社群化制造中众包物流任务分配模型与优化求解

针对社群化制造中众包物流任务的分配问题,根据其时空离散的特点,由众包工人的位置、任务的时空属性构建一个二分图来表示众包任务分配模型。综合考虑工人的任务收益和工人之间的平衡性,建立了以最大化任务分配效用为优化目标的众包任务分配数学模型,并利用改进的WOA算法进行任务分配。利用佳点集初始化方法提高种群多样性和初始解质量,采用一种随着迭代次数而非线性变化的方法更新收敛因子,并通过随机差分变异策略加快收敛速度和搜索能力。最后通过实验表明了所提出众包物流任务分配方法的可行性和有效性。

基于改进KNN-RF的信息补全算法

针对室内指纹定位指纹库数据在实际环境中存在数据缺失导致定位误差大的问题,本文提出了一种改进距离公式的K近邻-随机森林的信息补全算法。首先,采用高斯滤波对收集的指纹数据进行预处理,去除干扰数据项,提高数据可靠性。其次,在将指纹数据划分为训练集和测试集的基础上,采用结合欧氏距离和曼哈顿距离的KNN算法获得近邻集合样本,随后用RF算法对近邻集合训练进行优化,再把各个决策树的预测结果取平均值,得到缺失数据的预测值。最后,将改进的补全算法与KNN、改进的KNN、RF和KNN-RF补全算法进行对比。实验结果表明,本文的改进补全算法的预测准确率和精度均优于其他算法,预测的准确率达91.3%。同时本文补全算法的指纹库平均定位误差为1.82 m,相较于其他补全算法的指纹库定位误差降低了1.6%~7.2%,定位性能更好。

基于YOLOv5s的钢铁表面缺陷检测算法

为改善因小目标检测效果差而导致的钢铁表面缺陷检测精度差的问题,以YOLOv5s为基础,通过在主干网络添加注意力机制(attention mechanism,SE),将C2f模块代替C3模块,将双向特征金字塔网络(bidirectional feature pyramid network,BIFPN)网络代替颈部网络中的路径聚合网络(path aggregation network,PAN)网络的这三种方法来提升模型对缺陷小目标的检测能力。旨在提升检测精度并达到实时检测要求。结果表明,改进后的YOLOv5s-SCB算法在NEU-DET(northeastern university-detect)上的均值平均精度(mean average precision,mAP)值达到77.9%,在达到实时检测的前提下,相较于YOLOv5s网络提高了3.7%,与其余基于YOLOv5s改进的算法及YOLOv8相比,YOLOv5s-SCB实现了更好的检测效果。可见本文提出的钢铁表面缺陷检测算法YOLOv5S-SCB可以更好地完成钢铁表面缺陷检测。

基于响应面法的4.1 MN液压爬升机构多目标优化设计

以门式液压吊装系统中的主要承重核心——液压爬升机构为研究对象,针对液压爬升机构在承重4.10 MN后,出现不同程度的应力、形变以及几何结构质量较大的问题,在保证结构满足强度要求的情况下,利用SolidWorks软件进行三维建模,并结合ANSYS软件搭建仿真分析平台。以楔块、锚块的角度与楔块、锚块、方钢的厚度为设计变量,以液压爬升机构的最大应力、最大变形和质量为响应,基于响应面利用MOGA(多目标遗传)优化算法,对液压爬升机构进行多目标优化设计。结果表明:优化后的液压爬升机构最大应力降低了26.47%,最大变形降低了26.26%,几何结构质量降低了2.05%。优化后既实现了液压爬升机构的轻量化,又能显著提高液压爬升机构的综合性能,能够快速有效获得液压爬升机构多目标优化的最优解。

基于支持向量机的自恢复自适应蒙特卡洛定位算法

机器人定位技术对智能机器人的高效、精确和安全运行至关重要,然而在实际的定位过程中,机器人常面临“绑架”问题。为了应对这一难题,提出一种基于支持向量机(SVM)的自恢复自适应蒙特卡洛定位(SVM-SRAMCL)算法。首先,构建用于识别机器人“绑架”状态的检测模型——基于SVM的绑架检测模型(SVM-KDM);其次,通过自适应蒙特卡洛定位(AMCL)算法所得的粒子集计算粒子特性值,并作为SVM-KDM的输入,一旦检测到“绑架”事件,使用扩展卡尔曼滤波器(EKF)融合惯性测量单元(IMU)和里程计(Odom)的数据估计机器人的新位姿;最后,使用AMCL算法进行粒子预测、更新和重采样,最终实现机器人的重新定位。相较于自恢复蒙特卡洛定位(SR-MCL)算法,绑架后恢复定位所需的更新减少了4.1次,重定位的成功率提高了3个百分点。实验结果验证了所提算法在解决移动机器人的定位“绑架”问题方面具有更高的效率和成功率。

