深水钻井隔水管的波致长期疲劳

作为动力疲劳敏感结构,深水钻井隔水管的长期疲劳性能是重要的设计考虑.提出一种深水钻井隔水管波致长期疲劳计算方法,用以计算一阶波浪载荷和波频浮船运动以及二阶低频浮船运动引起的长期疲劳.采用该方法,根据波浪散布图定义的短期疲劳工况,基于双参数P-M(Pierson-Moskowitz)波浪谱与钻井船响应幅值算子模拟随机波浪与随机钻井船运动,然后进行随机波浪载荷与钻井船运动作用下隔水管非线性动力分析.在得到隔水管响应时间历程的基础上,考虑波浪散点图中所有短期工况的概率,自行开发专用程序计算隔水管波致长期疲劳损伤.算例实现南海海域1 500 m长钻井隔水管的波致长期疲劳分析.重点研究钻井船运动、顶部张紧力和壁厚对隔水管疲劳的影响.文中提出的隔水管波致长期疲劳计算方法简单实用,可用于工程实际.     

深水钻井机械钻速优化分析

本文首先从压力、岩屑床等方面阐述深水钻井机械钻速的影响因素,并阐述水力模型、预探井模型、传统模型、钻头磨损模型、八因素模型、地质修正模型各项深水钻井机械钻速经典预测模型,然后从机器学习模型、优化算法等方面阐述深水钻井机械钻速优化方法,并从智能控制模块、数据管理模块、数据预处理模块、钻速预测模块、钻速优化预测模块等方面阐述深水钻井机械钻速优化预测系统设计思路,最后阐述深水钻井机械钻速优化预测系统数据处理方法,并阐述深水钻井机械钻速优化预测模型实现效果,为深水钻井工作人员提供参考。     

深水钻井隔水管防台悬挂装置的选型设计

为解决南海台风特征与当前避台方式存在的问题,将从隔水管悬挂方案、新方式的控制方案以及散热三方面来分析深水钻井隔水管防台悬挂装置的选型设计,最终得出将软悬挂和硬悬挂相结合的方案,能够满足作业需求。     

基于FBG传感技术的立管涡激振动过程分析

为深入研究光纤光栅传感技术在海洋立管涡激振动测试中的适用性,在风-浪-流联合水槽中进行均匀来流下立管涡激振动试验。数据测试采用光纤光栅传感器,同时采用动态电阻传感器作为对比。通过改变多级外流流速,对比分析基于两种传感技术的立管涡激振动过程差异。同时基于光纤光栅传感技术采集应变数据并结合频谱分析及模态理论,研究立管振动的主导频率、幅值及模态响应等振动特性。研究结果表明,光纤光栅传感技术对海洋立管的涡激振动测试性能优越,能够准确体现立管的应变时程、振幅以及主导频率等振动特性,清晰反映伴随流速进程的立管模态特征及涡激振动过程,同时由模态响应和涡激振动过程分析发现立管锁频区间的产生具有瞬时性及自激性规律,这对海洋立管的模型试验与工程设计具有较大的参考价值。     

基于FBG传感技术的深海立管涡激振动测试研究

为了探索光纤光栅传感技术在深海立管振动测试中的适用性,采用光纤光栅应变传感器,在大型波流耦合试验水池中进行了阶段流作用下大长细比深海立管的涡激振动测试。试验立管模型长为6.2 m,长细比为310,模型材料采用铜管,立管上部1.2 m处于均匀稳定的流场中,下部5.0 m处于静水之中。沿立管长度四面对称布置48个光栅测点,通过改变外流流速、内流流速和初始顶张力等影响因素,采集应变数据并结合模态分析理论,分析了不同工况下立管的振动频率、幅值及模态等振动特性,研究了阶段流作用下立管的涡激振动规律。结果表明,光纤光栅传感技术能很好地满足大长细比深海立管的涡激振动测试要求,能准确体现立管的应变时程、振幅和频率等振动特性,清晰反映出在不同外流速下立管振动的多模态特征及每阶主导频率下的锁振区间。     

温控系统的智能优化方法研究与设计

针对传统PID温控系统存在的调节时间长、精度低的问题,对温控系统的控制算法、执行机构、反馈量等方面进行了研究,提出了一种温控系统的智能优化方法。采用增量式PID算法对执行机构进行控制,用遗传算法优化最小输出量,达到了平滑PID输出的效果。在控制过程中将最小输出量作为遗传因子,采用绝对误差的一阶矩型累加和的倒数为适应度函数,进行了最小输出量的在线优化及寻找最优解,减少了执行机构的振荡次数。设计了多线程控制方式,控制线程实现了控制逻辑,PID线程实现了精确控制,优化了线程实现最小输出量的优化,通过DITT调度算法来协调多线程,提高了系统利用率。研究结果表明,该智能优化方法已成功地运用在炉温控制系统中,系统的动态性能得到了提高,增强了系统的快速性,达到了控制效果。     

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法，用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度，将遗传算法和分派规则相结合，通过交叉、交异等遗传操作，得到目标的最优或次优解。最后对算法进行了仿真研究，并给出了算法运行结果，仿真结果表明该算法是可行的。     

电液伺服激振系统的智能故障诊断研究

该文针对电液伺服激振系统,根据故障诊断的基本原理,结合模式识别理论、人工智能理论和计算机科学,建立了系统故障诊断的结构模式和学习算法。利用BP神经网络与遗传算法相结合的方法,对系统故障进行模式识别和诊断,缩短了平均诊断时间,提高了诊断效率和故障识别精度。     

