自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究

针对传统经验方法难以得到合理的直线电机进给伺服系统控制参数,提出一种改进的自适应遗传算法对直线电机伺服系统五个控制参数进行同步优化。在分析直线电机进给系统控制原理的基础上,采用实数编码对控制参数进行编码生成种群,根据控制需求确定了由误差积分项、超调量惩罚项、稳定时间项组成的适应度函数,为加快遗传算法的收敛速度、防止算法进入局部收敛,采用非线性变化的自适应交叉率和变异率对算法进行改进。仿真结果显示,改进的自适应遗传算法在保证系统无超调的情况下使稳定时间达到4.1 ms,优于"三环参数整定法"的39 ms和传统遗传算法的5.9ms,相比于三环参数整定法系统达到稳态所需要的时间减少了89.4%;采用改进的自适应遗传算法后正弦信号的平均相对跟随误差绝对值为24.70%,优于"三环参数整定法"和传统遗传算法的51.02%和24.77%。因此,改进的自适应遗传算法在解决直线电机伺服系统多控制参数同步优化问题时,性能优于"三环参数整定法"和传统遗传算法。     

复杂工况数控车削加工振动敏感点测试与分析

为研究复杂工况参数(主轴转速、进给量、切削深度等)对车削振动的动态耦合性影响,提出一种敏感点振动测试分析方法。以轴类零件数控车削加工工艺系统为研究对象,在工艺系统数字样机中加入复杂工况模型进行仿真测试以确定振动敏感点和不同工况下敏感点的振幅频率动态响应。实验结果表明:相对于主轴转速和切削深度,进给量对车削振动的影响最大,与数值模拟结果一致。