石英挠性加速度计参数的人工鱼群算法辨识

在对石英挠性加速度计进行重力场十二位置翻滚测试的基础上,采用了改进人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA)对加速度计静态模型参数进行了辨识。实验结果表明,改进人工鱼群算法能有效辨识加速度计参数,为加速度计模型参数的辨识提供了一种新方法。     

采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化EI北大核心CSCD

发展基于Pareto多目标人工鱼群算法(Multi⁃Objective Artificial Fish Swarm Algorithm,MO⁃AFSA),解决结构健康监测中传感器位置多目标优化的问题。构建与观测模态线性独立性、结构损伤灵敏度和损伤信息冗余性有关的传感器位置多目标优化目标函数;改进人工鱼群算法的追尾和觅食行为,并引入外部档案集以处理寻优过程中的互不支配解,结合Pareto概念选取与理想点欧式距离最近的Pareto解为最优解;以三层平面钢框架结构为数值算例,用基于Pareto人工鱼群算法求解传感器位置多目标优化方案,并进行结构损伤识别。研究结果表明:用所提方法得到的传感器测点在结构中均匀分布,获取的结构损伤信息更为全面,冗余性低,振型独立性好,能够较精确地识别损伤位置和损伤程度,并且抗噪性能好。     

变风量空调系统温湿度解耦控制

变风量空调系统是一个非线性、大滞后、多变量的系统,简单的PID控制对非线性系统控制效果较差,控制精度不高。针对变风量空调系统控制过程中,送风量-房间温度、送风温度-房间湿度两控制回路间存在耦合的现象。采用神经网络算法进行解耦控制,以消除耦合。首先,应用最小二乘法建立被控对象控制回路的数学模型,其次,采用PID神经网络解耦控制算法和交叉解耦控制算法对存在耦合的回路进行解耦控制。最后,进行仿真分析,并加载到空调系统中进行验证。     

变频空调多变量模糊控制

家用变频空调蒸发压缩循环各反馈回路存在强耦合,使得传统的基于模型的控制器和解耦模糊控制器控制性能受到限制.提出一种非模型多变量模糊控制器,调节蒸发压缩循环的蒸发温度和过热度以改善其控制性能. 实验结果表明所提出的MFC能有效提高系统性能和改善能效,且该控制器设计和实现简单方便.     

应用IMOABC空调房间CO2浓度二自由度内模分数阶PI控制性能的研究

由于定风量空调机组(Constant Air Volume Air Handling Unit, CAVAHU)输出的新风量往往是固定的,当空调房间内的额定人员数量超员或不足时,会导致空调房间CO₂浓度测量值C_n高于室内CO₂浓度设定值C_n=C_n,set或新风负荷增大的状况。对此提出了一种空调房间CO₂浓度二自由度内模分数阶PI控制策略和设计改进多目标人工蜂群算法(Improved Multi-Objective Artificial Bee Colony Algorithm, IMOABCA)对控制器参数实施整定的思路。首先,基于人工蜂群算法,分别对雇佣蜂和观察蜂引入自适应惯性权重和精英组策略,进行非线性递减和柯西变异的演变,并结合观察蜂搜索特性,将最小粒子角度引入外部档案集,获取相应的Pareto解集,设计IMOABCA,进而对控制器的3个参数进行整定,获得相应的最优值。最后,借助MATLAB工具,对该室内CO₂浓度的二自由度内模...     

基于CEEMDAN-TSMPE-PCA风力发电机齿轮箱高速轴承故障诊断技术

针对风力发电机组轴承故障信号微弱、不易提取、识别困难等问题,提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、时移多尺度排列熵(Time-Shift Multiscale Permutation Entropy, TSMPE)、主成分分析法(Principal Component Analysis,PCA)相结合的振动信号降噪算法,结合改进人工鱼群(Improved Artificial Fish Swarm Algorithm,IAFSA)优化支持向量机(Support Vector Machine,SVM)分类算法,实现风力发电机轴承的故障诊断。首先将风力发电机轴承原始振动信号进行CEEMDAN分解,得到一系列由高频到低频的IMF分量,通过相关系数筛选出经CEEMDAN分解后所产生虚假分量以及残余噪声分量并进行剔除,再通过峭度值在剩余分量中筛选出包含故障信息较多的IMF分量进行信号重构;其次,采用TSMPE计算重构信号的敏感特征值,经PCA选择后组成特征向量;最后,以IAFSA优化SVM,训练IAFSA-SVM多分类故障分类器,实现风力发电机轴承故障识别。将该方法与其他组合方法进行比较,证明所提方法在风力发电机轴承故障诊断中具有优越性和有效性。     

