100t铁路起重机箱形伸缩吊臂结构的模糊优化设计

对100 t铁路救援起重机箱形伸缩吊臂进行模糊优化设计。考虑强度、刚度、稳定性和几何参数约束的模糊性,以吊臂自重最轻为目标,吊臂截面参数为设计变量,建立了非对称模糊优化模型,采用最优水平截集法求解。应用混合离散变量优化的MDOD优化子程序和遗传算法,分别编写相应的优化程序进行计算,在传统优化的基础上使吊臂自重降低了9%左右。     

基于FAHP及GRA的刀具优选方法研究

针对传统层次分析法(AHP)在构建刀具优选判断矩阵时没有考虑评价工程师主观判断的模糊性和指标属性的模糊性,导致刀具优选可信度和准确性降低的问题。分析了影响刀具选择的约束因素,建立了一种两级结构的多目标刀具优选模型,包括刀具的加工时间T、加工质量Q、加工成本C、资源消耗R、环境影响E五个优化目标;提出并设计了基于三角模糊数的模糊层次分析法(FAHP)及灰色关联分析(GRA)法进行求解刀具优选层次模型的算法,在三角模糊数互补判断矩阵传统计算权重方法的基础上,进行了算法优化。结合某航空制造企业叶片榫头铣削刀具优化选择的案例,证明了该方法用于刀具优选是可行且有效的。     

疲劳S-N曲线的模糊线性回归模型研究

疲劳寿命同时具有双重不确定性:随机不确定性和模糊不确定性,其中模糊不确定性还没有统一的结论。在三参数疲劳S-N曲线的拟合中,主要考虑了疲劳寿命的随机不确定性,而没有考虑其模糊不确定性。疲劳寿命均值是模糊疲劳寿命的函数,因此疲劳寿命均值也是模糊随机变量。本研究以疲劳寿命均值作为模糊随机变量,建立疲劳S-N曲线模糊线性回归模型和模糊加权线性回归模型,分析试验数据模糊性、分散性对回归方程的影响。     

航发叶片的测量数据误差处理方法研究

针对航空发动机精锻叶片自动化生产线加工环境相对较差时的误差评定问题,根据国内叶片实际检测中常用的截面法检测,提出了测量点集与理论截线的优化匹配算法。该方法包含测量点集与理论截线的初步匹配、精确匹配、匹配优化,并为了得到更精确的叶型误差,根据测量点集与理论截面线之间的关系,提出了一种测量点集到理论截线的最近点集求解算法。通过实例验证了该方法的实用性和有效性,提高了检测效率,提升了测量精度,为后续精加工处理提供数据依据。     

基于改进的FCM聚类算法对温度测点的优化和建模

在分析了国内外热误差建模方法的基础上,提出了一种基于改进的模糊C均值聚类算法,从而基于多元线性回归理论建立教学型复合机床主轴热误差模型。使用温度传感器对机床主轴不同位置进行温度测量,并采用改进的模糊C均值聚类法对所测量数据进行分组,筛选出每组的最优温度值进行迭代。采用优选出的温度数据,采用多元线性回归建模法对机床主轴热误差进行预测建模。通过实验验证多元线性回归理论创建的预测建模分析可得:补偿后,教学型复合机床的主轴Y、Z方向受温度影响的热误差降低到了5.4μm以内,通过对改进的模糊C均值聚类法和多元线性回归模型相结合,使机床主轴在Y、Z方向误差有所降低,能更好的预测主轴热误差,从而提高机床加工精度。     

低压铸造液面加压系统模型的不确定性及其控制

低压铸造液面加压系统的模型具有不确定性和时变性。研究表明，用Ziegler-Nichols稳定边界法设计其控制系统时，不能确保满足所要求的性能指标，而采用约束优化法可较好处理模型的不确定性和满足所需的性能要求。     

基于模糊综合评判高速钢立铣刀切削用量优化选择

针对高速钢立铣刀铣削过程中切削用量选择的模糊性,在分析高速钢立铣刀加工特点的基础上,结合现有铣刀切削用量选择方法,提出一种基于加权平均模型的模糊综合评判方法。通过综合考虑影响铣刀切削用量选择的因素,建立以单个工序加工时间、加工成本以及刀具耐用度为目标优化模型。结合具体加工对象分析表明:基于加权平均模型的模糊综合评判方法,能够实现高速钢立铣刀在铣削过程中切削用量的优化,评判结果准确、适用。     

