一种变删除率的渐进结构优化方法

分析了渐进结构优化方法的优化过程．针对固定删除率所带来的问题,提出了一种提高数值稳定性改进方案：将每轮预删除单元的灵敏度值之和与所有单元灵敏度值之和的比值作为预估值,用预估值来确定删除单元数;然后通过对优化过程中目标函数值的变化量进行限制,以提高优化过程中的计算稳定性．典型算例的计算初步验证了本改进方法的有效性和可行性．     

根据排序移除低效材料的渐进结构优化方法研究

渐进结构优化法因计算原理简单,易于推广使用,逐步成为结构拓扑优化中的一种重要的方法。但在大量的研究中发现,传统的渐进结构优化方法优化中,移除低效材料的标准不会降低,进化率始终不变,这两方面的不足可能导致优化的失败。为此,提出根据材料效率的排序移除低效材料的渐进结构优化方法。每次移除低效材料的数量根据保留材料体积的固定比例确定。这种方法可保证优化渐进地进行,甚至可完成一些传统渐进结构优化法无法完成的优化。     

基于自适应有限元的双向渐进结构优化法

将自适应有限元分析方法和双向渐进结构优化法结合,提出一种改进的Delaunay网格剖分方法和综合考虑应力及网格密度两个因素的网格删除准则。编制了基于自适应有限元分析的双向渐进结构优化法流程图。通过典型算例分析,证明这种基于自适应有限元的双向渐进结构优化法可行、有效。     

渐进结构优化法在桥梁找型中的应用

介绍了结构拓扑优化方法的基本理论,详细阐述了双向渐进结构优化法的原理和优化过程,并根据双向渐进结构优化法编制了基于ANSYS平台的结构拓扑优化程序.模拟现有桥梁结构和构件的边界条件,应用该程序求解二维平面拓扑优化问题,分别完成了不同矢跨比拱桥、悬索桥主缆以及斜拉桥桥塔的拓扑优化.拓扑优化过程中结构可经历多种拓扑形态,优化结果表明应力均匀、传力流畅,从而验证了自编程序的有效性.最后,将该程序从二维平面拓展到三维空间,实现一座峡谷桥梁的三维拓扑优化,并基于优化结果的拓扑形式完成了其概念设计方案.研究表明结构拓扑优化技术可以在桥梁概念设计阶段得出合理而富启发性的桥梁结构形式,在桥梁找型方面具有良好的应用前景.     

冲击载荷下结构拓扑优化设计与动态响应分析

为解决结构动态冲击载荷拓扑优化计算过程复杂、计算效率低,而且难以收敛等问题,建立了一种在冲击载荷下结构的拓扑优化方法. 将双向渐进结构拓扑优化方法和等效静力载荷优化方法相结合,同时将权值法和材料插值模型引入其中. 采用内外双层循环的方式实现了冲击载荷下单相材料和双相复合材料/结构的拓扑优化. 通过两个算例验证了方法的可行性与高效性,并且对优化后的结构进行动态响应分析,分析结果表明与传统方法相比,采用新方法优化得到的结构,在冲击载荷下承载能力更好,说明该方法适用于冲击载荷下结构的拓扑优化设计,且优化流程简洁,计算效率高,优化平稳高效.      

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

基于线性耦合振荡器模型的仿人机器人步态规划算法

在采用线性耦合振荡器模型的仿人机器人步态规划中,振荡器部分参数依靠手动调整难以获得能稳定行走的值,故提出了一种优化振荡器参数的算法以改善整个步态规划方法.将机器人的步行速度、行走过程中的质心振动幅度和ZMP(zero moment point)曲线的回绕率组合起来作为优化目标,定义并选定ZMP稳定裕度为约束条件,采用带约束的非线性优化方法作为求解工具,在部分参数固定的情况下,计算得到线性耦合振荡器部分参数的最优值.仿真结果表明,优化方法选择的参数能在保证较大ZMP稳定裕度的情况下实现机器人的快速步行.在DARwIn-OP仿人机器人开放平台上进行的步态规划实验结果表明,优化得到的线性耦合振荡器参数能保证仿人机器人以较大速度稳定行走.     

