Pareto鲸鱼算法对电机结构的多目标工程优化

为了提高直线电机的推力性能,对电机结构尺寸优化与多目标优化算法进行关联研究,使用算法来优化电机次级侧的尺寸结构,从而提高电机的推力密度,降低推力波动。提出了一种求解多目标问题的Pareto鲸鱼优化算法,通过和另两种同类算法关于测试函数优化结果的对比实验表明Pareto WOA算法的先进性,然后采用Maxwell与MATLAB的联合方法辅助算法对直线同步磁阻电机的结构进行优化。结果证明,运用Pareto WOA算法对永磁同步直线电机进行结果优化后,电机的推力性能更加出色。     

直线驱动型并联机器人工作空间分析与优化

与旋转驱动型相比,直线驱动并联机器人具有更大的工作空间,但存在工作空间求解较复杂、精度不高和优化目标不合理的问题。针对上述问题,根据并联机器人的结构和运动学模型,提出了一种极坐标变步长迭代搜索法求解并联机器人工作空间,分析各结构参数变化对工作空间的形状、尺寸、对称性的影响趋势。提出一种综合机器人灵巧度与工作空间利用率的全局混合性能指标,并以此为目标函数建立了结构参数优化的数学模型,利用粒子群算法对不同工况下机器人尺寸参数进行优化,得到基于机器人操作性能和工作空间利用率的最优参数,对不同权重下优化得到的参数进行仿真,验证了目标函数的正确性和有效性。通过激光跟踪仪测出的实际工作空间与理论工作空间模型进行对比,验证了工作空间理论模型的正确性,为后续的尺度综合研究打下基础。     

高速6—PSS并联机器人参数优化设计

针对高速6-PSS并联机器人尺寸参数多、动态性能复杂等特点,提出一种以工作空间为基础、动力学特性为优化目标的多目标优化方法。首先构建机构运动学方程,并利用拉格朗日法构建动力学模型,对机构的约束条件及工作空间进行分析,确定尺寸参数的搜索范围。然后,分析各个尺寸参数对关键动态性能的影响趋势,综合分析计算结果并提出优化目标函数。最后,通过优化数学模型计算,得到并联机器人尺寸参数最优解。通过仿真验证,对比优化前后驱动力、速度、功率等动态性能参数值,结果表明了优化算法的有效性和正确性,可为高速并联机构的参数设计提供一种有效的优化方法。     

4自由度含局部闭链式码垛机器人动力学优化设计

提出一种4自由度含局部闭链式码垛机器人动力学优化设计方法。在建立其刚体动力学模型的基础上,提出在目标轨迹及确定运动规律下,以机器人大臂与小臂关节驱动力矩基于目标轨迹上的最大值最小作为动力学优化目标。在此基础上,构造有约束的多目标优化问题,并利用理想点法将该多目标优化问题转化成单目标优化问题加以解决。工程实例证明利用所提方法优化后得到的机器人尺度参数,能够使机器人在目标轨迹上的动力学性能明显改善,大臂与小臂关节驱动力矩峰值降幅分别为9.782%和8.207%,说明优化方法合理、有效。     

直线驱动型并联机器人工作空间分析与优化

与旋转驱动型相比,直线驱动并联机器人具有更大的工作空间,但其存在工作空间求解较复杂且精度不高和优化目标不合理的问题。针对上述问题,本文根据并联机器人的结构和运动学模型,提出了一种极坐标变步长迭代搜索法求解并联机器人工作空间,分析各结构参数变化对工作空间的形状、尺寸、对称性的影响趋势。提出一种综合机器人灵巧度与工作空间利用率的全局混合性能指标,并以此为目标函数建立了结构参数优化的数学模型,针对不同工况,利用粒子群算法对机器人尺寸参数进行优化,得到基于机器人操作性能和工作空间利用率的最优参数,通过对不同权重下优化得到的参数进行仿真,验证目标函数的正确性和有效性,该优化方法对并联机器人优化设计具有一定的指导意义。通过激光跟踪仪测出的实际工作空间与理论工作空间模型进行对比,验证了工作空间理论模型的正确性,为后续的尺度综合打下基础。     

3-RHUR/PUS+PP混联机器人构型与性能分析

为提升串并混联机器人大行程刚度与综合性能,提出一种带随动滑筒的3-RHUR/PUS三自由度并联头串联XY双导轨的混联五自由度机器人构型。根据非线性约束方程组给出其位置正反解,并基于螺旋理论建立了串并混联的正逆运动学映射关系,基于建立的混联机器人的柔度模型讨论了其方向刚度;综合考虑机器人的转动能力、力传递性能、速度和刚度性能,在利用线性加权法对机器人进行多目标优化的基础上,提出最优拉丁超立方采样（Optimal Latin hypercube sampling, OptLHS）与插值相结合的优化算法,从而缩短了优化计算所需时间,得到了机器人最优尺寸参数。     

