和加工成本等目标函数,建立了滚齿切削参数的多目标优化模型,并引入了协调系数,使其多目标优化模型转化为单目标优化模型。通过案例分析,优化得到的加工工艺参数与经验加工参数相比,其生产效率提高了2.44倍,工艺加工成本降低了56.7%。而在较大程度上为车间或企业的滚齿加工提高了生产效率,降低了成本。因此,该研究对于车间或企业的滚齿加工参数的确定与选择起着重要的参考作用。     

基于粒子群算法的油箱底壳拉延工艺参数优化

针对钣金产品在成型过程中易产生拉裂和褶皱等缺陷。本文以钣金油箱底壳为例,将压边力、拉延速度、模具间隙、摩擦系数作为试验因素,最大减薄率和最大增厚率作为评价指标。将拉丁超立方抽样得出20组试验数据做对数变换后建立线性回归方程。以最大增厚率的对数值不大于2.5为约束,最大减薄率最小为目标建立有约束的线性方程。用自适应权重粒子群算法对线性方程组进行最小值寻优。得到最大减薄率为21.24%,最大增厚率为9.47%。     

基于改进粒子群算法的数控加工参数优化研究

为优化数控加工参数,提高数控机床加工性能,研究改进粒子群算法的数控加工参数优化方法,设置最低生产成本以及最高生产率为数控加工参数的优化目标,利用协调系数将多目标优化问题转化为单目标优化问题建立目标函数,设置切削速度、进给量约束、切削进给力、切削功率、切削转矩约束、表面粗糙度要求为约束条件,采用惯性权重值适应性递减方法改进粒子群算法,令惯性权重随粒子群进化适应性提升,采用改进粒子群算法快速寻找数控加工参数目标函数最优值,实现数控加工参数优化.实例分析结果表明,该方法可有效优化数控加工参数,满足实际加工需求,优化后的实验数控机床加工性能佳.     

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。     

基于量子粒子群算法的数控加工切削参数优化

在数控加工中,为实现生产率最大化和生产成本最小化,根据机床和刀具的实际约束条件建立了以进给量和切削速度为变量的数学模型,并利用具有全局搜索能力强、收敛速度快和鲁棒性高的量子粒子群算法(QPSO)进行优化,仿真结果表明其效果远远优于经验值,也优于粒子群算法(PSO)优化结果。     

基于改进粒子群算法的数控加工参数优化研究

为优化数控加工参数,提高数控机床加工性能,研究改进粒子群算法的数控加工参数优化方法,设置最低生产成本以及最高生产率为数控加工参数的优化目标,利用协调系数将多目标优化问题转化为单目标优化问题建立目标函数,设置切削速度、进给量约束、切削进给力、切削功率、切削转矩约束、表面粗糙度要求为约束条件,采用惯性权重值适应性递减方法改进粒子群算法,令惯性权重随粒子群进化适应性提升,采用改进粒子群算法快速寻找数控加工参数目标函数最优值,实现数控加工参数优化.实例分析结果表明,该方法可有效优化数控加工参数,满足实际加工需求,优化后的实验数控机床加工性能佳.     

基于粒子群算法的主动悬架混合控制策略研究

为了有效协调车辆乘坐舒适性、行驶平顺性及安全性,进行了基于粒子群算法的主动悬架混合控制策略研究。首先分析了天棚/地棚控制策略在提高悬架动力学性能方面的局限性;随后结合天棚和地棚控制策略,提出了混合控制策略,并采用粒子群算法进行了混合控制策略的控制参数寻优,确定了最优控制参数;最后,进行了混合控制策略下主动悬架和传统被动悬架在时域与频域内的对比仿真分析,仿真结果表明,混合控制策略下主动悬架的性能明显优于被动悬架,其车身加速度均方根值减小了13.96%,悬架动挠度均方根值减小了26.01%,车轮动载荷均方根值减小了8.59%,说明了混合控制策略在协调车辆动力学性能方面的有效性以及控制参数优化结果的正确性。     

基于粒子群算法的车辆半主动悬架模糊PID控制的优化研究

为 了 改 善 轮 毂 驱 动 电 动 汽 车 非 簧 载 质 量 增 加 导 致 行 驶 平 顺 性 和 操 纵 稳 定 性 下 降 的 问 题 ,提 出了 一 种 基 于 粒 子 群 算 法 优 化 的 模 糊ＰＩＤ控 制 器 。 首 先 ,建 立 １ ／ ２ 车 辆 半 主 动 悬 架 模 型 ,完 成 对 模 糊 控 制 器的 设 置 ,并 在Ｓｉｍ ｕｌｉｎｋ 环 境 下 建 立 带 有 模 糊 ＰＩＤ控 制 器 的 悬 架 模 型 ,然 后 使 用 粒 子 群 算 法 对 模 糊ＰＩＤ控 制器 进 行 优 化 。 最 后 ,对 粒 子 群 算 法 优 化 的 模 糊ＰＩＤ控 制 半 主 动 悬 架 进 行 仿 真 研 究 。 仿 真 结 果 表 明 ,粒 子 群算 法 优 化 的 模 糊ＰＩＤ控 制 的 悬 架 系 统 相 较 于 传 统ＰＩＤ控 制 和 模 糊ＰＩＤ控 制 ,悬 架 性 能 得 到 大 幅 提 升 。     

基于多目标粒子群算法的电磁主动悬架作动器优化

针对电磁主动悬架直线式作动器电磁力波动对悬架系统影响问题,建立作动器磁场解析模型,以总谐波畸变量(Total harmonic distortion,THD)作为电动势(Electromotive force,EMF)中谐波含量的评价指标,对影响电磁力输出的EMF进行谐波分析,在此基础上,建立考虑悬架电磁力波动特性的悬架系统模型,分析了车辆动力学响应特性。其次,采用多目标粒子群智能优化算法,以“大EMF幅值”和“小THD”值作为目标,对作动器结构参数进行多目标优化,并利用模糊集合理论对优化后的Pareto最优解集进行选优。仿真结果表明,作动器电磁力波动下降了53.8%,有效电磁力提升了8.5%,基本消除了电磁力波动对悬架系统的影响。最后,对作动器样件进行测试,结果显示：作动器绕组EMF中含有3次、2次、4次和5次谐波分量,且THD值达到了5.6%,电磁力波动为7.8 N,试验结果验证了对电磁力波动分析及优化的有效性。