离散变量桁架结构拓扑优化的遗传禁忌搜索算法

采用遗传禁忌搜索算法求解多工况多约束的桁架结构拓扑优化问题.在遗传算法中采用直接比较-比例方法(DCPM)处理约束,避免了确定罚因子的选择问题.为了提高遗传算法的局部搜索能力,在每一代遗传操作之后选择一定比例的解进行禁忌搜索,形成遗传禁忌搜索算法,以提高算法的全局搜索能力和收敛速度.数值算例表明,该方法用于求解多工况多约束的离散变量桁架结构拓扑优化问题是方便、快速和有效的.     

压缩感知中l1问题的自适应罚参数交替方向法

为解决交替方向法中的罚参数选取问题,以压缩感知中l₁问题为研究对象,提出了一种自适应罚参数调整准则.该准则基于交替方向法迭代过程中目标函数和约束条件的变化关系,通过详细研究调整罚参数的条件、频率和大小,给出了基于对偶问题交替方向法的罚参数动态调整方案.数值实验表明所提出的自适应罚参数调整准则使得初始罚参数的选取范围更大,提高了可适用性;并且在迭代过程中动态调整罚参数可以加快运行速度,大大提高了交替方向法效率.     

液压机下横梁结构拓扑的进化结构优化

针对传统的形状尺寸优化方法难于获得全局最优解的问题,应用基于应力突变率的双向进化结构优化(BESO)算法对传统三梁四柱式液压机下横梁进行结构拓扑优化,分析进化历程和参数指标.算法实现了液压机下横梁最优结构拓扑和形状尺寸优化的一致,获得了合理的液压机下横梁新型拓扑结构.有限元分析对比表明,新结构实现了结构最大应力最小化和应力分布均匀化,提高了材料利用率.     

PMSM speed control using adaptive sliding mode control based on an extended state observer

In this study,a composite strategy based on sliding-mode control( SMC) is employed in a permanent-magnet synchronous motor vector control system to improve the system robustness performance against parameter variations and load disturbances. To handle the intrinsic chattering of SMC,an adaptive law and an extended state observer( ESO) are utilized in the speed SMC controller design. The adaptive law is used to estimate the internal parameter variations and compensate for the disturbances caused by model uncertainty. In addition,the ESO is introduced to estimate the load disturbance in real time. The estimated value is used as a feed-forward compensator for the speed adaptive sliding-mode controller to further increase the system's ability to resist disturbances. The proposed composite method,which combines adaptive SMC( ASMC) and ESO,is compared with PI control and ASMC. Both the simulation and experimental results demonstrate that the proposed method alleviates the chattering of SMC systems and improves the dynamic response and robustness of the speed control system against disturbances.     

广义逆适应渐进结构优化方法

介绍了传统渐进优化方法及逆适应渐进优化方法的基本理论和优劣点,阐述了刚度约束的广义逆适应渐进优化方法的原理．提出了用拓扑优化和尺寸优化的综合来判断拓扑优化优劣的概念,即：用逆适应渐进优化方法以及广义逆适应渐进优化方法产生最优拓扑,在最优拓扑的基础上,运用满应力;住则方法进行尺寸优化,用尺寸优化的结果来判定拓扑的优劣并示例显示了广义逆适应渐进优化方法得到的拓扑比原有方法更优。     

邻域自适应的微分变异约束分数阶粒子群优化

分数阶粒子群算法（FOPSO）是一种具有路径记忆的改进型粒子群优化算法。在多峰约束优化问题中,针对FOPSO易于早熟和依赖于初始参数的问题,文中提出了一种邻域自适应的约束分数阶粒子群优化方法（NAFPSO）。在算法中,依据进化状态来动态调整邻域拓扑从而更新粒子位置和速度,以提高可行解的全局寻优能力和收敛速度;采用带惩罚因子的罚函数约束处理技术,迫使粒子趋向可行区域;设计了微分变异策略以增加种群多样性,增强粒子逃脱局部最优的能力。用9个约束优化基准函数实验验证了NAFPSO的有效性和收敛性能,并应用于2个约束工程设计问题,结果表明,提出的算法寻优能力强、收敛快、精度高、稳定性好,可用于有效地解决复杂的约束工程设计优化问题。     

