液驱喷注器遗传算法优化滑模控制设计及优化

设计了一种液驱喷注器结构,构建遗传算法优化滑模控制。遗传算法可以获得更佳优化结果,显著提升滑模控制器响应速度,并降低超调量,最终改善了喷注器控制性能。选择滑模控制器调节液压缸活塞的位移,之后对该控制系通过遗传算法实施了优化,经仿真测试对比了优化前后的控制性能差异性。研究结果表明:以遗传算法对活塞运动控制过程进行优化,经过遗传优化后整体系统表现出了更准确的控制效果,响应速度也获得了显著提升。无论在余弦波还是阶跃波信号下,改进滑模控制系统的响应时间得到降低的很明显,控制在0.02s内;位移误差控制在0.002cm以内,很好的满足实际情况的需要。该研究对提高喷注器的工作效率以及位移控制精度提供了一定的理论支撑作用,具有很好的推广效果。

基于SSO优化VMD算法的齿轮箱状态监测及故障诊断

为了提高齿轮箱状态进行监测能力,通过麻雀搜索算法(SSO)优化模态分解(VMD)算法对其开展故障诊断控制分析。研究结果表明:选择的断齿信号作为测试对象,通过SSO-VMD算法实施降噪,采用SSO算法进行VMD参数寻优得[708,3],同时获得全局最优适应度为2.6852,再对以上IMF分量实施重构,获得降噪故障信号。采用多源域特征提取方法达到了最大识别精度,为68.43%,相对尺寸、时域、频域等表现出了更优的提取性能。I-Imap算法达到了最大降维性能指标与最优故障识别性能,具备理想的多源域故障特征降维性能,对行星齿轮箱工况达到100%的高精度故障识别率,此模型满足有效性。该研究可以拓展到相关的自动控制领域,具有很好的推广应用价值。