基于粒子群算法的永磁电机优化设计

将粒子群算法应用到永磁电机的多目标优化设计。利用Matlab脚本语言跨平台调用电磁场分析软件Ansoft Maxwell,建立永磁电机设计的参数化建模方式,实现多目标优化设计。实验表明脚本化建模及多目标优化的可行性,能直接应用到电机的设计制造中。     

DEPSO算法在永磁直线电机结构优化设计中的应用

将传统优化算法应用于直线电机结构优化设计时,传统算法的易早熟与收敛速度慢的缺陷降低了优化效率,并且由于直线电机特有的磁场效应,无法用解析方法准确计算推力波动。为此,提出一种粒子群和差分进化的混合优化算法(DEPSO算法)。该算法在粒子进化过程中,利用差分进化的变异、交叉和选择操作产生新的个体最优位置,优化粒子进化方向。将该算法与有限元数值分析相结合,对直线电机结构参数进行了优化。具体实例的试验结果表明,优化后磁阻力峰值显著下降,证明了DEPSO算法对解决此类问题的有效性。     

永磁游标电机的多目标正交-粒子群优化

永磁游标电机有低速大转矩运行、直接驱动等优点,在保证转矩密度的同时降低转矩脉动是该类电机优化的主要目标。以内转子永磁游标电机为研究对象,利用敏感性分析确定优化因素,采用多目标正交优化、粒子群算法对该电机进行了优化,提出了二者相结合的正交-粒子群优化算法。利用有限元法对上述3种优化结果进行仿真,结果表明,该方法解决了正交优化精度不足和粒子群优化计算量大的问题;优化后使电机电磁转矩增加8.5%,转矩脉动减小8.23%,提升了电机的性能。     

探究使用粒子群算法优化电机PI控制效果及耗费时间

在以往采用粒子群算法优化控制系统参数过程中,评价函数是考虑粒子群算法整定的控制效果是否符合系统要求的重要依据,并没有考虑算法整定参数所耗费的时间。文中分别对推进电机静态负荷和动态负荷仿真模型采用粒子群算法整定控制参数,通过两种情况下迭代次数中调节时间的变化以及在静态负荷下优化的控制参数代入动态负荷的推进电机仿真模型获得的转速曲线对比分析可知,采用静态负荷的推进电机仿真模型相比推进电机动态负荷模型使用粒子群算法优化控制参数,其仿真效果基本一致,算法运行的仿真时间提升了50%;为后续采用粒子群优化控制模型提供了一种新的思路,即根据使用者的实际需求可以将仿真模型中的部分次要模型简化为静态参数,在不影响仿真结果的基础上降低仿真响应时间,提高仿真效率。     

粒子群优化算法及其在结构优化设计中的应用

介绍了粒子群优化算法的原理和实现方法,分析了该算法的主要参数对搜索方向的影响。将粒子群优化算 法与遗传算法在优化过程和搜索技术方面进行了对比。利用粒子群优化算法与遗传算法分别对测试函数和桁架结 构优化设计问题进行求解,将两种算法的计算结果进行了对比。计算结果表明在满足相同的计算精度的前提下,粒 子群优化算法的效率更高,利用粒子群优化算法可求解机翼结构优化设计问题,因此,粒子群算法是一种有效的优 化方法,适用于大型复杂结构优化设计。     

基于粒子群算法的音圈电机参数辨识

在LED焊线机系统的基础上,分析并推导音圈电机的数学模型。在音圈电机的开环模式下,实验并采集数据。采用粒子群算法处理数据,从而得到音圈电机的各个参数。将实验数据与仿真数据对比,验证了模型的正确性。再将辨识的电机模型代入到闭环模式下,将仿真数据与实验数据对比,也验证了模型的正确性。     

基于改进的粒子群算法的风力机叶片优化设计

基于有限叶片变环量气动计算模型,加入攻角随风速的变化处理,根据风电场中来流速度的概率分布,并以风力机最大年发电量为目标,建立优化模型,使用改进的粒子群算法进行搜索,寻找全局最优解.采用改进的粒子群算法设计的优化程序,设计了1.3 MW定桨失速型风力机叶片,并与现有的风力机叶片作比较.优化后,风力机叶片的弦长明显减小,达到额定风速后的功率输出情况,也满足了定桨失速型风力机的功率控制要求,说明本文所述的优化设计方法的有效性和实用性.     

基于改进粒子群算法的梯形转向机构设计及优化

为使轮式移动机器人转向机构特性曲线更加接近理想的阿克曼转向特性曲线,实现精确的转向目的,对其转向机构的设计和参数进行了优化。研究梯形转向机构的设计及工作原理对移动机器人的影响,建立了梯形转向机构的非线性优化模型;将传统粒子群算法引入自适应权重和拉格朗日插值法,进行算法改进,并且给出了求解非线性转向机构优化模型的方法;编写了改进粒子群算法和求解非线性模型的Matlab R2018b的M文件,进行了转向机构优化分析;确定出转向节臂与车轮的角度、三角摇臂与底盘间的角度、三角摇臂和转向节臂的尺寸。优化后的转向机构与理想阿克曼转向机构相接近。最终,将优化后的转向机构进行实例验证,证明结果符合实际应用需要,能有效地减少转向机构的轨迹和理想运行轨迹间的误差,使移动机器人的操纵性及航迹控制得到了改善。     