注塑机料筒多段温度控制系统的研究与设计

目的提高注塑机料筒温度控制的精度和稳定性,解决注塑机多段温度控制系统存在的非线性、强耦合、时变性等问题。方法通过分析注塑机的结构及工作原理,利用基于神经网络的静态解耦策略,将相互耦合的回路解耦成单回路系统,并采用粒子群算法优化模糊PID的量化因子。结果仿真及测试表明,各料筒温度响应较迅速,料筒温度超调小,稳态控制误差小,能够获得良好的控制效果。结论通过仿真显示,该控制策略能够克服料筒各段之间的耦合影响,适应性强,稳定性好,有一定的抗干扰能力,使注塑机的温度控制效果得到明显改善,具有一定的实用价值。     

基于MOABCO的多目标测试用例优先级排序

为了提高回归测试的效率,提出了一种基于多目标人工蜂群优化(Multi-Objective Artificial Bee Colony Optimization, MOABCO)算法的多目标测试用例优先级排序(Multi-Objective Test Case Prioritization, MOTCP)方法.针对标准多目标人工蜂群(Multi-Objective Artificial Bee Colony, MOABC)算法容易陷入局部最优解的问题,将差分变异策略融入到新蜜源更新阶段,且基于信息熵改进新蜜源选择方法,以避免算法陷入局部最优并增强了全局搜索能力;然后,将代码覆盖率和测试用例有效执行时间作为优化目标,并用MOABCO算法求Pareto最优解集,以解决MOTCP问题.实验结果表明, MOABCO算法求得的Pareto最优解集在逼近性和分布均匀性上均优于MOABC算法;在解决MOTCP问题上,相对于NSGA-II算法具有更高的收敛速度和更高的缺陷检测率.     

压电式二维微动工作台的迟滞补偿与解耦控制

为了提高压电式二维微动工作台的定位精度,基于改进的Prandtl-Ishlinskii模型设计了前馈与解耦控制器,并结合反馈控制器开发了复合控制系统.在分析x与y方向电压与位移之间迟滞关系的基础上,前馈控制器通过改进的Prandtl-Ishlinskii模型描述迟滞的逆过程,分别补偿了x与y方向的迟滞.解耦控制器通过改进型Prandtl-Ishlinskii模型估算耦合位移值,修正驱动电压,抵消耦合效应引起的位移.复合控制系统结合了前馈与解耦控制器,并加入PID反馈控制进一步提高定位精度.实验结果表明:控制前,x方向与y方向定位误差的最大绝对值分别是4.16μm和4.18μm,而采用复合控制后定位误差的最大绝对值降为0.06μm和0.07μm.这种复合控制方法能够补偿压电式微动工作台的迟滞非线性,无需改变结构或更换零件就能减小耦合效应,有效地提高微动工作台定位精度.     

高速凸轮NURBS廓线改进人工鱼群多目标动力学优化

为改善高速凸轮机构动力学性能,首先采用非均匀有理B样条（NURBS）重构凸轮廓线,建立高速凸轮单自由度弹性动力学模型,进行高速凸轮机构多目标动力学优化设计。然后利用改进人工鱼群算法求解该模型,获取系统Pareto最优解从而得到优化后的NURBS廓线。最后,分析和比较高速凸轮机构在NURBS和修正正弦两种廓线下的动力学响应。结果表明：改进人工鱼群算法可以有效解决多目标优化问题,优化后NURBS廓线运动学特性与修正正弦廓线相差不大,在一定程度上降低了高速凸轮机构的残余振动幅值,提高了高速凸轮机构的定位精度和动力性能,减少了振动和冲击的噪声。     

