为减轻故障对控制系统造成的影响,提出一种基于改进遗传算法的系统控制方法。对电液伺服系统的3种常见故障进行建模,利用改进后的遗传算法对PID控制器参数进行优化并与其他算法控制效果进行对比。仿真结果表明该方法不仅可以提高系统正常运转时的控制性能,而且可以在系统出现一定程度的故障时仍能维持较好的控制性能。在冶金、电力及水利等行业,利用该方法可以减少故障维修的停机次数,降低企业大资产设备维护成本和停产损失。

促动器作为500 m口径球面射电望远镜(five-hundred-meter aperture spherical radio telescope,FAST)主动反射面变形的驱动装置,共计2225台,是世界罕见的野外台站大规模应用的设备群。针对促动器油缸组件的实际装配需求,采用D-H法建立油缸装配机器人的关节空间;采用解析法求出装配机器人逆运动学的部分解析解;采用基于自适应多种群的遗传算法通过建立多目标函数得到了其余数值解。结果证明,给出的逆运动学模型正确;相比单种群、定算子概率、定迭代次数的传统遗传算法,给出的改进自适应多种群遗传算法稳定性好、收敛快、求解精度高。研究结果为FAST液压促动器油缸装配机器人末端执行器的运动轨迹规划打下坚实基础,也为相似机器人的运动学研究提供思路。

给水泵汽轮机调节活动时会影响汽轮机的蒸汽流量,若流量过大会造成给水流量输出冲击事故。为增强给水泵汽轮机电液伺服阀应用可靠性,降低故障频率,提出一种基于改进遗传算法的给水泵汽轮机调节气阀控制方法。分析给水泵汽轮机调节系统框架,利用传递函数和响应方程获得系统中各部件动力学模型;构建模糊比例积分微分控制器,将误差、误差变化率拟作控制器输入,采用改进遗传算法实现控制参数寻优,将调节系统阶跃响应最高调整量和过渡调整量看作目标函数性能指标,通过欧氏距离均值评估群体内的基因差异,引入自适应机制,将交叉概率、变异概率转变成自适应调节算子,若目标函数保持不变,则终止运算输出参数寻优结果,实现调节气阀自适应控制。实验结果表明,所提方法能很好地控制活塞杆与阀芯位移幅度,减少给水流量输出冲击,保证给水泵...

针对前悬架性能的优化问题,提出一种基于近似模型并用响应面法和改进NSGA-II遗传算法相结合的方法对前悬架进行优化设计。利用ADAMS/Car建立双叉臂前悬架动力学仿真分析模型,在Insight中对悬架的硬点参数进行灵敏度分析,选择出灵敏度大的设计参数,并建立响应面近似模型,运用改进NSGA-II算法对悬架进行硬点优化设计。结果表明,优化后的前轮定位参数在车轮跳动过程中的变化量明显减小,悬架的性能得到很好的提高,该设计方法实现了悬架硬点的优化,为悬架的优化设计提供了依据。

建立了带硬时间窗车辆路径问题数学模型。针对传统遗传算法在局部搜索能力上存在不足这一问题，根据相关文献将爬山算法的思想融入遗传算法中，构造了求解该问题的改进遗传算法。仿真结果表明，该算法在局部搜索过程中能够避免早熟，一定程度上克服了传统遗传算法在局部搜索能力上的不足。

针对标准遗传算法收敛速度慢以及易陷入局部最优的问题,采用基于工序的编码和活动解码方式,采用自适应策略设计交叉算子和变异算子,并将极值优化算法作为一种新的变异算子对标准遗传算法进行了改进,最后通过实验验证了改进后算法的有效性.