机器人自适应抛光砂带机

我国油田绝大部分采用抽油机采油，并且以游梁式抽油机为主。拖动这种抽油机启动时负载很大，因此被迫选用较大容量的电动机，从而造成在正常运行时“大马拉小车”现象。尤其是经长期开采的晚期油井，电动机常运行于空转状态，浪费大量的电力资源。为满足节能的需要，提高机械开采效率，本文研制了容量自适应电动机。该机具有主、副机结构，定子绕组可实现8/12极变换；在控制器的控制下，可实现双机启动，并自动根据生产井的负荷实现主、副机的单机运行或主+副机共同运行，使电动机始终处于较佳运行区间，达到节能降耗的目的。     事实上这种电机是通过转子同轴将主、副2台电动机集为一体；定子绕组利用移相变极法进行8/12的变换。12极作为变前极是主要工作极，采用正规60o相带；8极为近似正规120o相带。绕组仅有6个出头，以便两种极状态的切换控制。     可见，电机通过变极和主、副机的组合运行可提供6个功率出口。因此，设计上必须同时兼顾4个单机方案和2个组合方案。为降低生产成本，电机采用与Y系列同中心高8极电机一致的定、转子冲片内径和外径；同时主、副电机的定、转子冲片分别采用相同的槽型及尺寸。      本文借助于最优化理论，结合电机自身特点建立起优化设计的数学模型，对整体方案综合寻优。通过对几种全局优化算法研究[1-3]，本文将模拟退火算法引入优化计算过程。在这一算法框架下，采用SUMT罚函数方法把非线性约束最优化问题变成一系列无约束极值问题进行求解，并结合实际对算法作了适应性改进，取得了令人满意的效果。

太阳能路灯还存在一些问题造成其成本偏高，可靠性不稳定、比如电池往往不到一年就需要更换.

遗传算法(ＧＡ)作为一种借鉴生物界自然选择思想和自然基因机制的全局随机搜索算法，可模拟自然界中生物从低级向高级的进化过程，而且优化求解过程与梯度信息无关。与传统的优化方法相比，ＧＡ的主要优点在于：它从多个初始点开始寻优，沿多路径搜索实现全局或准全局最优；对优化问题没有太多的数学约束，可以处理任意形式的目标函数和约束条件。基于上述特点，遗传算法在工程结构优化设计中得到了广泛应用［1］。 而遗传算法的主要缺点在于收敛速度慢、易陷入局部最优。为此，本文引入一种自适应的遗传算法，使得交叉和变异概率随适应度的大小及分散程度进行自适应调整［2］，将其用于重力坝体型优化设计［3］，并与复行法［4］的计算结果进行了比较。实例分析表明，自适应遗传算法收敛速度快，计算结果更接近全局最优解。

应用自适应遗传算法优化设计污水管网 ,直接以变量的二进制编码为操作对象进行 寻优而得到离散的标准管径。较之其他优化方法 ,该法不易陷于局部最小值,而且能处理大规模优 化问题。最后以算例验证了该方法的良好特性。