基于协同量子粒子群的自动配煤系统优化

提出了一种基于量子粒子群算法的自动配煤优化方法,该方法首先对量子粒子群进行了改进,引入协同与学习策略提高了算法的搜索性能。在对自动配煤系统数学建模时,采用加权法将其由多目标优化问题转化为单目标优化问题,再通过协同量子粒子群优化求解。实验结果表明在对自动配煤系统的优化中,协同量子粒子群具有更优秀的搜索能力,能够快速、可靠、有效地获得最优解。     

基于智能燃料管控平台的智能配煤系统设计

基于智能燃料管控平台,研究开发了智能配煤系统,通过配煤规则引擎、智能配煤预测模型、可取煤堆识别、配煤方案综合评价等模块设计,依据当前工况自动生成有效的配煤方案和作业工单,有效提高了电厂机组上煤决策效率,为发电机组提供安全、经济、环保运行提供保障。相关人员通过在实际燃煤电厂中应用智能配煤系统,验证了该设计的有效性和可行性,取得了良好效果。     

基于改进型蚁群算法的内燃机配气凸轮机构型线动力学优化设计

针对内燃机配气机构工作时的振动、冲击和噪声问题,建立内燃机配气凸轮机构型线的动力学数学模型。对蚁群算法在内燃机配气凸轮机构型线参数优化设计进行详细分析,并对蚁群算法存在的容易陷入局部解问题,将蚁群算法和遗传算法进行有效地结合,使得改进后的蚁群算法能够高效率地对内燃机配气凸轮机构型线参数进行优化设计：运用改进型蚁群算法和Matlab语言,对内燃机配气凸轮机构型线数学模型进行仿真优化计算,与原设计相比,仿真结果表明,丰满系数提高,动态最大正加速度在上升段降低,在下降段增加,动态最大负加速度降低,使得系统动态速度和动态加速度趋于平稳,有效地减少了内燃机配气机构的冲击振动,提高了内燃机的动力性能。     

自动配料集散式微机控制系统的设计——凌钢焦化厂配煤生产线不停产改造工程

叙述了一种采用集散控制技术的自动配煤系统。具体介绍了系统的构成,秤体的设计特点,实时控制设计,过程控制及实现。配煤准确率由人工配煤的60％上升到90％以上,年经济效益600万元。     

自动配料集散式微机控制系统的设计；凌钢焦化厂配煤生产线不停产改造工程

叙述了一种采用集散控制技术的自动配煤系统。具体介绍了系统的构成，秤体的设计特点，实时控制设计，过程控制及实现。配煤准确率由人工配煤的60%上升到90%以上，年经济效益600万元。     

神经内模优化控制策略在配煤过程中的应用

采用径向基函数神经网络建立了配煤过程的非线性动态模型,并由此提出配合煤灰分的神经内模优化控制策略,设计了基于Modbus Plus网络技术的分布式控制系统。在选煤厂自动配煤系统的实际应用结果表明,该文提出的控制算法能有效地控制配合煤灰分。     

洗煤厂自动化配煤技术的研究与应用

为有效解决凤矿洗煤厂煤质波动较大且变化频繁、人工配煤可靠度和精度差、配煤系统设备故障率高等问题,提出了基于PLC的自动化配煤系统,通过现场应用,能够有效实现自动配煤,配煤精度可以达到目标灰分值的±1%。说明该系统能够使目标煤量灰分波动小,煤质稳定,可有效提高商品煤质量,降低企业成本,具有很好的经济效益和安全效益。     

基于物联网的焦化厂智能配煤控制系统的研究

基于现代化物联网技术,运用第5代移动通信技术(5G)实现焦化厂智能配煤控制系统。本文阐述了应用于焦化厂智能配煤系统中的物联网控制单元核心组成部分,对比传统的PLC控制系统,进一步分析基于物联网的智能煤控制系统的优势。焦化厂通过对配煤系统的物联网化改造,不但节约人力,而且能够大幅提高整体系统的响应速度,进一步提高了煤料配比的准确性、效率,并提升了系统的安全性。     

基于三维时空状态图-并行排序蚁群算法的多机器人路径协同规划

为了得到多机器人系统在无碰撞前提下的较优路径,设计了分层协同规划系统.该系统包括3个子模块,分别为全局最优路径规划模块、碰撞检测模块和避撞模块.在全局路径规划方面,在蚁群算法中加入了多子群并行搜索策略和基于信息素的子群经验交流策略,提出了基于并行排序蚁群算法的路径规划方法.在碰撞检测方面,提出了三维时空状态图的概念,基于机器人路径栅格在三维时空状态图的分布给出了碰撞检测结果.在避撞方面,建立了避撞的博弈论模型,基于博弈论得到了集体代价最小的避撞策略.在30 m×30 m的复杂栅格环境中验证,并行排序蚁群算法规划路径的目标函数平均值比传统蚁群算法减小了5.25％,比改进蚁群算法减小了3.66％,验证了并行排序蚁群算法在全局路径规划中的优越性.在20 m×20 m栅格环境中利用4个机器人进行避撞策略检测,从结果可以看出,基于博弈论的避撞策略可以有效避免机器人间的碰撞,实现机器人的安全行驶.     

