精密机床半主动隔振系统多目标优化

针对精密机床半主动隔振系统最优化问题,建立2自由度机床力学模型;以导轨2点加速度均值最小为优化目标函数,并考虑多种约束条件,编制了具有基因库和E算子的遗传算法软件包GaE对机床隔振系统主动元件和被动元件参数进行优化.优化结果表明,用遗传算法求解2自由度机床隔振系统最优化问题是高效的,同时也是全局收敛的.     

基于自适应遗传算法的隔振系统参数优化计算

为优化航天器中隔振系统的隔振参数,提出了一种基于自适应遗传算法的优化方法。在只考虑单条支腿的前提下,建立了主动隔振系统的动力学模型,通过拉普拉斯变换得到了上平台输出的力对下平台控制力的传递函数,并获得待优化的参数。将参数优化问题转化成数值优化问题,利用最大熵法生成算法的目标函数;采用新的选择算子来避免算法早熟;提出自适应交叉算子和自适应高斯变异算子来保证种群多样性;通过优胜劣汰和种群迁移法则来提高算法的全局收敛性。最后,通过仿真实例对算法的有效性进行验证,结果表明：和传统的遗传算法相比,本算法的收敛速度快、优化效果好。     

潜艇浮筏隔振系统的半主动模糊滑模控制

对带有电流变液智能阻尼器的双层浮筏隔振系统设计一种半主动静态输出反馈模糊滑模控制器.根据滑模运动方程稳定的Hurwitz判据选择滑模面矩阵.根据滑模到达条件及可控屈服阻尼力对隔振系统做负功原理设计半主动输出反馈模糊滑模控制器.仿真分析浮筏隔振系统在扫频激励信号下的力传递率及在双频激励信号下的输入力和输出力曲线.仿真结果表明,半主动输出反馈模糊滑模控制下的浮筏隔振系统的减振效果要远好于最优被动阻尼系统.     

半主动控制浮筏隔振系统抗冲击特性的试验研究

针对水下舰艇内部设备的抗冲击问题,对安装开关可控阻尼器的半主动控制浮筏隔振系统的抗冲击特性进行了试验研究,搭建了半主动控制浮筏隔振系统的试验装置,在试验装置的基础上施加冲击激励,测试可控阻尼器分别处于高、低阻尼状态下的基础和机组的加速度响应,并通过对比分析了可控阻尼器处于不同阻尼状态时,半主动控制浮筏隔振系统抗冲击特性的差异。试验结果表明:半主动控制浮筏隔振系统具有良好的抗冲击特性;可控阻尼器处于低阻尼状态时,机组加速度响应的最大峰值较小;可控阻尼器处于高阻尼状态时,机组加速度响应的衰减较快;通过改变可控阻尼器的阻尼状态,可以进一步优化其抗冲击特性。     

半主动控制浮筏隔振系统的开关算法与仿真研究

为解决船舶动力系统的隔振等问题,将浮筏隔振技术应用到船舶动力系统的隔振中。针对半主动控制浮筏隔振的三自由度系统,通过研究半主动控制浮筏隔振系统的开关控制算法,给出了两种开关控制算法。在建立了两种半主动开关控制浮筏隔振系统的仿真模型的基础上,实现了半主动控制浮筏隔振系统基础加速度响应的仿真分析。研究了半主动控制浮筏隔振系统在这两种开关控制算法控制下,不同的激振频率对基础加速度的影响。最后,讨论了两种算法对提高浮筏隔振系统隔振效果的有效性。研究结果表明,两种开关控制算法下的半主动控制浮筏隔振系统在不同的激振频率时,基础加速度幅值有一定的衰减。     

基于精英策略遗传算法的主动隔振系统集成优化设计

针对传统主动隔振系统先设计结构参数后设计控制器的方法很难达到全局最优这一问题,本文提出一种采用精英策略遗传算法对结构参数和控制参数进行集成优化的方法。该方法将主动隔振系统机械结构及LQG控制器的设计结合起来,以隔振平台加速度,隔振系统动挠度和底座动位移三者总加权均方根为性能指标,对主动隔振系统进行集成优化。通过理论分析与仿真结果表明此方法能有效提高主动隔振系统的隔振效果。     

基于遗传算法的两级隔振系统消振器参数优化研究

通过分析两级无源隔振系统设计中存在的问题,提出在第一级隔振质量块上安装第三质量-弹簧-阻尼系统作为隔振系统的消振器,由其抑制隔振系统的二阶模态,同时保证系统在高频区段的良好隔振性能.运用遗传算法对消振器各参数进行优化.对优化结果的仿真分析及试验研究表明:该方法切实可行,改善了系统的隔振性能.     

