基于改进蚁群算法的自动落布车路径规划

针对自动落布车在使用蚁群算法(ant colony algorithm,ACA)进行路径规划过程中出现的收敛次数多、收敛速度较慢且容易陷入局部最优的问题,提出一种改进蚁群算法(improved ant colony algorithm,IACA)。首先对信息素挥发系数ρ进行自适应调整,令其做动态变化,克服算法的收敛次数过多,加快算法收敛速度,减少算法的收敛时间;其次引入细菌觅食算法中趋化操作的趋化步长因子对信息素更新公式进行改进,削减算法迭代的后期信息素浓度值,使算法在后期跳出局部最优值,提高算法全局搜索能力。利用MATLAB将改进后的算法在3种不同的栅格环境中进行仿真验证。结果表明:相比传统蚁群算法,改进后的算法收敛次数减少81.1%,最小路径长度减少6.3%,收敛时间减少20.7%。最后搭建ROS小车实验平台,利用ROS机器人系统对改进蚁群算法在模拟的织布车间环境中进行实验验证。结果表明:对比传统蚁群算法,改进蚁群算法在寻优时间上减少了8.6%。

动态调整蚁群算法启发因子的AGV路径规划

针对传统蚁群(ant colony optimization,ACO)算法的收敛速度慢、迭代次数多、易陷入局部最优问题,提出了一种动态调整的蚁群(dynamically ant colony optimization,DACO)算法。以最优路径为参考,对传统ACO算法的信息素启发因子和期望启发因子的取值进行实验,当α的取值范围为[1,3]、β的取值范围为[7,9]时能够获得最短的路径。针对上述取值范围,对2个参数如何取值进行实验,当α遵循正态函数分布变化曲线、β遵循以α关于y=10为对称曲线时,算法的收敛速度加快,迭代次数减少,避免蚂蚁陷入局部最优,从而找不到最优解。搭建实验平台使用ROS机器人进行验证,结果表明:改进的算法在寻优时间上比传统蚁群算法缩短了6.05%。

基于BP神经网络的电磁阀多目标优化设计

电磁阀在织机气流引纬喷射系统中起着关键性的作用。为提高织机的织造效率,解决电磁阀响应滞后的问题,提出基于BP神经网络预测电磁力结合多目标优化遗传算法的优化方法。首先,针对电磁阀衔铁结构及位置的改变造成磁场内磁阻发生复杂性变化导致难以通过理论模型计算出准确的电磁力,利用BP神经网络对电磁阀电磁力进行预测;其次,采用NSGA-II对保存好的BP神经网络预测模型和求得的衔铁质量的数学模型进行优化,获得电磁阀电磁力和衔铁质量的Pareto前沿解;最后,以最接近原衔铁质量的标准选取电磁力最优值,并与原结构电磁力进行比较。结果表明,优化后的电磁力提高了11.5%,但衔铁质量却降低1%。仿真实验也验证了该优化方法的有效性。

基于全特征值轨迹多项式逼近的双馈风机并网宽频振荡分析

高比例新能源接入下的电力系统振荡呈现宽频特性,其阻尼和振荡频率受系统参数影响显著。为避免运行参数变化和控制器参数设置不当造成系统失稳,亟须量化系统振荡模态与参数之间的关系并分析其背后隐藏的机理。文中提出了基于多项式逼近的全特征值轨迹计算方法,通过一系列多项式基函数的线性组合来准确描述系统所有特征值与多个参数之间复杂的隐式函数关系,得到特征值变化轨迹的显式表达式。针对双馈风机并网系统进行了详细电磁暂态建模,以单机无穷大系统和风火打捆外送系统为例,验证了所提方法的准确性,并利用特征值轨迹显式表达式分析了线路串补度、转子侧控制器比例和积分系数等重要参数对双馈风机并网系统次同步振荡、低频振荡等关键模态的影响。

