基于改进粒子群优化的四杆机构运动轨迹误差研究

平面四杆机构在运动过程中,横向和纵向运动轨迹产生误差较大,很难适应高精度的需要。对此,文章采用了改进粒子群优化算法对平面四杆机构几何参数进行多目标优化,提高横向和纵向运动轨迹精度值。引用平面直角坐标系创建四杆机构简图模型,分析了四杆机构运动的几何参数。构造多目标优化函数,采用改进粒子群优化算法对四杆机构几何参数变量进行优化。通过MATLAB软件对优化后四杆机构几何参数进行误差仿真,与优化前误差仿真结果形成对比。仿真曲线显示:优化前后相对误差分别减少33.3%和41.2%。采用改进粒子群优化平面四杆机构几何参数,四杆机构运动精度得到了很大提高。     

温锻压力机肘杆机构的自适应粒子群算法优化

为了改善温锻压力机肘杆机构的下压性能、提高产品质量,提出了肘杆机构的自适应粒子群算法优化方法.使用封闭矢量法建立了传动机构的运动学模型.以6连杆尺寸为优化参数,以滑块最大运动速度、最大加速度和曲柄最大输出扭矩为优化目标,建立了优化模型,根据曲柄存在条件、上连杆摆角约束、滑块行程约束等设置了约束条件.在粒子群算法的基础上...     

基于运动轨迹误差最小化的平面四杆机构参数优化研究

针对平面四杆机构理论运动轨迹与实际运动轨迹存在误差较大问题,引用了改进粒子群算法对四杆机构几何参数进行优化。建立四杆机构平面坐标系,推导四杆机构横向和纵向运动轨迹点的方程式。确定四杆机构的设计变量,构造运动轨迹点的优化误差函数,并且对运动条件进行约束。采用改进粒子群算法优化四杆机构几何参数,将优化结果输入到Matlab软件中进行运动轨迹误差仿真,并且与优化前仿真结果进行比较和分析。仿真曲线显示,优化前,四杆机构运动轨迹产生的横向和纵向误差最大值分别为1.0×10~(-3)m和0.9×10~(-3)m;优化后,四杆机构运动轨迹产生的横向和纵向误差最大值分别为0.7×10~(-3)m和0.5×10~(-3)m,优化后的横向和纵向最大相对误差分别降低了30.0%和44.4%。采用粒子群算法优化平面四杆机构几何参数,四杆机构运动轨迹更加精确。     

轨迹生成四杆机构优化及仿真研究

由于轨迹生成四杆机构存在横向及纵向误差较大,精度较低等问题,因此其不能很好满足四杆机构运动轨迹的要求。对此,文章分析了四杆机构几何参数,采用修正误差函数法,构造优化目标函数。通过具体实例对四杆机构运动的相关尺寸进行优化,借助MATLAB软件计算得出四杆机构最佳几何尺寸值。将优化结果进行仿真,并且与传统方法进行对比。仿真结果显示,四杆机构横向及纵向误差较小,效果较好。采用修正误差函数法对轨迹生成四杆机构优化,优化后四杆机构运动轨迹精确度较高,能够满足多种四杆机构输出运动的要求。     

基于改进混合粒子群算法的机器人轨迹规划

针对机器人工作效率以及运行平稳性问题,提出一种基于改进混合粒子群算法的轨迹规划方法。建立新的模拟退火机制,并结合粒子群算法进行多目标优化;使用非线性惯性权重递减策略以及动态学习因子平衡局部和全局搜索能力。以某六自由度机器人(SFR-TA)为研究对象,使用5-7-5插值多项式构造轨迹曲线;利用权重系数法,将基于时间-脉动冲击的目标函数归一化处理以求得最优值。结果表明：相比于传统粒子群算法,该算法的运行时间更短,同时可有效减少机械臂脉动冲击,具有更好的稳定性。     

基于粒子群优化算法的机器人最优轨迹规划

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。     

柔性调度多目标优化的混合粒子群算法研究

研究多目标柔性调度问题,提出了一种基于多目标粒子群优化算法和局域搜索技术相结合的新算法.建立以最大完成时间、机器总负载和最大机器负载为目标函数的多目标数学调度模型.将粒子群算法运用到机器分配子问题;局域搜索技术运用到工序排列子问题,对粒子群算法得到的结果进行再调度.粒子群优化算法的全局搜索能力与局域搜索技术相结合,加快了算法的收敛速度.最后通过与其他算法进行测试比较,验证了该算法的可行性及有效性.     

