基于粒子群三次样条优化的采煤机截割路径规划

针对采煤机截割路径的规划问题,提出了粒子群三次样条优化的采煤机截割路径规划方法。三次样条曲线具有很好的分段光滑性,是比较好的曲线拟合方法,但涉及系数求解时,计算繁琐,借助粒子群算法的快速收敛和很强的全局寻优能力,能够快速、准确地确定样条曲线参数,实现采煤机的最优路径规划。试验结果表明,粒子群三次样条优化的采煤机截割路径规划方法规划的路径平滑、可靠,利于采煤机的自动控制。     

煤矿井下探测作业机器人轨迹粒子群规划方法研究

针对煤矿井下非结构化、不确定和复杂的未知环境作业轨迹规划问题,提出了一种基于粒子群算法的机器人轨迹规划与优化方法。建立机器人动力学模型,通过将机器人运动学约束转化为三次样条插值曲线的控制关键点约束的非线性约束优化问题,利用三次多项式插值拟合曲线,通过粒子群算法和惩罚函数法相结合,采用自适应函数控制插值收敛速度,得到一条满足实际工况要求的最优时间轨迹。研究结果表明,该方法有效地解决了煤矿井下复杂环境的机器人时间最优轨迹优化问题。     

三节臂轮式液压挖掘机整机理论挖掘力分析

为研究三节臂轮式液压挖掘机在铲斗挖掘方式下动臂辅助液压缸长度与整机理论挖掘力的关系,运用矢量力学方法,考虑主要的限制因素,推导在任意姿态下的最大理论挖掘力计算公式.借助三维建模技术和仿真软件建立三节臂轮式液压挖掘机的虚拟样机模型,并将动臂辅助液压缸长度取不同的值进行仿真.仿真结果表明,随着动臂辅助液压缸长度不断增加,整机理论挖掘力呈减小趋势,这为分析计算三节臂轮式液压挖掘机的性能提供了参考.     

综掘巷道架管机三节臂的轨迹分析与优化

通过对煤矿用架管机三节臂建立D-H坐标系三维数学模型,采用3-5-3插值算法对三节臂进行轨迹规划,以运动时间为优化目标,将关节位置作为设计变量,在速度约束条件下,运用粒子群算法对插值结果进行优化,进而得到了三节臂运动的最优时间.仿真结果表明:三节臂末端位置高度为2.2 m,满足规定的工作空间范围;使用粒子群优化算法对三...     

混合粒子群优化算法的新能源电网规划研究

以合理规划新能源电网,降低电网电能损耗,提升新能源消纳能力,设计了混合粒子群优化算法的新能源电网规划方法。以最小电能损耗与最大新能源消纳为目标函数,潮流功率、容量、线路输电能力、风能与太阳能出力为约束条件,建立新能源电网规划模型;通过结合自然选择机理与粒子群算法,设计混合粒子算法,在混合粒子群算法内引入混沌扰动与变异策略,避免惰性粒子陷入局部最优,优化混合粒子群算法,利用优化混合粒子群算法求解规划模型,获取最佳规划方案。实验表明,该方法可有效获取最佳规划方案,降低电能损耗,提升新能源消纳能力,提升电网断面利用率;规划后的电网日累计发电量显著提升、碳排放量显著下降。     

基于共轭梯度和粒子群的机器人路径规划

为了提高井下救灾机器人的搜救效率,减少救援时间,提出了一种结合共轭梯度和粒子群算法的救灾机器人路径规划算法CGPSO。共轭梯度算法规划出起点到终点的最短路径;去除路径中在障碍物内的点,采用粒子群算法重新规划该子路径。仿真实验表明该算法可以有效地提高粒子群的规划效率和可靠性。     

基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究

提出了基于粒子群径向基函数网络的矿井救援机器人局部路径规划研究。利用算法模拟矿井复杂环境对救援机器人进行训练,调整权值,从而得到最优解,同时利用确定性局部规划算法来优化粒子群算法,使其对局部的处理更加合理。研究表明,该算法规避了最小二乘法容易陷入局部极小值的问题,且能用非常快的速度去逼近最优解,对结果的优化更加合理,实用性更好,准确性更高。     

基于IQPSO-BP算法的煤矿瓦斯涌出量预测

针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。     

基于微粒群算法的采煤机记忆截割路径优化

为了解决采煤机记忆截割过程中的路径优化问题,提出了基于环形微粒群算法的采煤机截割路径优化方法,研究了基于环形邻域微粒群算法的采煤机记忆截割策略。当煤层地质条件发生变化时,初始的记忆截割轨迹会产生偏差,借助环形微粒群优化算法快速收敛和全局寻优特性实现采煤机的截割路径优化。试验结果表明:该算法可快速有效地实现复杂地质环境下采煤机的路径优化,优化路径平稳可靠,利于采煤机的记忆截割和自动控制。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。