采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制

为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。

基于逆Radon变换的圆迹SAR三维成像算法

随着合成孔径雷达(synthetic aperture radar,SAR)的应用需求不断提高,出现了圆迹SAR的成像模式,解决传统直线轨迹SAR只能获取二维斜距图像的问题,在地形测绘、建筑物提取、灾害评估等领域具有较高应用潜力。现有的圆迹SAR三维成像算法还存在计算量大、实现复杂等问题,通过对圆迹SAR模型的斜距几何分析,结合回波信号模型设计波数域补偿函数,将距离压缩曲线矫正为基线为零的正弦曲线;结合逆Radon变换,实现对目标的正弦曲线的二维聚焦;通过逐高度平面二维成像结果的堆叠,实现目标的三维成像。通过仿真分析了所提算法的成像质量,验证了所提算法三维成像的有效性。

模块化多电平逆变电路的调制算法研究

针对永磁同步电机传统三电平逆变电路无法满足高压场景的问题,采用空间矢量脉宽调制算法对模块化多电平逆变电路进行调制分析,观察其输出电压波形。然后针对模块化多电平逆变电路各相之间容易出现环流现象,对电容电压平衡控制算法进行简化。在Matlab/Simulink中搭建模型仿真,观察和分析模块化多电平逆变电路的输出电压,实验结果验证了采用空间矢量脉宽调制算法对改善模块化多电平逆变电路的输出特性的有效性和简化后的电容电压平衡控制算法具有稳定性。

数字资本主义中的数字劳动控制与反抗:资本的算法逻辑与劳动者的逆算法实践

数字资本主义的到来,与传统工业资本主义劳动相比,资本控制劳动的形式与劳动者反抗路径已发生深刻改变。资本的算法控制成为数字资本主义劳动控制新形式并超越传统劳动时空控制。从时间维度来看,资本通过算法隐蔽地将劳动控制延伸至闲暇时间、生理恢复时间和非劳动时间,突破传统劳动时间“量”的掠夺,同时通过算法手段精准地提高对劳动时间“质”的控制。从空间维度来看,资本通过算法打破监督者与劳动者必须聚集在同一物理空间的限制,雇主不必到工作现场就可以实现对数字劳动者物理空间行为和虚拟空间行为的双重空间控制。面对算法对劳动过程的超时空控制,数字劳动者通过逆算法实践进行抵抗,反抗主体呈跨空间联结、反抗手段呈技术化中介、反抗领域向数据生产资料延伸。解决反抗的根本路径必须深入生产关系,变革资本主义生产关系实现数字技术的社会主义应用是解放数字劳动的出路所在。

一种基于非凸正则化模型的逆合成孔径雷达成像算法研究

逆合成孔径雷达因其可对非合作机动目标成像而广泛地应用于军事和民用中,研究表明压缩感知技术可以有效提高逆合成孔径雷达成像的分辨率并且有效降低雷达硬件负担。针对典型的非凸ιp(0<p<1)正则化模型,基于Majorization-Minimization(MM)迭代算法框架并采用支撑集收缩策略提出了一种新的雷达成像算法——迭代支撑集收缩算法。迭代支撑集收缩算法是一个简单高效的算法,数值实验表明迭代支撑集收缩算法在逆合成孔径雷达成像中表现优异。

基于改进海洋捕食者算法的机械臂逆解求解

针对冗余机械臂逆运动学求解较难、精度较低的问题,在已有海洋捕食者算法(marine predators algorithm,MPA)基础上,引入Tent映射初始化策略、精英反向学习策略、自适应t分布变异机制,提出了改进海洋捕食者算法(IMPA),并将其应用于冗余机械臂逆解求解中。4个典型测试函数的测试结果表明,IMPA的求解精度和计算稳定性比MPA和另一种改进MPA更优;冗余机械臂逆解求解实例结果表明,IMPA的求解速度更快,求解精度和稳定性更佳,机械臂位姿精度提高,位姿误差降低,具有一定优势。

