采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测试集时获得了98%的正确率,只对点蚀与磨损的故障类型存在错误判断各一处情况。相比较FKCA和BP方法,采用LF-GWO/FKCA方法则可以将无标签缺齿数据归为第4类,从而实现与已知故障类型的区分,达到了更高的正确率,实际测试正确率为98%,显著提升故障诊断正确率。对齿轮箱的故障进行诊断仿真显示本文设计的诊断方法可以达到很低的错误率,表现出了优异的故障诊断性能。

为了进一步提高可变阀驱气门运动控制精度以及运动稳定性,在原有PID控制的基础上,通过粒子群算法(PSO)和卡尔曼滤波(KF)方式对其进行优化改进。通过科尔曼滤波器来达到气门升程调控系统的干扰与噪声滤波功能,再把结果反馈至输入端,采用PSO优化PID控制器的各项参数。利用PSO以随机方式生成粒子群,再利用粒子对PID控制器赋值,完成计算过程。在Matlab软件中完成气门升程、速度及其加速度的仿真分析,并跟未经过改进的PID控制气门升程状态实施了比较。结果表明:通过改进PID方法进行控制时,气门升程、速度与加速度都达到较低的跟踪误差。运用PSO以及KF优化能够实现对液压驱动系统的高效控制,不会引起气门落座的大幅波动或突变的情况,从而提升了跟踪的精度。该研究对提升汽车发动机性能具有很好的实际应用效果。

为了进一步稳定调控工程设备液压系统的运行状态,根据负载敏感制动阀结构特性,开发了一种采用蓄能器构建储能的负载敏感制动控制系统。高压油进入负载敏感节流阀后产生压力反馈实现阀芯调节,使液压缸缓冲腔中压力升高,完成系统制动。利用径向基函数(Radial basis function,RBF)网络分类器完成故障特征参数的归类,并建立液压回路模糊控制的自回归各态历经(Auto Regressive eXogenous,ARX),分析系统的故障种类与实际监测状态。研究结果表明:利用ARX-RBF模型分析具有复杂结构的非线性系统运行状态,利用输出结果快速预测控制器运行状态并实现误差参数的精确调整,实现误差大幅降低,显著改善控制效果。模糊ARX-RBF诊断模型达到了快速响应的状态,对负载敏感制动系统的分析发挥了重要作用。该研究对提高负载敏感制动系统运行稳定性以及后续的控制参数的调整...