围绕能源与重型机械对传动装置高效率与高输出力矩的需求,对NN型少齿差传动以最高效率与最大输出力矩进行了多目标优化研究。首先,对一定齿数范围内不同齿数差、不同错齿数下所有齿数组合进行遍历,得出配齿表;随后,建立NN型少齿差传动的多目标优化模型,以齿数组合、标准压力角、啮合角、齿顶高系数以及变位系数为优化设计变量,考虑重合度、齿廓重叠干涉、齿顶厚度等约束条件,使用基于Pareto的多目标差分进化算法对优化模型进行求解,得出Pareto最优解集的分布。将本文得出的结果与机械设计手册中的结果进行对比,结果显示,本文结果优于机械设计手册中的结果,可为NN型少齿差传动的设计提供参考。

提出一种计算空间面轮廓度误差的新方法.该方法基于遗传进化原理并满足最小条件原理,它利用样条插值函数拟合理论轮廓,并在评定过程中能自动地实现被测轮廓与理论轮廓之间的适应性调整,从而能够分离并消除位置误差对评定结果的影响,在遗传进化寻优中获得全局最优解.这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点.

在分析以往形位误差评价方法的基础上，提出了一种基于遗传进化理论的形位误差评价的智能方法。文中以平面度误差为例，详细地介绍了进化模型的建立及计算方法。最后，通过不同评价方法对一平面的平面度误差进行对照实验，结果证明该方法是正确可行的。

研究用于结构拓扑优化的基于材料添加策略的进化算法（AESO方法）。基于进化算法的思想，利用单元材料相对密度的变化描述材料的添加（从0到1）或删除（从1到0）。当某些单元满足进化准则时，单元的相对密度进行0—1变化。研究发现．基于一步变化策略的AESO方法往往不能获得正确的拓扑形式，其原因可能是，进化后的响应量是基于密度为0或很小时的敏度经线性近似获得的，与实际相差很大。这种敏度的计算误差问题在ESO、BESO等硬杀算法中都存在。本文提出将进化过程分成多步，以软杀的思想进行硬杀优化，即使材料密度逐渐由0变化到1，实现材料的逐步添加。基于该策略，提出了渐进密度AESO方法．并比较分析了这种逐步添加的做法对结果的影响。算例验证了该方法的正确性和有效性。渐进密度AESO方法为双向进化算法（BESO）提供了有效的进...

为解决液压挖掘机工作机构的超多目标优化难题,以新型三副摇杆正铲挖掘机构为研究对象、开展基于超多目标进化算法的优化设计研究。以三副摇杆工作机构的功能特点和正铲挖掘机的挖掘力、推压力、挖掘图谱指标等性能指标为目标函数建立其约束超多目标优化模型。通过引入自适应旋转模拟二进制交叉算子,提出一种改进的约束超多目标进化算法,增强算法处理复杂约束优化问题的能力,并在标准测试函数集中进行验证。将改进算法应用于70 t级液压挖掘机三副摇杆工作机构优化实例中,并与当前最先进的8种约束多目标进化算法进行比较研究,验证所提出算法的有效性。最后基于理想解法从得到的非支配解集中筛选出满意度最高的三副摇杆工作机构设计方案,并与现有经典机型方案的性能参数进行比较。优化结果表明:提出的算法在挖掘机工作机构优化...

为解决液压挖掘机的约束多目标优化问题,基于进化算法开展强力三角型液压挖掘机的多目标优化设计研究。依据强力三角工作装置的功能特点和挖掘机技术指标,首先,建立强力三角型液压挖掘机的约束多目标优化模型,该模型包含水平推压、平移提升、等力矩提升、挖掘力、推压力和主动液压缸充分发挥比例等目标函数。然后,采用基于推拉搜索的约束多目标进化算法求解该多目标优化模型,并将70 t级的液压挖掘机优化实例结果与当前最先进的7种约束多目标进化算法结果进行比较。最后,基于理想解法从优化求得的非支配解集中筛选得到最终的强力三角型液压挖掘机设计方案,并与其他机型方案主要性能参数进行比较。研究结果表明:约束多目标进化算法能够有效地解决液压挖掘机的多目标优化问题,而多属性决策方法可以帮助设计人员快速、高效地筛选...

针对双连杆柔性机器人臂,设计了非线性自适应鲁棒控制器,该控制器基于动态反馈,实现刚性模式鲁棒调节及弹性振动抑制。由于高度非线性双连杆柔性机器人臂受间隙、有效载荷变化及外部干扰等不确定因素影响,非线性自适应鲁棒控制器设计具有较大挑战性。该设计针对未知干扰,通过内部模型与鲁棒稳定器并行的方式进行自适应调整,稳定器采用进化算法进行优化,提高了自适应鲁棒性。