ESMODEL层析反演静校正方法应用研究

静校正处理是地震资料常规处理中的一个关键环节,主要用于解决近地表低降速带等导致的静校正问题。在复杂近地表地区,静校正处理的好坏直接影响到地震资料的最终成像质量。本文简要阐述了ESMODEL折射波层析静校正方法基本原理,探讨了ESM0DEL静校正技术在实际地震资料处理应用中的几个关键点,并总结了ESMODEL静校正方法的适应性条件,为更好的理解和使用ESMODEL静校正技术提供了有力的实践指导。实际资料处理表明,ESMODEI静校正方法对于复杂地表,特别是低速带厚度与速度横向变化比较剧烈情况下的复杂近地表地区,均具有显著的处理效果。     

面向低压电器的CPN协同装配任务建模与优化

针对低压电器自动化装配中所存在的资源无序竞争及交互不平衡问题,提出一种基于着色Petri网(CPN)的协同装配方法;利用人工势场(APF)算法来实现机器人的协同交互控制;并提出了一种基于目标函数梯度的自适应量子遗传算法(AQGA),对装配时间、装配机器人数等关键参数进行平衡优化;构建了一个面向断路控制器的协同装配实例,对所提方法的有效性进行了验证。结果表明,协同装配控制方法能够提高低压电器装配的柔性化程度,确保装配单元间的协同交互,实现低压电器的快速有序装配,提高了装配工作效率。     

考虑作动器故障分级的汽车SASS与LKAS集成容错控制策略

考虑悬架子系统在汽车底盘中的重要作用,基于遗传算法设计了半主动悬架系统与车道保持辅助系统的集成优化控制算法。针对半主动悬架系统作动器发生不同程度的故障对集成控制系统性能的影响,进一步提出了集成容错控制策略。当悬架作动器发生增益故障时,采用基于故障补偿的容错控制算法,而当悬架作动器完全失效时,通过切换优化控制目标函数,提升汽车的总体性能。仿真结果表明:与未集成控制相比,设计的集成优化控制算法可明显改善汽车的乘坐舒适性及稳定性;悬架作动器发生不同程度的分级故障时,提出的集成容错控制策略可显著降低故障对汽车使用性能的影响,提升了汽车的可靠性及行车安全性。     

发动机主动悬置LQG权值优化时滞补偿控制

在发动机悬置系统中,将压电陶瓷作动器运用到主动悬置系统中具有重要研究意义。除了主动控制力,时滞是评价的重要指标,时滞会导致主动控制力与发动机运动状态不合拍,从而降低发动机的隔振性能。建立发动机含时滞的三自由度数学模型,从压电陶瓷作动器力学模型,运用实验对压电陶瓷作动器的特性做了研究,建立主动控制力与电压的关系。由于反馈控制中实际的控制力与理想的控制力之间有时滞,论文提出LQG控制与泰勒级数的结合用于时滞补偿控制设计TLQG控制器。对于LQG控制器权值没有固定的解析方法,运用了遗传算法对LQG控制器的权值进行优化。通过仿真分析结果表明TLQG控制进行时滞补偿能很好的改善发动机悬置的性能。     

基于GA-MVFOSM法的DSA250型受电弓运动可靠性分析

为分析运动副磨损与杆件尺寸不确定性2种因素对受电弓运动可靠性的影响，提出一种基于遗传一次二阶矩法(GA-MVFOSM)的受电弓运动可靠性计算方法。首先，构建受电弓运动学方程，应用Archard磨损理论建立其运动副磨损可靠性模型。在此基础上，考虑运动副磨损与杆件尺寸的不确定性，结合可靠性理论建立受电弓运动可靠性模型。其次，利用遗传算法优化一次二阶矩法，提出GA-MVFOSM算法，用以求解受电弓的运动可靠度。最后，以DSA250型受电弓为研究对象，利用所提方法分析其运动可靠性，并与传统方法进行对比。分析结果表明:各运动副磨损量分别在0.230 0 mm、0.136 6 mm、0.006 6 mm内时，运动副磨损可靠度处于较高水平，2种因素耦合情况下弓头运动可靠度最小值为0.964 7；基于遗传一次二阶矩的计算方法可以有效提高传统方法计算精度，为提高受电弓工作可靠性提供参考依据。     

基于随机模型的动车组制动模块稳健优化设计

针对目前产品优化设计中未考虑设计变量随机性和灵敏度指数对产品质量特性的影响及优化求解效率低等问题，提出一种综合考虑灵敏度指数与质量损失函数的稳健优化设计方法。通过假设设计变量的分布类型，得到设计变量的概率分布特征，将设计变量对产品质量特性的灵敏度指数与质量损失函数加权整合，并以此作为优化目标，以设计变量的容差作为约束条件，构建随机稳健优化模型。通过扩大种群数目、改进控制参数及增加惩罚因子的方法对遗传算法进行改进，结合改进的遗传算法对优化模型进行求解，得到优化模型的全局稳健最优解。以某动车组制动模块为例，采用给出的方法对其进行稳健优化设计，验证该方法的有效性与合理性。优化结果表明，该方法能够实现动车组制动模块的稳健优化设计，提高了制动模块的抗干扰能力。     

重型车床床身性能分析及多目标参数优化

以重型卧式车床床身为研究对象,为满足床身在静刚度不降低条件下达到轻量化、动静态性能好这一要求,提出以质量、最大变形和低阶固有频率为目标的优化设计方法。通过正交实验法建立了床身低阶固有频率、最大变形和质量关于筋板厚度的响应面模型,并对模型的准确性进行了验证。运用带有非支配排序遗传算法(NSGA-Ⅱ)对床身进行多目标优化求解,得到了Pareto最优解集。在此基础之上,采用基于信息熵赋权的多目标灰靶决策算法对Pareto解集进行优选。通过对最终方案进行有限元分析,优化后的床身动静态性能略有提高,质量减轻了604kg。具体算例表明,该方法具有实用性。     

基于改进NSGA-Ⅱ算法的乙烯裂解炉操作优化

现有的乙烯裂解炉优化通常只针对两个目标函数即产物乙烯和丙烯的收率，并且采用遗传算法的收敛效果一般，故提出一种基于改进NSGA-Ⅱ算法来研究一个多目标运行的解决方案，以此来解决乙烯裂解炉的固定周期操作优化问题，即在增大产物乙烯和丙烯收率的同时减少原料以及蒸汽流量来提高整体运行状况。把具体问题量化为数学模型，分析了原料气烃比、原料流量、出口温度对乙烯和丙烯收率的影响。实验结果表明，相较于原有操作条件，提出的优化方案具有良好的可行性。     

多目标遗传算法在短波网络化选频中的应用

频率选择问题是制约短波通信质量的重要因素,网络化短波通信的发展对网络化频率选择提出了更高的要求。针对网络化短波通信特点和使用需求,提出了基于多目标遗传算法的频率指配方法,实现了网络化短波频率的合理分配。     

基于遗传模拟退火算法的减速器模块化设计的模块方法

模块划分是模块化设计的基础及关键性步骤,通过对产品功能相关性、几何相关性和物理相关性的分析形成零件间模糊相似矩阵,然后以模块高内聚、低耦合作为划分的依据,采用遗传模拟退火算法(SAGA)对产品进行模块划分,为模块划分提供一种高效、合理的方式,结合典型减速器实例验证算法的可行性及实用性。