为减轻故障对控制系统造成的影响,提出一种基于改进遗传算法的系统控制方法。对电液伺服系统的3种常见故障进行建模,利用改进后的遗传算法对PID控制器参数进行优化并与其他算法控制效果进行对比。仿真结果表明该方法不仅可以提高系统正常运转时的控制性能,而且可以在系统出现一定程度的故障时仍能维持较好的控制性能。在冶金、电力及水利等行业,利用该方法可以减少故障维修的停机次数,降低企业大资产设备维护成本和停产损失。

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.

基于改进遗传算法对高速永磁无刷直流电动机进行了优化设计,在该算法中,交叉率和变异率为进化代数和适应度的函数,把遗传算法与模式搜索法（爬山法）相结合使用形成一种混合遗传算法。通过无刷直流电动机的优化实例计算以及实验结果,证明该文对遗传算法的改进是行之有效的。

为识别数控机床运行过程中滚动轴承的运行状态,提高滚动轴承的故障状态诊断正确率,提出了一种基于小波包分解的改进遗传算法优化BP神经网络的滚动轴承故障识别方法。以滚动轴承的4种故障状态为研究对象,通过小波包分解振动信号,得到敏感特征向量;针对BP神经网络的缺点,运用改进遗传算法优化BP神经网络的阈值和权值,实现最优训练,建立更精确的滚动轴承IGA-BP状态预测模型。结果表明:IGA-BP预测模型收敛速度更快,预测准确率更高,证明了所提方法的有效性。

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。

针对标准遗传算法收敛速度慢以及易陷入局部最优的问题,采用基于工序的编码和活动解码方式,采用自适应策略设计交叉算子和变异算子,并将极值优化算法作为一种新的变异算子对标准遗传算法进行了改进,最后通过实验验证了改进后算法的有效性.

针对提高冲压发动机可调尾喷管用电液伺服系统控制性能问题,通过定义负载流量与负载压力,利用小偏量法建立系统线性模型,并设计基于自适应改进遗传算法的控制器,从而提升系统控制性能。分别对经典PID控制中比例、积分、微分3个参数及智能模糊控制中隶属函数、控制规则的58个参数进行全局寻优,前者采用二进制编码,后者采用十进制编码,克服设计者在进行无优化算法控制器设计时的经验主观性及控制系统性能未达最优的缺点。利用MATLAB进行数字离散系统编程仿真,结果表明:较优化前,遗传算法优化后的PID控制调节时间与超调更小,优化后的模糊控制响应时间更短且无超调,且后者响应时间和超调皆小于前者,即非线性智能模糊控制较线性PID控制更具优化潜力。

遗传算法是模拟自然界生物进化过程和机制对优化问题进行求解。首先概述了遗传算法的基本原理、特点和存在的缺陷鉴于遗传算法易出现＂早熟＂现象对遗传算法进行改进后将其应用于汽轮机数字电液调节系统的参数优化并给出了参数优化过程。改进遗传算法提高了算法的全局搜索能力和局部搜索能力。仿真实验表明改进的算法效果明显优于经典优化算法能有效克服＂早熟＂现象、提高算法收敛精度具有良好的收敛性和寻优能力。