针对GCC编译器指令调度的DUMP算法优化

GCC编译器可通过DUMP算法记录指令调度过程并输出,但是,只针对使用O0以上的编译优化的前提下,指令调度DUMP算法使编译器在使用O0编译优化时,也能够记录输出指令调度过程,为GCC编译器在移植开发过程中更加直观了解编译器的指令调度并进行执行调度优化。对DUMP算法进行改进优化,使得在使用编译选项-O0的情况下,也可以使用-fsched-verbose=n的n来控制编译器输出指定的调度信息。

露天矿自卸车线控制动控制算法研究

文章对露天矿自卸车线控制动控制算法进行研究,并对传统PID、遗传算法PID、模糊PID三种控制算法,在制动力和制动间隙控制方面开展仿真试验。结果表明:传统PID和模糊PID控制下的制动力超调量较大,调节时间较长,遗传算法PID的控制效果最优;三种算法均可控制制动间隙稳定,但遗传算法PID的效果最好,模糊PID次之,传统PID效果最差。

基于多岛遗传算法的铰接车轮边减速器优化设计

以轮边减速器的体积最小最为目标函数,建立了轮边减速器的优化数学模型。采用多岛遗传算法作为优化策略,并以铰接车轮边减速器作为算例。结果表明,此方法能够获得更好的结构最优解,有效的降低了轮边减速器的外形尺寸,证明了该方法的正确性和可行性,具有重要的理论价值和实际工程意义。

基于遗传算法的重型矿用自卸车车斗优化设计

基于遗传算法对采用HARDOX钢板的重型矿用自卸车车斗进行优化设计,确定了自卸车车斗优化问题中的优化变量,以车斗钢板最小总体积(质量)为最优目标,根据强度要求、承载能力要求、固有频率限制等约束条件,建立了优化问题的数学模型,得到了优化后的车斗尺寸。基于遗传算法得到的车斗各板壁厚明显降低,对设计载重为290 t的车斗,经过试算,减重9.6%、柴油节约8%、轮胎节约7%、生产效率提高3%、维修维护减少15%、推土机等辅助工具减少12%,验证了遗传算法在自卸车车斗轻量化设计问题中的有效性和必要性。

电动轮自卸车能量回馈系统的储能容量优化

为了回收矿用电动轮自卸车机械制动能量,提高其运行经济性,设计了基于超级电容储能的能量回馈系统。由于电动轮自卸车能量回馈系统中超级电容储能容量配置大,导致价格昂贵,因此在建立驱动储能系统数学模型的基础上,综合考虑了经济性、能量回馈效果以及系统尺寸和重量,构造了优化目标函数。并以超级电容充放电特性和电动轮自卸车启动、制动整个过程的动力性能指标作为约束条件,运用改进的遗传算法(GA)对超级电容储能容量进行了优化配置。最后搭建了实验平台和Madab/Simulink仿真模型,并对比了优化前后的系统参数,结果显示,在系统重量和尺寸优化的同时,能量回馈系统大大提高了电动轮自卸车运行的经济性和其驱动系统的动力性能。仿真和实验验证了所提方法的可行性和有效性。

基于BP-遗传算法的排土场边坡几何参数优化

在保证矿山安全生产的前提下,为发挥排土场最大经济效益,提出了基于BP-遗传算法的排土场边坡几何参数优化方法。以弓长岭大阳沟排土场为例,借助极限平衡法获取研究所需数据,利用BP神经网络建立边坡坡角、单段台阶高度及相应的安全系数间的非线性关系,并以此关系式为边界约束条件,建立了优化边坡几何参数的数学模型,利用遗传算法和传统优化算法进行寻优。结果表明,与传统优化算法相比,BP-遗传算法的优化结果更加精确、可靠,有效避免了传统优化算法在寻优时易陷入局部最优解的问题。提供了一种简单、精确、可靠的排土场边坡几何参数优化方法,具有较好的应用前景。