基于改进粒子群优化算法的无级变速器冷却系统优化设计

提出了一种基于改进粒子群优化算法的无级变速器冷却系统优化设计方法。首先确定了整个冷却系统的基本设计方案;然后在考虑整机和局部能量损失特性、冷却压力控制阀工作特性的基础上,采用改进粒子群优化算法对冷却系统关键结构参数进行了优化。仿真计算和整车试验结果表明,所设计的冷却系统可以随发动机转速的不同实现较优的整机和局部冷却流量分配,并可以满足各种极限工况的冷却要求。     

基于量子粒子群优化算法的斜齿轮设计

粒子群优化算法是一种基于群智能的优化方法,量子粒子群优化算法是基于PSO进行改进的算法,规则简单、收敛速度快、易于编程实现。对于多约束条件的斜齿轮传动的优化设计,笔者提出了一种基于量子粒子群优化算法优化求解的方法,实践表明能够快速、有效求得优化解,是求解齿轮优化设计问题的一个较好方案。     

改进的粒子群算法在圆锥滚子轴承优化设计中的应用

给出了基于改进粒子群算法的圆锥滚子轴承优化设计方法.该算法通过对每一次进化计算后记忆中的最优粒子进行随机摄动操作来提高解的精度和算法的搜索效率,同时对种群中的最差粒子重新进行初始化来保持种群的多样性以避免陷入局部最优解;并采用惩罚函数法来处理约束,取得了较好的效果.计算实例表明该方法高效可行, 优化结果可直接作为工程设计的参考.     

低速大力矩圆筒永磁直线电机齿槽力分析

为削弱圆筒永磁直线电机的齿槽力,采用了一种基于能量法和傅里叶分解的解析分析方法,推导出了圆筒直线电机与结构参数有关的齿槽力表达式。在此基础上,研究了定子极距所作的微小改变和极弧系数的优化选择对齿槽力的影响,提出了减少电机齿槽力的优化方案,并利用有限元法对其进行了验证。通过抽油机实际测试,其测试结果证明所提出的方法是正确有效的。     

论高速永磁直线电机的测试

为控制高速永磁直线电机的运行精度与准确度,需要对高速永磁直线电机进行测试。对高速永磁直线电机的测试问题进行了综合论述,从内部条件和外部条件两个方面介绍了高速永磁直线电机的测试条件,并分析了高速永磁直线电机的测试方法及测试结果。     

改进型粒子群算法在气控液压换向阀设计参数优化中的应用

介绍了粒子群算法及其改进型的原理、模型和算法实现过程，并采用改进型算法对气控液压换向阀设计参数数学模型进行了优化计算，计算结果符合实际情况，表明改进型粒子群算法应用于机械优化计算切实可行，为复杂的机械优化设计问题提供了新的思路和方法。     

粒子群优化算法在螺旋桨加工量计算中的应用

利用粒子群优化算法对螺旋桨加工量进行优化计算,通过对优化前后数据的比较发现,粒子群优化算法在对螺旋桨加工量计算的优化方面效果较好,从而有效地提高了螺旋桨的加工效率.     

基于改进粒子群算法的齿轮传动优化设计研究

针对齿轮传动系统多目标优化设计问题,选取了齿轮传动系统的体积和重合度作为优化目标函数,建立了以可靠性约束、齿数约束、模数约束等作为约束条件的齿轮传动系统多目标优化数学模型.将收缩因子和线性递减惯性权重引入到基本粒子群算法中,得到了带收缩因子的线性递减惯性权重粒子群寻优算法;利用该算法具有收敛速度快和搜索能力强的特点,对...     

基于粒子群优化算法的斜齿轮设计

粒子群优化算法(Particle Swarm optimization)是一种基于群智能(Swarm Intelligence)的优化方法,规则简单,收敛速度快.本文介绍了将其应用于斜齿轮传动的优化设计,建立基于粒子群优化算法的斜齿轮优化设计的数学模型.实践表明其能够快速、有效求得优化解,是求解齿轮优化设计问题的一个较好方案.     

改进粒子群算法在紧固螺母路径中的优化

装配生产线上紧固螺母路径优化问题属于多项式复杂程度的非确定性问题(Non-deterministic Polynomial的问题,即NP完全问题),由于该问题的时间复杂度随着问题规模的增大按指数方式增长,到目前为止还未找到一个多项式时间的有效算法。针对该问题,本文提出一种采用改进粒子群算法寻找机械手最优运行路径的新方法,提出的算法是通过引入遗传算法中的变异和交叉方法,提高基本粒子群算法的局部搜索能力来实现的。通过matlab仿真实验表明,提出的方法比常用的蚁群算法能在更短的时间内快速、稳定的寻找到最优路径,而且需要设置参数的较少,在浙江某汽车配件厂流水线上应用取得的成效证明了提出方法的有效性。     

粒子群优化算法综述

首先介绍了PSO的原理及具体实现步骤;然后针对PSO算法在搜索的初期收敛速度很快,但在后期却易于陷入局部最优的缺点,提出了各种改进办法;最后介绍了PSO算法的应用领域以及研究展望.     

基于改进粒子群算法的刨煤机多目标优化设计

针对刨煤机载荷波动率、刨削比能耗及生产能力问题,根据刨煤机刨削参数和刨头结构参数,并借助改进粒子群算法对刨煤机多目标进行优化设计。优化结果表明:刨煤机载荷波动率降低了20%、刨削比能耗降低了9.8%,生产能力升高了2.5%,极大地优化了上行刨削深度、下行刨削深度、上行刨速、下行刨速、刨刀数量和刨刀间距,有效地提高了刨煤机的整机工作性能。对比不同的优化算法,采用改进粒子群算法优化的刨煤机的综合性能优于其他算法。