车辆悬架系统时滞速度反馈控制

在车辆悬架系统中引入时滞速度反馈控制,采用理论与数值相结合的方法研究控制系统的稳定性和控制特性。首先,建立了含控制输入时滞的悬架系统模型。然后采用多项式判别定理与全时滞稳定性判定定理研究系统的稳定性,获得满足全时滞稳定性的系统结构参数范围,并得到数值结果的验证。最后,在一定的系统固有时滞下,采用遗传算法对结构参数和控制增益进行优化。结果显示,优化后的簧载质量加速度比优化前降低了22.7%,表明时滞速度反馈控制律可以有效改善悬架性能,为悬架结构参数的设计及控制策略的选择提供了理论依据,具有重要的工程应用价值。     

一种新结构自抗扰控制在电液伺服系统中的应用

提出了一种基于零点可调的线性自抗扰控制器结构.在不影响系统稳定性的前提下,调节控制器的零点参数改变系统的响应速度;改变了不确定扰动的补偿方式,消去线性组合补偿(LFC)与扩张状态观测器(ESO)的参数耦合.通过经典控制理论和波特图分析了该控制器时域和频域特性,给出调节零点参数的取值范围;分析噪声对扩张状态观测器的影响,提出了ESO参数选取的条件.通过电液伺服系统跟踪给定曲线实验,表明调节零点参数可以有效加快系统响应,使参数整定更容易.     

数控车削中切削用量的多目标优化

切削用量参数的选择与数控机床保质、高效地运行密切相关,而传统方法很难达到切削用量参数优化的目的．为最大限度地发挥数控机床的功效,通过应用优化设计中的惩罚函数法,综合考虑切削过程中的主要约束条件,建立多目标优化模型,进行切削用量中的切削速度、进给量的优化设计．实例表明,采用优化后的切削参数进行加工,能明显地降低成本,提高效率．     

基于自适应变尺度混沌优化的柴油机高速电磁阀特性仿真

为优化柴油机高速电磁阀设计参数及提高其工作效率,建立高速电磁阀静态吸附特性和动态响应特性模型;采用Visual Basic 7.0和MATLAB相结合的方法研发柴油机高速电磁阀特性仿真系统,并对设计参数优化与特性进行仿真分析.研究结果表明:采用自适应变尺度混沌优化算法可实现柴油机高速电磁阀设计参数优化和工作效率提高;当工作电流为10 A时,所产生的最大电磁吸附力能够确保柴油机高速电磁阀正常开启稳定;当工作气隙宽度为50 μm时,能够有效缩短柴油机高速电磁阀的静态响应时间;当弹簧预紧力为80 N左右时,可确保其工作开启和关闭的响应时间满足实际要求,而衔铁质量对柴油机高速电磁阀动态响应影响不大.     

基于自适应响应面的多边形坯料形状优化设计

为了减轻设计者繁重的坯料形状试错仿真工作,对板料冲压工艺中具有很强实用价值的多边形坯料形状进行了优化设计.采用智能试验设计、移动最小二乘法、自适应优化更新方法构建响应面代理模型,优化多边形坯料形状,并开发了相应优化设计程序.以某汽车侧围内上板实际零件冲压成形为算例,进行了坯料智能设计,并对优化前后的成形效果进行比较.结果表明:优化后的坯料其成形破裂、起皱缺陷明显减少,能够获得较好的成形;文中方法可提高基于响应面代理模型的优化设计效率及精度,有助于提升模具设计智能程度,加快模具设计进程、减少生产成本.     

基于SOA-BP神经网络的SLS成型件精度预测模型

针对选择性激光烧结(selective laser sintering,SLS)成型件精度难以控制以及工艺参数优化实验成本高等问题,提出了一种利用人群搜索算法(seeker optimization algorithm,SOA)优化BP(back propagation)神经网络对SLS成型件精度预测的方法。首先选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度五个工艺参数设计正交试验获取样本数据。然后根据SOA算法特有的利己、利他、预动和不确定推理四大行为确定搜索策略,获取BP神经网络最优权值和阈值。最后采用MATLAB建立优化后的BP神经网络预测模型对样本数据进行预测分析,并与传统BP神经网络和粒子群算法(particle swarm optimization,PSO)优化的BP神经网络预测结果进行对比。结果表明:基于SOA-BP神经网络的预测模型具有较高的预测精度,最大绝对误差仅为0.028,对SLS成型件精度的提高和工艺参数的选取具有指导作用。