在折弯工件的整个工艺流程中,操作板料的掉头、翻转次数、各个工步的距离和模具的选择都会影响钣金折弯工序的效率。为此,采用改进的鲸鱼优化算法对折弯工序进行优化设计。对经典鲸鱼优化算法进行改进,重新定义鲸鱼个体以及围猎方式,并引入局部搜索操作增强解的可行性,以减少陷入局部最优解的概率。最后应用于折弯工序问题上,并与已知相关算法分析比较。实验结果表明:使用改进后的离散鲸鱼算法对折弯工序问题进行计算,得出了符合要求的最佳折弯工序方案,求解质量高于对比算法,离散鲸鱼算法在寻找最佳工序方案的问题上有着更佳的全局寻优能力和较快的收敛特性。

点焊机器人在工业领域内被广泛应用,合理的焊接顺序可以提高生产效率。为了实现点焊机器人的路径最优规划,针对点焊路径和工作时间建立多目标问题模型,提出一种融合改进快速非支配排序的多目标平衡优化器算法(DMONEO)。加入快速非支配排序,并采用生存评分策略替代拥挤度因子,可以更好地保持种群的多样性,防止DMONEO过早收敛。TSPLIB基准实验结果表明,DMONEO算法相比于其他算法性能表现更好。最后在实际点焊机器人的路径规划应用中进行仿真实验并与其他算法对比,结果表明提出的算法得到的优化效果更好,耗时更短。

为解决在环境及负载扰动影响下，中厚板液压位置伺服系统采用常规控制方式很难取得理想效果的问题，首先为便于分析研究，根据中厚板液压系统各环节的机制特性，分别建立了位移传感器、伺服放大器、伺服阀、液压缸及轧辊组合等环节的数学模型。然后在对性能优良的离散蚁群算法改进基础上，通过多层次异构搜索机制对解空间精细搜索，得到可用于连续域寻优的多层蚁群算法。并将改进算法应用到液压位置伺服系统中，根据系统性能指标对控制器进行智能优化。仿真结果表明，采用多层蚁群优化算法的液压位置伺服系统收敛速度明显加快，适应能力与鲁棒性也要好于常规控制方式。