多种改进选择算子的遗传算法性能比较与应用研究

为了比较针对遗传算法的早熟收敛和后期收敛速度慢而提出的改进选择算子的性能,利用3种权威测试函数对基于排名的轮盘赌选择、基于上限的确定式采样选择、无回放最大值选择以及基于小生境技术的(μ+λ)选择这4种改进的选择算子进行了收敛速度、收敛可靠性和运算成本3方面的测试比较,并对测试结果作了详细的分析.最后,将采用基于小生境技术的(μ+λ)选择算子的遗传算法应用于一个混合装配流水线上最小装配时间协同优化的实际问题中,获得了较优的优化结果.     

钢的低温稀土渗硼研究

筛选出了能实现低温稀土渗硼膏剂；探讨了４５钢低温硼层的组织与性能。结果表明，低温渗硼层仍呈梳齿状，在渗硼层前沿没有如高温渗硼那样的晶粒粗大的伪共析或过共析组织的过渡区，而只有一个相对较窄的富碳区；低温渗硼层的耐磨性和耐蚀性较高温渗硼层有所提高，而其脆性却有所降低。     

Mi—Mo合金电沉积层的X—射线光电子能谱研究

利用Ｘ－射线光电子能谱对Ｎｉ－Ｍｏ沉积层表层中Ｎｉ、Ｍｏ的存在形式进行了分析,并对其表面进行了Ａｒ＾＋离子刻蚀深度分析,结果表明：Ａｒ＾＋离子未溅射时,沉积层中的Ｎｉ和Ｍｏ分别以Ｎｉ（ＯＨ）２和ＭｏＯ３（或ＭｏＯ＾２－４）形式存在：Ａｒ＾＋离子浅射３ｍｉｎ后,沉积层中的Ｎｉ和Ｍｏ分别以ＮｉＯ和ＭｏＯ２形式存在;Ａｒ＾＋离子溅射１５ｍｉｎ后,沉积层中的Ｎｉ和Ｍｏ分别以单质Ｎｉ和单质Ｍｏ形式存在。     

内螺纹冷挤压成形过程数值模拟

基于DEFORM-3D建立内螺纹冷挤压有限元模型,对其成形过程进行数值模拟。得到内螺纹冷挤压螺纹牙型,真实再现了内螺纹冷挤压三维成形过程;分析了内螺纹冷挤压成形过程中的等效应力应变及金属流动速度场的分布规律,说明了内螺纹冷挤压的成形机理;通过数值模拟得到了成形过程的挤压温度和挤压扭矩曲线,并进行了试验验证。     

基于HHT的内螺纹冷挤压成形过程振动信号的研究

提出了内螺纹冷挤压振动信号的时频分析新方法：Hilbert—Huang变换。将内螺纹冷挤压振动信号分成了开机未挤压、挤压、挤压与校正、校正阶段,对4个阶段的信号进行了EMD分解,并对分解结果做了Hilbert变换,得到Hilbert谱和边际谱。分析结果表明,在内螺纹冷挤压过程中,由于丝锥与工件间产生了高频摩擦,高频成分在挤压阶段出现,并在之后的过程中高频能量出现变化,揭示了内螺纹冷挤压过程中高频摩擦的变化规律。     

工件底孔直径对冷挤压内螺纹振动信号的影响

通过研究不同工件底孔直径下冷挤压内螺纹的振动信号,并对其在时域、频域及时频域上的分析,研究了在不同工件底孔直径下,冷挤压内螺纹振动信号的变化规律,进而从振动信号方面解释不同工件底孔直径对冷挤压内螺纹的影响。研究结果表明,随着工件底孔直径的增大,振动信号的振动幅值相继减小,振动信号的频率从高频向低频移动,振动信号能量主要分布在625～1250Hz范围,且振动信号的总能量不断减小。     

基于色彩相似度的前景有效提取算法研究

提出一种将辅助背景滤波与色彩相似度检测相结合的前景有效提取算法。该算法首先运用背景差分构建辅助背景来描述环境噪声分布,并用辅助背景对疑似前景区域进行空域滤波,以增强算法对背景变化的适应能力;然后建立色彩相似度作为前景目标评价标准,进行前景目标检测;最后对检测结果进行形态学操作,得到比较完整的前景目标。多场景实验表明,该算法检测效果良好,具有较强的鲁棒性,对阴影和光照变化具有很好地抑制作用;同时实时性好,空间复杂度低。     

基于振动信号的冷挤压内螺纹加工状态研究

研究了内螺纹冷挤压加工过程不同加工状态下的丝锥振动信号,分析了产生这些变化的原因,以深入研究振动信号变化规律与挤压丝锥磨损状态之间的关系,为内螺纹冷挤压工艺参数的进一步优化提供依据。试验分析结果表明,在不同加工状态下,振动信号变化趋势相同,信号频率主要分布在100Hz~1 000Hz之间,主频分布稳定,丝锥的磨损只影响到各主频的幅值。在正常加工条件下,振动情况随着丝锥的磨损而加剧;出现加工异常情况,丝锥振动情况有所减缓。     

基于改进粒子群算法的车间作业排序的优化设计

兼顾车间作业排序中的制造周期和机器利用率,建立了以最小化最大完工时间为主目标、以最大化机器利用率为从目标的优化模型。设计了引入自适应技术的惯性权重,使基本粒子群算法的学习因子可动态变化地改进粒子群算法,并用该改进后的算法对车间作业排序进行了优化设计。实例研究表明:改进后的粒子群算法在收敛速度和收敛可靠性上均优于未改进的粒子群算法,在求解车间作业排序问题的应用中具有更高的求解质量。