专利汇可以提供一种基于质量矩极小化的大型高速回转装备叶片的排序方法专利检索,专利查询,专利分析的服务。并且本 发明 是一种基于 质量 矩极小化的大型高速回转装备 叶片 的排序方法。本发明建立大型高速回转装备质量矩物理模型,进行叶片质量矩优化,随机产生初始种群;根据叶片的自适应度,基于建立的大型高速回转装备质量矩物理模型,确定叶片的适应度的相对值;对叶片的适应度的相对值进行 迭代 计算,得到最大的适应度的相对值;当迭代次数小于250次时,采用 云 自适应遗传 算法 对叶片进行排序,并进行选择操作、交叉操作和变异操作,生成子代种群;直至满足迭代次数大于等于250次,叶片排序序号,得到最佳的叶片排序。本发明从本质上反应实际 转子 不平衡 量,在搜索和开发之间由更好的平衡能 力 ,从而极大改善了局部寻优的问题。,下面是一种基于质量矩极小化的大型高速回转装备叶片的排序方法专利的具体信息内容。
1.一种基于质量矩极小化的大型高速回转装备叶片的排序方法,其特征是:包括以下步骤:
步骤1:建立大型高速回转装备质量矩物理模型,进行叶片质量矩优化,随机产生初始种群;
步骤2:根据叶片的自适应度,基于建立的大型高速回转装备质量矩物理模型,确定叶片的适应度值;
步骤3:对叶片的适应度值进行迭代计算,得到最大的适应度值;
步骤4:当迭代次数小于最大迭代次数时,采用云自适应遗传算法对叶片进行排序,并进行选择操作、交叉操作和变异操作,生成子代种群;
步骤5:对所述子代种群进行步骤2至步骤3的操作,直至满足迭代次数大于等于最大迭代次数,叶片排序序号,得到最佳的叶片排序。
2.根据权利要求1所述的一种基于遗传算法的大型高速回转装备叶片装配方法,其特征是:通过下式建立大型高速回转装备质量矩物理模型:
其中,M为叶片的总质量矩,mi为第i个叶片的质量,为由叶片安装中心到叶片质心的矢量,Mx为各叶片质量矩在x轴上投影的和,My为各叶片质量矩在y轴上投影的和,Z1为转子的质量矩总不平衡量,Me为转子偏心矩,Mex为转子偏心矩在x轴上的分量,Mey为为转子偏心矩在y轴上的分量,θ为叶片质心位置与x轴的夹角,xi和yi为第i个叶片执行的x轴和y轴坐标,mixi和miyi为第i个叶片的质量矩在x轴和y轴上的分量,n为叶片数,θ2为第一个叶片的安装位置与叶盘质量矩的夹角。
3.根据权利要求1所述的一种基于遗传算法的大型高速回转装备叶片装配方法,其特征是:所述步骤2具体为:
根据叶片的自适应度,基于建立的大型高速回转装备质量矩物理模型,确定叶片的适应度值,通过下式表示叶片的适应度值:
其中,pi为叶片的适应度值,pop为种群大小,f(xi)为叶片的适应度相对值。
4.根据权利要求1所述的一种基于遗传算法的大型高速回转装备叶片装配方法,其特征是:所述选择操作具体为:逐个累加叶片的适应度值得到累加概率pn,通过pn将区间[0-1]分成pop个区间,产生一个[0-1]的随机数randi,所述randi落在区间[pi-1,pi]则选择个体i。
5.根据权利要求1所述的一种基于遗传算法的大型高速回转装备叶片装配方法,其特征是:所述变异操作具体为:
采用两元素优化变异算子,按照变异概率选择的个体,随机选取该个体的某两个位置上叶片交换,得到新的叶片排序,对父代所有个体都按照变异概率进行变异操作,直到产生下一代群体。
6.根据权利要求1所述的一种基于遗传算法的大型高速回转装备叶片装配方法,其特征是:所述最大迭代次数为250次。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
终端的图像配准方法、装置和终端 | 2020-06-16 | 0 |
一种高衍射效率、低散斑噪声的衍射光学元件的设计方法 | 2020-08-02 | 2 |
一种计及支路量测数据的短期负荷协调预测方法 | 2022-08-05 | 2 |
一种对偶空间反投影射频层析成像方法、定位方法及装置 | 2020-10-02 | 0 |
一种跨链交易签名方法及装置 | 2020-07-28 | 2 |
一种特殊非线性滤波图像处理方法 | 2022-11-16 | 1 |
一种基于SDIF与PRI变换法结合的雷达信号分选方法 | 2023-01-07 | 2 |
宿舍调整方法、装置、电子设备及存储介质 | 2020-12-19 | 1 |
一种基于深度学习的智能车实时巡视系统 | 2021-10-28 | 1 |
一种双相机识别的机器人引导装配控制装置 | 2020-12-11 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。