基于超声振动加工变幅杆的优化设计

为确定超声振动加工机床变幅杆的类型和参数,分析了超声变幅杆在超声振动加工的主要作用,提出了一种优化设计超声变幅杆的方法。结合工程实例,建立了变幅杆的数学模型,得到变幅杆的基本尺寸参数,用SolidWorks软件建立超声变幅杆的三维模型,使用有限元分析模块进行模态分析和谐响应分析,根据分析结果确定优化参数,使用SolidWorks优化算例进行优化。结果表明,优化设计的超声变幅杆可以满足超声振动加工机床的需求,且工作性能有较大的提升,理论求解-有限元分析优化方法在设计变幅杆上具有准确性和高效性的特点。     

基于多路由协议的株间锄草机器人结构和控制优化设计

为获得理想的苗间机械锄草效果,提出了一种新的锄草机器人结构优化方法.该方法主要采用多目标优化模型对锄草末端结构进行设计,采用多路由协议对多锄草机器人进行协同控制,大大提高了田间锄草机器人的工作效率.在建立了机械锄草齿运动轨迹数学模型的基础上,结合现代农艺对机械锄草参数的限定及要求,建立了多目标优化模型,并利用MatLab优化工具箱得到最优解,将其应用在多机器人系统控制的多路由协议框架中.为了验证优化方法的有效性,在田间对多锄草机器人协同作业进行了试验,结果表明:优化后的多路由锄草机器人不仅大大提高了作业速度和锄草效率,而且降低了作物苗损失率,为大型中耕除草机的设计提供了理论依据.     

基于永磁电机齿槽转矩的磁极参数优化

齿槽转矩是永磁电机设计过程中必须考虑的问题之一。通过对齿槽转矩解析式分析,确定优化目标参数,利用有限元软件建立永磁电机仿真模型,研究永磁体剩磁、斜槽数和槽口宽度对永磁电机齿槽转矩的影响规律,确定最优参数,对表贴式永磁电机的齿槽转矩进行优化,减小转矩脉动,提高电机性能。     

盘式制动器温度场和尺寸的多目标优化

针对方程式赛车盘式制动器,根据能量守恒定律和制动摩擦生热机理,对摩擦副温度场进行分析,建立温度场的有限元仿真模型。利用ABAQUS软件分析制动过程中温度的变化情况,得到制动时温升与制动盘尺寸的关系。以制动时的温升最小和制动盘尺寸最小为目标函数,建立优化数学模型,采用MATLAB中多目标遗传算法对其进行优化,得到优化后的尺寸参数,为制动器设计提供参考。     

2-PUR-PSR并联机构尺度综合多目标优化

针对由外副驱动的三自由度两转一移并联机构运动学性能优化问题，提出一种尺度综合多目标优化设计方法。首先，运用螺旋理论分析机构的运动学性能；其次，将可达工作空间离散为n层，采用极坐标方法计算每层高度的最大内切圆，通过数值方法计算由每层最大内切圆构成的规则圆台工作空间体积；然后，以规则工作空间体积和全局运动/力传递指标为目标函数，以驱动限制和关节转角限制为约束条件，以机构参数为设计变量；最后，采用多目标粒子群优化算法得到目标函数的Pareto最优解集。结果显示，两个目标函数之间存在相互冲突，Pareto前沿的全局运动/力传递性能(GTI)最优值比优化前提高了57.57%，规则工作空间体积（Vr）最优值比优化前提高了37.59%，证明了优化方法的有效性。     

果园滑动转向机器人轮胎动力学参数实时估计方法

受果园路面起伏及轮胎附着能力变化影响,滑动转向轮式机器人轮胎的垂直载荷及侧向力参数变化大且难以实时估计,针对现有滑动转向控制器设计时对轮胎动力学参数进行简化,从而导致机器人姿态控制稳定性低的问题,本文提出了非铺装路面滑动转向轮式机器人轮胎垂直载荷实时估计方法和轮胎驱动力实时估计及优化分配算法。首先,提出了适用于滑动转向过程静力学计算的理想平面以及基于该平面的四轮垂直载荷估计方法;其次,提出了基于Fiala轮胎动力学模型的小侧偏角侧向力估计方法;再次,建立了滑动转向轮式机器人坡道稳态动力学方程和轮胎实时驱动力估计方法;最后,基于轮胎利用率构造轮胎驱动力最优实时分配模型。为验证本文方法,建立了基于ADAMS的滑动转向轮式机器人动力学模型进行对比验证,并且对垂直载荷以及侧向力估计方法搭建了检测装置进行实际验证。实际验证结果表明,轮胎垂直载荷实时估计方法准确率为95%以上,侧向力实时估计方法准确率为85%以上,基于轮胎垂直载荷以及侧向力的轮胎驱动力优化方法使轮胎利用率从96.25%降低至93.75%,提高了轮胎附着裕量和姿态控制稳定性。     