基于位移逆有理Krylov子空间算法的频率域可控源电磁快速正演

本文开发了一种双重复极点位移逆(SAI)有理Krylov子空间算法,实现了频率域可控源电磁法(CSEM)多频电磁场值的快速计算.在有理Krylov子空间算法中,极点选择是保障CSEM正演精度的关键,单重复极点有理Krylov子空间算法在频率域可控源电磁法应用最为广泛,但其缺点在于正演计算频段范围有限,增加极点个数能够获取更宽频段响应.为此,立足于有理Krylov子空间基本理论,推导了多重复极点位移逆算法Rayleigh商一阶秩修改公式,并利用该模型降阶算法开展了可控源电磁法正演模拟.另外,本文利用粒子群算法求解多极点收敛率函数,可以快速获取最优多极点,从而确保正演模拟精度.相比于单重复极点,多重复极点位移逆算法会增加极点计算时间,但能在更宽的频率范围内准确计算电磁场值.根据频率范围选定合适的极点后,该方法仅需要求解与极点数相同的多个线性方程组,通过场源项和系数矩阵求得有理Krylov子空间,再将正演算子投影到有理Krylov子空间中,显著降低正演算子的自由度,提高多频正演的计算效率.设计了均匀半空间和块状异常模型,并开展了算法测试,计算结果表明:在保证精度的情况下,相比于常规矢量有限元算法,单重复极点、双重复极点位移逆模型降阶算法的加速比超过10倍以上;双重复极点位移逆模型降阶算法总体计算精度要优于相应的单重复极点算法,且具有更宽的计算频带.

基于MPA算法的螺栓连接硬涂层圆柱壳弹性约束刚度逆辨识

针对螺栓连接硬涂层圆柱壳弹性约束刚度的逆辨识问题,如何在提高逆辨识精度及效率的基础上有效降低振动测试和时间成本仍面临挑战。为此,提出了一种基于海洋捕食者算法(marine predators algorithm,MPA)和模态振型识别的螺栓连接硬涂层圆柱壳弹性约束刚度逆辨识方法,该方法通过建立螺栓连接硬涂层圆柱壳动力学虚拟样机和弹性约束硬涂层圆柱壳动力学有限元模型,利用ANSYS-MATLAB联合仿真技术对不同预紧力条件下的约束刚度进行迭代辨识,数值试验结果表明该方法具有较好的逆辨识综合性能且成本较低。同时,以NiCoCrAlY+YSZ硬涂层圆柱壳为例,着重从单变量和多变量约束刚度影响分析方面进一步完善螺栓连接条件下约束刚度对硬涂层圆柱壳结构振动特性的作用规律。结果表明,随着各向约束刚度的增大,结构固有频率呈现先快速增加后逐渐稳定的变化趋势,当较大的刚度数值将使螺栓连接弹性约束转变为固支约束,且低周向波数固有频率对约束刚度变化较为敏感;轴向约束刚度k u对结构固有频率影响较为显著,而径向约束刚度k_(w)和扭转约束刚度k t影响相对较小,且影响幅度取决于其周向波数n,当扭转约束刚度k t≥1×10^(4)N·m/rad时对结构固有频率影响可忽略不计。

基于改进量子粒子群优化算法的机器人逆运动学求解

针对工业机器人在逆运动学求解过程中存在的位姿奇异、解不唯一、求解精度低等问题,提出了一种改进量子粒子群算法。首先,利用D-H参数法建立机器人运动学模型,以机械臂末端最小位姿误差为主要优化目标,加入运动前后关节角变化最小、行程平稳连续的约束条件,设计了目标函数;其次,通过采用Levy飞行策略改进粒子更新方式、非线性地动态调整收缩膨胀因子、采用变权重方法计算最优平均位置等方法设计了一种改进量子粒子群优化(IQPSO)算法;然后,模拟单点位姿和连续轨迹两种不同的求解情况进行三种算法(IQPSO、APSO、QPSO)的仿真对比实验,结果表明IQPSO算法具有收敛速度快、求解精度高等优点;最后,将IQPSO算法用于机械臂本体进行实物验证,实验结果表明IQPSO算法求解出的插值点所组成的轨迹连续且平滑,进一步证明了该算法应用于实际运动控制中的稳定性和可行性。

