由于伺服阀小信号流量特性存在一定散布,电液伺服系统的控制参数需要进行匹配调试,提出了一种基于粒子群算法的电液伺服系统控制参数离线自寻优方法,目标特性由控制系统任务书和人工调试结果确定,参数寻优范围根据伺服系统稳定性分析结果和批产工艺数据包络确定,寻优计算时间约为100~240 s。与人工调试相比,可以大幅提高电液伺服系统控制参数的批产调试效率。

依据并联机构的位置反解模型，给出了求解6-DOF并联坐标测量机位置正解的无约束优化模型，并应用粒子群算法（PSO）对该优化问题进行了求解，由此可将复杂的并联坐标测量机测量建模问题转换为优化问题，从而求得位置正解。仿真结果表明：80个粒子大约经过55次的迭代运算后，收敛精度可达到0．5Mm，平均运行时间约为3s。粒子群算法应用于并联坐标测量机测量建模与求解，可获得较高的计算速度和计算精度。

利用旋量理论中的指数积公式建立了关节臂坐标测量机的理想数学模型,以基于单点多姿态与两点距离的系统误差模型为目标函数,运用了改进的粒子群优化算法对目标函数进行优化,进而实现了运动学参数的快速标定.实验结果表明：经过参数标定后,测量机的单点重复性精度提高了89.53%,长度测量精度提高了88.16%.所提标定方法简单易行.

为了解决气动人工肌肉收缩率小、驱动关节运动范围不足等问题,本文提出了一种气动肌肉驱动的双四杆下肢外骨骼膝关节机构,通过对关节机构运动学动力学分析,应用粒子群优化算法对结构进行优化设计,并通过MATLAB仿真软件进行验证。结果表明,本文设计的双四杆下肢外骨骼关节可以满足步行要求,所提出的外骨骼膝关节设计方法可应用于其他外骨骼关节中,对下肢外骨骼机器人的设计具有一定的指导作用。

针对单柱塞泵在高速下难以正常配流的情况,提出了一种并联单向阀的配流机构,解决了单柱塞泵在高速情况下的配流问题。首先选取3个不同的转速对单柱塞泵进行仿真实验,结合曲面拟合的思想和粒子群算法,利用MATLAB优化了单向阀的的弹簧预紧力和弹簧钢度;其次通过AMESim进行仿真,结果表明,并联单向阀的配流机构可以实现不同转速的配流问题。

针对非对称缸位置跟踪控制精度较差,提出了一种基于非线性自回归平均滑动离散模型(NARMAX)和量子粒子群算法的神经网络预测控制策略(QPSO-NNMPC)。利用NARMAX模型表示阀控非对称缸的动态模型,使用粒子群算法优化BP神经网络(PSO-BP)对阀控非对称缸系统在线预测,使用量子粒子群算法(QPSO)对目标函数非线性优化。仿真结果表明,在不同频率期望信号与变干扰力情况下,该控制策略具有良好的跟踪效果和鲁棒性。

伺服电机作为全自动线束端子组装设备驱动、控制和机械传动的主要联系环节,其控制系统的优劣决定了整个设备的性能。结合端子组装设备的结构和工作原理,对端子组装设备中重要的伺服系统建立了控制数学模型。为了得到较优的控制器参数,对粒子群算法(PSO)搜索寻优进行了改进,通过PSO对PID控制器进行参数优化,并利用优化后的PID控制器设计多电机功率平衡控制策略。仿真验证表明:改进粒子群算法能有效实现多电机功率平衡控制,在负载发生变化的情况

随着经济的快速发展，市场经济的竞争也越发激烈。企业为了更好地适应经济的发展，必须要有强大的竞争力。通过订单与客户保持联系，能够准确了解客户的需求，为企业的生产提供充足的准备时间，有利于实现快速生产。通过选择自适应权重粒子群算法和BP神经网络相结合的方法，建立神经网络模型，训练数据，得到预测结果。并通过一个企业的订单实例，完成订单预测，从而验证算法的实用性。