粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究.pdf

1、為適應(yīng)機(jī)電設(shè)備智能化、自動(dòng)化和高可靠性的發(fā)展，現(xiàn)代機(jī)電設(shè)備無(wú)論是機(jī)械系統(tǒng)還是控制系統(tǒng)都越來(lái)越復(fù)雜，客觀上對(duì)機(jī)電設(shè)備的設(shè)計(jì)、狀態(tài)監(jiān)測(cè)和控制方法等都提出了更高的要求，其中的許多問(wèn)題都可以轉(zhuǎn)化為優(yōu)化問(wèn)題用優(yōu)化算法進(jìn)行求解。作為一種基于群體智能的隨機(jī)優(yōu)化算法，粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法以其簡(jiǎn)單、易于實(shí)現(xiàn)和快速的收斂性能，在工程優(yōu)化實(shí)踐中得到廣泛應(yīng)用。本文在對(duì)粒子群優(yōu)化算法基本理論進(jìn)行研究的基

2、礎(chǔ)上，提出了一種改進(jìn)的粒子群優(yōu)化算法，并探討了其在機(jī)電設(shè)備的設(shè)計(jì)、狀態(tài)監(jiān)控和控制中的應(yīng)用。主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　?。?）闡述了優(yōu)化的一般數(shù)學(xué)模型以及粒子群優(yōu)化算法產(chǎn)生的背景和研究現(xiàn)狀。分析了粒子群優(yōu)化算法的基本原理和特點(diǎn)，并對(duì)基本粒子群優(yōu)化算法中參數(shù)對(duì)算法性能的影響進(jìn)行了簡(jiǎn)單分析。
　?。?）針對(duì)基本粒子群優(yōu)化算法存在容易陷入局部最優(yōu)的問(wèn)題，基于生物群體的認(rèn)知和決策過(guò)程，提出了一種基于“維信息共享（Dimensi

3、on Information Sharing）”和“動(dòng)態(tài)認(rèn)知（Dynamic Cognition）”的改進(jìn)粒子群優(yōu)化算法（DDPSO）。在速度更新中隨機(jī)選取粒子某一維的信息復(fù)制到其他維，實(shí)現(xiàn)“各維之間信息的共享”；同時(shí)，為適應(yīng)不同的優(yōu)化問(wèn)題，引入動(dòng)態(tài)認(rèn)知思想，每一次迭代過(guò)程中，針對(duì)“認(rèn)知”的不同階段，用不同的更新策略對(duì)種群中的粒子及粒子的個(gè)體最優(yōu)和整個(gè)種群全局最優(yōu)進(jìn)行更新。DDPSO算法模擬生物群體的認(rèn)知過(guò)程，將生物群體在不同階段的認(rèn)知

4、過(guò)程轉(zhuǎn)換為不同的更新策略，從模型結(jié)構(gòu)上對(duì)粒子群優(yōu)化算法進(jìn)行了改進(jìn)，使算法更加符合生物群體的思維過(guò)程及其社會(huì)屬性，發(fā)揮了不同更新策略的優(yōu)勢(shì)，更加能夠體現(xiàn)生物群體的智能。通過(guò)對(duì)標(biāo)準(zhǔn)測(cè)試函數(shù)集中反映算法不同性能的測(cè)試函數(shù)的測(cè)試、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練以及混沌控制系統(tǒng)控制參數(shù)的優(yōu)化，證明了DDPSO算法具有非常好的優(yōu)化能力。
　?。?）針對(duì)齒輪箱故障狀態(tài)識(shí)別中，BP算法存在的問(wèn)題（過(guò)多的參數(shù)需要調(diào)節(jié)，收斂速度慢，容易陷入局部最優(yōu)等）和基本粒子群存

5、在的問(wèn)題，將DDPSO算法引入到了齒輪箱的故障診斷中用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。以BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值作為粒子的位置矢量，圴方誤差作為粒子群的適應(yīng)度值，通過(guò)粒子群優(yōu)化算法對(duì)權(quán)值和閾值進(jìn)行調(diào)整、優(yōu)化。診斷結(jié)果表明，DDPSO算法與BP、PSO-TVIWD、PSO-TVACD和PSO-DV算法相比，更容易跳出局部最優(yōu)，且具有更高的診斷精度和收斂性能，提高了齒輪箱故障診斷率，為復(fù)雜非線性機(jī)械系統(tǒng)的故障診斷和狀態(tài)監(jiān)測(cè)提供了新的思路和方法。
　

6、?。?）在對(duì)火炮身管熱護(hù)套防護(hù)效率測(cè)試系統(tǒng)及現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，建立了測(cè)試系統(tǒng)熱輻射參數(shù)調(diào)節(jié)的數(shù)學(xué)模型，將熱輻射參數(shù)的調(diào)節(jié)轉(zhuǎn)化為組合優(yōu)化問(wèn)題，并利用離散二進(jìn)制粒子群優(yōu)化算法對(duì)該組合優(yōu)化問(wèn)題進(jìn)行求解。同時(shí)，探討了粒子群優(yōu)化算法在實(shí)時(shí)控制系統(tǒng)中存在的問(wèn)題，提出了一種修正方法，彌補(bǔ)了算法的缺陷。結(jié)果表明，該方法不僅實(shí)現(xiàn)了熱輻射參數(shù)的自動(dòng)調(diào)節(jié)和測(cè)試過(guò)程的自動(dòng)化，而且滿足了自動(dòng)控制系統(tǒng)在實(shí)時(shí)性、穩(wěn)定性和準(zhǔn)確性方面的要求。
　?。?

7、）針對(duì)復(fù)雜機(jī)電設(shè)備電氣控制系統(tǒng)設(shè)計(jì)過(guò)程中，電氣配線工作主要由設(shè)計(jì)人員手工依靠經(jīng)驗(yàn)完成，設(shè)計(jì)周期長(zhǎng)，容易出現(xiàn)錯(cuò)誤的問(wèn)題，將電氣配線轉(zhuǎn)化為組合優(yōu)化問(wèn)題，研究了利用粒子群算法實(shí)現(xiàn)復(fù)雜電氣控制系統(tǒng)自動(dòng)配線的方法。主要研究了以下3點(diǎn)：
　　1）電氣配線問(wèn)題數(shù)學(xué)模型的建立方法；
　　2）粒子群優(yōu)化算法求解電氣配線數(shù)學(xué)模型的理論、方法和步驟；
　　3）結(jié)合科研項(xiàng)目實(shí)例及第3章的DDPSO算法對(duì)該方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　結(jié)果表