基于人工蜂群算法的冗余机械臂逆运动学求解

利用D-H法对冗余机械臂建立运动学模型,通过坐标系的转换得出正运动学的解;探讨人工蜂群算法对7DOF机械臂运动学求解的有效性,使用人工蜂群算法对冗余机械臂进行逆运动学求解,构造以位置误差以及求解时间为目标函数来寻求最优解;以最小位置误差和求解时间为目标,让机械臂运行到指定位置并将计算结果与粒子群算法进行比较。Matlab仿真实验表明:人工蜂群算法所计算的位置误差稳定在10-4 mm,其搜索精度、收敛精度以及收敛速度均优于粒子群算法,计算最优解所使用的时间也优于粒子群算法,所表现的稳定性以及鲁棒性更适用于冗余机械臂的逆运动学求解。

基于改进蜂群算法的拱架台车机械臂逆解

拱架台车机械臂为七自由度的冗余机械臂且带有移动关节,其逆运动学求解困难,文中设计了一种基于Levy飞行的混沌蜂群算法(Chaotic Levy Artificial Bee Colony Algorithm,CFABC)。首先利用D-H(Denavit-Hartenberg)法建立机械臂运动学模型,通过正运动学的解建立末端位姿误差目标函数,求取逆运动学的最优解,接着引入混沌映射对蜜源进行初始化,再引入Levy飞行改变搜索策略来提升算法的收敛速度,最后利用Matlab编程进行仿真验证,为拱架台车机械臂逆运动学的求解提供了一种新的途径。结果表明,该算法的收敛速度相较于传统的蜂群算法和混沌蜂群算法求解速度快、稳定性好,证明了算法的可行性。

基于伪逆法的数字温度计温度修正曲线重建算法

目前,基于工业铂电阻的高精度数字温度计已成为当下热门研究方向,但受材料和制作工艺的影响,其测量精度相对一般,且随使用年限的增加,出现阻值漂移导致测温偏差在所难免.温度修正算法是提高数字温度计测量精度的有效方法,传统的补偿函数修正算法修正效果良好,但无法解决阻值漂移等问题;分段线性修正算法原理简单、易于实现,但需多点测温,且在面对温度修正曲线非线性变化时,限制了修正准确度和普适性.因此,本文提出了一种基于伪逆法的温度修正曲线重建算法.该方法利用原始标定数据和多个特征温度点建立重建矩阵.在实际使用中,通过待重建的特征温度点便能重建完整的温度修正曲线,并将重建的温度修正曲线自动纳入样本库中,从而提高样本的多样性和算法的修正精度.实验结果表明,该算法在面对温度修正曲线非线性变化和漂移时,具有更好的修正效果,且仅需采集4个特征温度点便能较好地重建完整的温度修正曲线.因此,该算法可以为提高数字温度计测量精度提供有效的支撑.

基于同伦延拓的冗余机械臂逆运动学优化算法研究

目的针对偏置冗余机械臂的逆运动学,采用传统数值法存在依赖初始值、奇异位姿收敛性差等问题,提出一种改进数值法。方法首先将非线性方程组转化为同伦方程组,引入同伦延拓算法能够有效避免依赖初始值的问题,同时能够获取逆运动学解空间。然后考虑奇异位姿,将同伦方程组转化为最小二乘问题,采用Levenberg Marquardt算法对同伦方程组进行路径追踪,以获取逆运动学解空间。最后将关节极限避免问题映射为解空间优化问题,引入二进制改进粒子群优化算法,获得最优逆运动学解。结果实验结果表明,相较于传统数值法,文中所提数值法针对逆运动学求解具有更高的收敛率、更快的收敛速度,同时二进制改进粒子群算法能够有效避免关节极限问题。结论采用文中所提数值法求解逆运动学的精度较高,能够满足实时性要求,对于机械臂用于包装作业具有一定的理论意义和工程应用价值。

改进微粒群算法的六自由度机械臂逆运动学研究

改进PSO算法流程,将总迭代次数分为子迭代,优化算法的适应度函数,并且使用球形腕方法替代DH建模法.通过分析实例机械臂的逆运动学呈现了所提出的改进算法在减少计算时间方面的效果.所提出的算法与3种微粒群算法(PSO)的变体对PUMA 560和ABB IRB120机械臂工作空间中随机选择的20个位置和方向数据进行比较仿真研究,并使用威尔科克逊(Wilcoxon)非参数统计检验法对算法进行检验.通过计算时间、定位精度和求解率来分析仿真结果,可以得出本文的改进微粒群算法比其他PSO变体更可行.

