采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测试集时获得了98%的正确率,只对点蚀与磨损的故障类型存在错误判断各一处情况。相比较FKCA和BP方法,采用LF-GWO/FKCA方法则可以将无标签缺齿数据归为第4类,从而实现与已知故障类型的区分,达到了更高的正确率,实际测试正确率为98%,显著提升故障诊断正确率。对齿轮箱的故障进行诊断仿真显示本文设计的诊断方法可以达到很低的错误率,表现出了优异的故障诊断性能。

与串联机构相比,并联机构具有刚度好、精度高、结构稳定紧凑等优点,适用于外科手术领域。提出一种可用于微创手术本体结构的两转动一移动远中心运动(Remote Center of Motion,RCM)(5R)O C-URR并联机构,具有部分运动解耦特性。建立机构位置分析模型,推导出机构位置逆解表达式;在此基础上,针对微创手术工作任务,定义机构期望工作空间。应用局部运动/力传递性能评价指标,给出机构期望工作空间内平均传递指标定义及计算方法。以平均传递指标最大化为目标,建立机构尺度参数约束优化模型,并应用加速灰狼优化(Accelerating Grey Wolf Optimization,AGWO)算法求解该问题。数值实例测试显示,AGWO算法求解约束优化问题的综合性能优于对比算法。机构优化设计结果表明,给出的优化模型和算法可行有效。研究结果为该机构的实际应用奠定了理论基础。

面向抓取和分拣等场合,提出一种新型三移动一转动2PRPaU-2PSS并联机构,对其进行了运动学分析。应用方位特征集理论分析了机构约束特性、自由度和结构耦合度;根据杆长约束条件,建立机构位置分析非线性方程组,将位置正解问题转化为求一元方程,并应用改进灰狼优化算法求解该问题;推导出机构速度和加速度正逆解解析表达式;给出机构运动学分析数值算例,根据理论模型,运用Matlab软件绘制位移、速度和加速度曲线,同时应用Adams软件进行了仿真验证。结果显示,理论分析与数字仿真结果一致,表明给出的运动学分析模型和计算方法正确可靠。

为准确地辨识已知、未知故障类别,提出一种基于模糊核聚类模型的风电齿轮箱故障诊断新方法。首先,将模型初始聚类中心和核参数作为优化变量,采用改进型灰狼优化算法寻优求解。改进型灰狼优化算法中引入莱维飞行策略和非线性收敛向量,能够提高算法的收敛速度与精度,从而获得最佳分类结果下的各聚类中心和核参数;然后,根据待测样本与各聚类中心之间的核空间样本相似度,先判断样本是否属于已知故障,再诊断故障类别;最后,通过模拟风电齿轮箱的故障实验验证了该方法的有效性。

研究基于气液并联驱动的上肢外骨骼系统,旨在实现人体上肢的康复运动。采用分数阶质量-流量方程代替传统的整数阶质量-流量方程,建立了气液上肢外骨骼系统的分数阶数学模型。为提高系统控制精度,设计了分数阶2DOF PID控制器。采用灰狼优化算法(GWO)解决控制系统多控制参数优化问题。为验证所提控制方法的有效性,通过搭建气液上肢外骨骼系统实验平台进行了实验研究。通过典型信号跟踪控制实验,验证分数阶PID控制器和GWO参数优化算法的有效性。实验对比表明,分数阶2DOF PID控制算法在超调量更小、精度更高方面优于整数阶PID控制算法。与粒子群优化(PSO)算法相比,采用GWO优化算法获得了更好的系统响应性能。

针对移动机器人路径规划中存在易陷入局部最优、收敛速度慢、搜索路径消耗成本较大等问题,提出一种改进的灰狼优化算法对移动机器人进行路径规划。建立移动机器人避障路径规划二维空间模型,将灰狼优化算法中的线性收敛因子转变为非线性收敛因子,并将灰狼优化算法与粒子群算法结合,给予Omega狼意识;加入协同量子化优化灰狼群体;采用4类国际测试函数证明了改进算法在收敛精度、稳定性方面更优。将改进算法运用到移动机器人路径规划中,并与粒子群算法、原始灰狼优化算法进行对比,仿真结果验证了该算法的有效性。

低速重载的门座起重机回转支承信号易受环境噪声影响,难以提取故障特征。为解决此问题,提出一种集合经验模态分解(EEMD)与灰狼优化(GWO)算法优化的最大相关峭度解卷积(MCKD)相结合的故障诊断方法。对回转支承信号进行EEMD分解,得到一系列本征模态函数(IMF),选择峭度最大的IMF作为最优分量;以相关峭度为目标函数,利用GWO寻找在最优分量上的MCKD的最佳参数组合;使用最佳参数组合的MCKD对最优分量进行降噪,突出故障冲击成分;对降噪后的信号进行包络谱分析,完成故障诊断。结果表明:所提方法能自适应增强故障冲击成分,有效提取故障特征。

针对常规方法无法有效求解冗余机械臂逆运动学解问题,提出改进灰狼算法的机械臂逆运动学求解方法,采用一般反向学习初始化与烟花算法爆炸机制相结合,使得算法具有较强的抗干扰与全局求解性,有效避免早熟、局部最优问题。采用10种经典测试函数对改进灰狼算法进行性能测试,测试结果证明改进灰狼具有收敛精度高、抗干扰能力强等特点。以凿岩机器人的七自由度机械臂逆运动学求解为例,采用MDH法建立运动学模型,运用改进灰狼算法求解并与粒子群、

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用两段式个体位置编码/解码机制,并利用基于启发式算法的种群初始化方法提高初始解的质量;分别设计了收敛因子非线性调整策略以及带权重系数的个体位置更新方法,并将其作用于算法进化过程;在算法中嵌入了局部搜索算法,用于加强局部搜索能力。大量仿真数据表明,所提算法在求解柔性作业车间低碳调度问题方面具有一定的有效性。

针对智能优化算法求解自动导引小车路径规划问题效率低且易早熟的缺陷,提出一种用于求解复杂环境下自动导引小车路径规划问题的改进灰狼优化算法。算法引入路径微调算子和邻域变异算子来提高灰狼优化算法的局部开发能力,又引入新的初始解生成算法提高初始种群的质量;采用改进的路径片段与障碍物相交判断算法来提高算法的运行效率,再采用新的避障算子来提高路径片段避开障碍物的效率。基于MATLABGUI开发工具开发了带有多种智能优化算法的自动导引小车路径规划仿真原型平台,并与单种群遗传算法、多种群遗传算法和改进遗传算法进行对比,验证了改进灰狼优化算法求解自动导引小车路径规划的有效性。