Internet环境下的电火花加工工艺效果预测

电火花加工艺规律复杂，加工的影响因素众多；其中电参数的选择对加工结果有很大影响，其影响程序难以用精确的数学模型来表示。运用人工神经网络技术对电火花加工工艺效果的预测进行了研究。研究结果表明，所建立的预测模型能够很好地映射出电参数与加工网络的电火花加工工艺效果之间的关系。进而，运用APS动态交互技术，在因特网上实现了开发了基于人工神经网络的电火花加工工艺效果的预测模型，充分好挥互联网的优势，扩展了所建立的预测模型的作用范围。为实现电火花加工智能化网络制造系统进行了有益的探索。     

电火花线切割加工工艺参数对工艺指标影响的研究

为了更好地分析和研究电火花线切割技术,结合国内外学者的研究进展,全面分析与总结了线切割加工工艺参数对工艺指标的影响规律及工艺参数的优化方法。通过单因素实验法分析了电火花线切割中脉冲宽度、放电间隙、电流与电压等电参数对工艺指标的影响规律;系统分析了运丝速度、功率放大管、变频值和电极丝等非电参数对工艺指标的影响规律;在多参数耦合作用下,分析了各参数对重要工艺指标的影响及工艺参数优化,结果发现电参数对切割速度和表面粗糙度的影响比非电参数更加明显。通过对近年来电火花线切割加工工艺参数对工艺指标影响的相关研究的分析与总结,为线切割加工技术的发展提供有益参考。     

电火花加工中最优加工条件的确定

在电火花加工中,影响因素较多,难以确定最优加工条件.为方便操作者决定粗加工最优加工条件,并提高表面加工效果和粗加工速度,提出了一种使用人工神经网络融合遗传算法自动确定和优化电火花成形加工中加工参数的方法.利用遗传算法结合节点删除法来优化BP神经网络结构,以此自动确定神经网络隐含层节点数.经实践证明,用该方法优化后的BP神经网络所确定的最优加工条件,能保证较高的粗加工速度,方便了操作者对加工条件的确定.     

超声-电火花加工中的放电间隙实时控制

超声-电火花复合加工控制系统是1个典型的高度非线性、强耦合的时变复杂系统，控制系统的性能是决定复合加工性能好坏的关键.针对超声-电火花复合加工系统的这一特点，设计了新型模糊神经网络控制器.神经网络采用添加动量项的LMS算法(最陡下降法)自学习得到模糊控制规则，并随系统变化对其进行优化.该控制算法优化了控制过程，提高了控制系统的实时性.通过普通电火花加工设备提取出加工效果试验数据，建立加工效果与放电参数之间的关系模型，对放电间隙进行实时控制，试验结果表明新型控制器的控制效果优于传统加工效果.     

遗传算法在模糊控制规模优化中的应用

对于给出的一种模糊控制系统，基于遗传算法，对模糊规则进行了优化。并通过仿真表明，采用遗传算法寻优能获得较好的控制效果。     

基于FGA的模糊规则自动生成

解决遗传算法优化自动生成的模糊规则时,可能存在局部解以及规则种群的收敛速率过慢等问题,该文提出了一种基于模糊遗传优化的模糊规则自动生成算法。该算法基于模糊逻辑,利用规则种群的收敛速率和多样性来自适应调整遗传算法的交叉率和变异率,从而实现遗传模糊系统的控制规则的自动生成。给出了控制系统的性能指标,以及如何设定遗传算法的适应度函数。最后通过仿真试验,验证了算法的可行性和有效性。     

用遗传算法直接从数据中提取模糊规则以逼近任意非线性函数

提出一种用遗传算法直接从输出输出数据中提取模糊规则以逼近任意非线性函数的方法，该方法首先把输入空间进行模糊划分，然后用遗传算法优化各隶属函数的参数，最终得到一组模糊规则，它们能以非常高的精度逼近非线性函数。     

氧乐果合成反应温度的模糊神经网络控制方法

氧乐果合成反应温度控制过程具有参数时变、非线性、大滞后等特点,采用传统的控制方法难以达到预期的控制效果。针对此问题,文章设计了基于遗传算法的模糊神经网络控制器。首先确定与模糊系统结构等价的神经网络,从而将模糊控制规则和隶属函数的参数搜索优化问题转化成网络参数优化问题;其次利用改进的遗传算法实现网络参数快速全局寻优,从而提高控制器性能。仿真结果表明,优化后模糊神经网络控制器对一类具有参数时变、时滞、非线性的系统具有良好的控制性能。     

基于协同进化算法的水轮机模糊PID调速器研究

针对水轮机调速器常规PID控制不能根据系统的动态过程自动调整控制参数的问题,提出一种改进的基于协同进化遗传算法的模糊自适应PID控制算法,该方法采用协同进化遗传算法同时优化模糊PID控制的模糊规则和PID整定公式中的3个比例因子,通过模糊推理的方法求解PID参数的变化量,对PID参数进行自动整定,为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入一光滑因子。仿真表明,该控制算法具有良好的静态和动态性能。     

电火花加工单发临界放电间隙简化测量方法及相关实验研究

对单发临界放电间隙的测试方法进行了简化,分析了单发临界放电间隙对实际电火花加工产生的影响.同时,利用不同电参数进行单发放电实验,分析各参数对临界放电间隙的影响,并对其原因提出了理论解释,结果表明,随着各参数增加,单发临界放电间隙都会有不同程度地增大,这与实际加工间隙结果相符.     

