当引入类别嵌入发掘(VGSE)对液压泵进行零样本故障诊断研究时,该模型不具备收敛性、泛化性和稳定性,且存在计算效率低等问题,因此提出了改进类别嵌入发掘网络(SCP-VGSE)。为了改善VGSE网络性能,将SE注意力机制嵌入到网络结构的特征提取功能模块中;为了进一步改善网络性能,引入CAME优化器替换Adam优化器,对网络的学习率、权重等超参数进行优化处理;最后,利用粒子群算法对网络的学习率进行优化。通过液压泵实测零样本故障实验验证分析可知,所提改进方法提升了模型的收敛性、泛化性和稳定性,实现了高达96%的收敛精度,且诊断效率提升了68.75%。

高速永磁同步电机是电动汽车驱动技术竞争的焦点。高速电机对动态性能提出了更高要求,针对电磁结构参数对电机各方面性能影响的复杂性,将多目标智能优化算法应用到电磁结构参数设计中。以提高转矩、减小转矩波动和降低定子铁芯损耗为设计目标,以定子齿槽结构等参数为设计变量,采用电磁场有限元及响应面法,利用拉丁超立方采样和电磁仿真获取25组数据,构建了优化代理模型来拟合优化变量与电机性能参数之间的映射关系;利用多目标粒子群算法开展了结构参数优化。结果表明电机的输出转矩得到了有效提升,同时转矩波动和铁芯损耗均有明显降低。

为了提高工程车辆铰接式转向系统的可靠性与稳定性,以转向油缸行程差最小和最大压力最小作为优化目标,采用粒子群算法对转向机构进行了优化。基于ADAMS和AMESim软件建立了包含同轴流量放大全液压转向感觉功能的机-液联合仿真模型,研究了优化后转向系统的动力学特性。仿真结果表明,满载工况下优化使转向油缸最大压力减小了15.5%,油缸最大行程差减小了22.2%,优化效果明显。试验研究了优化后的实际运行效果,分析了转向过程的油缸压力变化和行程差。研究结果对于减小铰接转向系统的压力振摆问题,降低转向能耗、提高转向稳定性和转向路感,从而提高工程机械的转向舒适度具有重要的指导意义。

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。

建筑用液压式振动桩锤在沉桩过程中,液压管路振动特性呈无序化特点,以单一的流固耦合模型控制方式很难形成综合控制效果。以建筑用液压式振动桩锤为例,对其振动控制问题进行分析研究。通过分析液压式振动桩锤的机械结构,了解其振动来源,设置液压式振动桩锤产品的振动控制目标函数,完成振动控制模型的设计;以此为基础,利用非线性函数优化粒子群算法,通过振动因素权重和振动惯性权重等约束条件对模型进行训练,保证其收敛性,以获取模型最优解,实现振动控制。通过实验分析可知:所提方法振动控制完成时间较短、满意度较高,可为复杂环境下液压式振动桩锤的安装提供参考。

比例阀控制的柱塞缸系统存在PID参数手动整定繁琐的问题,为了解决四配流轴向柱塞马达变量机构的控制参数整定问题,提出了一种基于粒子群算法(PSO)的并行协同设计方法。首先,采用了伺服比例阀和与斜盘固定连接的角位移传感器组成的PID闭环,对四配流轴向柱塞马达斜盘倾角进行了控制,改变了四配流轴向柱塞马达的输出轴转速;然后,采用Simulation X,搭建了变排量四配流轴向柱塞马达和阀控变量机构的模型;最后,提出了一种脱离液压仿真软件平台的基于粒子群算法的并行协同设计方法,解决了四配流轴向柱塞马达变量机构控制参数整定问题,并将其用于PID参数自动寻优整定,以减少控制系统跟踪误差。研究结果表明:与未经优化控制参数的系统相比,优化控制参数后,马达斜盘摆角的超调量减少了21%,柱塞腔内部的压力峰值降低3.4 MPa,马达转速平稳;该结果可为后...

针对可调节式的阀控式制退机,分析其结构及工作原理,建立模糊PID控制器,提出了基于粒子群算法对模糊PID控制器进行优化。分析阀控式制退机理论液压阻力曲线,基于此曲线对模糊PID控制器和粒子群算法优化的模糊PID控制器进行仿真,对比阶跃跟随曲线和ITAE性能指标。搭建模拟试验平台,使用粒子群算法优化的模糊PID控制器进行试验,分析液压阻力变化曲线。试验结果表明此次设计的控制器具有很好的控制精度和稳定性,能较好地提高系统的性能指标,研究结论可以为阀控式制退机在火炮上的使用提供参考。

液压滑阀作为基础的液压放大元件之一,广泛应用于液压伺服系统。液压滑阀通过节流原理实现对流量或压力的控制,同时阀口节流作用会导致能量损失和剧烈漩涡,影响液压系统的工作性能。以液压滑阀阀芯为研究对象,采用有限元分析软件Fluent研究阀芯凹角结构对滑阀内部流场流动特性和能量损失特性的影响,其次基于粒子群算法对阀芯凹角结构参数进行智能寻优。研究结果表明:“斜边+弧边”形结构阀芯可以有效平缓流场,抑制阀口处漩涡的发生,当阀芯凹

针对阀控非对称伺服缸非线性、参数时变的特点，考虑到油液压缩特性的影响，建立了包含变体积弹性模量的系统数学模型。提出一种基于粒子群算法优化（PSO）的模糊自适应PID控制方法（简称PSO-FPID）。模糊逻辑推理在线调整PID控制器的比例、积分和微分系数，以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优，两种方法的组合保证了系统最佳参数匹配下的自适应控制。同时，利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO-FPID两种控制方法下的动态响应特性。结果表明：PSO—FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点，能够有效抑制油液动态压缩特性的非线性影响，使系统具有良好的动、稳态特性。

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.