联合收获机前进速度模糊控制系统多目标遗传优化

针对联合收获机前进速度模糊控制系统参数设计具有主观性,导致作业性能不理想的问题,以切纵流联合收获机样机为研究对象,构建联合收获机前进速度模糊控制系统仿真模型,并建立控制性能和收获性能的优化目标函数来衡量联合收获机的作业性能,利用多目标遗传算法对模糊控制系统的隶属函数和输送槽、割台螺旋输送器和切流滚筒对前进速度的影响因子进行优化。通过对优化前后模型仿真对比和两组田间试验数据分析,表明优化后的控制系统在受外界干扰情况下控制性能得到了较好的保持,收获性能在喂入量变化不大情况下,单位平均损失率分别由1.45%和1.26%降至1.12%和1.14%,联合收获机的总体作业性能得到改善。

基于模糊多目标遗传优化算法的节假日电力负荷预测

多目标遗传优化算法的一个优点就是可在一次迭代计算中寻找到问题的多个非劣最优解。该文应用多目标遗传算法和关联规则算法提出一个基于模糊规则的电力负荷模式分类系统。在此分类系统中采用多目标遗传优化算法从众多模糊分类规则中自动挑选出具有较好识别性能和可解释性的模糊规则,并利用模糊关联规则挖掘通过启发式规则选择改善遗传算法的搜索性能。经仿真试验表明此分类系统具有较好的分类性能,可为节假日负荷预测提供更为充分的历史数据,从而改善其负荷预测性能。

汽车半主动悬架的多目标遗传优化

汽车采用磁流变液减振器 ,可根据不同的道路行驶条件 ,通过改变磁场强度来改变减振器的阻尼特性。提出了一种多目标汽车半主动悬架的遗传优化技术 ,以行驶安全性、乘坐舒适性、结构空间需要作为优化设计目标或约束 ,选择悬架系统阻尼作为优化参数 ,以一个受路面谱激励的 1/ 4汽车模型为例 ,采用一种高效十进制遗传算法对半主动悬架的减振效果进行验证 。

791翼型水动力性能的多目标遗传优化

首先采用贝塞尔曲线参数化翼型背面型线,控制翼型的厚度变化规律;其次,通过均匀试验设计方法和人工神经网络建立背面型线控制点与翼型性能参数之间的近似模型;最后通过多目标遗传算法优化791翼型的背面型线,获得具有较好绕流特性下的厚度变化规律.以791翼型的升阻比F最大化和阻力F_D最小化为优化目标,以贝塞尔曲线的控制点为优化变量进行计算.优化结果表明:单纯地以翼型升阻比和阻力为优化目标时,优化后翼型阻力最大减小了4.17%,升阻比最大增加了15.33%,"失速"冲角增大;优化后翼型的最大厚度的位置更加靠近来流方向,出现在弦长约0.390处,最大厚度增加,约为弦长的0.090;当改变优化目标时,该多目标优化策略可也以较好地优化翼型的结构,提高翼型的绕流性能,可为其他流体机械的优化方法研究提供一定的参考.

基于Kriging近似模型的轨道主冷叶轮多目标遗传优化

为最大限度地减小叶轮质量,通过反求模型和网格密度精度的分析,对叶轮结构进行数值计算,并构造了拉丁超立方试验设计模型和Kriging近似模型,得到叶轮结构的采样空间和高精度的近似模型用来代替数值分析,提出了轨道轴流风机叶轮结构多目标遗传优化方法。采用该方法分析了主要技术参数对叶轮结构受力的灵敏性,并找出了对叶轮结构应力影响最大的参数。叶轮结构通过优化后,质量减小了31.7%,大大节省了材料的成本,最大应力值也由初始方案的21.5 MPa变为16.5 MPa,有效地提高了叶轮的力学性能。优化后通过滑环引电器和动静态应变测试系统对风机叶轮进行动静态试验,并设计了叶轮旋转机械的工艺工装和试验方案,试验结果与计算结果十分吻合,且动应力相对很小,因此,叶轮具有良好的力学和振动性能,在工程应用中具有较高的价值。