基于误差的观测器在光电跟踪系统中的应用

对于光电跟踪系统来说,图像传感器例如电荷耦合器件(CCD)只能够探测脱靶量即偏差信息,而无法得到目标运动轨迹,所以,大多数情况下在目标跟踪回路不能直接实现前馈控制,这限制了系统的闭环跟踪性能。本文采用了一种基于误差观测器的等效前馈控制方法来提高运动平台光电跟踪系统的跟踪性能。该方法是在原有的反馈控制回路的基础上加入一个观测前馈通路,通过优化前馈滤波器提高闭环性能。由于是基于最终的视觉误差的观测,该方法对目标跟踪和扰动抑制同时起作用,既可以应用到地基跟踪也可以应用于运动平台上。前馈滤波器没有采用简单的一阶低通滤波器而是选择Q₃₁滤波器。仿真和实验表明,与传统控制方法相比,这种基于误差观测器的控制方法能够有效提高系统的低频跟踪性能。

     

基于AFSA-SimpleMKL对振动筛建模及筛机优化

针对目前振动筛筛分性能差及筛分理论不完善,亟待建立筛机参数与筛分效率间综合数学模型来指导振动筛的设计.基于离散单元法(Discrete Element Method,DEM)的筛分仿真实验解决筛分过程的复杂性和筛分数据难获得等问题,用可调参数的振动筛对仿真实验进行验证.筛分效率与筛分参数之间的数学关系是一个复杂的非线性问题,由于传统的回归算法对筛分数学模型预测精度低,利用能有效解决小样本问题和基于统计学理论的简单多核支持向量机(Simple Multiple Kernel Learning,SimpleMKL)对仿真实验获得的数据建立回归模型.但其模型是多极值且不可微分的多参数大规模计算问题,借用鲁棒性强和全局收敛性好的人工鱼群优化算法(Artificial Fish Swarm Algorithm,AFSA)对由SimpleMKL建立的筛分回归模型进行参数寻优,得出筛机振动和结构参数:振幅为2.5mm,振动频率为22Hz,振动方向角为50°,筛孔大小为0.9mm,筛丝直径为0.4mm,筛面倾角为21.6°.提高了振动筛的筛分效率,为振动筛的设计和制造提供了新思路.     

基于多目标优化PID的纸浆浓度控制系统

目的 针对纸浆浓度PID控制系统在时滞性、稳定性、耦合性方面的不足,提出一种基于多目标优化的纸浆浓度PID控制方法.方法 对纸浆生产工艺进行分析,结合纸浆浓度PID控制系统,设定多属性的决策变量,建立对应的目标函数和约束条件;从质量、产量、成本、环境等4个方面对纸浆浓度PID控制过程进行多目标优化,构建基于多目标优化的纸浆浓度PID控制模型;采用改进量子粒子群算法对多目标优化模型进行求解,获得Pareto最优纸浆浓度控制方案;将建模方法、优化算法、优选方法进行耦合,从而形成"建模-求解-优选"全过程的纸浆浓度控制方法.结果 通过对纸浆浓度控制优化前后的决策变量进行比较分析可知,多目标优化PID控制方法在评价指标方面满足了质优、高产、低耗的多目标优化的可控性要求;相较于传统PID控制方法,IPSO-PID控制方法的响应速度更快,具有更好的鲁棒性;在PID参数优化方面,文中的优化模型整定控制参数在0.05 s内达到稳态阶段,稳态误差更低,具有更好的稳定性.结论 在保证系统鲁棒性的同时,基于多目标优化算法的纸浆浓度PID控制系统可实现对纸浆浓度的精确性和稳定性控制,更好地满足实际工业生产的要求,确保纸张质量的品质.     

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。     

真空钎焊温度的建模与解耦控制

真空钎焊炉中温度的精确控制是一个多变量控制问题,为实现钎焊温度的精确控制,以真空钎焊现场实际采集的数据为基础,辨识出真空钎焊炉温区温度一阶模型,提出一阶滞后系统的多变量预测函数解耦控制算法,得到一个解析的控制量计算方程,实现钎焊温度一阶滞后系统的多变量预测函数解耦控制.仿真和实际运行结果表明,该控制方法优于传统或改进的PID控制系统,具有很好的控制效果.     

