基于改进粒子群算法的六自由度工业机器人轨迹规划

针对工件打磨工况,设计建立用于打磨的机器人运动学模型,规划机器人运动学轨迹,通过改进粒子群算法优化轨迹曲线,减少机器人运行时间,提高机器人工作效率。首先建立打磨工业机器人空间运动学模型,计算目标点从笛卡尔空间转换到关节空间的逆解,在关节空间中利用“三次-五次-三次”三段多项式曲线对所求逆解进行轨迹规划,以轨迹运动时间最短作为优化目标。利用融合免疫操作的改进粒子群算法对轨迹曲线进行优化,将改进算法的优化结果与传统粒子群算法进行对比;改进后的新算法改善了粒子群算法易陷入局部最优的问题,适应度结果更好,算法效果更佳。

基于离散帝王蝶算法的喷涂路径组合优化

针对复杂曲面分片后喷涂机器人喷枪路径排序和组合过程中存在的效率低和路径碰撞的问题,提出了一种适用于求解组合优化问题的离散帝王蝶算法,并应用于求解喷枪路径的排序组合问题中。为了构建问题模型,将喷枪路径的排序和组合问题抽象为路径点的开环广义旅行商问题,并建立了该问题的最短路径模型和碰撞模型。同时,为了对传统帝王蝶算法进行改进,采用了一种具有三层结构的矩阵编码方法来解决种群个体编码问题,提出了一种基于贪婪算法的种群初始化方法和一种基于模拟退火算法的种群更新策略来提高算法的收敛速度和精度。在仿真实验中,相较于遗传算法和粒子群算法,所提出的算法的平均迭代次数分别减小了32.3%和21.0%,所规划出的路径碰撞次数降低为0。实验结果表明,所提出的算法能够有效地提高喷涂机器人的喷涂效率和喷涂路径的安全性。

改进哈里斯鹰优化算法求解作业车间调度问题

针对哈里斯鹰优化(harris hawks optimization,HHO)算法在解决以最小化最大完成时间为目标的作业车间调度问题,存在收敛后期陷入局部最优和早熟的缺陷问题,提出一种改进哈里斯鹰优化算法。在哈里斯鹰算法中引入变邻域搜索,更好地深入探索最优哈里斯鹰个体的邻域,提高算法的局部开发能力;当算法的最优解停滞更新时,采用逐维柯西高斯变异策略产生新的候选解,增强种群的多样性和跳出局部最优的可能性;引入逐维自适应变异策略,扰动最优解,避免算法过于早熟。求解作业车间调度问题的仿真结果表明,改进哈里斯鹰优化(IHHO)算法实验结果优于哈里斯鹰优化(HHO)算法、灰狼优化(GWO)算法以及鲸鱼优化算法(WOA),有效地避免了哈里斯鹰优化算法早熟,陷入局部最优的问题。

模糊PID控制的液驱平流泵仿真

针对如何减小往复泵瞬时流量脉动,首先分析了曲柄滑块式往复泵瞬时流量脉动的原因,然后提出了一种液压驱动的平流泵,并利用AMESim和MATLAB搭建了联合仿真模型。由于常规PID难以适应系统的变化,设计了用于3个液压缸控制的自适应模糊PID控制器,利用模糊控制规则,对PID参数进行在线自适应调整。仿真分析表明,液驱平流泵具有良好的流量平稳特性,一个周期内约80%的时间能保持严格意义的平流,其余时间内存在最大幅度约为8.4%的流量脉动,当出口压力在0~0.58 MPa之间变化时,也有良好的流量平稳特性。液驱平流泵与现有平流泵产品结构不同,可为平流泵的设计提供新思路。