模糊神經(jīng)網(wǎng)絡(luò)PID控制在振動(dòng)打樁機(jī)中應(yīng)用

針對(duì)變頻空調(diào)常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經(jīng)驗(yàn)的問(wèn)題,根據(jù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力強(qiáng)的特點(diǎn),將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合,對(duì)空調(diào)的控制系統(tǒng)進(jìn)行改進(jìn),并據(jù)此設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,在此基礎(chǔ)上進(jìn)行了理論分析和模擬實(shí)驗(yàn),驗(yàn)證了這一控制系統(tǒng)的有效性。

文章提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法應(yīng)用于ｉｂ系統(tǒng)的聯(lián)動(dòng)控制，有效地解決了傳統(tǒng)單一閾值控制逄法難以達(dá)到的復(fù)雜控制問(wèn)題。這種ｆｎｎｃ控制器可以根據(jù)實(shí)際需要進(jìn)行學(xué)習(xí)，具有很強(qiáng)的適應(yīng)能力。

針對(duì)空調(diào)房間這樣一個(gè)多干擾、大慣性、高度非線性系統(tǒng)控制性能優(yōu)化較困難,傳統(tǒng)的控制策略不但在控制精度、靈敏度以及系統(tǒng)穩(wěn)定性上存在缺餡,而且能耗大。為了提高空調(diào)制冷和供暖效果,提出一種新的基于bp神經(jīng)網(wǎng)絡(luò)的pid控制方案,通過(guò)bp算法修正bp網(wǎng)絡(luò)自身權(quán)系數(shù),實(shí)現(xiàn)了pid控制器參數(shù)的在線調(diào)整。仿真結(jié)果顯示bp神經(jīng)網(wǎng)絡(luò)pid控制系統(tǒng)比單純的bp神經(jīng)網(wǎng)絡(luò)或pid控制系統(tǒng)建模時(shí)間短,系統(tǒng)更穩(wěn)定,超調(diào)量更小,更適合應(yīng)用于復(fù)雜的空調(diào)系統(tǒng)控制中。

將同步控制思想應(yīng)用在振動(dòng)打樁機(jī)中,實(shí)現(xiàn)在線無(wú)級(jí)調(diào)頻調(diào)矩,從而提高打樁效率。針對(duì)電液伺服系統(tǒng)存在的非線性、時(shí)變性以及模型不確定性等特點(diǎn),利用單片機(jī)的計(jì)算優(yōu)勢(shì),融合復(fù)合式同步控制策略和模糊控制理論,構(gòu)成一種智能型模糊pid參數(shù)同步控制系統(tǒng)。實(shí)驗(yàn)結(jié)果表明:模糊pid控制器可以改善系統(tǒng)的動(dòng)態(tài)特性,控制效果明顯優(yōu)于常規(guī)pid控制器。

由于在非線性系統(tǒng)中采用傳統(tǒng)pid控制不易建立精確模型,導(dǎo)致難以整定系統(tǒng)參數(shù)的問(wèn)題,本文提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的pid控制算法,該算法融合了pid算法、模糊算法以及神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn),構(gòu)成了一種先進(jìn)的智能控制算法,并應(yīng)用在plc溫度控制系統(tǒng)中,實(shí)驗(yàn)結(jié)果表明,模糊神經(jīng)網(wǎng)絡(luò)pid控制器提高了控制質(zhì)量,很好地克服對(duì)象變參數(shù)、非線性等問(wèn)題,提高系統(tǒng)的魯棒性。

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測(cè)——針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題，將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

為了有效解決網(wǎng)絡(luò)系統(tǒng)可能出現(xiàn)的故障,結(jié)合模糊神經(jīng)網(wǎng)絡(luò)提出了一種新的故障檢測(cè)算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測(cè)評(píng)價(jià)方法和最小偏差的優(yōu)化模型,設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)中輸入層、模糊化層、模糊規(guī)則層和解模糊層,并且給出了具體的算法流程.通過(guò)建立網(wǎng)絡(luò)仿真平臺(tái),深入分析了影響fdd-fnn算法的關(guān)鍵因素,同時(shí)對(duì)比研究了fdd-fnn算法與其他算法的性能情況,結(jié)果表明fdd-fnn算法具有較好的適應(yīng)性.

針對(duì)深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問(wèn)題,將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合,采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),把對(duì)應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出信息的模糊數(shù)隸屬度,建立了一種基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑施工變形預(yù)測(cè)模型.結(jié)果表明,利用模糊度隸屬函數(shù)對(duì)基坑施工進(jìn)行動(dòng)態(tài)控制具有較好的實(shí)用效果.

