汽车空调噪声有源控制的参考传感器布放研究

采用有源噪声控制方法来降低汽车内部噪声时,为使参考信号与汽车暖通空调系统噪声之间具有较好的相关性,针对暖通空调系统参考传感器的布放进行研究。分别选取暖通空调系统上六个不同位置点的加速度作为参考信号,并采用滤波-X LMS算法对有源控制系统的噪声控制效果进行仿真和对比。结果表明,当加速度计布置在空调系统的左端面或左上出风口附近时,控制系统能在392Hz和450~550Hz的频率范围内分别取得12d B和5d B的降噪量。因此,合理选择控制系统参考传感器的布放位置,能够更有效地降低暖通空调系统的低频噪声水平。     

基于可靠灰色粒子群算法的盾构机行星减速器轮系的多目标优化设计

将方差的概念引入灰色关联度,创造性地提出可靠灰色关联度,以此作为变异策略来驾驭基本粒子群算法,可以很好地避免算法过早陷入局部最优.对要求为整数的各变量,将其初始位置与每次飞行速度均取为整数,即可确保所求得的解为整数解.同时,为易于理解和便于操作,对算法机理与算法流程进行阐述,从而,为复杂非线性约束条件下求解多目标混合整数规划问题提供一套切实可行的便捷方法.在4个假设条件的基础上,建立盾构机行星减速器的轮系在满足配齿、变位系数、干涉、强度、等强度、等寿命等约束条件下其体积最小、效率最高、接触强度与抗弯强度可靠性最高的四目标函数的数学模型,再运用上述可靠灰色粒子群算法编写Matlab程序对所建数学模型进行求解.研究结果表明,该算法的泛化能力不但解决该减速器原第三级强度偏弱的问题,而且在保证高可靠性条件下,使体积减少11.55%,效率提高0.56%,传动比提高3.67%,各级强度与寿命基本相等.     

非正态变量情况下基于杂交SAPSO-SFLA的多目标稳健协同优化

为解决非正态变量空间中复杂多变的隐式非线性功能函数的可靠性及灵敏度的问题,融合鞍点估计与线抽样法的优点,结合二分法的特点与黄金分割法的求解效率,提出基于黄金分割二分法的鞍点线抽样法,即可沿重要线抽样方向利用黄金分割点的二分法快速找到各样本点对应于功能函数的零点,将结构失效概率转化为一系列线性功能函数失效概率的平均值,求出相关变量的可靠性灵敏度,从而导出失效概率对变量均值与方差的可靠性灵敏度及结构轻量化的多目标优化问题,并阐明了多目标协同优化的思想。同时,针对可靠性灵敏度作为目标函数因误差导致多目标协同优化难以收敛的问题,提出了利用误差的思想与方法;为提高算法的收敛性,对粒子群优化(Particle Swarm Optimization,PSO)算法与混合蛙跳算法(Shuffled Frog-Leaping Algorithm,SFLA)进行改进以后,再将两者进行杂交,提出杂交自适应粒子群优化-混合蛙跳算法(Self-Adaptive PSO-SFLA,SAPSO-SFLA),并用来求解上述多目标优化问题。算例表明:1) 基于黄金分割二分法的鞍点线抽样法在求解复杂非线性功能函数的可靠性及灵敏度时精度高,速度快;2) 与粒子群优化和混合蛙跳算法相比,所提杂交SAPSO-SFLA不仅具有更快的收敛速度,其鲁棒性还能使盾构行星减速器箱体体积减小8.42%。     

结合证据理论的代价敏感加权故障诊断

为了在故障诊断中合理引入代价敏感机制来降低故障误诊断的代价,提出了一种结合证据理论的代价敏感加权故障诊断方法。该方法通过误诊断代价矩阵获取各故障模式误诊断的危害度,赋予不同的代价权重,并对证据理论的概率分配函数进行代价加权,将故障误诊断的代价作为权重合理融入诊断结果,从而实现了代价敏感机制在故障诊断中的有效应用。实验结果表明,结合证据理论的代价敏感加权处理能够使得故障诊断结果更倾向于高代价故障,所提方法可以有效降低故障误诊断的代价。     

