基于改进PSO算法的电机控制系统PID参数优化

粒子群算法(PSO,Particle Swarm Optimization)作为一种新型的随机优化方法,其算法结构简单,鲁棒性强,在组合优化和自适应控制等领域的非线性优化中有着广泛的应用前景.为此,提出一种改进的PSO优化算法,并将该算法应用于电机控制系统的PID参数优化设计.仿真结果表明,利用改进PSO算法优化的PID参数能有效改善控制系统的性能指标.     

添加纳米粒子的塑料包装材料在杨梅保鲜中的作用

纳米技术应用在杨梅保鲜包装上是一个新的尝试,它采用了交互性实验设计方案,将银纳米材料添加进塑料制成包装材料,可观测其保鲜效果.结果表明,纳米塑料包装材料和纳米奇冰石在提高杨梅好果率和延长货架期方面有正面效果;同时,在抑制VC分解方面具有一定的作用.     

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。     

圆柱水射流中的能量分布与统计特征

在13,15,17 MPa压力下,采用相位多普勒粒子分析仪（PDPA）对自由圆柱水射流的轴向速度、轴向脉动速度和液滴粒径进行测量,对通过射流场中不同位置测量体的单个液滴特征进行统计分析,以获得单个液滴的轴向速度和对应的液滴数的相关特征,进而分析射流束中的能量分布.研究结果表明：在相同压力条件下,不同轴向截面上的轴向速度分布呈现一定的相似性,截面边缘处的轴向速度梯度较大;截面边缘处的轴向脉动速度较大,且随射流压力增加,轴向脉动速度增大.对位于中间点的测量体,具有较高速度的液滴占据绝大多数;对边缘处的测量体,液滴速度谱较宽.在不同轴向截面上,随射流压力的变化,对应位置的统计关系变化规律不同.在设定的第1采样时段内,在各中心点处测量体内采集到的有效液滴数相差不大.但穿越边缘点测量体的有效液滴数随射流压力和截面位置的变化极不规则.     

浅谈农村电力网架规划的一般算法

农村电网规划的主要任务是遵循可靠性和经济性相结合的原则,确定未来农网安装设备的规格,农网中新增设备的地点以及时间,并且确定农网的网架结构、建设项目和投资费用安排。其中,一旦负荷发展水平确定,进行各年度目标网架优化就成为农网规划的核心工作     

离心泵内部流场试验研究与数值计

采用先进的流场测试仪器PIV在不干扰流场的情况下,对叶轮内部流场进行高精度测量,并利用流场计算软件Fluent对离心泵在不同工况下的流场进行模拟,获得了流道中相对速度以分布。结合数值计算与实验研究,对离心泵叶轮内部流场进行了初步分析。实验结果表明,计算所采用的 模型的修正方法基本符合此型泵内部流动的实际情况。     

基于粒子群优化投影寻踪的玉米单产估测

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以与玉米长势和产量密切相关的条件植被温度指数(vegetation temperature condition index,VTCI)和叶面积指数(leaf area index,LAI)为遥感特征参数,通过投影寻踪法确定玉米主要生育时期VTCI和LAI的权重,进而构建基于县域尺度加权VTCI和LAI与玉米单产间的线性回归模型。结果表明,同时构建加权VTCI和LAI与玉米单产间的回归模型的精度最高,达到极显著水平(P0.001)。与变异系数法相比,基于投影寻踪法所建双参数回归模型的精度较高,研究区域各县(区)估测单产与实际单产的平均相对误差降低了0.88个百分点,均方根误差降低了50.56kg/hm2。通过投影寻踪法构建的双参数回归模型对研究区域玉米单产进行估测,结果表明研究区域玉米单产具有西部单产最高、北部和南部次之、东部最低的空间分布特征,以及在研究年份间玉米单产在波动中呈先下降后上升趋势的时间演变特征。     

基于IGWPSO-SVM的HMCVT湿式离合器摩擦副温度预测

针对传统机器学习模型预测重型拖拉机液压机械无级变速箱(Hydro mechanical continuously variable transmission, HMCVT)湿式离合器温度的局限性,提出了基于改进灰狼粒子群优化-支持向量机(Improved grey wolf particle swarm optimization-support vector machine, IGWPSO-SVM)的HMCVT湿式离合器摩擦副温度预测模型。首先,对湿式离合器摩擦副滑摩过程进行热分析,确定影响湿式离合器摩擦副温度的因素;然后,基于支持向量机(Support vector machine, SVM)搭建温度预测模型,并利用改进灰狼粒子群优化(Improved grey wolf particle swarm optimization, IGWPSO)算法对SVM的结构参数进行优化;最后,基于HMCVT湿式离合器试验台数据搭建离合器摩擦副温度预测模型的样本数据库,以湿式离合器摩擦副对偶钢片为对象,对IGWPSO-SVM模型进行试验验证。试验结果表明,IGWPSO-SVM模型预测摩擦副对偶钢片...     

粒子群算法及其应用研究

粒子群优化算法（PSO）源于对鸟群捕食系统的模拟,是近年来被广为关注和研究的一种智能优化算法。PSO算法属于进化算法的一种,比遗传算法（GA）更简单易实现,且没有交叉和变异操作,需要设定的参数也不多,收敛速度快。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法等领域。目前PSO的研究主要集中在算法本身和算法的应用研究两个方面。     

土壤铁锰氧化物对铜离子富集作用的初步研究

土壤中的铜是以多种形态存在的,其中以被铁锰氧化物所吸附的铜较为引人重视,一是因为铁锰氧化物吸附容量大;二是铁锰氧化物吸附态铜易受环境因素(如pH和Eh)影响而变化。吸附态铜在铜的各个形态的动态平衡之间,处在一个关键的位置,因此,应对它进行更多的研究。