油气悬架粘性发热研究与优化

针对矿用自卸车行驶道路恶劣载重量大、致油气悬架粘性发热显著、阻尼力偏离设计值甚至产生气穴加剧部件损坏等,对油气悬架粘性发热进行研究、优化。用龙格-库塔公式求解油气悬架非线性热平衡方程,并建立热动力学模型;通过仿真与试验对比,簧上质量加速度响应最大误差为5.5%,较未考虑粘性发热精度时提高4.2%,从而验证模型的准确性。通过对粘性发热现象定量分析表明,E级路面温度升高达65 K,D级路面温度升高达38 K;粘性发热使悬架系统共振频率偏移,幅值发生变化。基于惩罚函数法建立目标函数,采用遗传算法优化后油气悬架温度降低14 K。

基于改进蚁群算法的智能铲运机全局路径规划

以矿井GIS地图为基础建立环境栅格模型,结合改进蚁群算法对智能铲运机在井下环境中的全局路径规划问题进行求解。对基本蚁群算法存在的问题进行改进,分别从路径选择规则、全局信息素更新规则和局部信息素更新规则三方面进行优化。通过仿真实验验证该改进蚁群算法的有效性,并与基本蚁群算法进行比较,结果表明,改进蚁群算法具有较好的稳定性和全局最优性,而且收敛速度较快。该算法可根据已知巷道环境地图得到铲运机的最优路径,有利于智能铲运机的高效工作。

基于能量剩余的TopDisc算法拓扑控制研究

在保证无线传感器网络连通性和覆盖度的前提下,通过选择良好的拓扑控制机制,能够提高网络通信效率并延长网络的生命周期。在分析TopDisc算法的基础上引入能量剩余,得出一种改进的TopDisc算法,并对算法进行仿真,结果表明:改进的算法在网络的生存时间上要长于原算法,在节点剩余能量上比原算法更平均。

混炼胶质量预测和排胶控制的GMPLS模型研究

针对混炼胶密炼工艺特性,提出广义多路部分最小二乘(GMPLS)算法,建立混炼胶门尼粘度预测和排胶控制模型,克服了普通最小二乘算法在间歇生产质量控制建模中的局限性。试验结果表明,该模型预测混炼胶质量效果良好,并可根据工艺要求在线调整排胶工艺参数,实现智能排胶控制,提高混炼胶质量。

基于遗传算法的154T电动车牵引励磁PID控制器的设计

讨论了154T电动轮自卸车牵引励磁控制的基本问题;分析了传统PID控制器的不足和基于遗传算法PID控制器的优势;论述了遗传算法的原理、基本问题和实现步骤.研究了电动轮自卸车的牵引特性和牵引励磁控制系统的结构,根据设计,该系统被控对象可简化为二阶系统,而控制器采用基于遗传算法的PID控制.用MATLAB对PID参数整定进行了仿真,以考察利用遗传算法的进化能力优化PID的效果.仿真结果表明,经过遗传算法优化的PID控制器具有较高的精度和较强的适应性,能获得满意的控制效果.

振动信息云转储的性能保证方案

针对一种汽轮机振动信号远方在线故障分析所面临的信息转储不畅的问题,采用目前流行的云数据库技术,实现发电厂到专家诊断中心的信息转储.结合现有采集系统的软件架构和实现技术,提出采用云数据库实现信息转储的解决方案,重点考虑了振动信息转储的性能保证,包括信息的完整性、及时性和安全性,并采用了相应的技术手段来保证这些指标.实验室验证测试表明,采集系统的振动信息能够转储至诊断中心的数据库,相关性能指标也能得到有效保证.

多岛遗传算法的铰接车差速器优化设计

以差速器的体积最小为目标函数,建立了差速器的优化数学模型。采用多岛遗传算法作为优化策略,并以铰接车差速器作为算例。结果表明,此方法能够获得更好的结构最优解,有效地降低了差速器的外形尺寸,验证了该方法的正确性和可行性,具有重要的理论价值和实际工程意义。

矿用自卸车离合器膜片弹簧优化设计

根据膜片弹簧的结构特点,建立以膜片弹簧在摩擦片磨损极限内仍然有可靠的弹簧预紧力和驾驶员轻便型为共同优化目标函数的双目标函数模型的数学模型。根据此模型,提出一种改进的算法,即将遗传算法与复合形法合而为一。最后,通过对某宽体矿用车膜片弹簧优化模型进行实例分析,并与其他优化方法进行比较分析。研究结果表明,利用新的算法计算出的膜片弹簧具有更好的压稳性和操纵轻便性。