改进混合粒子群算法优化热轧负荷分配

热轧带钢精轧过程的负荷分配是制定精轧轧制规程的核心。为制定合理的负荷分配方案并提高生产效率与产品质量,在粒子群算法中引入杂交策略和收缩因子,构成改进后的混合粒子群优化算法。杂交策略的引入可以增强粒子种群的多样性,避免算法在收敛后期因粒子多样性不足而无法跳出局部极值。收缩因子可以有效约束粒子飞行速度,增强算法局部收敛能力。杂交策略与收缩因子两者共同作用可以明显改善算法的收敛性能。函数测试与仿真试验结果表明,改进的算法具备很好的收敛速度和收敛精度,对负荷分配的优化也十分有效。     

平面四杆机构运动轨迹多目标综合优化及误差仿真研究

针对平面四杆机构运动轨迹所产生的误差较大问题,引用改进差分进化算法对平面四杆机构运动轨迹误差进行优化。构造平面四杆机构运动简图,分析四杆机构变量参数。通过欧几里得距离误差函数推导出优化目标函数,采用改进差分进化算法对四杆机构约束条件进行多目标综合优化。结合具体实例,将优化后结果输入到Matlab软件进行误差仿真,并且与优化前误差仿真结果进行对比和分析。仿真结果表明:优化前,四杆机构运动轨迹所产生的横向和纵向误差峰值分别为0.25cm和0.19cm,优化后,四杆机构运动轨迹所产生的横向和纵向误差峰值分别为0.17cm和0.13cm,横向和纵向误差峰值分别降低了32.0%和31.6%。采用改进差分进化算法优化四杆机构运动轨迹,可以降低四杆机构运动轨迹产生的误差。     

基于粒子群算法的齿环精锻成形工艺参数优化

为提高同步器齿环热精锻成形的材料利用率,以初始温度、压制速度、摩擦系数、坯料内径和坯料高度作为设计变量,以充填性、成形缺陷和材料利用率3个指标的综合加权评分值作为优化目标,建立工艺参数与综合加权评分值的Kriging模型。应用Kriging模型结合粒子群算法,在可行变量空间内寻优,得到最优工艺参数组合为:T=697.5℃,v=190 mm·s-1,m=0.43,d=62.75 mm,h=12.5 mm。采用最优工艺参数组合进行工艺实验,锻件充填饱满,未见折叠缺陷,材料利用率提高至60.52%,为同类型的薄壁环型类锻件工艺参数设计及优化提供了定量的确定方法和依据。     

采用粒子群算法耦合遗传算法优化双臂机器人模糊逻辑控制研究

为了提高双臂机器人运动轨迹追踪精度,降低运动过程中的抖动幅度,引入混合粒子群算法优化双臂机器人模糊逻辑控制,并对误差和力矩进行仿真。创建双臂机器人平面运动模型简图,建立机械臂运动方程式。分析了模糊逻辑控制规则,引用模糊逻辑控制不同成本函数定义机械臂运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用遗传算法耦合粒子群算法优化模糊逻辑控制的成本函数。通过MATLAB对优化模糊逻辑控制的双臂机器人运动轨迹控制力矩进行仿真,并且与模糊逻辑控制仿真结果形成对比。仿真结果显示:受外界环境干扰时,双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,不仅运动轨迹追踪误差较小,而且输入力矩值也较小。双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,能够提高机器人运动轨迹追踪精度和降低控制系统抖动幅度。     

基于粒子群优化算法的液压伺服控制系统PID参数优化

PID控制是液压伺服控制系统中广泛应用的一种控制方式,PID参数是否合理直接影响着液压伺服系统的性能.本文以并联电液伺服平台的PID参数优化为例,使用粒子群优化算法对PID参数进行优化,结果显示该方法的调节效果良好.     