AAPR、NLR、CAR与原发性肝癌肿瘤包膜侵犯、Ki67指数的相关性及对疾病预后的评估价值

目的探究外周血清蛋白/碱性磷酸酶比值(AAPR)、中性粒细胞与淋巴细胞比值(NLR)、C反应蛋白/清蛋白比值(CAR)在原发性肝癌患者中的水平,并分析其与包膜侵犯、Ki67指数的相关性及对疾病预后的评估价值。方法选取于南通市肿瘤医院2020—2021年就诊的96例原发性肝癌患者作为研究对象,根据患者是否发生包膜侵犯和Ki67指数进行了分组,分别应用免疫组织化学法对Ki67指数进行检测,运用病理学检查明确是否发生包膜侵犯,采用自动生化分析仪检测并计算AAPR、NLR、CAR,并进行相关性分析和受试者工作特征(ROC)曲线分析。结果相较于未发生包膜侵犯患者和Ki67指数低的患者,发生包膜侵犯的患者和Ki67指数高的患者AAPR水平较低(P<0.05),NLR、CAR较高(P<0.05)。患者包膜侵犯的发生和Ki67指数与AAPR呈负相关(r<0,P<0.05),与NLR、CAR呈正相关(r>0,P<0.05)。随访6个月后死亡的患者AAPR低于生存患者(P<0.05),NLR、CAR高于生存患者(P<0.05)。ROC曲线分析可知,AAPR、NLR、CAR对患者预后有较高的预测价值,其联合预测效能最佳。结论原发性肝癌患者包膜侵犯的发生和Ki67指数与AAPR呈负相关,与NLR、CAR呈正相关,这3种指标对于患者预后有较高的预测价值,且联合预测效能最佳。

经纱张力神经反步分数阶快速终端滑模控制

为更好地控制经纱张力,提高系统动态响应性能减小抖振,开发了一种神经反步分数阶快速终端滑模控制器(RBF-BCFOFTSMC),通过动力学分析建立了织机送经系统的时变数学模型。同时,推导了一种新的反步分数阶快速终端滑模控制方法。针对织机织造过程中系统总干扰上界的未知性和系统时变性的特点,设计了自适应律来估计外部干扰的上界值,设计神经网络参数自适应律来逼近真实的系统状态,并利用李雅普诺夫稳定性证明系统的合理性。通过其与传统滑模控制(SMC)和神经PID控制(RBF-PID)在仿真实验和实际工况下的对比,结果表明:RBF-BCFOFTSMC在经纱张力控制方面不仅减小了抖振,并且具有较高的鲁棒性和响应性能。

基于前门外板包边间隙的研究

针对汽车覆盖件包边后总成出现匹配间隙过大或过小以致于DTS不满足要求的问题,对总成包边进行了研究。以某车型的前门外板后端B柱为例,利用3种不同状态下的前门外板材料进行了有限元包边模拟分析,并与现场实测数据的咬合损失量进行对比分析,结果显示同时考虑拉深应力与回弹量的外板材料进行包边仿真分析与现场生产更为贴近。

基于自适应稀疏伪谱逼近新方法的随机状态估计:模型及算法

进行快速准确的不确定性状态估计,是进行电力系统不确定性分析、控制及优化的基础。该文提出基于多输出自适应稀疏伪谱逼近新方法(newadaptivesparsepsedospectral approximation method for multi-output problems,NA-SPAMMOP)的随机状态估计新模型及求解方法。构建完整的随机状态估计新模型,该模型完整地计及了基于AMI信息的负荷、分布式发电伪量测的不确定性,及部分因仪表精度偏低而具有较大量测误差的实际量测的不确定性;提出服从任意分布的随机量测的正交多项式系求取与随机量测的变换方法,使得该方法能够适应于任意连续分布的随机量测,并以命题的形式证明所提出的随机量测变换方法可使得SPAM类方法的计算效率最高;构建基于NA-SPAM-MOP的随机状态估计新模型的有效求解算法,实现了系统状态变量的各阶矩、概率密度函数及包含状态变量真值的置信区间的快速求解,经分析,该算法的计算复杂性远低于蒙特卡罗类抽样方法。算例证明了所提出模型及算法的有效性。

考虑变形热和摩擦热效应的热力耦合冲压研究

以DP780材料为研究对象,在20~140℃温度区间、0.001~0.1 s^-1应变速率区间内进行恒温拉伸试验,分析了真实应力应变变化趋势,建立了基于Norton-Hoff模型的材料本构方程,该本构方程能够较好地表征DP780在冷成形过程中与温度相关的塑性本构关系。结合Norton-Hoff本构模型,以及与温度、压力相关的摩擦模型,采用理论研究与数值模拟结合的方式,研究DP780钢板变形热和摩擦热的自发热产生机理和宏观特征。根据完全热力耦合数值模拟理论,考虑将温度场和应力场、应变场等进行耦合分析,提出一种考虑变形热和摩擦热效应的冲压成形研究方法。通过U形件冲压试制试验,得到DP780钢板冷成形条件下的试验回弹结果。对比传统冷冲压模拟结果和考虑自发热效应研究方法下的模拟结果发现,考虑自发热效应的冲压成形模型在模拟侧壁时准确性提高了10.1%,在模拟法兰时准确性提高了23.2%。