一种新型多目标遗传优化算法及其应用研究

文章针对一般约束多目标优化问题,在设计了新的适应度函数和选择算子的基础上,提出一种新型多目标遗传算法。将其应用于集群目标靶场效能优化问题,验证了算法的有效性。

超高速磨削砂轮基体结构的多目标遗传优化

针对砂轮基体在超高速磨削状态下膨胀变形的问题,以控制砂轮基体膨胀变形和降低旋转应力为目的,对超高速磨削砂轮基体进行结构优化。在分析砂轮基体截面形状对砂轮性能影响的基础上,以直线和样条曲线为基本的构造线建立砂轮基体的参数化模型,进而实现了对砂轮基体结构的多目标遗传优化,优化后的砂轮基体在250m/s的磨削速度下,其膨胀变形和等效应力分别降到30.827μm和94.97MPa,与原有砂轮相比分别降低了25.67%和6.44%。

多目标遗传优化ABC支持型切换决策机制

异构无线网络中的切换决策机制,需要综合考虑应用服务质量(quality of service,QoS)需求、服务费用、用户偏好、移动终端状态和接入网络状态等多维因素,进而实现用户和网络提供商的双赢。引入模糊数学和微观经济学知识,对影响切换决策的因素进行了刻画。在此基础上,提出了一种多目标遗传优化总最佳连接(always best connected,ABC)支持型切换决策机制,通过精英选择和个体迁移提高决策质量,基于博弈分析,寻求多终端对多接入网络的最佳切换决策方案,使用户和网络提供商效用达到或接近Nash均衡下的Pareto最优。仿真实验结果表明,该机制是可行和有效的,同现有机制相比具有更好的性能。

基于BPNN和MOOGA的高速联轴器多目标优化方法

针对高转速、复合工况下膜盘联轴器难以保证其强度特性问题,对已有膜盘联轴器强度及动力学特性进行了研究,提出了一种基于反向传播神经网络(BPNN)和多目标优化遗传算法(MOOGA)的高速联轴器多目标优化方法。首先,为了得到优化所需的关键参数,采用了正交实验结合多因素方差分析的方法,选取了联轴器优化参数;然后,基于已选取的关键参数,采用BPNN方法构建了截面应力和弯曲刚度的目标函数,并将其与多项式拟合方法进行了对比,对BPNN方法的精确性进行了验证;最后,采用MOOGA方法对目标函数进行了多目标优化,并将优化前后结果进行了对比分析。研究结果表明:采用BPNN结合MOOGA的方法对联轴器设计参数进行优化,在满足联轴器刚度需求的情况下,可有效降低联轴器膜盘的危险截面应力;优化后,联轴器危险应力减小了18.2%,弯曲刚度降低了5.05%,联轴器角向补偿能力增加了0.1°,从而证明了仿真的有效性。该结果可以为挠性联轴器参数优化设计提供参考。

无磁轭轴向磁通风力发电机多目标偏好优化设计

为了实现小型风力发电机的高性能及微风启动,将3D打印赛钢塑料与混合Halbach阵列、模块化弹性定子铁心结合,提出一种无磁轭模块化轴向磁通风力发电机。根据设计要求,分析不同材料的重量,确定了电机的初步方案。在目标约束的基础上,以感应电动势波形畸变率为主要偏好,感应电动势、齿槽转矩为次要偏好进行优化设计。采用了改进的多目标遗传优化算法及响应面法对电机进行了多目标偏好优化,并与无偏好的优化结果对比,体现了偏好优化的优势。最后,通过有限元仿真及样机实验验证该电机性能。