基于多目标遗传算法的齿轮传动优化

针对某牵引机车齿轮常出现齿面胶合、点蚀等问题,采用遗传算法,以重合度,齿面接触应力和齿根弯曲应力为优化目标,对齿轮的啮合参数进行了优化。为节省计算成本,在齿轮参数化有限元模型仿真计算的基础上,建立了齿面接触应力和齿根弯曲应力的代理模型。结果表明:遗传算法在多维区域内能快速有效的搜索Pareto解集,实现多目标的优化。以优化的结果对齿轮进行重新设计后,经有限元仿真验证,轮齿齿面接触应力及齿根弯曲应力均得到有效降低。     

船舶设备半主动单层隔振系统传递特性分析

为了提高船舶动力设备单层隔振系统的隔振性能,研究半主动磁流变(magnetorheological,简称MR)阻尼器和基础质量对系统传递特性的影响规律,采用通过试验验证的改进的Bingham模型描述MR阻尼器的力学特性,建立考虑基础质量影响的二自由度无约束隔振系统的动力学模型。通过平均法得到了隔振系统主共振时的解析解,并通过数值方法验证了理论解的正确性。以力传递率为评价指标,研究了半主动隔振系统主要参数对系统主共振的影响。结果表明:基础质量增加可降低系统的固有频率及隔振区域的减振效果;MR阻尼器控制力和零力速度的增加可提升隔振性能;MR阻尼器的阻尼增加可提高共振区域的隔振效果,但降低了隔振区域的隔振效果。     

基于多目标遗传算法的产品优化配置研究

针对产品配置设计存在的问题，提出一种基于多目标遗传算法的产品优化配置方法，设计了相应编码解码方案和适应度计算方法，在具体算法中，对小生境的范围确定和精英策略提出改进。仿真实验证明，该算法可行有效，优于其他遗传算法。     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。并在介绍遗传算法的基础上,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明,遗传算法在机械多目标优化方面具有较好的应用前景。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

基于遗传算法的生产线多目标优化研究

AGV(automatic guided vehicle)作为物料运输的载体,使生产线物料按节拍流动,是产线设计的关键部分。针对产线初步规划方案中AGV的数量、配送量及速度参数未确定影响产线最佳方案设计的问题,将产线产品生产周期、暂存区总容量、设备平均利用率及AGV平均利用率作为多个目标。采用全因子试验方法,探究AGV的数量、配送量及速度3个因素对多个目标的影响及其变化规律,确定关键因子与优化目标。建立多目标数学模型,采用遗传算法求解,调整并行工序数量,获得优化方案并仿真验证。研究结果表明:该方法能够有效求解问题,使作业的AGV数量减少至1辆,提高资源利用率,降低企业投资成本。     

基于遗传算法的仿生肌肉多目标优化控制研究

以动物肌肉结构和工作特性为模拟对象的仿生肌肉,其控制对象数量多,控制较为复杂.首先将仿生肌肉控制转化为多目标优化控制问题,将多目标函数合成为单一目标函数,以对该多目标优化问题进行求解;其次就遗传算法在该多目标优化求解问题中的应用进行了讨论;最后对由形状记忆合金构成的仿生肌肉进行仿真实验,结果表明仿生肌肉的多目标优化控制方法是一种有效的优化控制方法.     

基于遗传算法的仿生肌肉多目标优化控制研究

以动物肌肉结构和工作特性为模拟对象的仿生肌肉,其控制对象数量多,控制较为复杂。首先将仿生肌肉控制转化为多目标优化控制问题,将多目标函数合成为单一目标函数,以对该多目标优化问题进行求解;其次就遗传算法在该多目标优化求解问题中的应用进行了讨论;最后对由形状记忆合金构成的仿生肌肉进行仿真实验,结果表明仿生肌肉的多目标优化控制方法是一种有效的优化控制方法。     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景     

基于遗传算法的柔性车间多目标优化调度

针对工件投料时间和机器起用时间不为零的柔性车间多目标优化调度问题,提出了一种改进遗传算法.染色体编码采用机器分配链和工序顺序链的双链结构;用均匀设计法、最短加工时间机器指配法、随机生成法三种方式产生初始种群;由锦标赛方法、最优保存策略和新生策略混合进行选择操作;以传统交叉方式、面向瓶颈机器的交叉方式,以及面向瓶颈工件的...     

基于遗传算法的多目标微电网优化调度研究

针对孤岛模式下含风光、微燃机、柴油发电机及蓄电池的微电网系统,以考虑经济性和环保性的综合成本为目标函数,结合系统功率平衡、各机组出力限制等约束条件,建立优化调度模型。由于改进了学习因子和惯性权重的粒子群算法仍存在陷入次优解概率较高,易陷入局部最优等问题,本文提出一种引入多目标遗传算法,以增强算法的全局和局部搜索能力。最后,基于典型日孤岛微电网运行数据进行仿真分析,结果表明,本文所采用的多目标遗传算法有效降低了综合目标成本,取得了良好的优化效果。     

基于遗传算法和Boltzman机混合策略的半主动悬架连续模糊控制器

根据现有的用于汽车半主动悬架减振器阻尼控制的模糊控制器存在的问题,提出了一种基于遗传算法和Boltzman机混合策略的模糊控制算法,该算法能对模糊控制规则进行优化,并可保证控制系统的快速性和全局最优性.模拟试验结果表明这种基于新算法的控制器能使汽车的平顺性得到有效的改善.