基于自适应稀疏伪谱逼近新方法的随机潮流计算

提出基于自适应稀疏伪谱逼近新方法(newadaptive sparse pseudospectral approximation method,NA-SPAM)的随机潮流计算新方法。该方法的基本过程如下:首先提出基于Nataf-Margin变换的相关随机变量独立化处理方法,并以命题及推论的形式证明了该变换是有效的并且能够最大程度地保持NA-SPAM的计算效率;然后通过在NA-SPAM中用Kronrod-Patterson嵌套积分序列代替传统的高斯积分序列提出了嵌套NA-SPAM,以减少NA-SPAM所需的积分点和计算量;最后将Nataf-Margin变换和嵌套NA-SPAM结合为综合NA-SPAM,实现了随机潮流快速且准确的计算,得到系统状态量的期望、方差以及概率密度。用基于IEEE-9、IEEE-118节点系统的算例验证了综合NA-SPAM的有效性,以及其相比于经典伪谱SCM、LHS和MCM的计算效率优势。

融合在线辨识的新型神经网络经纱张力控制

为解决织机织造过程中长片段经纱张力波动,提出基于在线辨识传递函数的微分分离I-RBF-PID送经系统控制方法。针对织机送经传动系统的间隙和织轴卷径变化等因素造成送经系统非线性、时变和耦合关系复杂等特点导致的精确数学模型难以建立问题,利用LMS算法辨识织机时变,采用高阶的传递函数,由改进PSO优化的RBF神经网络整定PID参数,引入步长优化器和微分分离PID控制策略,提高RBF-PID收敛精度和减少超调。设计传递函数更新公式,将辨识得到的时变传递函数应用于I-RBF-PID控制系统,并与常规PID控制器和RBF-PID控制器在超调量、到达稳态时间和上升时间等性能条件下的结果进行了比较。仿真实验验证所提出的高精度张力控制方案的有效性。

改进EKF-SLAM自动落布车定位算法

为提高自动落布车定位精度,解决扩展卡尔曼滤波(extended Kalman filter, EKF)同步建图与定位(simultaneous localization and mapping, SLAM)算法在强非线性系统中误差增大、系统定位精度降低等问题。结合多新息(muti-innovation)理论,提出迭代多新息扩展卡尔曼滤波同步建图与定位(IMI-EKF-SLAM)算法,使自动落布车定位系统在状态更新过程中,从对当前时刻的一次更新到对多个时刻的多次迭代更新,并对迭代值n、新息维度p进行了探讨。仿真和实验结果表明:改进算法减少了状态估计误差,并且当迭代值n为2,新息维度p为3时,IMI-EKF-SLAM算法定位效果最佳。

基于准稳态模型的中长期电压稳定轨迹多项式逼近方法

针对电力系统中存在的影响中长期电压稳定性的可变参数,提出了一种基于准稳态模型的中长期电压稳定轨迹的多项式逼近方法,该方法可以利用所得的多项式逼近函数准确地分析系统参数的变化对中长期电压稳定性的影响。多项式逼近作为分析参数对系统状态影响的有效工具,其基本思想是用多项式近似地表示连续函数,文中在此基础上考虑电力系统中长期过程中的连续动态和离散动态,通过传统伽辽金方法构造出能够显式地描述系统变量与参数之间近似关系的多项式逼近式。与传统的线性化方法相比,由于文中所提方法可以描述系统的非线性特征,所以逼近精度有大幅提升,且方法的精度随着所选多项式基函数阶数的增加而提高。Nordic 74节点系统的算例分析结果表明该方法能在中长期电压稳定问题的研究中提供更准确的分析结果。

含关节间隙的并联机器人运动误差分析

为获得平面冗余并联机器人运动副间隙误差变化关系,进行机构建模仿真,得出运动副间隙对机构执行点轨迹精度的影响规律。基于独立支链系统建立含转动副关节间隙误差的数学模型,利用Adams仿真软件,引入弹簧阻尼法理论基础建立含关节间隙的并联机构虚拟样机,完成含有不同运动副间隙误差的并联机器人的运动仿真。采用仿真分析与数值理论计算相结合的方法,得出在并联机构中,各运动副在不同间隙误差尺寸下对末端输出位置影响不同。为后续提高并联机器人运动精度及改善运动性能提供参考依据。