基于多目标遗传算法的实验目标车底盘结构优化

在实际道路上开展实验目标车碰撞试验是智能汽车开发过程中的重要测试手段之一。为保证智能汽车的安全性,实验目标车的底盘必须具有抵抗较大碾压冲击的能力。由于实验目标车底盘的碾压过程涉及接触非线性和几何非线性等问题,仅基于仿真分析对其进行结构设计和优化存在较大困难。为此,首先采用显式非线性有限元法对实验目标车底盘的抗碾压性能进行分析;然后采用基于局部放大法的多目标遗传算法建立以材料为离散变量、几何尺寸为连续变量的底盘结构多目标优化模型;最后利用HyperStudy软件搭建了一种适应性强且拟合预测精度高的底盘结构优化方法,并获得了满足抗碾压性能和轻量化要求的底盘结构优化方案。研究结果表明,基于碰撞碾压仿真的多目标遗传优化方法对解决考虑离散-连续型变量和响应面高度非线性的实验目标车底盘结构优化问题具有适应性强、优化结果准确和多目标协同满足程度高的特点,可为实际应用中需综合考虑离散变量和多种性能的结构优化设计提供参考。

双轮支柱式起落架刹车振动分析与减振优化

以某型双轮支柱式起落架为研究对象,对飞机刹车诱导低频振动问题进行了研究,首先建立了完备的飞机着陆刹车滑跑整机六自由度数学模型,并在Simulnk中完成模型的搭建,用以分析了刹车控制律的部分参数对抖振的影响。其次,以轮轴中心航向加速度的RMS值作为振动量化指标,与结合系数效率一同设置为优化目标,基于NSGA-Ⅱ算法对液压刹车控制系统参数进行多目标优化设计,得到了优化变量的Parato最优前沿面和TOPSIS方法折衷最优解。最后,根据得到的优化设计方案对比分析优化前后的轮轴中心振动响应,并设置多组仿真工况检验了优化方案对不同着陆环境的适应性。结果显示优化后的起落架轮轴中心加速度Rms值最大降幅能达到14.53%,结合系数效率最大增幅为3.65%,表明所提出的起落架减振优化设计方法具有良好的实现性。

基于多目标遗传算法的拖拉机变速箱体优化设计

提出基于ANSYS Workbench平台箱体结构的有限元模型建立方法,对其在最大载荷工况下进行静力分析。以保证结构刚度为约束条件,以减轻结构重量和提高结构强度为目标,采用多目标遗传算法对箱体结构关键参数进行优化设计。结果表明,多目标遗传算法能在可行域内快速准确地获得箱体结构优化设计的Pareto最优解集,在满足结构刚度的前提下,实现箱体结构的优化设计。

悬架导向机构硬点灵敏度分析及多目标优化设计

采用有限转动张量,结合矢量代数法,建立了悬架导向机构的运动学数学模型,并对硬点作灵敏度分析。从提高操纵稳定性和降低轮胎磨损的角度出发,采用微型多目标遗传算法,对悬架跳动中轮心处侧向滑移量、车轮外倾角和前束角进行优化。结果表明,仅通过一次优化就能得到满足不同偏好的悬架硬点坐标。

基于网格变形技术的机枪三脚架多目标响应面优化

针对使用过程中枪架弹性变形过大影响射击精度问题,提出网格变形、Plackett-Burman试验设计、多目标优化相结合提高枪架刚度的解决方案。利用网格变形技术定义形状变量,据Plackett-Burman试验设计筛选对目标函数显著度高的形状变量;采用优化拉丁方试验设计对整个设计空间均匀采样,据样本点拟合高精度Kriging响应面模型;以三脚架质量为约束,轴向、横向弯曲刚度为目标函数,用多目标遗传优化算法(MOGA)对响应面模型进行寻优。研究表明,该方法能同时提高三脚架轴向、横向刚度,可据Pareto最优解集合权衡各目标进行决策。

