本文關(guān)鍵詞：粒子群算法研究及其工程應(yīng)用案例　出處：《吉林大學(xué)》2017年博士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 粒子群算法 轉(zhuǎn)向架構(gòu)架側(cè)梁 T接頭 焊接工藝 點(diǎn)云數(shù)據(jù) 精簡(jiǎn)去噪算法

【摘要】：在“十三五”創(chuàng)新戰(zhàn)略的驅(qū)動(dòng)下,科技創(chuàng)新已經(jīng)成為我國(guó)加速邁進(jìn)創(chuàng)新型國(guó)家行列的必要手段�，F(xiàn)代制造業(yè)對(duì)于高精度的工業(yè)生產(chǎn)能力與自主研發(fā)能力的需求越來(lái)越高,大大推動(dòng)了與精確生產(chǎn)制造領(lǐng)域相關(guān)的優(yōu)化指導(dǎo)技術(shù)的廣泛發(fā)展。工程應(yīng)用中的優(yōu)化需求不斷變化和難度不斷增加,應(yīng)運(yùn)而生的智能粒子群優(yōu)化算法(Particle swarm optimization,PSO)因其自身優(yōu)勢(shì):結(jié)構(gòu)簡(jiǎn)單、參數(shù)不多、對(duì)優(yōu)化目標(biāo)問(wèn)題的數(shù)學(xué)屬性要求較低等,被廣泛應(yīng)用。該算法在工程實(shí)際中可以進(jìn)行工藝參數(shù)優(yōu)化設(shè)計(jì)、部件結(jié)構(gòu)輕量化的設(shè)計(jì)、工業(yè)工程最優(yōu)工作路徑設(shè)計(jì)、以及將其優(yōu)化算法與常規(guī)算法融合的策略設(shè)計(jì),等等。本文結(jié)合2009年度國(guó)家自然科學(xué)基金面上項(xiàng)目《基于重分析理論的簡(jiǎn)化車(chē)身多單元框架結(jié)構(gòu)截面參數(shù)快速優(yōu)化研究》(No.50975121)、長(zhǎng)春市科技局重大支撐計(jì)劃項(xiàng)目《CRH3-350軌道客車(chē)轉(zhuǎn)向架焊接變形分析》(No.10KZ03)、吉林省科技型中小企業(yè)創(chuàng)新基金《基于圖像識(shí)別的糧食倉(cāng)儲(chǔ)智能控制系統(tǒng)開(kāi)發(fā)》(No.20130522150JH),對(duì)粒子群算法的改進(jìn)及其工程應(yīng)用進(jìn)行了深入的研究。主要工作包括:第一,對(duì)優(yōu)化理論及算法進(jìn)行分析及分類(lèi)。研究表明粒子群優(yōu)化算法在實(shí)際工程問(wèn)題中,具有強(qiáng)大的應(yīng)用優(yōu)勢(shì)。梳理了該算法的產(chǎn)生背景和發(fā)展,如,標(biāo)準(zhǔn)粒子群算法、離散粒子群算法(Discrete particle swarm optimization,DPSO)和多目標(biāo)粒子群算法(Multi objective particle swarm optimization algorithm,MOPSO),分析了其流程設(shè)計(jì)思路、參數(shù)設(shè)置方式、應(yīng)各種需求得到的改進(jìn)模式。提出了基于堆棧和指針概念的離散粒子群構(gòu)建方法和基于粒子群優(yōu)化算法的自適應(yīng)點(diǎn)云數(shù)據(jù)處理算法改進(jìn)方式,并在后續(xù)的研究中分別采用不同的工程案例,驗(yàn)證了本文設(shè)計(jì)方法的正確性及工程問(wèn)題應(yīng)用的有效性。第二,利用本文設(shè)計(jì)的基于堆棧和指針概念的離散粒子群改進(jìn)方法,分析了焊接順序和方向?qū)Ω咚勹F路客車(chē)轉(zhuǎn)向架構(gòu)架側(cè)梁的焊接殘余應(yīng)力和變形的影響。研究采用熱機(jī)耦合仿真分析方法在ANSYS軟件中進(jìn)行了所建焊接模型的數(shù)值模擬。為了盡量減少焊接變形和應(yīng)力的組合數(shù)量,利用堆棧和指針的概念,給出了焊接順序和方向優(yōu)化試驗(yàn)設(shè)計(jì)表,并基于試驗(yàn)設(shè)計(jì)方法得到了優(yōu)化問(wèn)題的代理模型。通過(guò)本文設(shè)計(jì)的離散粒子群優(yōu)化算法進(jìn)行尋優(yōu),便可獲得帶有最優(yōu)焊接順序和方向的結(jié)果的“指針”,及最優(yōu)焊接工藝方案。該方法大大減少了在焊接過(guò)程中所需的計(jì)算成本,并且明顯的減少了計(jì)算精度的損失。最終得到的優(yōu)化方案經(jīng)過(guò)驗(yàn)證可以有效地降低焊接過(guò)程中的焊接變形和應(yīng)力,對(duì)提高高速鐵路客車(chē)轉(zhuǎn)向架構(gòu)架側(cè)梁的焊接工藝、提高制造質(zhì)量和使用性能具有指導(dǎo)作用。