随着科技的不断发展,气动控制系统成为组成工业自动化系统的重要环节,加强气动控制系统的预防管理得到自动化控制技术人员的高度重视。对径向基网络模型进行分析,引用改进粒子群的优化算法,创新性地设计相关的网络结构,并将其应用至气动控制系统的故障检测中。对某气动控制系统的故障数据进行分析,结果表明,采用改进粒子群算法的关键方法,经实验分析气动控制系统高准确率的故障检测情况,具体表现为准确率0.92,故障诊断率为0.90,并且经实际应用满足了机械工程上的应用。

旋冲钻进系统作为钻机的核心传动系统,其动态性能直接影响整机装备的运行可靠性。针对常规PID控制器和模糊PID控制器存在参数设定主观性较大、整定较复杂,会导致旋冲钻进系统在复杂地层钻进过程中给进速度和转速控制精度不高的问题,探究了基于粒子群优化的模糊PID控制方法。基于钻机工作机理,设计了旋冲钻进液压传动系统;利用AMESim建立旋冲钻进系统仿真模型,对模型的合理性进行了验证;采用AMESim-Simulink-ADAMS联合仿真平台建立了基于粒子群优化的模糊PID控制方法的系统耦合模型。结果表明不同载荷下,相较于常规PID控制和模糊PID控制,基于粒子群优化的模糊PID控制能够有效降低旋冲钻进系统超调量,缩短调整时间,减小稳态误差,对系统起步阶段的振荡现象有一定抑制作用,具有更优的控制精度和稳定性。

针对基于惯性测量单元的液压支架姿态解算方法会产生累计误差、校正结果不准确的问题,提出一种基于粒子群优化(PSO)−极限学习机(ELM)的综采工作面液压支架姿态监测方法。以液压支架顶梁俯仰角为监测对象,采用倾角传感器和陀螺仪采集液压支架顶梁支护姿态实时信息,对采集到的数据进行预处理,将处理后的数据输入PSO−ELM误差补偿模型中,得到解算误差预测值;同时通过卡尔曼滤波融合进行液压支架姿态解算,得到解算值;再用误差预测值对解算值进行误差补偿,从而求得更加准确的顶梁支护姿态数据。该方法只考虑加速度和角速度数据与解算误差的关系,不依赖具体的物理模型,可有效降低姿态解算累计误差。实验结果表明液压支架顶梁俯仰角平均绝对误差由补偿前的1.4208°减少到0.0580°,且误差曲线具有良好的收敛性,验证了所提方法可持续稳定地监...

提出基于粒子群优化(Particle Swarm Optimization,PSO)的极限学习机(Extreme Learning Machine,ELM)的液压油性能衰退预测方法。以L-HM46抗磨液压油为研究对象,设计液压油性能衰退实验,检测油液的黏度、张角、水分含量、衰退度。基于提出的液压油性能衰退预测方法,利用遍历搜索和PSO算法分别对ELM的外部、内部参数进行优化选取,从而建立最优的性能衰退预测模型。将油液的黏度、张角、水分含量作为模型输入特征向量,衰退度作为模型输出,采用PSO-ELM性能衰退预测模型对液压油性能进行仿真分析。结果表明:PSO-ELM算法计算结果与实验数据吻合较好;PSO-ELM算法预测精度达到了98.47%,高于ELM算法的预测精度,表明PSO-ELM算法能更准确地预测液压油的衰退情况,为确定换油时机提供参考。

为了实现液压系统中冷却器的故障状态识别,本文提出一种利用粒子群算法优化的深度置信网络(PSO-DBN)实现多传感器信息融合的故障诊断模型。在所提出的模型中,对来自不同传感器的信号进行特征计算与选择并采用多传感器融合方法进行特征级融合送入深度置信网络实现冷却器故障状态的识别。同时采用粒子群算法自适应地选择深度置信网络的超参数,包括隐藏层节点数、反向迭代次数和反向学习率,以确定网络的最优结构,进而提高深度置信网络的诊断精度。本文采用加利福尼亚大学欧文分校机器学习与智能系统中心的液压系统数据集进行验证,实验结果表明,与深度置信网络、遗传算法优化的深度置信网络、粒子群算法优化的支持向量机相比,PSO-DBN能够有效地提取数据中的内在特征,冷却器的故障状态平均识别精度可达98.77%,实现了对冷却器故障状态的...

为便于选取合适的切削参数,以满足期望的加工表面质量要求,提出一种最小二乘支持向量机(LSSVM)和粒子群优化(PSO)相结合的表面粗糙度预测模型。以预测精度和收敛速度为指标,对比PSO-LSSVM模型与支持向量机、人工神经网络和遗传算法优化BP神经网络模型的优劣。结果表明:PSO-LSSVM模型具有较高的预测精度和较快的收敛速度。基于MATLAB GUI搭建了表面粗糙度预测与参数优化应用系统。该系统具有较好的实用性,可实现简单、快速预测表面粗糙度,帮助决策人员灵活选取切削参数。

针对常规液压伺服系统的非线性、时滞等问题,提出一种基于多目标粒子群和类圆映射的液压伺服非线性预测控制系统(QCMPSO-NPC)。利用类圆映射技术将高维目标空间映射到二维坐标平面,监控粒子种群的进化状态。为平衡档案集的收敛性和多样性,采用面积支配和扇块距离管理档案集,并且根据种群进化状态自适应选择全局最优粒子。将改进算法应用到液压伺服系统中,系统可以准确追踪设定值。仿真实验结果表明:采用QCMPSO-NPC算法保证了解集的收敛性和多样

为探究DD5单晶镍基高温合金铣削表面质量,基于响应曲面法及水基微量润滑技术,采用四刃整体立铣刀在(001)晶面上沿[110]晶向进行槽铣实验.以主轴线速度、每齿进给量、切削液流速、空气压强及水油流量比为变量,表面粗糙度R a为评价指标,基于极差和方差分析,找出显著影响铣削表面质量的冷却和铣削参数,并对其交互效应机理进行深入分析.进而采用逐步回归方法和粒子群优化算法对铣削表面粗糙度进行预测和优化,并基于均匀化设计对预测和优化结果进行评价.

针对泵阀联合电静液作动器（EHA）分级压力控制带来系统特性改变的问题,提出了一种鲁棒增益调度的控制方法.该方法依据不同泵源压力把泵阀联合EHA分为不同的工作模式,在每种工作模式下,采用改进粒子群优化（PSO）算法的PID控制器作为初始控制器,以克服定量反馈理论（QFT）初始控制器设计的盲目性,然后在QFT框架下基于参数不确定范围和性能指标要求对系统进行整形设计.为削弱不同工作模式切换瞬间引起的抖动,引入模糊控制,将每种工作模式下控制器的输出作为输入建立模糊切换控制器.仿真结果表明在分级压力下系统性能得到改善且实现了不同工作模式切换的平稳过渡.

针对直驱式电液作动控制系统需具备良好的静态、动态特性根据系统的工作原理确定其数学模型并对其进行定性的分析。结果表明直驱式电液作动控制系统的性能目标相互耦合因此在系统结构设计时需要综合考虑。提出基于Pareto多目标的优化算法对该控制系统的多个性能指标进行多目标优化设计所得结果可为设计该系统提供参考。