遗传算法在转子-轴承系统参数识别中的应用

介绍在外电磁激励力作用下的转子不平衡参数识别方程,并引入遗传算法来解决参数识别问题,从理论上分析利用遗传算法的必要性。结合参数识别方程,详细论述遗传算法具体应用内容,并改进遗传算子。通过求解病态参数识别方程的算例,验证遗传算法的优越性。     

挠性转子动平衡的研究

挠性转子的高速动平衡,是现代化工业生产中一项高尖端的科研技术项目.挠性转子的动平衡技术的研究涉及到深奥的动平衡原理,繁琐复杂的动平衡程序,对平衡设备、工艺方法及平衡人员的高要求等各种问题.针对以上的复杂情况,将采用由原理指导实践,再由实践验证、修正原理的研究方法,对挠性转子的动平衡特性和原理进行深入研究,并以德国进口的高精动平衡机为例分析了动平衡设备对工件平衡的影响,详细地阐述挠性转子的动平衡原理,研究方法和技巧,以及解决常见动平衡故障的手段和方法,并总结出一套行之有效的平衡工艺方法.     

高速挠性转子不平衡诊断及整机动平衡处理

提出了从法国引进的离心压缩机振动严重超标问题。经测试诊断为轴系不平衡。经理论计算和分析论证,采用现场动平衡的方法,解决了现场动、静不平衡的问题。具体介绍了其方法及效果。     

用遗传算法识别转子-轴承系统中的支承刚度

提出用基因算法识别转子—轴承系统有限元模型中支承刚度的新方法，给出基因算法识别支承刚度的步骤，并通过算例讨论人口数与突变概率对收敛速度与计算时间的影响。研究结果表明，这种方法是基于自然界优胜劣汰规律的随机迭代搜索，不仅可以避免优化过程对待识别参数初值的依赖，而且可以有效地解决优化迭代过程不能用解析式表示的复杂问题。     

挠性转子动平衡时最大残余振动的极小化研究

为有效地抑制影响系数法平衡挠性转子及其轴系时出现的最大残余振动，本文给出一种能够使最大残余振动极小化的平衡量计算法－ＭＩＮＭＡＸ法，计算实例证实该方法的有效性。本文同时还深入研究了目前广泛使用的ＷＬＳ法与ＭＩＮＭＡＸ法之间的关系，在理论上比较了这两种方法在抑制最大残余振动方面的效果，进一步证实了ＭＩＮＭＡＸ法的有效性。     

计算挠性转子动平衡量的摄动最小二乘法

给出影响系数法平衡挠性转子及其轴系时一种平衡量的计算方法——摄动最小二乘法,该方法既可以有效抑制测振点最大残余振动,又可以维持整体残余振动较小即各测振点的残余振动平方和最接近最小二乘法的水平。通过算例将该方法与目前常用的最小二乘法、加权最小二乘法和极小化最大残振法进行比较,结果表明,摄动最小二乘法是对最小二乘法的有效修正,在一些场合可以取得比加权最小二乘法和极小化最大残振法更好的平衡效果。     

具有密临界转速的挠性转子动平衡

对于具有二个相隔很近的临界转速的挠性转子,用振型平衡法进行动平衡时常会遇到困难,因为通常很难将两阶不同模态的影响相互分离。针对这种情况文中提出了模态影响因子法(MIF 法)。根据两组不同的试加重量,可以定出模态影响因子,从而识别出这两阶模态的不平衡量。该方法曾试用于国产 QFS—60MW 透平发电机挠性转子动平衡上,得到了验证。     

遗传算法在柔性转子动平衡中的应用

现行的柔性转子动平衡技术离不开多次添加试重加起车，通常的无试重平衡法存在着过多的假设和对轴承先验知识的依赖，限制了其在工厂中的应用。通过建立以轴承参数和不平衡量的输入、轴承处振动响应为输出的系统模型，利用遗传算法逆向求解出不平衡量。藉此，料可大致了解旋转机械处于运行状态时轴承的参数和工作状态。     

基于改进遗传算法实现柔性三坐标测量机参数标定

针对柔性三坐标测量机测量精度低的弊端,提出了误差修正和参数标定的方法.应用Denavit-Hartenberg( DH)法建立了柔性三坐标测量系统的运动学模型和误差模型,考虑系统结构参数标定问题,提出了一种基于优化最小二乘法的改进遗传算法.首先,在最小二乘法中引入变化因子来衡量收敛速度;其次,当该因子趋于稳定时,将产生...     