喷气织机异形筘结构参数对引纬气流场的影响

探讨喷气织机主喷嘴引纬气流场特性以及异形筘唇宽、导纱管位置等对引纬气流场的影响。应用CFD对主喷嘴和异形筘的组合引纬气流场模型进行数值模拟,并通过实验验证数值模拟的合理性。以此为基础,数值分析了异形筘上下唇尺寸和主喷嘴导纱管的安装位置对筘槽内气流速度的影响,得到不同供气压力下的筘槽内气流速度分布。结果表明:组合流场速度的实验值略小于数值模拟值,但二者整体上具有较好的一致性;当异形筘上唇为13 mm,下唇为11 mm时,气流速度最优,主喷嘴导纱管在筘槽中心和机后偏移2 mm处为最佳安装位置。

融合跳点搜索与双向蚁群算法的AGV路径规划

为改善蚁群算法搜索速度慢且容易在“凹”型障碍物中陷入僵局的问题,提出一种与跳点搜索融合的双向蚁群算法。首先,处理栅格地图,增加了跳点搜索算法的评估功能;然后,改进蚁群算法的启发式函数和信息素更新方法,在起点和目标点放置2组不同类型的蚂蚁进行双向搜索。仿真结果表明:该算法在搜索时间上减少了30%,迭代次数降低了33.3%,最小路径长度缩短了4~5 m。

基于MED和WMSDL的滚动轴承内圈故障特征诊断

针对滚动轴承早期内圈故障特征较为微弱,并伴随环境噪声的干扰,微弱的故障特征信息易被环境噪声所淹没的问题,课题组提出基于最小熵解卷积(MED)和加权多尺度字典学习(WMSDL)的滚动轴承早期故障诊断方法。课题组通过设置一个滤波器使故障特征信号峭度最大实现解卷积,利用WMSDL对解卷积后的信号稀疏分解后进行平方包络解调突出内圈故障特征频率。仿真分析和实例分析结果表明:解卷积后信号的信噪比明显提高,内圈冲击成分明显增强。课题组的研究可有效提取滚动轴承故障特征频率。

作用于种属差异性表位的细菌α-半乳糖苷酶(EmGalase)的鉴定和研究

对脑膜炎败血伊丽莎白金菌进行糖苷酶功能基因组分析发现,该菌存在一个GH27家族α-半乳糖苷酶基因。克隆该基因并表达蛋白后,利用人工合成的pNP底物研究其酶学性质,发现该酶具有α连接的半乳糖(α-galactose,α-Gal)底物特异性,酶反应pH为3.0~8.0,反应温度为4~45 ℃。用不同寡糖底物进一步确定,该酶能够酶切直链末端α-1,3、1,4、1,6Gal。在猪红细胞上进行的酶切实验显示,该酶能够高效清除存在于猪红细胞表面的末端Gal α 1-3Gal表位。末端α-半乳糖基化修饰在免疫与感染中发挥着重要的生物学作用,作用于种属差异性表位的细菌α-半乳糖苷酶的发现将为该领域的研究提供一个新的工具,为缓解异种输血中的超急性免疫排斥反应提供一种可能。

自动落布车轨迹跟踪控制算法

针对自动落布车在纺织车间里的换道轨迹规划和跟踪控制问题,文章提出基于B样条的快速高效且避障的换道拐弯轨迹规划,并设计模型预测控制的落布车轨迹跟踪控制器。以自主设计的双舵轮自动落布车为研究对象,利用B样条曲线规划纺织车间里落布车换道轨迹,分析车身结构并建立其运动学模型,求得落布车在纺织车间里的定位算法及考虑车体的运动性能和环境约束,使用模型预测控制(MPC)减少复杂环境中的跟踪误差和随机干扰。最后,通过Matlab软件进行仿真,验证了MPC在给定的可行距离和角度偏差范围内能够稳定地跟踪参考轨迹,并与传统PID控制进行对比,最终证明采用MPC的轨迹跟踪算法具有稳定良好的跟踪性能。

基于参数可调均值迁移滤波实现筒子纱的识别检测

为了提高机器视觉对纱筒图像识别检测的准确率,课题组提出了一种参数可调均值迁移滤波算法。在图像采样过程中,先对源图像进行锐化处理,再对图像空间窗口与颜色窗口同时进行卷积操作,筒子纱的边缘轮廓得到完整保留,且通过滤波处理去除图像噪声;采用Canny算子边缘检测,完成对筒子纱的轮廓提取;几何矩计算轮廓质心和横纵比过滤判别筒子纱的放置状态。实验结果表明:该方法在图像处理过程中准确、可靠,能够满足图像识别检测的要求。