针对模糊柔性作业车间动态调度问题,在交货期模糊的前提下,首先假设动态干扰事件为机器故障,采用字典序多目标规划方法,以最大完工时间最小与客户满意度总和最大为目标,建立柔性作业车间动态调度模型;然后从改变收敛因子和领导狼权重动态变化两个方面改进灰狼优化算法,使得改进算法的收敛效果和寻优精度较传统灰狼算法有了显著的提升;最后对DS亚克力板材厂的生产数据进行分析,在验证模型和算法可行性的同时,找出了该企业生产的关键设备,为提高企业生产效率和稳定性提供了新的方法和思路。

为提高无人机蜂群执行任务的效率,提高无人机蜂群与敌方对抗时获胜的概率,引入多种群机制和帕累托分配理论对多目标灰狼优化算法进行改进,使用改进后的灰狼优化(IMOGWO)算法进行无人机蜂群任务分配。仿真验证结果表明,IMOGWO算法具有更高的有效性、充分性和收敛性,获取最佳任务分配方案的用时更少,任务分配方案更优,优化后的算法基本满足无人机蜂群的任务分配要求。

为了解决铣削加工过程中传统优化参数无法随着刀具寿命的变化动态调整,导致刀具性能无法充分利用的问题,对铣削参数自适应优化方法进行研究,提出一种基于优化灰狼算法的铣削参数动态多目标优化方法。通过BP神经网络构建铣削过程中铣削参数与优化目标之间的非线性映射关系;提出刀具寿命等级的概念,通过粒子群优化灰狼算法进行寿命等级内铣削参数自适应优化。试验结果表明:该方法能够在整个刀具寿命周期内根据刀具的寿命衰变程度提供时段内最优的铣削参数方案,在提高刀具使用价值的同时降低碳排放量。

针对以最小化最大完工时间为目标的柔性作业车间调度问题,设计一种改进的邻域搜索灰狼算法。设计一种适于灰狼算法的基于工序和机器的双层编码方案,改进种群初始化策略、灰狼变异操作以及种群更新机制;通过两点交叉操作、插入操作以及PR操作,得到GWO算法的全局搜索邻域,提出设计禁忌搜索邻域以增强GWO算法的局部开发能力。最后将所提算法在已知算例上进行仿真实验,并与其他算法进行对比。实验结果验证了改进GWO算法具有一定的优越性。

针对往复压缩机气阀振动信号非线性及非平稳性特征,提出一种基于灰狼算法优化平滑先验分析(SPA),并结合多尺度样本熵的往复压缩机气阀故障特征提取方法。以多尺度样本熵均值和偏度的平方作为适应度函数,利用灰狼算法对SPA的参数λ进行寻优,将寻优后的参数λ代入SPA中对往复压缩机气阀处振动加速度信号进行自适应分解,得到信号的趋势项和去趋势项;然后分别求取去趋势项数据的多尺度样本熵均值和偏度的平方,以此作为往复压缩机气阀信号的特征向量输入支持向量机中进行训练与测试。实验结果表明,该方法可以有效提取往复压缩机气阀的故障特征。

针对目前带式输送机托辊故障诊断方法存在接触式测量、准确率低、井下大范围检测困难等问题,提出了一种基于MFCC特征和参数优化SVM的托辊故障诊断方法。利用变分模态分解(VMD)将采集到的托辊声音信号分解为若干本征模态分量(IMF),并基于包络熵和峭度组成的复合指标优选IMF分量;提取所选分量的梅尔倒频谱系数(MFCC)作为特征,利用灰狼优化算法(GWO)优化SVM参数;将样本特征向量输入GWO-SVM中进行故障分类。结果表明:对于正常托辊、托辊内圈故障、托辊外圈

面向作业工序分配和机器分配,提出一种基于随机键编码的灰狼算法,以实现能耗最小化。算法在解码中,考虑工序间的优先关系约束和节拍约束,将工序和机器分配到工位中。该算法基于灰狼个体间的社会等级信息,选择3只最优狼指引剩余个体进化,以实现种群的更新。同时,该算法依据作业工序分配和机器人分配,混合了两种交叉方式以增强最低等级狼群间的交流。最后通过U型装配线的标杆案例,验证灰狼算法的有效性和优越性。