基于模糊C均值聚类法和多元线性回归理论的铣床热误差研究

为了降低铣床主轴旋转受温度影响而产生的位移变形量,提高铣床对零件的加工精度,采用了模糊C均值聚类法和多元线性回归理论对铣床主轴的热误差进行建模,实现铣床主轴加工误差值最小化;分析了模糊C均值聚类法筛选最优值的迭代过程,对铣床上不同位置的测量温度值进行分组,筛选出每组的最优温度值;采用多元线性回归理论,对铣床热误差理论预测模型进行了推导,通过实验验证多元线性回归理论所创建的热误差预测模型。实验结果表明:补偿前,铣床主轴Y方向和Z方向受温度影响产生的热误差最大值分别为45.0μm和28.0μm;补偿后铣床主轴Y方向和Z方向受温度影响产生的热误差最大值分别为3.2μm和3.8μm,误差范围都在4μm以内。采用模糊C均值聚类法和多元线性回归理论对铣床热误差进行补偿,铣床主轴运转受温度影响所产生的误差明显降低,从而提高了主轴定位精度。     

基于改进FAHP的数控机床液压系统可靠性分配研究

工业制造领域内,液压系统一直都是数控加工中的重要单元。因其在可靠度分配中具有可定量定性的特点且受多因素、多层次的影响,采用改进的模糊层次分析法（FAHP）,综合考虑后确定影响液压系统的6个因素,通过建立三标度法评判规则,确定模糊一致性矩阵,构建模糊层次结构模型。在MATLAB中对改进后的FAHP模型进行程序编写,导入专家数据,计算并确定各对象层单元对于目标层的综合权重,根据所确定权重对液压系统进行可靠性分配,为数控机床液压系统设计和可靠性研究提供了新的思路。     

用粒子群模糊神经网络预测绝缘工程陶瓷线电极放电磨削加工效果

在绝缘工程陶瓷线电极放电磨削加工过程中,加工技术指标与各工艺参数间联系密切。在实际加工中,操作者通常根据以往的加工经验设置工艺参数,并对加工结果进行一定的预判。若工艺参数设置不合理,将极大影响机床的加工效率、加工精度和加工能力。为此,以BP模糊神经网络为基础,提出了一种适用于绝缘工程陶瓷线电极放电磨削加工的技术指标效果预测模型,用粗糙集理论对训练样本集进行属性和规则约简,并用改进的粒子群算法优化模糊神经网络。根据优化前后的模型对碳化硼(B₄C)陶瓷加工进行仿真实验对比,发现优化后的模型对技术指标的预测速度快、误差小、精度高。      

基于模糊预测的铣削工艺参数优选方法研究

对铣削参数进行优选研究,为此提高铣削加工的准确性,提出了一种优选铣削工艺参数的方法。首先基于模糊理论中的优属度方法和优劣决策,建立单元系统模糊优选理论模型,将各个因素之间的关系利用优属度向量进行表示。然后,通过限制表面粗糙度,并利用优属度向量和表面粗糙度之间的相关性,建立模糊预测模型,应用于优选任意铣削加工的工艺参数。算法与实验表明,该方法可以根据材料的加工要求优选铣削参数,降低了一般情况下选择铣削参数时的实际误差。     

基于综合工况评判模型的铅锌烧结过程操作参数优化方法

针对铅锌烧结过程中复杂的过程优化控制问题，提出基于综合工况评判模型的铅锌烧结过程操作参数优化方法。在基于机理分析的基础上，综合运用主元分析、神经网络和模糊理论等方法，建立综合工况评判模型；并根据当前的操作参数和综合工况评判模型结果，采用基于模糊C均值聚类的匹配优化算法获得最优的操作参数，从而为现场操作人员提供科学的操作指导。结果表明：该方法可显著改善工况波动、提高烧结块的产量和质量，较好地解决铅锌烧结过程的优化控制问题。     

应用模糊设计的曲柄摇杆机构遗传算法优化

在满足曲柄存在条件和传动性能要求条件下,以曲柄连杆机构已知运动规律与实际运动规律之间的偏差最小为优化目标,建立了模糊优化设计的数学模型。针对传统的优化方法寻优过程容易陷入局部最优解的问题,采用Matlab软件的遗传算法工具箱寻求问题最优解,提高了设计精度和搜索效率。     