6R机器人实时逆运动学算法研究

提出一套解决各类6R机器人逆运动学问题的实时算法.一般算法通过矢量计算和16阶矩阵分解得到一般6R机器人的最多16组逆运动学解.封闭解法直接提取运动学等式求出关节变量的解析解.组合算法将封闭解法或一般算法的结果作为初始值,采用牛顿-拉夫森方法迭代出逆运动学精确解,适用于所有接近满足封闭解条件或一般算法条件的6R机器人.求解实验结果表明,整套算法最大算法时间约为2.03ms,为任意几何结构的6R机器人应用于强实时系统提供了逆运动学解决方案.

基于遗传算法的机器人运动学逆解

在分析以往逆解方法的基础上，提出了用遗传算法求解机器人运动学逆解的方法，给出了用于优化求解的适合度函数，并提出用二次编码法提高解的精度．计算机模拟证明：该方法能快速收敛于全局最优解，能给出机器人的可能解，并能计算冗余度机器人的逆解．

微波生物医学成像算法中的病态及伪逆问题

将微波成像应用于生物医学领域中具有许多潜在应用优势。如同其它物理逆问题 ,下面的两个问题是微波成像计算中常遇到的 :1、是否能得到唯一解 ?2、解是否稳定 ?这两个问题通常称为伪逆和病态问题。它们严重影响了逆问题求解的准确性。文中介绍了微波成像算法的基本原理 ,就伪逆和病态的概念进行了讨论 ,给出了正则化方法等几种可用于求解伪逆和病态问题的方法 ,特别通过举例 ,讨论了这些求解方法的优点和缺点。

基于向量内积的机器人实时逆解算法

为提高6R机器人逆运动学求解算法的实时性,提出了一种基于向量内积变换的实时高效逆运动学求解算法。将复杂的矩阵方程转换为含有6个未知关节变量的10个纯代数逆运动学方程,并在方程的简化过程中引入符号运算预处理,避免了大量浮点运算带来累积误差。通过相关方程的优化线性组合,有效避免了5、6两关节变量求解时产生增根的情况,大幅提高了逆解算法的效率。试验结果表明,同等求解精度要求下该逆解算法相比于其他算法具有更强的实时性,得到精确的8组封闭解平均仅需0.014 ms,能满足机器人的在线控制要求。

基于混合的多目标遗传算法的多目标流水车间逆调度问题求解方法

将逆优化理论与方法引入车间调度领域,探讨近年来车间调度领域出现的一种新方法"逆调度"。研究多目标流水车间逆调度问题,建立考虑调度效率和调度稳定性的数学模型,综合考虑了加工参数改变量、系统改变量以及完工时间和等目标。提出一种基于混合的多目标遗传算法(Hybrid multi-objective genetic algorithm,HMGA)的求解方法,将多种策略进行混合以提高算法性能,主要包括快速非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGAII)中的快速非支配排序方法、两种多样性保持策略、混合的精英保留策略,以及改进的局部搜索策略等。通过实例测试与方差分析(Analysis of variance,ANOVA),验证了该算法的有效性。

基于混合类电磁机制算法的机械臂逆运动学解

机械臂的逆运动学问题可转化为等效的最小化优化问题,并采用数值优化方法求解。提出一种基于类电磁机制(Electromagnetism-like mechanism,EM)和模式搜索(Pattern search,PS)数值求解机械臂逆运动学问题的混合类电磁机制算法(Hybrid electromagnetism-like mechanism,HEM)。该方法利用修改的类电磁机制(Revised electromagnetism-like mechanism,REM)与模式搜索方法各自特性相互融合平衡算法对解空间的全局探索和局部开发能力,基准函数测试结果表明该算法改善了全局搜索性能及寻优解的可靠性。在此基础上以6自由度TX60型号史陶比尔工业机械臂为例,考虑以机械臂末端位姿误差构建适应度函数并采用上混合类电磁机制算法数值求解,仿真结果表明,与其他方法比较,该方法用较少的适应度值计算次数下就能搜索到期望精度的寻优解,并且能搜索到所有可能关节角逆解的潜在能力,验证了该方法的有效性。