对于数控机床加工铣削参数优化多采用常规的可信度近似模型,但该方法易受到材料失效应变系数的影响,导致优化后的加工效率较低,提出基于改进遗传算法的数控机床加工铣削参数优化方法。根据工件的本构模型,对切削刃进行采样抽取,确定最小铣削力波动位置;引入材料失效准则计算材料失效应变系数,基于此,以加工时间最短、加工成本最低和加工能耗消耗最小为目标建立铣削参数优化模型,并采用改进遗传算法求解模型,通过迭代适应度值,输出最佳铣削参数;最后,采用对比实验的形式对所提方法的优化性能进行测试。测试结果表明应用所提方法对数控机床加工铣削参数进行优化后,能够有效缩短切削时间,提高加工效率。

随着装备朝着复杂化、集成化、智能化方向发展,如何快速准确构建高保真数字孪生模型是复杂装备智能运维的基础性工作与最大技术障碍。提出依靠设计结构矩阵(DSM矩阵)进行任务耦合度优化与智能分发的策略,实现复杂装备数字孪生多点建模全方位动态监管;基于DSM矩阵特点提出一种改进遗传算法,改进优化流程并提高任务处理速度;最后,开发基于Web的分布式协同建模平台,实现了丝杠试验台数字孪生实体模型的协同构建。试验结果表明该试验台协同建模效率得到了显著提升,为复杂装备数字孪生模型快速构建提供了工程案例,为复杂装备智能运维提供了技术支撑。

针对叠层材料钻削加工特点,提出一种通过改进遗传算法(SAMGA)优化学习向量量化(LVQ)网络的刀具磨损在线监测方法。该方法在刀具磨损监测实验过程中,采集制孔过程中的声发射信号与红外温度信号,利用小波包分解与主元分析法对采集到的信号进行滤波与降维处理,将处理后的信号特征作为输入特征向量导入到LVQ网络模型中,并通过改进遗传算法优化其初始权值与阈值。结果表明SAMGA-LVQ模型相比BP网络对于刀具磨损的预测识别精度更高,改进遗传算法对LVQ网络优化后训练速度有明显提升,更适用于刀具磨损在线监测系统。

为了高效率、高精度检测自由曲线和曲面零件并计算轮廓度误差,提出将改进遗传算法与拟随机序列结合来评定自由曲线轮廓度误差。首先,针对自由曲线因没有已知的解析表达式而常用离散点表示其轮廓的特点,采用非均匀有理B样条（NURBS）来表示自由曲线,并用改进遗传算法优化重建自由曲线;然后,应用拟随机Halton序列均匀产生参数值精确计算点到曲线最短距离。阐述了自由曲线重建时控制顶点及目标函数值的计算方法,确立了改进遗传算法重建自由曲线及采用拟随机序列生成参数值求解点到曲线最短距离的具体步骤。最后,针对仿真实例计算并实测零件曲线轮廓度误差。结果显示,自由曲线轮廓度误差评定精度高于99%,表明提出的方法算法简单、计算速度快、精度高,适于在工程计量中推广应用。

针对圆柱度误差评定的特点,提出了一种基于实数编码的改进遗传算法同时实现圆柱度误差的最小区域法、最小外接圆柱法和最大内接圆柱法评定.同时建立了用遗传算法实现圆柱度误差最小区域法、最小外接圆柱法和最大内接圆柱法评定时目标函数数学模型的计算方法.通过不同评价方法对圆柱度误差在不同初始值下进行多次评定,证明该方法都能收敛到全局最优解,而且计算结果稳定.该算法可以推广应用到其它形状误差评定中.

针对气动调节阀停机检修损失大、运行状态不易评估、故障模式复杂且故障诊断极为依赖工程经验等问题,结合残差法实现了故障的在线检测,并对传统的遗传算法进行改进,提出一种基于改进遗传算法优化的支持向量机(Improved Genetic Algorithm optimized Support vector machine,IGASVM)的故障诊断算法,作为实现气动调节阀在线故障诊断的算法基础。实验选取四类典型故障进行模拟、测试及数据分析,对阀门故障进行检测与诊断,结果表明基于残差法的故障检测方法可以有效检测气动调节阀的故障发生,IGA-SVM算法测试诊断率达到92.67%,相较于传统方法具有提升。

液压挖掘机的控制系统具有非线性、时变性以及强耦合的特点,传统的比例积分微分(Proportion integral differential,PID)控制器参数整定方法不能满足对挖掘机工作装置精确的位置控制要求。因此提出一种遗传萤火虫算法(Genetic Firefly Algorithm,GFA)整定方法,通过对目标函数、选择算子、交叉算子等改进之后再引入人工萤火虫算法来提高遗传算法的全局寻优能力和收敛速度。利用MATLAB仿真软件进行仿真,并分别与标准PID控制和标准遗传算法进行比较。仿真结果表明,基于GFA的控制系统具有较快的响应速度、无超调量、更强的鲁棒性以及较小的铲斗关节轨迹跟踪误差。所提算法具有更好的参数整定能力,改善了系统性能,可用于提高液压挖掘机铲斗位置控制的效果。

针对复杂零件加工特征多、加工工艺多样等问题,提出一种基于改进遗传算法的零件加工工序优化方法。该方法利用三维工步矩阵实现制造信息存储和表达,建立工步约束矩阵作为约束条件,以花费成本最低作为目标建立加工工序优化的数学模型;对基因进行分层编码,针对不同的决策层选择对应的交叉、变异算子,引入选择层编码实现加工车间加工方式和制造资源的动态决策;以箱体零件为例进行验证。结果表明:改进后的遗传算法提高了种群质量,加快了算法收

速度环控制参数是永磁同步电机伺服系统智能化的关键,为获得令人满意的速度环PI参数,提出一种基于改进遗传算法的PI参数自整定方法。针对传统遗传算法收敛速度慢、易陷入局部收敛的缺点,文中分别对初始种群和遗传算子进行改进,使伺服系统具有更好的参数寻优能力。采用该方法对伺服系统的速度环控制参数进行整定,并通过仿真实验进行对比验证。结果表明：该方法设计的伺服系统具有响应速度快、跟踪性能良好、超调小和抗负载转矩扰动能力强的优点。

结合实际的工程背景,对某数控机床装配车间的物料配送进行研究,建立相应的车辆路径模型。鉴于传统遗传算法容易产生不可行解,文中提出一种改进的遗传算法,包括自然数编码、换位交叉和轮转变异等等。通过实例计算表明,运用该算法能得出稳定的满意解,并能很好地解决生产效率问题。