变量相关情况下基于杂交GA-PSO算法的结构协同优化

为解答实际工程中变量相关情况下的高维小概率失效问题,将子集模拟与重要抽样法结合起来,根据重要抽样的概率密度函数获取的相关变量的样本点来构造中间失效事件,从而将小失效概率问题转化为一条由一系列易于求解的较大条件失效概率的连乘积组成的马尔可夫链(Markov chain,MC),并直接抽取相关样本点来高效模拟结构的可靠性灵敏度。由此创建失效概率对各变量均值、方差(包含相关系数)的可靠性灵敏度最低以及体积最小的多目标优化问题,并提出多目标协同优化的思想,同时,针对可靠性灵敏度作为目标函数因误差导致多目标协同优化难以收敛的问题,提出利用误差的思想与方法;为加速遗传算法(Genetic algorithm,GA)与粒子群优化(Particle swarm optimization,PSO)算法的收敛,提出克隆与进化同时并举的精英策略及相似交配的思想,并用此GA得到的个体与PSO算法杂交,以进一步提高其收敛性;最后,以盾构三级行星减速器的三个行星架为例,运用上述算法对所建数学模型进行求解,结果表明:①所提直接抽取相关样本的MC能很好地模拟出相关变量的可靠性及灵敏度,免除了变量独立化过程反复转换的繁琐;②提出的杂交GA-PSO协同算法较GA与PSO算法有更快的收敛速度,当相关系数为0.7时,可使该行星架的总体积减小7.06%;③证实将可靠性灵敏度作为目标函数时所提利用误差的思想与方法的可行性与正确性。     

刺绣机针杆机构运动精度的灵敏度分析

为提高刺绣机针杆机构的运动精度及其稳健性,采用Sobol'方法对该机构的运动精度进行全局灵敏度分析,并在此基础上对针杆机构进行优化设计。首先,同时考虑杆长的制造误差和运动副间隙对针杆位移的影响,建立了针杆机构运动精度的数序模型。然后,采用Sobol'方法求出该模型中14个随机变量的总灵敏度,并根据灵敏度的排序确定出4个重要因素和1个关键因素,其中连杆长度是关键因素。通过减少关键因素的制造误差,进一步优化针杆机构的运动精度。结果表明,优化后针杆机构位移误差的均方差明显降低,运动精度的稳健性得到了提高。     

考虑随机和认知混合不确定性的稳健性分析与稳健设计方法

针对质量指标Y的影响因素同时具有随机不确定性和认知不确定性的情况,提出一种质量稳健性分析的随机模拟方法。用证据理论认知对不确定性因素进行表征,进而提出一种基于随机集理论的认知不确定性因素随机采样方法,该方法可根据认知不确定性的mass函数对其进行随机采样。随机不确定性因素不必进行分布类型的转换,直接按其概率分布规律进行采样。通过不确定性分析和计算机模拟,对质量指标Y的不确定性分布进行定量计算,进而提出了3个质量稳健性的评价指标,包括Y的期望值区间宽度、期望值中点值以及区间中点分布的标准差。根据质量指标的不同特性对三个稳健性评价指标进行优化,提出了3种不同类型的稳健设计准则。通过两个典型实例,说明了所提出的稳健性评价指标以及稳健设计准则的合理性和实用性。     

多分类SVM的代价敏感加权故障诊断方法

为了在支持向量机(support vector machine,简称SVM)中合理引入代价敏感机制来降低故障误诊断的代价,提出一种多分类SVM的代价敏感加权故障诊断方法。该方法通过对多分类SVM的硬判决得票矩阵进行代价敏感加权,将故障误诊断的代价作为权重融入SVM的硬判决,并分析硬判决的得票数和得票权重,从而构造出各故障的概率分配,最终实现多分类故障的SVM代价敏感加权诊断及概率输出。实验结果表明,多分类SVM代价敏感加权处理的诊断结果更趋向于高代价故障,所提方法能够有效降低故障误诊断的代价。     

盾构刀盘驱动三级行星齿轮系统固有特性及灵敏度分析

建立了三级行星齿轮传动系统的平移-扭转耦合动力学模型,模型考虑了时变啮合刚度、各级中行星轮位置相角的时变性、啮合综合误差、阻尼等影响因素。基于特征值问题求解了系统结构的固有频率和振型,并将其系统振动模式归为三类：扭转耦合振动模式、平移耦合振动模式、行星轮振动模式。研究了不同振动模式下固有频率对系统参数的灵敏度。研究结果表明,在一些系统参数敏感点处,参数的微小变化不仅导致固有频率灵敏度、模态能量的大幅变化,也将引起能量在各级间发生转移,使得振动特性剧烈变化。