基于GA PSO混合算法的钢杆磁特性参数识别方法

测量轴类零件的磁滞回线,利用其特征参数的变化表征零件表面硬度及硬化层深度,是具有工程应用前景的电磁无损检测新技术之一,其关键是轴类零件磁特性曲线测量装置的研制和磁特性参数高精度识别方法的研究。设计出一种基于闭环磁路的钢杆磁滞回线测量实验装置,并基于J-A磁滞模型,提出了一种遗传粒子群(GA-PSO)混合算法,实现了钢杆磁滞回线全局与局部特征参数的快速、高精度识别。实验测得的3种不同材质钢杆磁滞回线,对比分析了混合优化算法与单一算法(遗传、粒子群、模拟退火)的参数识别速度与精度,结果表明,混合算法全局识别结果的最小均方根误差仅为0.004 7,低于单一算法的相应结果;混合算法对局部特征参数(矫顽力、剩余磁感应强度)识别的相对误差均小于0.35%,优于单一算法识别精度。上述实验测试和磁特性参数识别方法,有望应用于销钉、螺栓等轴类构件表面硬化层的无损检测。     

Identification of the unbalance distribution in flexible rotors

This paper presents a new method for estimating unbalance distributions of flexible shafts and constant eccentricities of rigid disks based on the transfer matrix method for analyzing the steady-state responses of rotor-bearing systems, in which the transfer matrix of a flexible shaft is derived in a continuous sense with any spatial unbalance distribution. Rotary inertia, gyroscopic and transverse-shear effects are also included. When deflections and deflection angles of one free end are measurable, the unbalance distribution of shafts and disks can be estimated under operating conditions by the proposed method. The main advantage of this identification technique is that only the state vector of the one free end of the rotating shaft need to be measured. Justification of the method is presented by numerical simulations.     

基于主-从遗传算法求解柔性调度问题

通过分析柔性作业车间调度问题中工件与设备的特征及两者间的关系,提出了一种主一从遗传算法的调度方案。在该算法中,主、从染色体分别采用工件基因块和设备基因块的分块编码。主染色体代表可行加工路径组合,从染色体代表主染色体约束下的可行调度方案。然后,以最小化工件延迟时间为目标,为主染色体设计选择和多点变异两类遗传操作;以最小化设备空闲时间为目标,为从染色体设计选择、多点交叉和多点变异3类遗传操作。从染色体适应值取其代表的调度方案中工件流通时间的倒数,主染色体适应值取其对应从染色体种群的最优适应值。这种双层多点遗传操作避免了非可行解的产生,并可采用类似旅行商问题的遗传操作。最后,通过仿真和比较实验,验证了该算法的有效性。     

基于非线性GA算法的MFF透射模型的参数辨识与优化

基于磁性流体(MF)磁链理论,建立了磁流体薄膜(MFF)传感模型,并通过Monte Carlo法分析了MF透射特性,建立了MFF透射模型。采用非线性遗传算法(GA)对MFF透射模型进行了参数辨识,分析了种群规模、进化代数、交叉率、变异率等参数选值对算法运行结果的影响,并选取了最佳参数组合,搭建了MFF电流传感器实验平台,分析了MFF厚度和粒子浓度对MFF透射性的影响,运用MFF透射模型对MFF电流传感器进行了仿真预测。实验及仿真结果表明该模型具有较好的预测性,预测误差在2.29%以内,所设计的MFF电流传感器的测量灵敏度达到11μW/A。     

具有柔性加工时间的机器人制造单元调度问题改进遗传算法

为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。     

康复训练患肢动力学模型参数辨识算法的研究

康复训练患者的病情千差万别,不同的患者有不同质量的患肢和不同的肌张力甚至可能发生肌肉痉挛,这些都将严重影响康复训练机器人系统的稳定性、可操作性以及从手运动的平滑性,降低了康复训练效率。为了解决这些问题,根据患肢训练时力和位置等信息反馈,提出一种用解超定方程组的方法在线辨识患肢的动力学参数,实现了患肢动力学模型的在线辨识。仿真结果证明该方法辨识患肢动力学参数效果良好,并且在一定的噪声范围内具有较强的鲁棒性,可以用于康复训练机器人的患肢动力学参数辨识,为实际康复训练机器人系统的实时控制提供了较为准确的依据。     

基于混合遗传算法的柔性作业车间调度研究

为更有效地求解柔性作业车间调度问题,提出一种混合遗传算法(蚁群-遗传算法)。在分层法的基础上,首先采用蚁群算法解决工艺路线选择问题,再通过遗传算法解决传统的作业车间调度问题。在混合遗传算法求解过程中,不断地在前期优化中获取调度知识,用于指导后期的优化过程。通过标准案例测试,验证了混合遗传算法对于解决柔性作业车间调度问题的有效性。     

基于遗传算法的信号识别技术

将遗传算法应用于识别气浮式动平衡测量装置准静态信号的参数 ,提出了二次磨光法的数据预处理方法。首先采用二次磨光法消除坏点并进行快速傅立叶变换以确定信号的频率成分 ,并设定各频率成分信号的幅值和初相位的取值范围 ,然后以实测信号与识别结果的差值定义适应度 ,最后经过基本遗传操作和迭代得出最优解。仿真结果和试验实例表明 ,提出的方法精度很高 ,幅值识别误差不超过 1% ,初相位误差小于 2° ,满足了实际工程需求。     

基于文化遗传算法求解柔性作业车间调度问题

在分析柔性作业车间调度问题特性的基础上,提出了一种采用主群体空间和信仰空间的双层进化结构的调度算法。该算法采用优良调度方案的知识信息构成信仰空间;提出一种二维矩阵的集成编码;基于工序顺序编码和基于机器分配编码的两种交叉和变异算子在主群体空间进行传统的遗传操作;通过具有自学习特点的相似性选择算子,使子代更好地继承父代的优良特征。通过典型算例的计算实验,表明算法在计算效率和求解质量上均具有较好的效果。