考虑经济性的多微电网优化调度研究

多微电网并网方式主要有单独并网方式和联合协调并网方式,这2种并网方式下微电网内部的微电源工作状态不同导致发电成本不同。为了减少发电成本,在满足相关微电源约束条件的前提下,建立一种考虑经济性的多微电网能量优化调度模型和单微电网的优化调度模型。由于传统人工鱼群算法精度低,收敛速度慢,提出一种基于模拟退火算法改进的人工鱼群（the artificial fish swarm algorithm based on simulated annealing algorithm,SA_AFSA）算法,该算法克服了传统鱼群算法的缺点。结合具体算例,通过该算法来求解单微电网和多微电网经济性优化调度问题,并比较2种并网方式下的发电成本。实验结果表明,在仅考虑经济性的前提下,多微电网联合协调并网的发电成本低于单微电网单独并网。     

面向多类别舰船多目标跟踪的改进CSTrack算法

针对海面舰船多目标跟踪过程中图像背景复杂、目标尺度差异大等难点,提出了一种改进CSTrack的舰船多目标跟踪算法。首先,针对CSTrack算法使用暴力解耦分解颈部特征造成目标特征损失的问题,提出了一种结合Res2net模块的改进互相关解耦网络RES_CCN,使网络解耦后获得更加细粒度的特征。其次,为提升对多类别舰船的跟踪性能,采用检测头网络解耦设计分别预测目标类别、置信度和位置。最后,采用MOT2016数据集进行消融实验,验证了所提模块的有效性,在新加坡海事数据集上进行测试,所提算法的多目标跟踪精度提升了8.4%,目标识别准确度提升了3.1%,优于ByteTrack等算法。本文所提算法具有跟踪精度高、误检率低等优点,适用于海面舰船多目标跟踪任务。

     

EAST低温系统大型压缩机组自动控制的实现

针对EAST低温系统大型串并联螺杆压缩机组控制中存在的压力调节长时间滞后、能量滑阀动作具有不确定性、控制模型难于建立等难点,采用专家规则与数字增量式PID算法相集合的复合控制方法,将复杂的多变量耦合控制回路分解为特定条件下的单变量回路,结合顺序控制逻辑分析,实现了压缩机组的全自动控制。经过EAST降温实验验证,该策略取得了良好的控制效果,满足低温系统的运行要求。详细描述了该控制系统各个执行机构的控制原理和压缩机的控制过程。     

浅水环境中基于ISODATA的多目标定位

由于不同距离目标到接收阵之间的格林函数图像存在的明显差异性,利用其特征进行分类可以实现对不同距离目标格林函数图像的区分。文章将聚类分析算法中的迭代自组织数据分析算法(Iterative Selforganizing Data Analysis Techniques Algorithm,ISODATA)应用到传统多目标定位过程中,经过连续干扰消除过程(Successive Interference Cancellation,SIC)的反复迭代,对提取出的多个格林函数进行分类。为解决传统多目标定位过程中需要人工判断格林函数异同的问题提供了一种可行途径,并进一步将分类出的格林函数通过阵不变量方法解算出不同目标的距离信息。     

两种自然冷源过冷对热泵制热性能影响的对比

利用自然冷源过冷能够改善热泵的低温制热性能。本文提出主路过冷和辅助回路过冷两种利用自然冷源过冷的循环原理,对其进行理论分析,并搭建了实验台。针对R32为工质的蒸气压缩式热泵进行实验,研究热泵在主路过冷、辅助回路过冷及单级运行模式下,排气温度、制热量、制热COP等参数的变化规律。结果表明:在冷凝温度为40℃,蒸发温度为-20～5℃,吸气过热度为5℃的条件下,当过冷体积流量增加0.02 m~3/h时,主路过冷系统与辅助回路过冷系统的排气温度分别降低6.8℃和8.2℃;制热量分别降低6.4%和10%;制热COP分别降低2.5%和5%。