收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化算法及其在机电设备中的应用研究

刘波  
【摘要】:为适应机电设备智能化、自动化和高可靠性的发展,现代机电设备无论是机械系统还是控制系统都越来越复杂,客观上对机电设备的设计、状态监测和控制方法等都提出了更高的要求,其中的许多问题都可以转化为优化问题用优化算法进行求解。作为一种基于群体智能的随机优化算法,粒子群优化(Particle Swarm Optimization,PSO)算法以其简单、易于实现和快速的收敛性能,在工程优化实践中得到广泛应用。本文在对粒子群优化算法基本理论进行研究的基础上,提出了一种改进的粒子群优化算法,并探讨了其在机电设备的设计、状态监控和控制中的应用。主要研究内容包括以下几个方面: (1)阐述了优化的一般数学模型以及粒子群优化算法产生的背景和研究现状。分析了粒子群优化算法的基本原理和特点,并对基本粒子群优化算法中参数对算法性能的影响进行了简单分析。 (2)针对基本粒子群优化算法存在容易陷入局部最优的问题,基于生物群体的认知和决策过程,提出了一种基于“维信息共享(Dimension Information Sharing)”和“动态认知(Dynamic Cognition)”的改进粒子群优化算法(DDPSO)。在速度更新中随机选取粒子某一维的信息复制到其他维,实现“各维之间信息的共享”;同时,为适应不同的优化问题,引入动态认知思想,每一次迭代过程中,针对“认知”的不同阶段,用不同的更新策略对种群中的粒子及粒子的个体最优和整个种群全局最优进行更新。DDPSO算法模拟生物群体的认知过程,将生物群体在不同阶段的认知过程转换为不同的更新策略,从模型结构上对粒子群优化算法进行了改进,使算法更加符合生物群体的思维过程及其社会属性,发挥了不同更新策略的优势,更加能够体现生物群体的智能。通过对标准测试函数集中反映算法不同性能的测试函数的测试、神经网络的训练以及混沌控制系统控制参数的优化,证明了DDPSO算法具有非常好的优化能力。 (3)针对齿轮箱故障状态识别中,BP算法存在的问题(过多的参数需要调节,收敛速度慢,容易陷入局部最优等)和基本粒子群存在的问题,将DDPSO算法引入到了齿轮箱的故障诊断中用于神经网络的训练。以BP神经网络的权值和阈值作为粒子的位置矢量,圴方误差作为粒子群的适应度值,通过粒子群优化算法对权值和阈值进行调整、优化。诊断结果表明,DDPSO算法与BP、PSO-TVIWD、PSO-TVACD和PSO-DV算法相比,更容易跳出局部最优,且具有更高的诊断精度和收敛性能,提高了齿轮箱故障诊断率,为复杂非线性机械系统的故障诊断和状态监测提供了新的思路和方法。 (4)在对火炮身管热护套防护效率测试系统及现场测试数据进行分析的基础上,建立了测试系统热辐射参数调节的数学模型,将热辐射参数的调节转化为组合优化问题,并利用离散二进制粒子群优化算法对该组合优化问题进行求解。同时,探讨了粒子群优化算法在实时控制系统中存在的问题,提出了一种修正方法,弥补了算法的缺陷。结果表明,该方法不仅实现了热辐射参数的自动调节和测试过程的自动化,而且满足了自动控制系统在实时性、稳定性和准确性方面的要求。 (5)针对复杂机电设备电气控制系统设计过程中,电气配线工作主要由设计人员手工依靠经验完成,设计周期长,容易出现错误的问题,将电气配线转化为组合优化问题,研究了利用粒子群算法实现复杂电气控制系统自动配线的方法。主要研究了以下3点:1)电气配线问题数学模型的建立方法;2)粒子群优化算法求解电气配线数学模型的理论、方法和步骤;3)结合科研项目实例及第3章的DDPSO算法对该方法进行了实验验证。结果表明,该方法能够实现电气配线的智能化、自动化,达到缩短设计周期,降低出错概率的目的,为复杂机电设备电气控制系统的自动设计提供了一种新的思路和方法,对提高我国装备制造业信息化和自动化水平具有一定的意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 关圣涛;楚纪正;邵帅;;粒子群优化算法在非线性模型预测控制中的研究应用[J];北京化工大学学报(自然科学版);2007年06期
2 李炳宇,萧蕴诗,汪镭;PSO算法在工程优化问题中的应用[J];计算机工程与应用;2004年18期
3 谭伟;李向;;微粒群优化算法的研究[J];计算机技术与发展;2009年03期
4 王书亭;王战江;;粒子群优化算法求解非线性问题的应用研究[J];华中科技大学学报(自然科学版);2005年12期
5 王联国;洪毅;;随机交叉粒子群优化算法[J];计算机工程与应用;2009年16期
6 王建林;薛尧予;于涛;马江宁;;基于群能量恒定的粒子群优化算法[J];控制与决策;2010年02期
7 张彦铎,田晖;改进的粒子群优化算法在机器人足球中的应用[J];哈尔滨工业大学学报;2005年07期
