大板径喷丝板自动检测方法的研究

针对大板径喷丝板在反复使用后,易产生弯曲变形,引起板面的不平整,造成CCD采集到的微孔图像不清晰而引起误检的情况,提出了两种减少自动对焦操作次数的改进检测措施,解决了目前大板径喷丝板因板面不平整而存在误检和"逐孔"对焦检测效率低下的问题,提高了该系列喷丝板自动检测仪的检测精度和效率。     

多移动机器人3阶段解耦路径规划

针对多移动机器人集群在路径决策时任务执行时间过长、容易陷入死锁等问题,课题组提出了一种3阶段解耦路径规划方法。利用栅格法建立二维环境模型,首先以传统蚁群算法为基础,引入参数自适应机制和路径指引函数,提高算法的收敛速度;其次将多机器人集群路径规划分为3个阶段,提前预判出冲突路段,减少机器人的等待时间和绕行距离;最后利用MATLAB软件进行仿真实验。仿真结果表明:使用改进后的蚁群算法进行路径规划最优路径长度减少了5.5%,算法的收敛速度提升了近50%;在不同的栅格环境下,可以有效地预测和消解多机器人间的冲突。该研究为多机器人的路径规划提供了一种新的方法。     

基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

基于蚁群算法的自动锁螺丝机路径优化方法

文章是介绍蚁群算法的应用,随着自动化技术的高速发展,自动锁螺丝机也被广泛的使用,然而对螺丝锁付路径没有得到合理的利用,针对目前螺丝锁付机器对螺丝锁付路径没有进行合理规划的问题,使用传统蚁群算法对螺丝锁付路径进行优化,结合实际应用问题,通过模拟实验的方式,去调整群算法的参数设置,得到比较优化的结果。并给出了螺丝锁付优化路径图;实验表明该针对锁付路径的合理布局,螺丝锁付效率得到显著提高。     

求解较大规模TSP问题的改进蚁群算法

为了优化并提高传统蚁群算法求解较大规模TSP问题的计算速度,提出了一种基于有限视觉能见度机制的改进蚁群优化算法。采用初始解优化路径中节点间邻接特征,缩小可选范围搜索求解,算法时间复杂度由O(mn2)改进为O(mn),最后对可能的冲突问题给出变异解决方案。结合大规模TSP问题验证并加以完善,实验结果证明,新算法提高计算速度效果显著。     

数学算法优化控制下的皮革裁剪加工空行程路径研究

国内皮革企业所采用的皮革裁剪设备普遍采用通用型裁剪路径，在裁剪过程中往往会产生大量的空行程路径，极大地浪费皮革边角料。为此，尝试构建以空行程距离最短为目标的裁剪优化数学模型，并采用改进蚁群数学算法对空行程路径进行优化。测试结果显示，相比优化之前的路径，改进蚁群算法优化控制下的皮革裁剪加工空行程路径距离缩短了超过三分之一，有效提升了皮革裁剪加工过程的效率，对实现皮革裁剪最优路径规划具有一定的参考价值。     

喷丝板结构对熔融纺丝挤出过程聚合物熔体流动特性的影响

熔体在喷丝板微孔内流动时的稳定性和流场分布的均匀性是后续决定纤维成型质量的关键，这对熔体挤出前后的速度差、流道内的剪切速率分布和口模段内径向速度均匀性提出了要求。利用计算流体力学技术对涤纶工业熔融纺丝中的聚合物微孔挤出过程进行了数值模拟，得到了聚酯熔体在微孔内流动过程的速度、压力和剪切速率分布，讨论了熔体挤出前后的速度差和剪切速率分布对熔体流动稳定性的影响。提出了评价口模段内熔体径向速度分布的流动非均匀系数，指出不同长径比和收敛角分别通过改变流动充分发展段长度和口模段入口处径向速度分量来影响流动非均匀性。研究发现非均匀系数随长径比的增大而减小，随收敛角的增大先减后增。综合分析结果表明，长径比为3、收敛角为74°的喷丝板最佳。     

基于混合蚁群粒子群算法的立体库堆垛机路径优化

针对自动化立体仓库中的堆垛机路径优化问题,课题组通过分析立体仓库中堆垛机的工作特点与运行情况,提出了基于混合蚁群粒子群算法的路径优化方法,在传统的蚁群算法中结合粒子群算法思想,使算法同时具备蚁群算法的正反馈与粒子群的多样性。通过对实例进行MATLAB仿真分析表明:混合算法路径优化速度较快,且比以往的路径更短。研究使堆垛机的运行效率得到提高。     