基于微粒群优化算法的T-S模糊建模

在传统T-S模糊模型的基础上,提出一种高次多项式T-S模糊辨识模型.将传统T-S模型规则后件中的线性模型用简单多项式模型代替,并进一步利用微粒群优化算法辨识规则后件参数.数值仿真表明:用该方案辨识得到的T-S模糊模型同传统的具有线性后件的T-S模型相比,能够显著减少模型规则条数而保持辨识精度不变,同时辨识时间也相应地缩短;且随着输入变量个数的增加,这一优势将更加明显.     

基于模糊加权论证方法的模糊神经网络

在‘Mamdani'论证方法的基础上提出改进的模糊加权推理方法.模糊神经网络是以改进模糊加权论证方法为基础发展起来的.网络加权和成员函数最优化的相互匹配在应用发展规则系统的条件下进行.模糊规则可根据网络加权而获得,网络模型的有效性和最优化程度可以由仿真实验检验.     

自适应模糊控制器在水电机组控制中的应用

提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行,由RBF神经网络和遗传算法在线寻优模糊控制器的比例因子、模糊推理规则和隶属函数,并由RBF网络辨识被控对象的动态特性,以评价模糊控制器控制性能．仿真实验表明。控制效果优于没有寻优的Fuzzy控制。     

基于多工况分析的焦炉加热过程火道温度模糊控制

对于焦炉加热这一复杂工业过程,提出一种包括协调层和优化控制层的多工况火道温度优化控制方法。协调层根据对焦炉加热过程工艺参数的分析,采用多信息融合的二次决策方法,由荒煤气的温度识别焦炉加热过程的实时工况,针对不同的工况选择合适的优化控制模型。基于工况分析,在优化控制层采用一种基于自适应遗传算法的多目标模糊优化控制方法,针对不同工况下的模糊控制器量化因子和比例因子调节困难的问题,采用精英保留和赌盘算法相结合的选择策略,以及具有自适应交叉概率和变异概率的遗传算法对模糊优化控制模型的参数寻优,有效地提高了遗传算法的全局搜索能力和收敛速度,并且通过对控制精度、能量消耗和调节时间等各项指标适当加权,构造适应度函数,使优化后的模糊控制模型达到满意程度。采用具有多工况火道温度智能优化控制结构的方法取得了良好的控制效果,为焦炉加热过程的优化控制问题的解决提供了一条新的途径。     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

基于NN与GA的曲面加工适应学习控制研究

提出了适用于曲面加工条件的适应学习控制方法,在回避加工振动的前提下以实现高效效率加工为目的,将遗传算法（GA）的优化机能与神经网络（NN）的学习机能相融合,建立了由开放式CNC加工机床,多维传感器,实时控制器,学习模型及优化模型组成的曲面加工适应学习控制系统、切削实验结果表明所提出的加工条件适应控制系统可有效地抑制曲面切削振动,提高了切削加工效率。     

Fuzzy adaptive genetic algorithm based on auto-regulating fuzzy rules

There are defects such as the low convergence rate and premature phenomenon on the performance of simple genetic algorithms (SGA) as the values of crossover probability (P _c) and mutation probability (P _m) are fixed. To solve the problems, the fuzzy control method and the genetic algorithms were systematically integrated to create a kind of improved fuzzy adaptive genetic algorithm (FAGA) based on the auto-regulating fuzzy rules (ARFR-FAGA). By using the fuzzy control method, the values of P _c and P _m were adjusted according to the evolutional process, and the fuzzy rules were optimized by another genetic algorithm. Experimental results in solving the function optimization problems demonstrate that the convergence rate and solution quality of ARFR-FAGA exceed those of SGA, AGA and fuzzy adaptive genetic algorithm based on expertise (EFAGA) obviously in the global search.     

线切割工艺参数优化的非线性回归模型

为了提高快走丝电火花线切割的加工质量和效率,对其加工参数进行了优选．建立了加工电参数与工艺指标之间的非线性回归模型,在此基础上构造目标函数并确定模型的约束条件;结合试验方法和Matlab工具对回归系数及目标函数求解,得到多个加工参数优化结果,表明文中建立的非线性回归模型能准确反映加工参数与工艺指标之间的关系,并能获得较好的拟合精度,为合理选择线切割加工电参数提供参考．     

一种基于混合学习算法的模糊神经网络控制

针对ＢＰ算法容易陷入局部极小的缺点，利用遗传算法极强的全局搜索能力对模糊神经网络控制器参数进行离线优化，并对遗传操作进行了改进，使其最终搜索到全局最优或近似全局最优的附近．再利用ＢＰ算法较强的局部搜索能力和对对象的适应能力进一步进行参数的在线调整．仿真结果表明：该方案的综合性能优于常规模糊控制器．     

基因算法用于射流路面清洗的优化

实验分析了影响水射流路面清洗的参数及其影响趋势,并建立了清洗率的模糊预测方法.使用了基因算法,对清洗过程中的清洗压力、清洗距离、移动速度和喷嘴角度进行优化,建立了相应的多目标优化模型.通过基因算法的优化,分析了不同权重下清洗效果、生产率、能量及水量消耗的优化结果.