水潤滑軸承橡膠硫化工藝系統(tǒng)優(yōu)化方法研究.pdf

1、在水潤滑軸承橡膠硫化的過程中,最佳決策參數(shù)的確定一直是關(guān)鍵問題。針對這個(gè)問題,本文在不改變硫化設(shè)備以及工藝流程的基礎(chǔ)上,采用建模優(yōu)化技術(shù)來確定硫化的最佳決策參量,保證水潤滑軸承的性能指標(biāo)。由于水潤滑軸承橡膠硫化過程是一個(gè)具有強(qiáng)非線性的工藝系統(tǒng),故在建模優(yōu)化中主要存在以下問題:
　　由于硫化過程具有動(dòng)態(tài)特性,故用傳統(tǒng)的靜態(tài)建模方法(BPNN建模)只能建立靜態(tài)的逼近模型,且模型不精確。在硫化過程中,必然會(huì)受到一些不確定干擾因素的影響,

2、而傳統(tǒng)的優(yōu)化方法只能尋找到理想狀態(tài)的最優(yōu)解,但在實(shí)際操作中,受到干擾后必定會(huì)偏離設(shè)定值,影響軸承性能指標(biāo)。
　　針對以上的問題,本文采用具有自適應(yīng)跟蹤特性的無跡卡爾曼濾波算法(Unscented Kalman Filter, UKF)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,建立具有動(dòng)態(tài)特性的精確模型。利用所建立的模型,采用穩(wěn)健優(yōu)化來確定最優(yōu)決策參數(shù)。
　　本文主要做了以下研究并取得一定成果:
　　一、針對水潤滑軸承橡膠硫化過程中,存在著強(qiáng)

3、非線性以及動(dòng)態(tài)特性,本文在前期通過橡膠硫化試驗(yàn)得到的樣本數(shù)據(jù)基礎(chǔ)上,利用無跡卡爾曼濾波算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)過程中,結(jié)合強(qiáng)跟蹤濾波(Strong Tracking Filter,STR)理論,引入時(shí)變漸消因子,對濾波增益矩陣進(jìn)行在線調(diào)整,以進(jìn)一步提高模型的跟蹤預(yù)測能力。通過BPNN,UKFNN以及改進(jìn)UKFNN對比結(jié)果表明,靜態(tài)建模方法BPNN所建立的模型精度遠(yuǎn)不如動(dòng)態(tài)建模方法UKFNN以及改進(jìn)UKFNN,而改進(jìn)后的UKFNN模型由于有更強(qiáng)的

4、跟蹤預(yù)測能力,故比傳統(tǒng)UKFNN所建立模型有更好的精度。
　　二、針對水潤滑軸承橡膠硫化過程中受到不確定干擾因素的影響,導(dǎo)致軸承的性能指標(biāo)漂移,本文基于所建立的改進(jìn)UKFNN的精確動(dòng)態(tài)模型進(jìn)行穩(wěn)健優(yōu)化,采用非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithm-II, NSGA-II)進(jìn)行最優(yōu)參數(shù)的確定。考慮到傳統(tǒng) NSGA-II的交叉算子全局搜索能力較差,本文對交叉算子進(jìn)行改進(jìn),使其能