拉延模加强筋尺寸优化的智能遗传算法

以汽车钣金拉延模为研究对象,利用智能遗传算法和ANSYS软件,在5×105N成形压力、1×107N/m2应力和0.1mm变形量的限制下对模具加强筋尺寸进行优化,得出凸模、压料圈与凹模的加强筋厚度最优值为19mm、17mm与22mm,使模具整体的重量减低了8%。     

基于混合遗传算法的工艺路线优化配置

针对 FMS工艺路线优化配置问题提出一种混合遗传算法。该算法在遗传算法中引入了具有启发式规则的余量随机分配算子 ,可以将超过约束条件的余量随机分配到个体中去 ,通过按照一定规则的调整而将不可行个体引入可行域。一方面实现了利用遗传算法求解工艺路线的约束优化问题 ,保持了遗传算法的全局寻优特点 ,另一方面加强了遗传算法的局部搜索能力 ,提高了运行效率。算例证明该算法的求解效果好于目前该领域常用的启发式算法。     

智能杆致动器优化配置及扭振主动控制试验

针对智能杆系统中压电扭转致动器的优化配置问题,提出了一种由柔性薄壁杆、压电扭转致动器和电阻应变片传感器组成的智能杆系统,对智能杆的扭转振动进行了理论与试验研究。采用拉格朗日方程和假设模态法推导了智能杆系统的动力学方程,建立了系统的状态空间表达式。选取控制器的最小输入能量作为致动器位置配置的优化准则,运用遗传算法获得了压电扭转致动器的最佳配置位置,并构建了试验系统。试验结果表明,获得的最优位置是合理的,将致动器配置在最优位置并实施相应的应变反馈控制,控制器的输入能量最小,智能杆的扭转振动能得到有效抑制。     

基于模糊理论、遗传算法和神经网络的切削参数混合智能优化

提出一种基于模糊理论、遗传算法和神经网络的混合智能优化技术,给出优化目标的优化数学模型,详细叙述了遗传算法的寻优过程,模糊理论的应用及神经网络的训练和学习获取优化切削参数的技术,并给出各种优化目标下的切削参数混合智能优化与普通搜索方法的对比实例。     

制造过程多目标优化的集成计算智能方法

针对制造过程因动态多变而难以定量控制的问题,提出了用集成计算智能方法进行多目标优化。利用人工神经网络进行系统建模,并为遗传算法找到适应度函数及求得目标函数值的方法,进而利用遗传算法进行多目标优化。通过实例验证了方法的有效性与实用性,实现了制造过程的定量分析,为复杂制造系统的建模和优化提出了一种新的方法。     

智能算法的板材下料优化排样系统研究

为了降低产品制造成本,提高企业竞争力,提高板材的使用效率,以及更为合理的使用钢板,开发了基于智能算法的板材下料优化排样系统,采用了遗传算法,研究了适用于二维不规则零件的排样系统,实现了零件自动化排样。     

基于仿真优化的多种类型AGV数量配置优化方法

以生产线产能最大化为目标,以生产工艺、AGV路径、调度规则等为约束条件,建立了以AGV的数量为决策变量的数学模型来描述AGV的数量配置问题。针对该问题的复杂性,提出了基于仿真的优化方法。该方法利用仿真模型模拟AGV运行状态,并通过遗传算法确定AGV的配置数量,有效地提高了模拟的精确度与优化的速度。最后通过空调装配车间实例验证了该方法的有效性和可行性。     

基于多智能代理的装备动态优化调拨系统研究

军事油料保障将面临如何组织动态联勤、如何重构保障体系与装备保障单元、如何安排调拨计划等问题。 这就要求用装备动态优化调拨提供实时的油料保障。根据保障状态与保障目标对油料及其装备资源进行实时分 配,在改善可能满足约束条件的前提下,通过下达装备调拨指令,达到最优的目标。因此,将多智能代理(Multi-agent) 理论与方法引入到装备调拨领域,对装备动态优化调拨问题进行描述与求解,提出基于Multi-Agent的装备动态 优化调拨系统体系结构,构造面向装备保障过程的各类智能代理(Agent)及其运行机制,建立了相应的装备动态优 化调拨模型,并阐明了基于多智能代理的油料装备保障资源分布式管理,通过多个部队实际应用,解决了油料装 备保障中的关键技术难题,对提高油料装备快速保障效率具有重要的理论指导和实际应用意义。     

智能技术在生产调度及优化排产中的运用

在智能技术蓬勃发展的过程中,基于智能控制理论的遗传算法既具有非线性特点,也可并行处理,有利于生产调度的科学开展,也可对生产线排产调度进行优化。基于此,文章将从生产工艺及排产流程的阐述入手,通过优化调度问题模型的分析,进一步提出遗传算法这种智能技术在生产调度及优化排产中的具体运用。     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。     

战术导弹方案设计智能优化系统的研究

为了快速获得导弹设计的优化方案,开发了一个战术导弹方案设计智能优化系统,并研究了推理机制、协同优化策略及优化算法库等关键技术。该系统首先通过基于人工智能技术的方案设计平台获取初始设计方案,然后在保障方案可行的前提下,采用基于响应面的的多学科优化设计方法获得若干个相对最优的设计方案,最后通过评价决策子系统从优化设计方案中选取满意方案。文中通过某型号飞航导弹的方案优化设计实例,验证了该智能优化原型系统的有效性。     

基于GA-PSO的智能工厂生产仿真研究

针对某公司新建智能工厂设备布置和调度优化问题,通过Plant Simulation仿真平台进行流程优化.首先建立整个智能工厂的车间作业调度模型,对工序进行拆分,然后通过遗传算法-粒子群混合优化方式求得最优调度解.由仿真结果可知,与某公司的传统布置方案相比,优化的方法解决了工序排布不合理的问题,提高了车间作业效率,优化了...