为减小非线性摩擦力对机床伺服系统运动控制精度的影响,对机床伺服系统摩擦特性进行研究,将改进灰狼算法应用于LuGre摩擦模型参数辨识,通过搭建伺服系统动力学模型进行摩擦前馈补偿仿真,并在三轴数控雕铣机试验平台进一步完成摩擦前馈补偿验证。结果表明应用基于改进灰狼算法辨识的LuGre摩擦模型前馈补偿方法,在两轴联动圆轨迹运动跟随过程中,低速运动换向时最大跟随误差下降幅度为67.7%,高速运动条件下误差下降幅度为84.0%,有效消除了非线性摩擦在速度换向过程中产生的负面影响,证明该方法在非线性摩擦力辨识方面具有优异的效果,有助于提高机床伺服系统的运动控制精度。

综合管廊吊装吨位重且存在偏载起吊的不利工况,易发生危险事故。为保证管廊节段偏载吊装工况下的安全稳定性,提高吊具液压缸组的同步控制精度,提出IGWO-BP-PID与状态差值反馈同步控制策略。通过分析专用吊具结构及液压原理,将液压缸按纵向分为2组。通过在GWO中对灰狼位置进行更新,实现IGWO对BP-PID参数的优化。采用3种控制器进行系统控制分析,验证IGWO-BP-PID的控制效果。最后,采用IGWO-BP-PID与状态差值反馈相结合的同步控制策略,对吊具液压缸组进行AMESim/Simulink联合仿真,并与试验数据进行对比分析。研究结果表明IGWO-BP-PID控制器无超调量、具有更好的控制效果;相比于常规PID控制,该方法缩短了液压缸组震荡调节时间,同步控制精度更高;试验验证了管廊吊具同步控制策略的有效性,满足工程施工要求。

为提高航空发动机滑油系统的故障诊断有效性,提出了一种改进的灰狼算法优化核极限学习机(IGWO-KELM)的航空发动机故障诊断方法,对航空发动机进行了故障诊断技术研究。首先对航空发动机滑油系统的参数数据进行预处理,利用核独立分量分析(KICA)将数据映射到核空间,消除原始特征向量间的相关性,并提取特征系数矩阵;其次,由提取的特征矩阵创建KELM故障模型,为减少人为调节网络参数的随机性对诊断结果造成的影响,采用IGWO算法优化KELM的网络参数,并创建IGWO-KELM故障诊断模型;最后,对所创建的IGWO-KELM故障诊断模型进行了试验验证。结果表明,所提出的IGWO优化KELM的故障诊断方法能有效提高航空发动机故障诊断准确率,诊断准确率达96%,具有很好的应用前景。

传统烧结机台车轮自动注油系统注油量控制存在控制精度低和鲁棒性差等问题,已经无法满足精确注油的需求。为改善注油性能,提出一种基于改进灰狼(IGWO)算法的烧结机台车轮注油量智能控制方法。利用MATLAB软件辨识注油量控制系统数学模型;搭建BP神经网络PID注油量控制系统;为了提高灰狼算法的收敛速度,引入非线性收敛因子和动态权重,设计IGWO算法实现对BP神经网络的最优初始值及阈值的寻优,输出最优PID控制参数;最后,在仿真环境下,将用IGWO算法优化前后的控制效果进行对比。结果表明:所设计的PID控制器超调小、控制精度高,能够实现注油量的智能控制,满足精确注油的需求。

为提高某重型柴油机气缸垫的可靠性和疲劳寿命,基于其温度场、热机耦合应力场和变形情况等状态参数利用相关方法对气缸垫的工作参数进行了优化研究。利用正交实验方法分析了缸垫的气缸圆直径、上水孔圆直径、隔热带长度、缸垫厚度和螺栓预紧力等5个工作参数对上述3个状态参数的影响规律,并确定了影响最为显著的4个工作参数。利用所提出的混合神经网络模型建立了工作参数与状态参数的对应关系模型,结合所提出的改进灰狼算法计算确定了气缸垫的最优工作参数值。分析结果表明改进后气缸垫的温度应力和变形情况得到显著改善,证明了改进的有效性和算法的准确性。

针对目前铸件砂芯表干炉温度控制性能差、燃烧效率低,设计一种新型热风循环温控系统。该系统以变限幅双交叉燃烧策略为基础,采用改进灰狼优化(GWO)算法的小波神经网络对PID控制参数进行自适应调整。系统仿真表明:与传统PID控制相比,超调量接近于0,系统调节时间减少了50%,温度切换控制速度提高了47%。最后通过砂芯烘干试验验证,与传统比值串级PID控制相比,变限幅双交叉燃烧策略和改进GWO小波神经网络PID对炉温的控制效果有很大的提升。