8 杨志鹏;朱丽莉;袁华;;粒子群优化算法研究与发展[J];计算机工程与科学;2007年06期
9 李丽娜;刘剑;褚兴男;;粒子群优化算法及在电力系统中的应用[J];科技广场;2007年07期
10 余建平;周新民;陈明;;群体智能典型算法研究综述[J];计算机工程与应用;2010年25期
11 许永峰;张书玲;;带组织的粒子群优化算法——OPSO[J];计算机应用与软件;2008年02期
12 王真军;敖志刚;;基于群体智能的算法研究[J];电脑知识与技术;2008年11期
13 王联国;洪毅;赵付青;;基于觅食算子的粒子群优化算法[J];计算机应用与软件;2009年11期
14 王伯成;施锦丹;王凯;;粒子群优化算法的研究现状与发展概述[J];电讯技术;2008年05期
15 魏秀业;潘宏侠;;速度自适应粒子群优化算法在故障诊断中的应用[J];太原理工大学学报;2009年01期
16 王志刚;;一种改进的粒子群算法[J];哈尔滨商业大学学报(自然科学版);2009年04期
17 胡勇;;用随机模式和调整机制改进粒子群优化算法[J];重庆邮电大学学报(自然科学版);2010年01期
18 王联国;施秋红;洪毅;;PSO和AFSA混合优化算法[J];计算机工程;2010年05期
19 李炳宇;萧蕴诗;;新的进化计算算法——粒子群优化算法[J];计算机科学;2003年06期
20 陈应显;康晓敏;;基于粒子群优化算法的空间聚类分析[J];微计算机信息;2011年04期
中国重要会议论文全文数据库 前10条
1 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
7 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
8 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 陈定;牛宝君;何炳发;;和差分布的优化设计[A];2010年全国电磁兼容会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
2 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
3 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
6 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
7 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
8 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
9 王彦超;CALYPSO结构预测方法及应用[D];吉林大学;2013年
10 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
5 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
6 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
7 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
8 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
9 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
10 方昕;粒子群优化算法在路径规划中的应用[D];陕西师范大学;2010年
中国重要报纸全文数据库 前10条
1 兴业期货 秦小坡;基于PSO算法的二维动量空间在股指期货上的应用[N];期货日报;2010年
2 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
3 边歆;商务智能:进化与简化[N];网络世界;2007年
4 特约记者 王新;“南海奋进”号下水[N];中国船舶报;2001年
5 李宝华;中海油“流油” 造船人“解渴”[N];中国船舶报;2002年
6 林滨/中国船舶工业市场研究中心;韩造船目标全面锁定世界第一[N];中国船舶报;2002年
7 何宝新;外高桥又获FPSO船订单[N];中国船舶报;2002年
8 特约记者 牛序谋;中国首次建造LNG船触动韩造船企业神经[N];中国船舶报;2002年
9 裘水安;营造酒店文化 增加服务内涵[N];中国旅游报;2002年
10 本报记者 陈建栋;专注才会赢[N];光明日报;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978