第三,利用“堆棧和指針”概念,構(gòu)建了多目標(biāo)粒子群改進(jìn)算法,用以研究T接頭模型對(duì)焊接殘余應(yīng)力和應(yīng)變的影響。在完成了基于單目標(biāo)優(yōu)化過(guò)程的轉(zhuǎn)向架構(gòu)架側(cè)梁焊接工藝優(yōu)化設(shè)計(jì)的基礎(chǔ)上,研究了更簡(jiǎn)單、更具有普遍性的T接頭模型對(duì)焊接殘余應(yīng)力和應(yīng)變的影響,將待優(yōu)化的焊接工藝參數(shù)從兩個(gè)設(shè)計(jì)參數(shù):焊接順序和焊接方向,增加至同時(shí)具有焊接電流、電壓、速度五個(gè)設(shè)計(jì)參數(shù);將設(shè)計(jì)參數(shù)類(lèi)型是連續(xù)的或離散的,發(fā)展至二者混合的;將優(yōu)化問(wèn)題從單目標(biāo)擴(kuò)展至多目標(biāo),進(jìn)一步研究了影響焊接殘余應(yīng)力和變形的因素。結(jié)果表明,焊接參數(shù)和焊接順序?qū)堄嗪附討?yīng)力和變形有很強(qiáng)的影響。焊接參數(shù)對(duì)焊接熱量的輸入有很大的影響。另外,焊接順序和焊接方向?qū)刂坪附託堄嘧冃魏秃附託堄鄳?yīng)力有很大的影響。根據(jù)不同的需求,可以根據(jù)帕累托前端的結(jié)果,選擇合理的焊接參數(shù)和焊接順序。第四,為建立基于粒子群優(yōu)化算法的點(diǎn)云數(shù)據(jù)處理算法改進(jìn)方式的分析基礎(chǔ),討論了基于三維激光掃描儀的倉(cāng)儲(chǔ)糧在線(xiàn)監(jiān)測(cè)系統(tǒng)的組成方式和點(diǎn)云數(shù)據(jù)的一般處理方法。搭建了基于三維激光掃描儀的倉(cāng)儲(chǔ)糧實(shí)時(shí)在線(xiàn)監(jiān)測(cè)系統(tǒng)。通過(guò)系統(tǒng)的硬件和軟件的組成方式,設(shè)計(jì)了操作方法,給出了功能執(zhí)行模式,完成了倉(cāng)儲(chǔ)糧監(jiān)測(cè)系統(tǒng)的整體架構(gòu)。作者所在課題組采用該系統(tǒng)采集糧食表面的點(diǎn)云數(shù)據(jù)。討論了通用的點(diǎn)云數(shù)據(jù)處理方法,即點(diǎn)云數(shù)據(jù)的坐標(biāo)轉(zhuǎn)換、精簡(jiǎn)處理、去噪處理、曲面重建及糧食體積計(jì)算方式。為基于粒子群算法的點(diǎn)云數(shù)據(jù)處理算法研究建立相應(yīng)的分析基礎(chǔ)。同時(shí)也說(shuō)明了上述點(diǎn)云數(shù)據(jù)處理方式存在的缺點(diǎn),和需要進(jìn)一步改進(jìn)的方向。第五,利用基于粒子群優(yōu)化算法的自適應(yīng)點(diǎn)云數(shù)據(jù)處理算法改進(jìn)方式,提出了一種基于粒子群算法的點(diǎn)云數(shù)據(jù)簡(jiǎn)化算法和一種基于不同噪聲類(lèi)型的點(diǎn)云數(shù)據(jù)去噪算法。精簡(jiǎn)算法可以自適應(yīng)地確定平均精簡(jiǎn)方法的精簡(jiǎn)閾值,解決了采用普通精簡(jiǎn)算法精簡(jiǎn)后點(diǎn)云數(shù)據(jù)量大、分布不均勻的問(wèn)題。通過(guò)使用該算法精簡(jiǎn)后的點(diǎn)云數(shù)據(jù)分布更加均勻,并且比平均距離法減少了更多的冗余數(shù)據(jù)。通過(guò)該算法精簡(jiǎn)后得到的糧食體積的相對(duì)誤差低于采用平均精簡(jiǎn)法的糧食體積的相對(duì)誤差。分類(lèi)去噪算法則根據(jù)點(diǎn)云數(shù)據(jù)的噪聲類(lèi)型,將噪聲分成三類(lèi),對(duì)第一和第二類(lèi)型的噪聲點(diǎn)采用網(wǎng)格法進(jìn)行刪除。針對(duì)第三類(lèi)型噪聲點(diǎn),采用小波去噪濾波剔除了點(diǎn)云數(shù)據(jù)中混入的無(wú)效噪聲點(diǎn)。通過(guò)與均值濾波法和中值濾波法去噪后的點(diǎn)云數(shù)據(jù)進(jìn)行主觀標(biāo)準(zhǔn)和客觀標(biāo)準(zhǔn)的比較,可以得出,本文提出的去噪方法最大程度的剔除了點(diǎn)云數(shù)據(jù)中的無(wú)用噪聲點(diǎn),具有較高的信噪比平均值,峰值信噪比和較低的均方根誤差。最后,對(duì)整篇文章進(jìn)行了總結(jié),并在此基礎(chǔ)上提出了有待改進(jìn)的研究問(wèn)題和需進(jìn)一步開(kāi)展研究的方向。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃天赦;葉春明;;采用量子粒子群算法的一類(lèi)模糊作業(yè)車(chē)間調(diào)度問(wèn)題的研究[J];現(xiàn)代制造工程;2009年11期

