基于LSTBSVM与蝙蝠算法的桥式起重机主梁的轻量化研究
用最小二乘法的孪生有界支持向量机分析出桥式起重机主梁截面各参数相对于主梁质量的灵敏度,筛选出灵敏度最大的6个参数,运用改进的蝙蝠算法以主梁质量为目标函数对其进行分析计算,结果显示,优化后的桥式起重机主梁的质量减少了13.8%。通过ANSYS软件对优化后的桥式起重机主梁进行有限元分析,结果证明了该方法的可靠性。
面向桥起主梁快速轻量化的改进云量子遗传算法
针对云量子遗传算法早熟收敛、搜索速度慢等缺陷,进行如下改进对量子染色体编码初始化进行优化,使算法拥有更高的收敛性;采用X条件云发生器改变交叉和变异方式实现染色体重构及算子生成;对旋转量子门进行动态调整;结合优化对象改进了算法收敛准则。为验证改进算法以及实现桥式起重机主梁快速设计,以改进算法为优化核心搭建了桥式起重机主梁快速轻量化设计系统,将系统应用于某公司QD型桥式起重机主梁设计,结果表明所搭建系统可大大缩短桥式起重机主梁优化的设计周期,优化后主梁截面积满足设计要求,实现了主梁快速轻量化设计的目标。
Delta并联机器人轨迹规划的研究与分析
针对传统的直线插补轨迹规划方法使得并联机器人产生较大的刚性冲击与振动冲击,导致机器人运行不稳定的问题,运用修正梯形轨迹规划算法对并联机器人轨迹进行平滑处理,提高了并联机器人的运行稳定性。首先建立并联机器人三维模型,之后通过MATLAB模拟运行轨迹并求解其工作空间,再利用ADAMS软件进行轨迹仿真,并对比两种轨迹规划算法的仿真结果。仿真结果表明,修正梯形轨迹规划算法具有更好的速度连续性,有效减少了并联机器人的刚性冲击。
基于NSGA-Ⅱ算法的并联机器人结构分析及优化
通过对二自由度并联机器人运动学与动力学分析,给出了合理的性能指标。采用以Pareto最优解为基础的改进遗传算法NSGA-Ⅱ,以性能指标为目标函数进行多目标参数优化,得到满足设计要求的并联机器人结构参数。与单目标优化结果相比,验证了NSGA-Ⅱ算法优化方法的优越性。