基于粒子群优化算法的机器人最优轨迹规划（英文）

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。     

基于混合粒子群算法的铅锌烧结过程产量质量优化

建立铅锌烧结过程的产量质量预测模型及其数学优化模型,利用混合粒子群优化算法对其进行优化。将质量约束的产量优化问题转换为两个目标函数的优化问题,即产量目标函数和违反质量约束条件的程度函数。采用联赛选择算子比较粒子群算法所搜索到的解。当粒子群算法收敛停滞时,沿着当代全局最优解和前一个不同的全局最优解矢量之差的方向进行线性搜索,将搜索到的更优解作为粒子群的当代全局最优解,从而保持粒子群算法的活性。针对工况波动,利用专家规则修正优化参数。实际运行结果表明,该优化方法能在保证质量的情况下在一定程度上提高产量。     

基于粒子群算法的倾斜度误差评定方法

为了减小扭力冲击器关键部件冲击锤的倾斜度误差,根据倾斜度误差的国家标准,建立了符合最小区域条件的倾斜度误差评定模型。针对倾斜度误差的特点,提出一种惯性权重随实际情况动态变化的改进粒子群算法,从而对倾斜度误差进行评价,并给出了该改进算法的实现方法,最后将改进PSO算法与传统算法的计算精度进行比较。结果表明,改进的粒子群算法的计算精度比传统算法高,适用于扭力冲击器的倾斜度误差评定。     

基于极简粒子群算法的机床主轴结构参数优化

为了弥补传统优化方法在机床主轴结构参数优化问题中收敛速度慢、精度不高、需要设置初始值等缺点,提出一种基于极简粒子群优化算法的机床主轴结构参数优化方法。抽象并建立机床主轴结构数学模型,通过实例对fmincon函数法、基本粒子群优化算法和极简粒子群算法的搜索结果进行对比分析。结果显示该改进策略有效地避免了基本粒子群优化算法收敛精度低、后期收敛速度慢等缺点,寻优速度有了大幅度的提高,适合代码容量小,精度要求不高的环境。基于极简粒子群算法的机床主轴结构参数优化方法与fmincon函数法和基本粒子群算法相比,优化结果有了很大提升,且迭代时间分别降低了76.91%和7.31%。     

基于神经网络和粒子群算法的切削参数现场实时优化

为了使金属切削加工中，能实现切削参数的实时优化，保证产品质量和设备效率，提出了一种新的切削参数最优化方法，引入加工时间、加工精度、加工成本三个目标控制量，建立了多目标非线性规划模型。并用惩罚函数法将多目标非线性约束规划问题转换成无约束非线性单目标规划问题。通过对神经网络和粒子群算法的有机结合，并充分利用了粒子群算法和BP网络各自具有的优点，对模型进行了求解。数值试验表明该方法能较好地解决切削参数的优化问题。     

四杆机构的疲劳分析及优化

基于Hyper Works平台,以四杆机构为例,详细阐述了多体系统的运动学仿真、疲劳分析及优化,为四杆机构设计、疲劳分析试验提供了参考依据。     

混合输入五杆机构的轨迹跟踪研究

混合输入五杆机构系统是一种新型的可控机构,采用恒速电机和伺服电机作为驱动元,两种类型的运动通过一个五杆机构复合后,可得到柔性输出运动.本文对混合输入五杆机构进行了逆运动学分析和动力学建模.为了实现对连续时变轨迹的跟踪任务,该系统采用计算力矩控制算法对伺服电机的运动进行控制.对混合输入五杆机构实现直线轨迹进行了仿真研究,结果表明了逆运动分析和控制算法的有效性,得到了比较好的轨迹跟踪效果.     

改进粒子群优化BP的数控机床热误差预测研究

由于BP存在网络结构选取基于经验、易陷入局部最优、收敛速度慢等缺陷,致使基于BP的数控机床热误差预测模型精度不高,对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略,以此寻找BP神经网络最优的阈值和权值,在此基础上建立数控机床热误差预测模型。仿真实验结果表明:与标准的BP神经网络和支持向量机相比,改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。