选煤厂末煤动态掺配系统的设计

针对成庄矿末煤掺配过程中配比计算粗略、控制滞环严重、人力消耗过多的现状,在原有配煤系统下设计了全新的末煤动态掺配系统,设计了集系统保护、灰分锚定和PID步进整定于一体的算法程序,实现配煤过程的精准控制。实验表明,末煤动态掺配系统可有效提高配煤精确性,使灰分误差降低到0.61%。     

一种新的车辆排气系统的可靠性优化设计方法

针对以总布置为目标的传统设计方法不能够满足排气系统可靠性要求,提出一种基于改进蚁群算法的排气系统可靠性优化设计方法。通过对概率因子优化、挥发条件动态处理机制以及引入最大-最小蚂蚁系统3个方面对传统蚁群算法进行改进。结合CAE仿真模拟计算、应力谱采集以及二次响应面拟合法构建可靠性寿命预测模型,利用改进蚁群算法进行优化设计求解。结果表明,排气系统所受最大应力由原来的175.11 MPa减小为158.92 MPa,可靠性寿命计算值由5 623.69 h提升至6 165.95 h。该方法有效提升排气系统可靠性寿命。     

基于蚂蚁算法的谐波齿轮传动模糊优化设计

研究了谐波齿轮传动优化设计问题，建立了其模糊优化设计数学模型。引入蚁群更新策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题，在搜索过程中对设计变量进行工程化处理，蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序，给出了谐波传动的混合离散变量优化设计实例。     

量子蚁群算法在压力容器优化设计中的应用

建立压力容器的优化设计数学模型,利用一种新型的优化算法——量子蚁群算法对压力容器的主要参数进行优化设计。量子蚁群算法在蚁群算法的基础上引入量子理论,该方法能尽快搜索到较理想的下降方向,提高了算法的收敛速度。具体应用实例表明,基于量子蚁群算法的优化设计切实可行,显示量子蚁群算法在化工设备优化设计问题上的可用性。     

基于蚁群优化UKF算法的汽车状态估计

针对汽车状态估计中过程噪声和观测噪声的时变特性,提出一种新的自适应滤波算法。该算法基于三自由度非线性汽车动力学模型,在利用UKF对汽车状态量进行估计的同时,引入蚁群优化算法,根据目标函数对过程噪声和观测噪声进行寻优,实现了过程噪声和观测噪声的自适应作用,估计精度的大幅提高。虚拟实验验证了蚁群优化UKF算法的鲁棒性和精度。研究结果对汽车主动控制系统的开发具有重大的理论指导意义。     

基于蚁群算法大功率曝气机减速齿轮箱的可靠性优化设计

蚁群算法是基于群体的一种仿生算法，对于复杂系统的优化设计具有鲁棒性好、寻优能力强等特点。本文以大功率倒伞曝气机行星减速齿轮箱的体积最小为优化目标函数，建立了行星减速齿轮箱的数学模型，并运用蚁群算法和MATLAB语言，对行星齿轮箱进行了优化计算。优化结果表明，基于蚁群算法的优化设计较传统优化设计相比，在满足设计要求的前提下体积更轻。为行星齿轮箱的其它优化设计提供了新的思路方法。     

基于A*

针对二维栅格地图下,移动机器人以最短路径遍历所有目标点的路径规划问题,提出一种基于启发信息扩展节点的 A*     

基于矩阵算式和蚁群算法的元功能链设计方案优化方法*

为解决矩阵算式求解元功能链设计方案过程中缺乏优化工具的问题,提出了一种矩阵算式结合蚁群算法的优化方法。分析了相似性理论,用相似度和广义距离表征两个相邻元件的兼容性;定义了相似度矩阵,并使之与设计方案矩阵关联计算,获得了蕴含元件相似度信息的设计方案矩阵;定义了设计方案的评价模型和基于蚁群算法的优化模型,给出了评价参数、权重以及评价值的计算方法;以元件的评价得分作为信息素,以广义距离作为相邻节点路径的长度,构建了信息素矩阵和概率矩阵;将方案求解问题转化为组合优化的最优路径问题,用蚁群算法直接优化蕴含在设计方案矩阵中的方案,得到了同时满足结构需求、功能需求、评价需求的设计方案。通过某三轴伺服传送机构设计方案优化的实例,验证了方法的有效性。     

基于蚂蚁算法的混合离散变量机械优化设计方法

引入蚁群更新、沿途搜索等策略对蚂蚁算法进行了改进。为了求解混合离散变量优化设计问题，在搜索过程中对设计变量进行工程化处理，蚂蚁按处理后的变量进行离散搜索。采用MATLAB语言设计了蚂蚁算法程序，通过典型优化设计问题进行了验证，并给出了混合离散变量机械优化设计实例。实例表明，改进后的蚂蚁算法全局收敛能力强，程序运行可靠。     

基于蚂蚁算法的连杆角位移再现机构模糊稳健设计

引入Logistic混沌模型和最优蚂蚁保护策略对蚂蚁算法进行了改进。对再现连杆角位移的平面连杆机构,分析了其运动精度的影响因素,建立了模糊稳健优化设计数学模型。给出了基于蚂蚁算法的模糊稳健优化设计实例,在求解机构杆长等参数的同时,还求出了各杆长的制造公差,保证了机构运动精度的稳健性。     

机器人导航路径的多种群博弈蚁群规划策略

为了降低移动机器人工作路径长度、减少算法迭代次数、提高路径平滑性,提出了多种群博弈蚁群算法的规划方法.建立了机器人工作环境的栅格模型;提出了由1个主种群和2个从种群组成的多种群蚁群算法;将博弈论应用于种群的协同与竞争中,设计了合作博弈机制、奖惩机制、针锋相对机制和协调博弈机制;针锋相对机制和协调博弈机制应用于从种群间的...