铂-钯/活性炭催化剂的制备及其在双组分加成型液体硅胶中的应用

 通过浸渍-化学还原法制备了活性炭负载的铂、钯双金属催化剂.采用XRD、XPS、BET、AFM对催化剂进行了结构表征;讨论了催化剂在双组分加成型液体硅胶中的催化活性以及2种活性组分在催化过程中的协同催化作用;并优化了催化剂在加成型室温固化硅胶中的应用条件.研究表明:铂-钯/活性炭双组分具有一定的协同作用;当铂与钯的质量比为1∶2时,两者协同催化的效果较好;采用此催化剂催化双组分加成型硅橡胶室温固化时,控制催化剂用量为5%,乙烯基与硅氢基物质的量比在1.5~1范围内有利于胶料的固化.     

基于改进粒子群算法的梯级水风光短期调峰优化调度

针对大规模风电、光电直接并入电网对系统调峰带来的负面影响,同时伴随高弃风、高弃光率的问题,提出通过利用水电输出通道将湖北一梯级水电站与附近风电场、光电场并入电网联合调峰的解决办法。首先分析了梯级水电站、风电和光电联合调度的必要性和可行性,提出了梯级水-风-光联合调峰策略,构建了以系统余留负荷均方差最小为目标函数的短期调度模型,最后利用收缩因子和改进粒子群算法求解。通过算例仿真,风光与梯级水电站共同参与系统调峰,调峰效果更好,改进粒子群算法(particle swarm optimization, algorithm, PSO)算法有更好的寻优精度和收敛速度。给未来实施梯级水电站与周围风、光电场联合调峰策略提供了参照。     

不同荷载工况下钢筋混凝土深梁的拓扑优化设计

为探讨不同荷载工况对钢筋混凝土深梁拓扑优化的影响,同时改进当前深梁设计方法,采用渐进演化类拓扑优化算法寻求钢筋混凝土开洞深梁在不同集中加载工况和荷载集度工况下的最优拓扑结构,再依据这些最优拓扑结构建立相应的压杆[CD*2]拉杆模型,并分析这些最优拓扑结构和压杆[CD*2]拉杆模型的差异。结果表明：压杆[CD*2]拉杆模型均为较符合满应力分布的Michell结构;集中荷载作用在梁顶时,荷载从加载点通过最短直线压杆以压力的形式向支座传递;集中荷载作用梁腹和梁底时,荷载则通过伞状拉杆悬吊在主压拱上,再向支座传递;随着荷载集度降低,最优拓扑结构向拱或拱[CD*2]组合压杆的组合体系演化。在工程设计中,对于不同荷载工况条件下的钢筋混凝土深梁,可以参照最优拓扑结构在内部有针对性地设计隐藏的受压加强构件或受拉钢筋。     

基于概念设计的客车车身结构设计与优化系统

针对客车车身结构概念设计的特点,开发了客车车身结构概念设计与优化系统（简称BCD）,建立了参数化的客车车身结构概念模型.以该模型为模板,实现了新客车车身结构概念几何模型的创建和车身尺寸参数调整,同时建立了车身系统的静态刚度分析、低阶模态分析、灵敏度计算和优化设计计算的自动化过程,对车身的结构性能和低阶模态进行了有效的预估.最后,本文使用该系统计算了某客车车身结构的刚度和低阶模态,并在保证车身质量降低的情况下实现了刚度和低阶模态的提高,有效的改善该车身结构性能,实现了车身轻量化,验证了BCD系统的有效性和可靠性.     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.     

基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂,很难用明确的数学公式进行表达,其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定,这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题,提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体,将上升时间及调节时间组合定义为优化目标,接着在寻优过程中将种群聚类为P个子类,对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算,对非精英个体利用日志分析器进行适应度估计,最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作,从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明,在保证寻优质量的前提下,提出的基于适应度继承的遗传算法能显著缩短寻优时间,为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

一种新的混合粒子群优化算法

将禁忌搜索思想引入粒子群优化算法中,改进惯性权重,添加罚函数重新构造适应度函数;在此基础上,提出了一种基于禁忌搜索的新的混合粒子群优化算法(NHPSO),通过4个标准测试函数实验,结果表明:NHPSO算法比基本粒子群优化算法(PSO)具有更好的全局寻优能力、更快的收敛速度以及获得更高精度解的能力。     

桁架结构优化设计的免疫克隆选择算法

为了解决带有应力约束和位移约束的桁架的尺寸优化问题,将免疫克隆选择算法应用于结构的尺寸优化设计.根据免疫学基本原理,在基本克隆选择算法的基础上引入精英策略,并给出合理的参数值.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.最后对几个经典的桁架进行了优化.数值结果表明,改进的免疫克隆算法收敛速度快、鲁棒性好,可以应用于桁架结构的优化设计.     

基于粒子群优化算法的绳驱动连续体机器人轨迹规划

为提高绳驱动连续体机器人运动的平滑性和稳定性,在关节空间和笛卡尔空间研究了基于样条函数和粒子群算法的轨迹规划问题。首先,采用双参数局部指数积公式建立连续体机器人的运动学模型;其次,根据牛顿-拉夫森迭代方法进行逆运动学求解;最后,基于自适应惯性权重的粒子群时间最优化算法结合五次B样条函数,分别实现了连续体机器人在关节空间和笛卡尔空间的轨迹规划。仿真结果表明：在相同的条件下,两种方法均可得到连续体机器人末端的连续轨迹,速度均小于10 mm/s,加速度均小于20 mm/s²;基于关节空间规划出的关节位移、速度、加速度曲线更为平滑,关节空间规划用时9.219 3 s,笛卡尔空间规划用时10.604 6 s。基于粒子群优化算法的绳驱动连续体机器人轨迹规划研究,提高了连续体机器人的运动性能,可为绳驱动连续体机器人的位姿规划提供参考。     

一种改进的遗传算法及其在约束优化中的应用

提出一种违约解修正法来改进遗传算法 ,目的是把遗传操作中产生的不可行个体 ,经过修正变换成可行个体 ,并用测试函数验证其有效性 .计算的结果表明了违约解修正法的遗传算法应用在约束优化中是可行的 .