针对航空航天飞机蒙皮壁板等大尺度构件自动钻铆加工中工业机器人刚度较低、加工精度差的问题,以KUKA KR600 R2830型工业机器人为例,通过调整工业机器人加工位姿的方式进行刚度优化。建立所选型号工业机器人运动学模型,在此基础上建立刚度模型并通过刚度辨识实验求解工业机器人各关节刚度;采用蒙特卡洛法绘制工业机器人作业空间并结合刚度性能评价指标在工作空间基础上绘制刚度云图,表征机器人刚度性能分布;结合参数优化后的模拟退火算法求解机械臂刚度最优位姿及当前位姿下的关节角;最后利用仿真及实验进行验证,证明刚度最大位姿的有效性。此方法可为高精重载工业机器人的加工稳定性研究提供思路和指导,提升6R工业机器人钻铆质量。

针对多目标产品配置优化问题,考虑实例关系和个性化等约束,构建了以性能、成本和交货期为目标的产品配置模型。设计了一种改进的非支配排序遗传算法(Non-Dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)进行配置模型求解,并根据顾客偏好推荐配置方案。该算法采用动态罚函数处理约束问题,采用自适应交叉和变异概率提高算法收敛速度,对变异操作结果进行模拟退火操作,避免了算法陷入局部最优解,并针对多目标问题改进了Metropolis准则。通过算法验证与实例应用,证明本模型有效可行,改进NSGA-Ⅱ算法在配置问题求解上优于NSGA-Ⅱ算法。

为了克服传统免疫遗传算法(IGA)在车间调度问题上易陷入局部最优的缺点,将免疫遗传算法(IGA)与模拟退火算法(SA)进行了结合,提出一种应用于车间作业调度的混合免疫遗传算法。为了有效的提高免疫遗传算法收敛速度和避免算法陷入局部最优解,此算法设计了一种基于适应度和浓度的自适应精英保留策略且重新设置了变异算子,即将变尺度变异和自适应变异算子进行了融合。最后利用“Muth and Thompson”基准问题进行仿真实验,验证了该算法在JSP问题中的高效性和可行性。

随着智能制造和精益生产的推进,元启发式算法(智能算法)已经在实际工业和生活中得到了广泛应用。然而,由于其自身结构所带来的不确定性,如何针对具体目标快速选择一个高效的特定算法,仍然需要进一步的研究与探讨。为此以具有代表性的NP-hard问题—TSP问题为例,针对典型的元启发式算法遗传算法、模拟退火算法、禁忌搜索算法和蚁群算法进行了不同维度的实验与对比。并结合算法的不同求解思想,通过对其计算结果和计算过程的定量分析,给出了四种算法的特点与异同,以此来为相关算法的选择、应用以及改进提供基础与参考。

为解决现有柔性制造系统排产效率低的问题,提出一种基于时延Petri网模型的柔性制造系统排产优化方法。首先,根据柔性制造系统生产模式的特点,为其建立包含生产路径约束信息的时延Petri网模型。其次,设计遗传算法与模拟退火算法的混合算法,快速搜寻时延Petri网模型最优或次优变迁发生序列,从而得到系统加工优化路径。最后,通过算例仿真与分析,表明该算法具有较高的准确率,且有较强的跳出陷阱能力,证明了其在基于时延Petri网模型的柔性制造系统排产优化方面的有效性。

针对人工势场法算法存在复杂障碍物环境中易陷入局部最小值无法运动的问题,本文提出了一种适用于静态环境中机械臂路径规划改进的人工势场法,通过在引力场中添加引力安全阈值,在斥力场中添加路径搜索当前点与目标点的欧式距离,引入自适应大步长的模拟退火算法对局部最小值进行逃逸。首先,修改势场函数模型;然后,当搜索路径陷入局部最小值时,采用自适应大步长的模拟退火算法往障碍物最少的空间逃逸;最后,在规划出来的路径上提出一种冗余节点删除策略与拐点消除算法,对规划出来的路径进行平滑处理。仿真和实验验证了本文提出的六自由度机械臂避障路径规划策略有效性。

为了提高数控铣削加工的生产效率,降低生产成本,同时改善生产工件的加工质量,根据最优化思想,建立以铣削加工参数为优化变量,以铣削力、机床主轴转速和加工面粗糙度等为约束条件,以最短加工时间和最低生产成本为目标的优化函数。在标准粒子群算法的基础之上,引入惩罚函数,将多约束优化问题转变为无约束优化问题,改善了求解过程的复杂性;同时,针对粒子群算法容易陷入局部最优的问题,将其与模拟退火算法结合,增强粒子的全局搜索能力,改善粒子的局部收敛性。通过仿真实例验证了改进粒子群算法的有效性和优越性,改善了工件的加工时间与生产成本。

采用人工神经网络技术分析了DHP40-4型离心式压缩机辐射噪声声功率级及其噪声频谱分布规律,应用模拟退火算法对压缩机噪声最大值进行了预测,结果表明该型压缩机噪声最大值在2000Hz附近.

将传统的反向传播算法（BP算法）神经网络模型结合模拟退火算法及最佳保留原则，提出一种改进的神经网络模型，并将改进之后的网络模型应用于对颗粒碰撞阻尼的分析。训练仿真结果显示：改进后的算法与传统的BP算法、LM算法相比具有更高的可靠性，更快的收敛速度，仿真结果与实验结果更接近。用训练好的模拟退火神经网络模型对颗粒碰撞阻尼的激振频率、填充率和振幅有效值等参数进行了仿真，得到了系统在低频阶段颗粒粒度、填充率和振幅有效值之间的关系。

结构参数误差是影响关节臂式坐标测量机精度的主要因素之一,精确辨识其结构参数可以有效地提高测量机的精度。本文基于Denavit-Hartenberg模型建立了六自由度关节臂式坐标测量机坐标变换方程,分析了基于锥孔的参数辨识原理,提出了一种改进的模拟退火算法用于测量机的结构参数辨识。该算法在接近最优解时将减小搜索范围以提高搜索效率和求解精度,并保留中间过程的最优解。以单点重复精度为目标函数,利用改进的模拟退火算法对研制的六自由度关节臂式坐标测量机的结构参数进行辨识。实验结果表明,经过参数辨识后,测量机的单点重复精度提高了7.87倍,长度测量精度提高了5.59倍。