应力腐蚀裂纹的电涡流法检测及裂纹模型

建立合理的应力腐蚀裂纹模型对于利用电涡流法定量评估裂纹大小起着至关重要的作用。通过对应力腐蚀裂纹的电涡流法检测实验信号与模拟信号的分析,研究了应力腐蚀裂纹的导电性。结果表明,讨论应力腐蚀裂纹的等效电阻比单独讨论等效宽度及等效电导率更有意义。采用应力腐蚀裂纹的分布导电性模型更有利于重建基于电涡流信号的裂纹形貌。     

组合型算法在涡流检测逆问题中的应用

涡流检测逆问题的求解至今仍然缺少成熟的理论体系和快速可靠的算法,是无损检测的难点之一.数值计算结果表明,不同的缺陷参数对缺陷信号的影响有很大不同,如果采用相同逆策略进行重构则会由于收敛速度的不同而导致重构结果误差较大.为此,利用基于共轭梯度法和粒子群算法的组合型算法,对裂纹形状参数和电导率分别进行重构,提高了逆问题求解的效率和精度.数值实验结果验证了新方法的有效性.     

钢杆小裂纹最佳涡流检测参数的实验研究

为了提高棒料钢杆小裂纹涡流检测的精度,减小由于检测参数的不恰当选取带来的非线性误差,基于实验模型,采用涡流检测仪和外置式探头,对25#钢3种不同直径0.1 mm深的裂纹在不同工作频率和不同提离值下进行涡流检测,得到检测的相位信息.通过研究不同工作频率和不同提离值对相位信号的影响,根据线性拟合平均标准差为最小原则,得到了棒料小裂纹涡流检测参数与相位信号呈线性关系的最佳检测参数区段,这对提高棒料小裂纹检测精度和外置式钢棒涡流检测参数的选择具有重要的指导作用.     

基于超声热波方法的铝合金应力腐蚀裂纹检测与识别

针对飞行器结构中应力腐蚀裂纹的快速高效检测需求,采用超声红外热波方法进行了检测试验研究。在改进WOL铝合金材料应力腐蚀裂纹试件上,改变超声激励位置在裂纹尖端延伸方向并沿裂纹接触面的切线方向上、在裂纹尖端延伸方向并垂直于裂纹接触面上以及在试件开口延伸方向并垂直于裂纹接触面上,获得了不同激励位置下试件的表面温度场分布,通过提取裂纹方向上的线温,实现了对裂纹的定量识别。结果表明:超声红外热波技术能够快速准确地检测到铝合金应力腐蚀裂纹,将超声波激励源布置在裂纹尖端延伸方向并垂直于裂纹接触面上时,能够更好地激发裂纹缺陷。     

矩形阵列涡流传感器设计与实现

提出一种单激励发射接收式阵列涡流传感器模型。在对该传感器进行原理分析的基础上,通过有限元仿真分析及实验验证了该阵列涡流传感器在扫描铝板表面及下表面裂纹过程中9个检测线圈对裂纹长度进行定量的能力;并且采用聚类分析方法对9个检测线圈按灵敏度进行分类。再通过对各个检测线圈的检测数据进行数据融合,减小误差,提高了该阵列涡流传感器的检测精度。     

矩形阵列涡流传感器的设计与实现

提出一种单激励发射接收式阵列涡流传感器模型。在对该传感器进行原理分析的基础上,通过有限元仿真分析及实验验证了该阵列涡流传感器在扫描铝板表面及下表面裂纹过程中9个检测线圈对裂纹长度进行定量的能力;并且采用聚类分析方法对9个检测线圈按灵敏度进行分类。再通过对各个检测线圈的检测数据进行数据融合,减小误差,提高了该阵列涡流传感器的检测精度。     

基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素。针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法。通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别。     

金属材料中缺陷扰动涡流场的快速重构

提出了一种快速重构金属材料中缺陷扰动涡流场的新方法．用位于分界面上的多个等效线圈产生的场逼近因缺陷存在引起的扰动场,等效线圈各参数应用最小二乘法确定．这一方法使在逆问题的求解中,每次需用数值方法求解正问题的过程转变为每次用解析法求解正问题．根据各等效线圈参数,快速重构扰动涡流场,使涡流检测中缺陷的重构速度比用体积分方程法提高10倍以上．直线裂缝和十字型裂缝扰动涡流场的重构计算,证明了该方法是正确和快速有效的．     

基于神经网络正向模型和遗传算法的涡流检测自然裂纹形状重构

提出了一种基于神经网络正向模型与遗传优化算法从疲劳裂纹涡流检测(eddy current testing, ECT)信号重构裂纹形状的方法.人工制作了疲劳裂纹试样,利用一种小波分析方法对采集的疲劳裂纹ECT信号进行了去噪预处理并提取了信号特征.随后通过破坏性检测方法获得了裂纹的真实形状.在建立疲劳裂纹参数化模型基础上,利用经过处理的裂纹ECT信号和裂纹形状参数样本库对径向基函数(Radial Basis Function, RBF)神经网络进行训练.遗传算法首先创建大量表示裂纹形状参数个体的初始种群,输入经过训练的神经网络,得到对应的ECT预测信号,然后运用遗传策略进行迭代反演优化,搜索裂纹形状最优解.重构结果表明该方法具有快速、精确的优点.     

