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。     

上游泵送机械密封多目标多工况优化研究

为了获得具有较强适应工况变化能力的上游泵送机械密封,以微间隙内流场的CFD计算为基础,建立涉及多工况的多目标优化数学模型,综合分析相关研究成果和密封特性确定了优化变量及其取值范围、工况参数取值范围和优化目标。应用模糊集理论确定不同工况下的液膜刚度和泄漏量的权重因子,并研究人工神经网络模型对优化结果的影响。基于穷尽搜索法和遗传算法对密封进行优化设计,对比分析2种优化方法得到的优化结果,并对优化前后的密封润滑膜流场特性进行BVF诊断分析。优化研究表明:人工神经网络模型很好地拟合了液膜刚度、泄漏量随槽型参数变化的函数关系;2种优化方法都能提高密封性能,但遗传算法优化比穷尽搜索法优化能获得更好的优化结果。     

RV减速器转臂轴承的优化设计

为延长RV减速器疲劳寿命,利用遗传算法对RV减速器转臂轴承进行了设计优化。设定基本额定动载荷为目标函数,以轴承节圆直径、滚子直径、滚子数量、滚子有效接触长度为设计变量,从几何、强度、润滑和摩擦方面给出约束,并对优化结果进行灵敏度分析。优化结果表明,优化设计方法可以有效提高RV减速器的疲劳寿命。     

基于协同多目标算法的多机器人路径规划

多机器人路径规划是群体机器人协同工作的前提,其特点是在防碰撞与避障的前提下追求多方面资源的最小消耗.针对这一特点,提出协同非支配排序遗传算法,解决具有多个优化目标的多机器人路径规划问题;运用改进的多目标优化算法,克服多目标优化取权值的不足,同时考虑机器人能源与时间两大资源,以多机器人的路径总长度、总平滑度、总耗时为规划目标.同时引入合作型协同算法框架,将难以求解的多变量问题分组求解.每个机器人的路径视为子种群,子种群通过带精英策略的非支配排序遗传算法,进化并筛选出子种群的部分进入协同进化,每次迭代更新外部的精英解集,最终生成一组非支配路径解.仿真结果表明,在栅格地图环境下,本文算法可有效实现多移动机器人的多优化目标路径规划.     

基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。