Lyocell纤维喷丝板制造工艺研究

为了探寻高精度、高效率的制造工艺以提升Lyocell纤维喷丝板产品整体质量水平,介绍Lyocell纤维纺丝特点,分析对比熔融法纺丝喷丝板与湿法纺丝、干法纺丝、干湿法纺丝喷丝头在结构形式、基体材质及制造工艺的区别,指明Lyocell纤维纺丝属于溶液纺丝中的干湿法纺丝。以圆环形Lyocell纤维喷丝板的制造工艺为例,阐述其选材、制坯、冲孔、表面抛光及清洁技术,即圆环形Lyocell纤维喷丝板选用厚度为1.2 mm的1Cr17不锈钢板材,冲孔时将坯料安装在自动冲孔夹具中,冲孔程序设定为由外至内逐圈按坐标信息冲孔,清洗吹干后再进行第二道冲孔;全部冲制三道孔的喷丝板,在平面抛光机上进行砂光和抛光处理。指出:微孔单孔多次冲挤法冲孔可保证微孔的直孔长径比,减少断针数;采用数控冲孔可减少人工误差,提高一致性和加工效率;喷丝板产品整体质量水平达到预期效果。     

磨料流技术在喷丝板微孔加工中的应用

介绍了磨料流加工的概念、加工原理及其磨料流加工技术的组成和影响加工效果的因素,通过该技术在化学纤维生产用喷丝板微孔加工中的应用,指出在对喷丝板进行微孔钻削加工时,喷丝板的微孔内表面会留下毛刺,采用传统处理方法会造成前期纺丝质量不稳定,用磨料流技术加工效果好;磨料流加工技术是一种高效、适应性强的新工艺,可轻松实现去除毛刺、抛光、倒圆角、微量改变工件几何形状等加工,合理使用能极大提高劳动生产率,应用前景广阔。     

基于多子群协同进化的自适应萤火虫算法

为了改善萤火虫算法的收敛精度和收敛速度,将协同进化思想引入自适应萤火虫算法中,提出一种基于多子群协同进化的自适应萤火虫算法(CAFA).将种群划分为2个子群,并且2个子群采用不同策略同时进行进化,以加快收敛速度和精度.最后将CAFA算法与萤火虫算法和自适应萤火虫算法在6个典型的基准测试函数中进行仿真对比,结果表明CAFA算法在收敛速度和精度方面均优于其他2种算法.     

于密度峰值聚类并行麻雀搜索算法的食品机器人路径规划

目的：提高食品拣取机器人工作效率。方法：提出了一种基于密度峰值聚类并行麻雀搜索算法的食品拣取机器人路径规划方法。建立以总移动距离、点位间路径平滑度和移动安全度为评价指标的食品拣取机器人路径规划模型,在保证机器人移动安全的同时,尽可能提升路径平滑度和降低移动距离。设计密度峰值聚类优化麻雀搜索算法(DSSA),利用改进的密度峰值聚类算法对麻雀种群进行聚类分析,并根据聚类结果划分不同子族群和定义麻雀迭代进化方式;结合多点位路径规划模型和点位间存在的4条潜在移动路径,重新定义麻雀编码方式,搭建并行计算架构,以提高DSSA求解路径规划模型的精度和运算效率。结果：仿真结果表明,相比于其他食品机器人路径规划方法,总移动距离减少了7.3%~39.2%,移动时间降低了26.7%~50.1%。结论：所提方法能够明显改善食品分拣机器人路径规划效率,对提升食品加工企业生产效率具有一定的应用价值。     