基于神经网络正向模型和蚁群算法的涡流检测自然裂纹形状重构

以神经网络作为正向模型,蚁群优化算法作为反演方法,对采集的疲劳裂纹涡流检测(eddy current testing,ECT)信号进行了反演,重构了裂纹形状.研究了算法中参数的不同选择对反演结果的影响.裂纹形状重构结果表明了神经网络正向模型的有效性和蚁群反演算法的可行性.     

Dynamic Multi-objective Optimization of Chemical Processes Using Modified Bare- Bones MOPSO Algorithm

Dynamic multi-objective optimization is a complex and dimcult research topic of process systems engineering. In this paper. a modified multi-objective bare-bones particle swarm optimization （ MOBBPSO） algorithm is proposed tbat takes advantage of a few parameters of bare-bones algorithm. To avoid premature convergence. Gaussian mutation is introduced; and an adaptive sampling distribution strategy is also used to improve the exploratory capability. Moreover. a circular crowded sorting approach is adopted to improve the uniformity of the population distribution. Finally. by combining the algorithm with control vector parameterization. an approach is proposed to solve the dynamic optimization problems of chemical processes. It is proved that the new algorithm performs better compared with other classic multiobjective optimization algorithms through the results of solving three dynamic optimization problems.     

基于网络响应面的多目标优化方法

为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈（BP）网络以及自适应共振（ART）网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本自适应地构建网络响应面,从而提高了Pareto解的收敛性以及多样性指标.对网络获得的每个新类进行各子目标值计算,同时对该子目标值做相似度计算,进一步剔除相似度高的样本,从而提高了Pareto解的分布性指标.通过常用的多目标优化测试函数验证该方法,并与改进的非支配排序遗传算法（NSGA-Ⅱ）以及随机权和算法作对比,结果表明该方法能明显改善多目标优化方法的各性能指标.     

利用模型管理框架求解多目标优化问题

为了提高演化算法的效率，减少优化时间，提出一种多目标模型管理框架。利用该模型管理框架可以在整个寻优区域内建立比较精确的目标及约束的近似模型，从而避免了大量耗时的高精度分析计算。将该多目标模型管理框架与单纯形-多目标粒子群算法（SM-MOPSO）相结合，对某轻型飞机齿轮箱减速器进行多目标优化设计，使高精确分析计算的次数减少88％。该多目标模型管理框架及SM-MOPSO算法可用于求解大型、复杂的工程优化问题。     

基于偏好的多目标粒子群优化的结晶器预测控制

针对结晶器出口温度和液位控制问题,提出了一种基于改进的偏好多目标粒子群优化的非线性预测控制算法（IMPSO-NPC）。改进的偏好多目标粒子群优化算法（IP-MPSO）将参考点偏好算法和参考区域偏好算法融合在一起,在参考点和参考区移动过程中动态调整参考区,控制解集的偏好范围。另外,为了选取粒子群全局最优粒子,提出一种球扇占优的策略,提高了粒子群的搜索能力。将改进算法应用于结晶器的控制过程,仿真结果证明了其有效性和可行性。     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

基于多目标蚁群优化的知识即服务动态组合策略

为了以Web服务方式实现云计算环境下的知识共享和知识融合,提出了一种基于多目标蚁群优化的知识即服务组合策略.该策略中,结合云计算环境的动态性和知识即服务的质量规则,从知识服务提供者的角度构建了知识即服务动态组合模型;同时,为了利用问题的特征信息引导蚂蚁的搜索行为,设计了蚁群算法相应的信息素和启发信息,从而实现多目标优化.在云计算平台下使用真实的Web服务实例进行仿真实验,将该策略与基于遗传算法和协同进化算法的策略进行比较,结果表明,文中策略的性能和解的质量均明显较优.     

基于Tent映射NSGA-II算法的微电网多目标优化方法

为提高微电网运行的经济性、降低网络中的碳排放量和有功功率损耗,文中提出一种基于Tent混沌映射NSGA-II算法的微电网能量优化管理方法。该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式,下层采用改进NSGA-II算法对能量进行优化管理。首先在多约束条件下,建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型。其次在多目标优化数学模型求解过程中,引入Tent混沌映射方法来增加NSGA-II算法的种群多样性,以提高算法的全局搜索能力,同时利用隶属度函数确定微电网能量优化管理策略。最后运用欧洲一典型微电网作为算例,验证所提出的能量管理方法、容量配置优化模型以及改进NSGA-II算法的合理性和有效性。仿真结果表明：改进NSGA-II算法具有良好的优化效果,使得微电网运行的经济性得到了显著提升,较传统算法提高了14.55%;碳排放量有所降低,较传统算法减小了3.10%,可实现对微电网多目标的优化。     

一种求解多目标数值优化问题的实值量子演化算法

基于多目标优化原理和量子计算原理,提出了一种求解多目标数值优化问题的实值量子演化算法. 该算法除保留求解单目标优化问题的实值量子演化算法的特点外,还有三个主要特征:首先,根据多目标优化特点,使用多目标密度比较算子对种群进行排序和筛选;其次,应用非均匀变异算子保持解的收敛性和提高局部搜索能力;再次,使用多样性保持算子来保持解的多样性. 实验中使用多目标优化测试集并且同NSGA-II算法相比较,结果表明了算法的有效性.