矿用自卸车离合器膜片弹簧优化设计

根据膜片弹簧的结构特点,建立以膜片弹簧在摩擦片磨损极限内仍然有可靠的弹簧预紧力和驾驶员轻便型为共同优化目标函数的双目标函数模型的数学模型。根据此模型,提出一种改进的算法,即将遗传算法与复合形法合而为一。最后,通过对某宽体矿用车膜片弹簧优化模型进行实例分析,并与其他优化方法进行比较分析。研究结果表明,利用新的算法计算出的膜片弹簧具有更好的压稳性和操纵轻便性。

WSN中基于TopDisc算法的拓扑控制研究

拓扑控制是无线传感器网络的一个重要研究方向,通过选择良好的拓扑控制机制,能够提高网络通信效率并延长网络的生命周期。针对TopDisc算法的不足,得到了TopDisc改进算法。改进后算法能根据节点能量,有效的进行簇头选举,并能适当的控制节点发射功率,使得簇的形成更合理,节点的能量消耗更平均。

基于AdaBoost-PSO-ELM算法的滑坡位移预测研究

矿山排土场滑坡的过程是一个动态、大延迟、高度非线性的特性问题,影响矿山排土场滑坡的因素众多,各个特性指标间相互影响,关于排土场滑坡预警并没有严格的划分标准。对此,提出一种自适应提升算法(Adaptive Boosting, AdaBoost)、改进的粒子群算法(Particle Swarm Optimization, PSO)和极限学习机(Extreme Learning Ma chine, ELM)相结合的矿山排土场滑坡短期预测方法。该方法首先利用粒子群优化算法得出ELM模型的最佳输入参数,再通过自适应提升算法将得到的多个极限学习机弱预测器组成新的强预测器并进行预测,最后以某矿山排土场采集的数据为算例,结果表明改进的组合方法的预测精度明显优于由粒子群优化算法优化参数的极限学习机模型和单独的极限学习机模型的预测精度,其预测结果接近于真实值,为实现矿山排土场滑坡预警提供了可能。

基于Fluent的矿用自卸车平顺性分析与优化

矿用自卸车工作路况复杂多变,严重影响了整车平顺性。悬架是影响汽车行驶平顺性的主要部件,首先运用动网格和VOF技术,在Fluent中模拟了油气悬架拉伸和压缩两种工作状态下的内部流场情况,进而计算得到其刚度和阻尼力学特性。同时,在Matlab/Simulink环境下建立了八自由度的整车动力学模型,将所求悬架力学特性应用到整车平顺性仿真中。通过仿真与试验对比得到座椅垂直加速度响应最大误差为9.72%,验证了所得油气悬架力学特性的合理性。最后,采用遗传算法对悬架参数进行优化,座椅垂直加权加速度均方根值下降了21.43%,有效提高了矿用自卸车的平顺性。

基于遗传算法的自卸汽车T式举升机构优化设计

提出了自卸汽车举升机构设计对举升机构的特性要求,以举升初始时刻机构各铰点坐标为设计变量,以初始举升力系数为优化目标,考虑机构的传动性、油压特性等方面的约束,采用遗传算法对自卸汽车举升机构进行了合理的优化。最后利用MATLAB遗传算法工具箱编制了优化设计程序,通过实例表明遗传算法在自卸汽车举升机构参数优化问题上是一种行之有效的方法。达到了提高举升机构的动力、经济性能,避免设计阶段的盲目性、缩短了产品开发研制时间。

软路面下矿用自卸车侧倾响应分析与优化

矿用自卸车所处路况多为松软路面,地面与轮胎作用存在变形沉陷,这对整车行驶过程中的侧倾响应有很大影响。建立了弹性轮胎-变形地面相互作用模型,并将轮胎跳动自由度与整车结合,建立了十一自由度非线性整车动力学模型。在MATLAB/Simulink环境下搭建地面-轮胎-车辆耦合系统进行仿真分析,对仿真结果与实验数据进行对比,验证了模型的正确性,同时得出,软路面下侧倾角响应较之硬路面增加1.28°,增幅达23.81%,从而验证了软路面下轮胎沉陷变形对矿用自卸车侧倾有不容忽视的影响。采用遗传算法对油气悬架参数进行联合优化,优化后侧倾值下降了16.7%,明显提高了自卸车侧倾稳定性。