基于模糊聚类和案例推理的滚抛磨块优选模型

目的 实现滚磨光整加工工艺制定过程中滚抛磨块快速、准确地优选。方法 在分析滚磨光整加工工艺特点的基础上,根据滚抛磨块优选的E-R图构建案例库,建立基于案例推理的滚抛磨块优选模型。针对不同案例特征属性的数据类型,选择合适的特征属性相似度计算方法;通过层次分析法确定案例特征属性的权重,采用加权最近邻居法计算案例间的综合相似度,并通过案例处理获得新问题的优选磨块。采用模糊C均值聚类算法对案例库中的冗余案例进行处理,实现案例库的动态优化。最后,采用实际的不同零件类型的不同数据进行仿真。结果 大量仿真结果表明,采用模糊C均值聚类算法,处理案例库中的冗余案例,可以有效提高案例推理的检索效率和精度;针对实际的新问题,基于模型并通过案例检索、修正,可以从案例库中快速提取出新问题的相似案例,验证了模型的可行性和有效性,重要的是能够为新问题的磨块优选提供决策指导。结论 基于模糊聚类的案例推理技术可以用于滚磨光整加工工艺实施时的滚抛磨块优选。     

基于改进遗传算法的数控加工切削用量优化

针对数控加工的特点,建立以加工成本最低、生产率最高和利润率最大为目标函数,以机床性能、刀具、工件、工艺等限制因素为约束条件的切削用量优化数学模型,运用改进遗传算法对切削用量进行优化。与传统遗传算法相比,该算法采用实数编码,基于搜索点的适应值变化趋势进行定向变异并自适应地改变变异步长,局部搜索能力和全局优化能力更强。优化结果表明:在切削用量优化计算中,该方法收敛速度快,结果也较稳定。     

基于神经网络和遗传算法的冲压成形多目标优化技术

在冲压成形质量控制中,目标质量间常常是相互冲突的(如破裂和起皱)。传统求解多目标优化问题取决于设计人员对优化模型的理解程度、实践经验等,求解的结果在工程中并非为最合理。文章提出一种集数字化分析技术、神经网络和遗传算法于一体的冲压成形多目标优化设计技术。其以数字化分析的大量结果作为神经网络的学习样本,遗传算法所需的目标函数值由神经网络模型预测,该技术实现了多目标优化过程中遗传算法个体适应度值的动态求解,从而解决了数字化分析计算量大的缺陷。实例验证了该优化技术的有效性,为冲压成形优化设计提供了一种新的方法。     

采用FPILP的过滤器优化配置研究

以典型单回路液压系统为研究对象,在考虑诸多模糊参数的情况下,建立基于模糊参数的整数线性规划(FPILP)方法的液压系统过滤器配置决策模型,并将FPILP方法所求得的结果与确定性及区间参数规划方法进行对比和分析。仿真研究表明,在污染物侵入/产生率水平为重度时模糊优化能够有效降低系统成本最优值;同时,吸油路和回油路过滤器均能够以较低成本降低系统污染度,在污染物侵入/产生率较高时必须将吸油路过滤器和回油路过滤器同时使用才可使系统总成本值达到最低,并获得最长的过滤器更换周期。     

变截面辊弯成形系统的机电动力学模型的优化

采用粒子群优化算法,以直线电机动子的加速度最小为优化最终目标,以机械结构的参数为优化对象,以设计变量的取值范围和机电动力学模型的微分方程为约束条件,建立了机电耦联动力学优化模型。优化后的机电动力学模型正确、合理,为更好地控制该辊弯成形系统提供了理论依据。     

基于PSO和属性约减的模糊神经网络机床故障诊断

数控机床伺服系统工作原理复杂。为了提高智能故障诊断的准确性,提出基于PSO理论和属性约束规则(RSM)的模糊神经网络算法。先对训练样本进行属性约减;由于PSO算法具有全局优化能力和BP算法具有局部搜索效率高的优点,利用它们训练神经网络,克服了传统方法收敛速度慢的缺点;并通过Matlab仿真证明,该方法具有较高的诊断准确性。