紅外圖像中的微弱目標(biāo)檢測(cè)與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對(duì)紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法用于紅外圖像噪聲消除。經(jīng)過(guò)自適應(yīng)噪聲消除后,可有效的有自動(dòng)閾值門限分割法進(jìn)行微弱目標(biāo)檢測(cè)。

對(duì)不確定混沌系統(tǒng)的控制問(wèn)題,研究了基于權(quán)值直接確定模糊神經(jīng)網(wǎng)絡(luò)(wddfnn)的插值補(bǔ)償控制方法。建立了基于數(shù)據(jù)驅(qū)動(dòng)的wddfnn,并使用wddfnn實(shí)現(xiàn)對(duì)混沌系統(tǒng)的辨識(shí),然后使用wddfnn模型對(duì)混沌系統(tǒng)進(jìn)行模糊插值補(bǔ)償控制?；趌yapunov穩(wěn)定性理論,證明混沌系統(tǒng)在所提最優(yōu)控制律作用下是漸進(jìn)穩(wěn)定的。仿真實(shí)驗(yàn)表明,該控制方法既可以實(shí)現(xiàn)快速跟蹤任意參考信號(hào),又可以有效抑制參數(shù)攝動(dòng)、外部干擾,控制精度較高。

提出了一種用于運(yùn)動(dòng)目標(biāo)檢測(cè)的基于ｂｐ算法的模糊神經(jīng)網(wǎng)絡(luò)，并通過(guò)實(shí)驗(yàn)證明了將之應(yīng)用于運(yùn)動(dòng)目標(biāo)的信號(hào)檢測(cè)與裝置故障診斷的正確性。

中央空調(diào)作為廣泛使用的高能耗系統(tǒng),其節(jié)能問(wèn)題受普遍關(guān)注。針對(duì)傳統(tǒng)的定流量方法存在的問(wèn)題,本文提出采用改進(jìn)的負(fù)荷隨動(dòng)跟蹤方法,實(shí)時(shí)監(jiān)測(cè)中央空調(diào)的負(fù)荷,并由計(jì)算機(jī)控制水泵電機(jī),降低主機(jī)能耗。利用模糊神經(jīng)網(wǎng)絡(luò)理論,建立符合隨動(dòng)跟蹤的模型,并利用實(shí)際數(shù)據(jù)進(jìn)行系統(tǒng)仿真。仿真結(jié)果表明,此方法提高中央空調(diào)的工作效率,實(shí)現(xiàn)良好的節(jié)能效果。

空調(diào)系統(tǒng)為非線性設(shè)備,由于它的干擾嚴(yán)重、各參數(shù)耦合性強(qiáng)、大滯后性、參數(shù)時(shí)變性和受環(huán)境影響大等特點(diǎn),使空調(diào)系統(tǒng)的節(jié)能問(wèn)題變的被受關(guān)注。對(duì)于空調(diào)系統(tǒng),使用常規(guī)的控制方法很難實(shí)現(xiàn)最佳效果。本文基于熱傳遞原理,分析了室內(nèi)溫度變化規(guī)律,建立了室內(nèi)溫度數(shù)學(xué)模型,提出了模糊pid控制策略?？照{(diào)系統(tǒng)為非線性設(shè)備,由于它的干擾嚴(yán)重、各參數(shù)耦合性強(qiáng)、大滯后性、參數(shù)時(shí)變性和受環(huán)境影響大等特點(diǎn),使空調(diào)系統(tǒng)的節(jié)能問(wèn)題變的被受關(guān)注。對(duì)于空調(diào)系統(tǒng),使用常規(guī)的控制方法很難實(shí)現(xiàn)最佳效果。本文基于熱傳遞原理,分析了室內(nèi)溫度變化規(guī)律,建立了室內(nèi)溫度數(shù)學(xué)模型,提出了模糊pid控制策略。

在介紹變壓器計(jì)算機(jī)測(cè)試系統(tǒng)的基礎(chǔ)上,通過(guò)對(duì)傳統(tǒng)調(diào)節(jié)方式的分析后,提出了基于智能規(guī)則的模糊-pid雙模調(diào)節(jié)技術(shù)在測(cè)試系統(tǒng)中的應(yīng)用方案;并通過(guò)實(shí)例詳細(xì)說(shuō)明了系統(tǒng)輸入變量的定義、構(gòu)造及模糊量化原則、模糊規(guī)則庫(kù)的形成以及雙模調(diào)節(jié)過(guò)程,最后結(jié)合單一pid調(diào)節(jié)進(jìn)行調(diào)節(jié)性能對(duì)比分析,從而驗(yàn)證雙模調(diào)節(jié)的優(yōu)越性。