基于SOA优化的ADRC胎面卷取张力控制系统

胎面卷取张力控制的精度直接影响后期成型工序的精度和硫化成品质量。为保证胎面成品的质量,以挤出联动线卷取时的张力控制为研究对象,针对胎面制品卷取速度和时变卷径引起的张力波动问题,首先分析系统张力产生机理,建立张力系统的数学模型,设计了系统启动和运行阶段的张力观测算法。其次建立仿真模型在系统启动-运行阶段通过对比自抗扰控制器(active disturbance rejection control,ADRC)与比例-积分-微分(proportional integral derivative,PID)的控制性能,验证了自抗扰控制响应速度快,能够稳定地控制张力,并且具备出色的抗干扰性和抗内部参数扰动能力。最后采用人群搜索算法(seeker optimization algorithm,SOA)筛选控制器参数最优值,将控制器应用到张力系统模型,仿真验证了所设计的人群搜索自抗扰控制策略的有效性和准确性。结果表明:SOA优化性能较好且与ADRC相结合的控制方式控制效果较佳。研究结果在桂林橡胶设计院的工艺方法及性能指标体系上进行控制算法设计,对实际生产具有一定的参考价值。

基于改进LightGBM的室内指纹定位算法

针对室内定位算法在定位时所用时间较长和定位精度较低的问题,提出了一种基于改进LightGBM(light gradient boosting machine)算法的室内定位算法。该算法首先针对指纹库中的数据进行预处理,通过KNN(K-nearest neighborhood)算法去除异常点和离群点,降低环境噪声干扰,提高数据可靠性。接下来,将样本集划分为训练集和测试集,使用LightGBM算法对进行建模。同时,使用遗传算法调整LightGBM算法中的参数,并根据适应度函数寻找最优参数,得到LightGBM+GA(genetic algorithm)坐标预测模型。最后,根据优化后的参数建立预测模型实现坐标预测。实验结果表明,该算法在WiFi定位的精度上较与极限梯度提升(extreme gradient boosting,XGBoost)算法提高0.1 m,相较于GBDT(gradient boosting decision tree)算法提高0.19 m,在定位时间上,LightGBM+GA算法比GBDT算法快5.10 s,比XGBoost算法快5.97 s,具有较好的实用性。

冲击电弧作用下C_(4)F_(7)N/CO_(2)气体灭弧性能仿真分析

C_(4)F_(7)N/CO_(2)混合气体是目前最有潜力替代SF 6的气体之一。为了探讨C_(4)F_(7)N/CO_(2)混合气体的灭弧能力,文中根据电弧能量平衡理论,建立电弧能量平衡方程组,获取管道内部超压随时间的变化规律。同时,基于磁流体动力学模型,使用COMSOL Multiphysics软件建立压爆气流防雷间隙灭弧结构的二维磁流体模型,在雷电流幅值为4 kA的条件下,对管道内不同比例C_(4)F_(7)N/CO_(2)混合气体在冲击电弧作用下的熄弧特性进行仿真分析。基于上述方法,结合电弧能量平衡理论,分析模型中电导率、速度以及压强的变化规律。与理论结果对比分析得出:同一工况条件下,20%C_(4)F_(7)N/80%CO_(2)的灭弧性能较优,其次为10%C_(4)F_(7)N/90%CO_(2)与5%C_(4)F_(7)N/95%CO_(2),并且熄弧时间符合气吹灭弧的要求。

弱电网下VSG的有功响应特性分析及优化策略

为了提高虚拟同步机(VSG)在弱电网下的并网有功响应速度,提出一种虚拟负阻抗结合有功暂态阻尼控制的VSG并网有功动态响应优化策略。该控制策略首先利用虚拟负阻抗控制环节减小VSG的等效输出阻抗及其并网有功的动态响应时间,然后利用有功暂态阻尼控制环节增强VSG的暂态阻尼及其并网有功动态振荡的抑制能力。最后利用Matlab/Simulink仿真软件研究所提控制策略在有功功率指令阶跃下VSG的并网有功动态响应性能,并建立VSG并网系统的实验测试平台,仿真与实验结果验证了所提策略在提升弱电网下VSG的并网有功动态响应特性方面的可行性与优越性。

基于超级电容的双向DC/DC变换器建模与控制

为了有效利用电梯回馈的再生电能,降低系统能量损耗,本文围绕超级电容的能量存储特性,首先介绍基于超级电容的电梯能量存储系统结构及原理;其次建立双向DC/DC变换器的小信号模型,论述了基于传统PI控制器的双向DC/DC变换器双闭环控制结构及其参数设计过程;然后在分析蚁狮优化算法原理的基础上,提出基于ALO算法的PI参数设计方法;最后利用MATLAB仿真软件建立基于超级电容的电梯能量存储系统仿真模型,仿真结果表明在电梯运行状态下,超级电容能及时准确回收制动能量并将回收的能量回馈至直流母线,保证了直流母线电压稳定,降低了系统能耗,这充分验证了所述方法的有效性和优越性。