2 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年02期

3 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

4 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

5 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

6 劉衍民;趙慶禎;邵增珍;;一種改進(jìn)的完全信息粒子群算法研究[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

7 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

8 熊智挺;譚陽(yáng)紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年08期

9 孟純青;;非線(xiàn)性粒子群算法[J];微計(jì)算機(jī)應(yīng)用;2011年08期

10 任偉建;武璇;;一種動(dòng)態(tài)改變學(xué)習(xí)因子的簡(jiǎn)化粒子群算法[J];自動(dòng)化技術(shù)與應(yīng)用;2012年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國(guó)科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國(guó)天線(xiàn)年會(huì)論文集（上）[C];2009年

3 陳龍祥;蔡國(guó)平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國(guó)非線(xiàn)性振動(dòng)暨第九屆全國(guó)非線(xiàn)性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國(guó)膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

6 熊偉麗;徐保國(guó);;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專(zhuān)委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

8 熊偉麗;徐保國(guó);;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 馬向陽(yáng);陳琦;;以粒子群算法求解買(mǎi)賣(mài)雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問(wèn)題[A];第二十一屆中國(guó)（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李慶偉;粒子群算法及電廠若干問(wèn)題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線(xiàn)重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問(wèn)題的粒子群算法研究[D];東北大學(xué);2014年

4 邵晴;粒子群算法研究及其工程應(yīng)用案例[D];吉林大學(xué);2017年

5 王芳;粒子群算法的研究[D];西南大學(xué);2006年

6 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

7 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

8 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

9 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

10 張靜;基于混合離散粒子群算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂(lè)果合成過(guò)程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動(dòng)機(jī)數(shù)學(xué)模型問(wèn)題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場(chǎng)并網(wǎng)的電力系統(tǒng)無(wú)功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動(dòng)態(tài)粒子群算法的軟件測(cè)試數(shù)據(jù)自動(dòng)生成研究[D];江西理工大學(xué);2015年

，

本文編號(hào)：1310830