模糊神經(jīng)網(wǎng)絡(luò)在無(wú)線隧道照明節(jié)能控制系統(tǒng)中的應(yīng)用 我國(guó)高速公路建設(shè)事業(yè)在迅速發(fā)展，高速公路隧道亦日趨增加。車速的提高、交通流量 的增大和車流密度的增加，給高速公路隧道的行車安全造成很大的威脅。尤其在進(jìn)入高速公 路隧道時(shí)，視野內(nèi)光線的明暗急劇變化，人的視力會(huì)驟然下降，這給行車在通過(guò)隧道時(shí)，造

為解決電力系統(tǒng)密閉配電柜內(nèi)恒溫恒濕的問(wèn)題,針對(duì)配電柜溫濕度控制系統(tǒng),設(shè)計(jì)一種以dsp為處理器,基于模糊神經(jīng)網(wǎng)絡(luò)的pid控制器,用于溫濕度控制系統(tǒng)。分析了配電柜溫濕度控制器的組成,綜合模糊控制和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),將神經(jīng)網(wǎng)絡(luò)、模糊控制和pid相融合,通過(guò)matlab軟件對(duì)系統(tǒng)進(jìn)行仿真,結(jié)果表明,該系統(tǒng)比普通溫濕度控制系統(tǒng)具有更好的動(dòng)態(tài)特性。

針對(duì)目前傳統(tǒng)pid控制對(duì)模型依賴性強(qiáng),難以在線調(diào)整控制參數(shù),具有非線性,而神經(jīng)網(wǎng)絡(luò)控制在誤差控制方面又有不足之處,在變風(fēng)量汽車雙溫區(qū)自動(dòng)空調(diào)中都難以得到較好的控制效果,文章提出了將bp算法的神經(jīng)網(wǎng)絡(luò)和pid加以混合的一套控制系統(tǒng),減少因?yàn)閰?shù)模糊性、非線性問(wèn)題以及外界不穩(wěn)定的干擾對(duì)汽車空調(diào)系統(tǒng)的影響,從而提高系統(tǒng)的魯棒性。

將rbf神經(jīng)網(wǎng)絡(luò)引入pid控制中,建立了一個(gè)三層神經(jīng)網(wǎng)絡(luò)模型。通過(guò)rbf神經(jīng)網(wǎng)絡(luò)的在線辨識(shí)對(duì)pid控制的三個(gè)參數(shù)進(jìn)行在線調(diào)整,從而改善系統(tǒng)的控制效果。仿真結(jié)果表明:基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制與傳統(tǒng)pid控制相比,具有較強(qiáng)的魯棒性和自適應(yīng)能力,控制精度高,效果好,安全可靠。

振動(dòng)打樁機(jī)沉樁的理論計(jì)算

通過(guò)對(duì)振動(dòng)打樁機(jī)沉樁過(guò)程的理論分析計(jì)算，找出了打樁機(jī)的振幅、頻率、樁的類型，樁下沉的速度與地基土壤種類之間的關(guān)系。

基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對(duì)其進(jìn)行模糊化處理，利用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊邏輯相結(jié)合，采用動(dòng)態(tài)、全局優(yōu)化的運(yùn)算，...

本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)和建筑結(jié)構(gòu)系統(tǒng)辨識(shí)方法。利用模糊神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力與學(xué)習(xí)能力以實(shí)測(cè)的結(jié)構(gòu)動(dòng)力響應(yīng)數(shù)據(jù)建立起結(jié)構(gòu)的動(dòng)力特性模型。不但可以克服以往傳統(tǒng)與智能辨識(shí)方法中存在的種種弊病，而且還將土一結(jié)構(gòu)相互作用以及結(jié)構(gòu)自身非線性對(duì)結(jié)構(gòu)動(dòng)力特性的影響考慮在內(nèi)，使得結(jié)構(gòu)系統(tǒng)辨識(shí)更具客觀性。具有物理意義明確，可擴(kuò)展性強(qiáng)，能夠用于實(shí)時(shí)在線控制與健康診斷等優(yōu)點(diǎn)。