页岩气井柱塞工艺影响因素及制度优化方法

为了维持气井长期稳产、支撑页岩气大规模上产,以目前长宁区块主要的排水采气工艺为研究对象,分析了主体工艺应用的影响因素,针对可控因素,基于智能管理平台对页岩气井生产数据实时监测和采集,提出了提升工艺实施效果的制度优化方法。研究结果表明:(1)页岩气开发后期需要采用排采工艺维持气井稳产,目前柱塞工艺在长宁区块已大规模推广应用200余口井;(2)对于柱塞气举制度优化,目前依然停留于根据现场生产情况调整柱塞工艺参数达到优化的目的;(3)结合柱塞运动模型,采用时间序列神经网络和多目标优化遗传算法,可建立页岩水平井柱塞气举制度优化方法。结论认为:(1)柱塞气举作为经济有效的稳产措施,是长宁区块主要的排采工艺之一;(2)目前的柱塞工艺制度优化方法多是试探的结果,优化不具有确定性,没有指导性的理论和预测结果,在工程上也无法用于快速的制度优化设计;(3)建立的制度优化新方法应用于现场21井次柱塞气举井,已对工作制度进行模拟和优化。结果表明目前采用的工作制度较为合理,与优化结果相近,由此可见该方法可有效指导柱塞工作制度的优化,可为大规模应用柱塞工艺及时调整工作制度,并为保障工艺效果提供技术支撑。

燃料电池混合动力参数辨识及整车控制策略优化

为优化燃料电池混合动力系统经济性及耐久性,建立了模型参数辨识及整车控制策略优化方法。首先给出了燃料电池混合动力系统氢气消耗及蓄电池模型参数的最小二乘离线辨识算法。台架试验验证了其有效性。其次给出了整车控制策略,包括电动机控制策略和能量管理策略两部分。电动机运行状态根据挡位信号和司机踏板信号可以划分为两类:制动状态和非制动状态。电动机目标转矩在这两类状态中采取不一样的计算方法。能量管理策略包括稳态分配和动态补偿两个模块。再次,采用基于多目标的遗传优化算法对整车控制策略相关参数进行优化,优化目标为混合动力系统在"中国城市公交典型工况"中等效氢气消耗量最小。工况测试结果表明,使用优化算法后系统经济性从9.6kg/100km提升到7.6kg/100km,减小了燃料电池输出功率的波动并维持蓄电池SOC在平衡点附近。

轮式机器人横向纵向统一遗传模糊神经网络控制研究

在对轮式地面机器人进行纵、横向统一遗传模糊神经网络控制中,提出了一种多目标遗传优化的策略,用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数。并采用先对车体动力学模型进行仿真控制,再用仿真得来的数据控制实际车辆,进行车体在线遗传寻优的方法,这种方法能最直接地控制车体运动。经过实验研究,控制效果较好,有一定意义。

基于热力学和动力学联合仿真的凸轮型线优化

为提升汽油发动机系统性能、降低爆震风险,建立了基于GT-Power的整机热力学和阀系动力学联合仿真模型,并结合Isight多目标遗传优化算法,对发动机凸轮型线的13个设计变量进行了优化设计,该设计同时满足8个阀系的动力学约束函数,具有5个优化目标.经优化后得到了帕累托(Pareto)解集,与现有凸轮型线设计相比,优化后的各目标性能均有不同程度的改善.另外,通过信噪比计算对帕累托解集的稳健性进行了评估,结果表明优化解的稳健性优于非优化解.该优化设计方案已应用到项目前期预研中,其优化及评估方法对发动机产品设计具有一定的指导作用.

大功率隧道照明LED散热模拟及优化设计

翅片散热器是大功率隧道LED常用的散热形式,合理的设计翅片结构,对延长LED寿命、节约散热器成本、减小散热器重量至关重要。通过ANSYS WORKBENCH对影响翅片散热器的两个重要因素,翅片高度和厚度进行了分析,实验发现芯片最高温度随着翅片的厚度和高度增加而减小,14个芯片温度的均匀性随着翅片的厚度和高度增加而增强。通过多目标遗传优化算法对翅片进行优化设计,既降低了芯片温度,又减小了翅片散热器用材和重量,这对于解决LED翅片散热问题具有重要的工程意义。