基于粒子群算法的混联机构神经网络自适应反演控制

针对含有不匹配干扰的混联机构轨迹跟踪控制问题，提出了一种极限学习机与自适应反演控制相结合的控制策略。在对干扰进行分析的基础上，分别采用两个极限学习机网络对系统中的匹配和不匹配干扰进行逼近和补偿。基于Lyapunov函数稳定性设计了混联机构的控制律与自适应律，实现混联机构的轨迹跟踪控制。由于控制器可调参数较多，采用粒子群算法进行控制器参数的寻优整定。仿真结果表明，所提出的控制方法具有良好的轨迹跟踪精度和鲁棒性。     

随机不确定扰动诱发的机器人动力学行为及其优化

研究随机不确定扰动诱发的平面三杆双足机器人动力学行为,并对其进行优化。在实现理想情形下平面三杆双足机器人稳定行走的基础上,建立了随机不确定扰动下双足机器人的运动学模型、混杂动力学模型,研究了具有HZD反馈控制的机器人在随机不确定扰动下的动力学行为;针对随机不确定扰动,提出了一种BPNN-HZD反馈控制方法,采用该方法对平面三杆双足机器人进行控制,优化其动力学行为。仿真实验结果表明:当平面三杆双足机器人不能以足够大的力度补偿随机不确定扰动影响时,机器人会逐渐出现发散的动力学行为;BPNN-HZD反馈控制方法能够显著减弱随机不确定扰动对机器人动力学行为的影响,从而有效避免机器人的发散动力学行为。     

基于动态反馈A*蚁群算法的平滑路径规划方法

针对移动机器人提出了一种基于动态反馈A~*蚁群算法的平滑路径规划方法。首先,为了克服蚁群算法收敛速度慢的缺点,提出了简化A~*算法来优化初始信息素设置以解决初次搜索的盲目性,并借鉴多策略进化机制加强算法的全局搜索能力。其次,为了进一步提高算法在路径规划中的适应能力,解决陷入局部极小和停滞问题,引入闭环反馈思想来实现参数的动态自适应调节。最后,结合三次B样条曲线对所规划的路径进行平滑处理,以满足移动机器人实际运动路径的要求。通过仿真表明:与原蚁群算法相比,动态反馈A~*蚁群算法平均可减少10.4%的路径成本和65.8%的计算时长。同时,该算法在动态和静态环境中,均能快速规划出一条光滑优质路径。     

汽车悬架参数优化的最优控制方法

以主动悬架系统模型为研究对象,应用最优控制理论进行了线性二次型最优控制器设计,并得到了最优控制力.把一个刚度-阻尼系统并联于被动悬架系统,根据变参数后的悬架系统产生的力接近最优控制力,利用最小二乘法求得刚度-阻尼系统参数,从而使得被动悬架参数得以优化.与传统优化方法比较表明,以最优控制理论和最小二乘法相结合的悬架参数优化方法快捷有效,能较大改善悬架系统的动态性能.     

基于遗传算法的冗余任务并联机器人驱动优化

以六棱锥式并联机器人为研究对象,采用拉格朗日法建立机构动力学模型,结合直线电动机设计原理,获得驱动电流与任务轨迹之间变化的对应关系。基于遗传算法以瞬时动能最小为优化目标对电动机驱动力进行优化,优化后能耗较非冗余任务能耗降低了47.6%。进行了样机冗余任务轨迹实验,实验结果表明电流变化与仿真结果吻合,验证了优化方法的可行性和合理性。     

汽车悬架参数的多目标多标准决策优

为了改善汽车行驶的舒适性、安全性并减小轮胎动载对路面的破坏,以某载货汽车的四自由度悬架系统为研究对象,将车速分别为50、80和100km/h在A、B和C级路面行驶的车身垂直加速度、前后轮胎动载荷的统计均方根值作为目标,用多目标遗传算法和多标准决策方法进行了优化.结果表明:车身垂直加速度均方根值平均减小了40%,前后轮动载荷均方根值平均减小了30%,性能有较大改善,并且采用后期多标准决策方法,可以同时求得满足不同设计需求的最优解,较传统多目标优化方法更为实用有效.     

电动汽车充放电行为分析与优化研究

针对电动汽车大规模无序并网导致负荷峰值增加、电压偏差等问题,本文根据区域采样负荷数据,对电动汽车的充电时刻、充电时长以及充电量等因素进行可靠分析,确定数据特征关系。并基于充电特征分析结果建立了以用户充电需求、经济成本以及充电负荷峰谷差的多目标优化模型和负荷预测模型,采用改进遗传算法对不同功率的优化配置方案进行求解。通过算法仿真运算和测试,验证了算法和模型的优化效果,证明了电动汽车特征分析和数学模型的有效性。通过本方案提出的功率优化配置,可实现充电需求、经济成本、充电峰谷差的协调优化,保证电网和电动汽车的稳定运行。