自动化铲板的对刀运动分析及其参数设计

为实现自动化铲板过程中铲刀快速接近并压紧在喷丝板面而不损伤铲刀或者喷丝板面,需对对刀运动进行运动参数规划。通过分析自动化铲板运动过程,描述对刀运动的4个阶段连续运动,提出对刀运动的梯形速度控制曲线设计方案;应用Hertz接触理论建立铲刀和喷丝板面的接触力学模型,对铲刀和喷丝板面的受损难易程度进行定性分析,确定以不损伤铲刀刀刃为对刀运动参数设计的依据;通过接触碰撞分析建立铲刀与喷丝板面之间的碰撞力、碰撞变形、碰撞时间与碰撞速度之间的数学关系式。最后以曲率半径为0.2 mm的铲刀刀刃(最大损伤变形0.1 mm)为例,应用MatLab计算得到对刀运动的最大允许碰撞速度和碰撞力,完成对刀运动的参数设计,为铲板组件缓冲结构的详细设计提供参考。     

改进遗传算法PID参数优化在流浆箱总压控制中的应用

稀释水水力式流浆箱的总压控制直接关系到纸张质量的好坏,传统的PID方法对于非线性、参数时变性和模型不确定性的对象控制精度较低。虽然传统遗传算法可以优化PID参数,提高精度,但是收敛速度慢,整定时间长,限制其在高速纸机控制中的应用。针对这些问题,本课题以纸机流浆箱总压控制为研究对象,采用改进的遗传算法来整定PID参数,通过优化交叉和变异算子、增加当前最优追踪策略以及改进收敛准则等方法来提高遗传算法的全局寻优能力和收敛速度。仿真结果表明,用改进的遗传算法整定后的流浆箱总压控制PID具有更快的响应速度和更好的鲁棒性。     

基于离散多目标布谷鸟算法的食品拣取机器人协同路径规划

目的：提高大型食品加工仓储原材料拣取效率。方法：针对按食品加工配方比例拣取多货位原材料问题,建立以总移动距离、总能耗和周期拣取原材料总重量为指标的多目标食品拣取机器人协同路径规划模型。提出Pareto最优解离散多目标布谷鸟算法(discrete multi-objective cuckoo algorithm,DMCA),设计3层布谷鸟编码,重新定义突变、同类进化、异类进化更新策略,以提高DMCA全局优化能力。结果：该方法能够快速给出多机器人协同规划路径,相比于其他算法,总移动距离缩短了约6.3%,总能耗降低了约7.5%。结论：所提方法能够有效提高大型网格化仓储原材料拣取效率,规划路径平衡了移动距离和能耗。     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上，提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标，通过改进的多目标粒子群算法优化多项式插值法，并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中，准确率>99.00%，平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。     

基于多目标规划算法的电梯群控系统

以提高电梯群的运行效率和服务质量为出发点,提出一种基于多目标规划调度算法的电梯群控系统.主要研究内容包括电梯群控系统的特点及要求、电梯群控系统的多目标规划算法建模过程以及电梯群控仿真系统的设计等几个方面.在电梯群控仿真系统当中,同时嵌入最小等待时间算法和多目标规划算法,进行2种算法的仿真比较,从仿真结果得出基于多目标规...     

误差逆传播算法的改进

讨论了误差逆传播算法存在的缺陷,并针对其缺陷提出了动态调整学习因子与合理选取激发函数相结合的改进方案。编程验证表明,改进后的误差逆传播算法速度快、精度高、收敛性好。     

基于改进鸡群优化算法的食品拣取机器人路径规划

目的:优化多工位食品拣取机器人路径.方法:提出了 一种基于改进鸡群优化算法(Improved Chicken Swarm Optimization,ICSO)的食品拣取机器人路径规划方案,充分考虑单个工位点机器人最优拣取位置和多工位点之间机器人移动最短距离,构建多工位食品拣取机器人路径规划双层模型.利用密度峰值聚类算法...     

基于改进WOA-Elman神经网络的高光谱牛奶蛋白质快速无损检测

目的：解决现有牛奶蛋白质检测方法存在的精度低、效率低和人工依赖性强等问题。方法：基于高光谱成像系统，提出一种将改进的鲸鱼算法与Elman神经网络相结合用于牛奶蛋白质含量快速无损检测。通过混沌映射、自适应收敛因子、自适应权重优化鲸鱼算法，提高搜索精度，优化后对Elman神经网络参数（权重和阈值）进行寻优。通过试验分析所提无损检测方法的性能。结果：与常规检测方法相比，试验方法在牛奶蛋白质无损检测的多个性能指标方面均为最优，决定系数为0.997 3，均方根误差为0.000 3，检测时间为1.56 s。结论：试验方法具有较高的检测精度和检测效率。