井下跳汰机排料系统的电气自动化控制

当前,利用传统PID控制策略的井下跳汰机排料系统存在控制参数难确定,床层不稳定、质量差等问题,使得跳汰分选效果差,影响了分离效果。本文提出如何将遗传优化算法应用到PID控制系统,详细讲述了这种方法的建立过程。着重从遗传算法优化的PID控制结构、参数优化方法及步骤方面进行论述。通过仿真实验验证了这种方法的可行性,并以某矿井跳汰机排料系统为例得出基于该方法的PID控制器无超调现象,该模型控制精度高,具有良好的动、静态性能,同时兼有在线优化,收敛速度快等特点。     

宇宙线缪子散射成像模拟与算法研究

本文验证了基于Micromegas探测器的宇宙线缪子散射成像系统进行快速核材料检测的可行性，并对实验室宇宙线缪子成像系统原型进行参数估算。基于Geant4程序开发了用于模拟宇宙线缪子物理过程、传输径迹及Micromegas探测器响应的模拟程序。在模拟数据的基础上，实现并改进了两种主要的宇宙线缪子散射成像算法。根据模拟和成像结果，1 m×1 m成像系统可在10 min内检测到被重元素屏蔽的核材料。10 cm×10 cm成像系统的缪子事例触发率为0.16 s^-1，要获得较为清晰的成像结果，要求探测器位置分辨率达到300 μm，探测器增益为1 000时实际测量事例至少需要20 h。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。     

基于GAPSO算法的转台齿轮传动多目标优化研究

针对某航空发动机叶片五轴加工机床转台传动系统多目标优化设计问题,以五轴加工机床转台的齿轮总体积和总重合度建立了目标函数,在齿轮的接触应力和弯曲应力为约束条件下建立了优化数学模型。提出了结合PSO算法与GA算法各自优点的GAPSO方法,利用GAPSO算法既有GA算法的强大全局搜索能力又有PSO算法的快速收敛能力的特点,求解了转台齿轮传动系统的多目标优化数学模型,并分别使用PSO算法、GA算法对数学模型进行了寻优求解,最后将3种算法的结果进行了对比分析。研究结果表明:相比PSO算法与GA算法,GAPSO算法的优化效果最佳,转台的齿轮传动系统体积减少27.26%,重合度增加8.10%;优化目标实现了转台的轻量化与提高传动平稳性的目的,为转台的齿轮传动系统的多目标优化设计提供了理论依据。     

基于目标级联技术的含风电互联电网机组组合策略

针对含风电互联电网日前安全约束机组组合的规模大、约束复杂、求解困难等问题,提出基于目标级联分析技术的分散协调优化策略。将问题分解为负责区域间边界节点电压相角协调的上层优化问题和以并行方式独立优化各区域发电计划的下层优化问题。下层优化以弃风电量期望和电量不足期望,量化各区域内风电、负荷预测误差,以及常规机组强迫停运等系统运行不确定性所带来的风险,并以罚函数的形式引入目标函数,以综合优化系统可靠性与经济性。2区域12节点系统和IEEE RTS96三区域互联系统算例仿真验证所建模型和算法的有效性。     

楼宇型分布式能源系统设备容量和运行策略优化研究

设备容量优化和运行策略优化是分布式能源系统设计，运行的关键问题。为实现分布式能源系统的经济效益，能效水平和环境效益最大化，针对楼宇型分布式能源系统建立了相对普适化的物理模型和数学模型，以粒子群优化算法和线性规划相结合，采用两阶段优化方法计算系统的最优容量配置，并给出运行策略。以某写字楼的分布式能源系统为例，得到最优的系统设备容量和全年逐时运行策略，并采用遍历法验证计算结果的准确性。优化的分布式能源系统与传统供能系统相比，费用年值降低7.79%，年总能耗降低24.18%，污染物排放量减少了62.77 %。     

混沌自适应水波算法在包装配送问题中的应用

追求高效的启发式算法是包装配送问题的重要研究方向。对此,设计一种求解包装配送问题的混沌自适应水波算法(CAWWA)。根据包装配送问题特征设计水波算法(WWA)个体表达式;利用混沌系统生成WWA算法初始种群,并提出一种自适应调整的碎波系数,根据进化代数调整算法搜索范围;利用包装配送实例和6个国际算例进行仿真实验。结果表明,该算法能够适用于包装配送问题求解,且与GA算法、TS算法和ACO算法相比,其全局搜索能力更强、收敛速度更快。