模糊神經(jīng)網(wǎng)絡控制器在ROV機械手上的應用研究

變風量空調系統(tǒng)末端的模糊神經(jīng)網(wǎng)絡控制研究——針對目前傳統(tǒng)pid控制對模型依賴性強，難以在線調整，有非線性和不確定性的變風量(vav)空調系統(tǒng)的控制動態(tài)性能差的特點，提出將模糊神經(jīng)網(wǎng)絡應用于該系統(tǒng)．建立了模糊神經(jīng)網(wǎng)絡控制器．基于變風量空調系統(tǒng)末端裝置的...

針對目前傳統(tǒng)pid控制對模型依賴性強,難以在線調整,對具有非線性和不確定性的變風量(vav)空調系統(tǒng)的控制動態(tài)性能差的特點,提出將模糊神經(jīng)網(wǎng)絡應用于該系統(tǒng).建立了模糊神經(jīng)網(wǎng)絡控制器,基于變風量空調系統(tǒng)末端裝置的數(shù)學模型進行了仿真研究.結果表明,該控制策略比傳統(tǒng)pid控制更適合于vav系統(tǒng),控制系統(tǒng)具有更好的魯棒性和自適應能力,可以取得更優(yōu)的動態(tài)性能.

引入動量因子對常規(guī)bp學習算法進行了改進。在分析模糊神經(jīng)網(wǎng)絡控制模型的基礎上,針對模糊神經(jīng)網(wǎng)絡規(guī)則多、訓練時間長的缺點,采用了給模糊控制規(guī)則增加閾值,減少網(wǎng)絡訓練運算量的優(yōu)化方法。最后將此優(yōu)化方法和改進的訓練算法應用到逆變點焊電源模糊神經(jīng)網(wǎng)絡(fnn)恒電流控制系統(tǒng)中,通過使用matlab語言編程,對該系統(tǒng)進行了仿真分析。仿真結果表明,動量因子的引入不但減小了bp算法學習過程的振蕩趨勢,加快了收斂速度,而且較好解決了bp網(wǎng)絡容易陷入局部極小點的缺陷。模糊規(guī)則閾值的引入,有效減少了網(wǎng)絡的訓練時間。

根據(jù)我國當前智能建筑中央空調控制系統(tǒng)傳統(tǒng)pid控制存在的問題,依據(jù)控制對象為一大滯后大慣性環(huán)節(jié)的特點,對一種模糊神經(jīng)網(wǎng)絡的控制器進行了仿真研究,以期改善空調控制系統(tǒng)的動靜態(tài)特性,并能達到節(jié)能的效果。

中央空調作為廣泛使用的高能耗系統(tǒng),其節(jié)能問題受普遍關注。針對傳統(tǒng)的定流量方法存在的問題,本文提出采用改進的負荷隨動跟蹤方法,實時監(jiān)測中央空調的負荷,并由計算機控制水泵電機,降低主機能耗。利用模糊神經(jīng)網(wǎng)絡理論,建立符合隨動跟蹤的模型,并利用實際數(shù)據(jù)進行系統(tǒng)仿真。仿真結果表明,此方法提高中央空調的工作效率,實現(xiàn)良好的節(jié)能效果。

針對模糊邏輯在co2焊接逆變電源控制中存在響應速度慢、精確性不高的問題,嘗試采用模糊神經(jīng)網(wǎng)絡控制算法,對焊接電弧電壓進行控制。闡述了模糊神經(jīng)網(wǎng)絡控制器的設計過程,并對所設計的模糊神經(jīng)網(wǎng)絡控制器和模糊邏輯控制器進行仿真對比研究,結果表明模糊神經(jīng)網(wǎng)絡具有更快的響應速度和更高的穩(wěn)定性;整體仿真研究也表明所設計的控制系統(tǒng)可以更加快速準確地控制弧長的穩(wěn)定。

在鋁包鋼絲生產(chǎn)過程中,采用在線中頻感應加熱方式?；谥蓄l感應加熱條件,針對鋼絲直徑、鋼絲運行速度、加熱溫度、中頻頻率、中頻電壓、中頻電流、中頻功率、加熱爐長度之間的函數(shù)關系,建立了連續(xù)包覆過程的多變量神經(jīng)網(wǎng)絡控制方法。經(jīng)過多次實驗和篩選,選出有效數(shù)據(jù),多個模式反復學習,直至網(wǎng)絡全局誤差函數(shù)e小于預先設定的一個極小值。通過網(wǎng)絡訓練和仿真分析得到較佳的解決方法,該方法應用在鋁包鋼絲連續(xù)包覆生產(chǎn)線上,較好地解決了鋼絲加熱控制難的問題。

介紹了第3代結構風振控制基準問題的定義。通過觀測部分樓層加速度和控制力輸出,建立了模糊神經(jīng)網(wǎng)絡控制器,解決了傳統(tǒng)控制中有限的傳感器數(shù)目對系統(tǒng)振動狀態(tài)估計的困難;利用模糊神經(jīng)網(wǎng)絡預測結構的控制行為,消除了閉環(huán)控制系統(tǒng)中存在的時滯;通過模糊神經(jīng)網(wǎng)絡控制器的學習功能,解決了土木工程復雜結構模糊控制中難以依據(jù)專家的主觀經(jīng)驗來確定模糊控制規(guī)則和語言變量隸屬函數(shù)等困難。以風振控制的基準問題為研究對象,編制了程序對受控系統(tǒng)進行數(shù)值仿真分析。分析表明,模糊神經(jīng)網(wǎng)絡控制策略能有效地抑制高層建筑的風振反應。

為提高電阻點焊的控制精度和焊接質量,根據(jù)電阻點焊過程的特點和要求,通過集成變論域、人工神經(jīng)網(wǎng)絡和模糊控制技術,提出了基于變論域電阻點焊模糊人工神經(jīng)網(wǎng)絡控制方案,開發(fā)了四層模糊神經(jīng)網(wǎng)絡結構,分析了計算過程,推導了四層模糊神經(jīng)網(wǎng)絡各層的計算方法和計算公式,研究了輸入輸出變論域伸縮因子的確定方法,定義了輸入變量的7個模糊子集和輸出變量的13個模糊子集,確定了49條模糊控制規(guī)則,研究開發(fā)了一種電阻點焊變論域模糊人工神經(jīng)網(wǎng)絡控制器,結合實際產(chǎn)品的設計開發(fā)進行了試驗研究與分析,證明了變論域電阻點焊模糊神經(jīng)網(wǎng)絡控制方法的優(yōu)越性.

目的介紹一種新的復合神經(jīng)網(wǎng)絡控制器的結構。方法結合傳統(tǒng)控制、神經(jīng)網(wǎng)絡監(jiān)督控制、神經(jīng)網(wǎng)絡逆控制的優(yōu)點提出復合控制器方案,建立用它控制水箱系統(tǒng)的水位和溫度的仿真模型,并進行計算機仿真。結果仿真實驗表明,復合神經(jīng)網(wǎng)絡控制器中的pd控制器、神經(jīng)網(wǎng)絡監(jiān)督控制器、神經(jīng)網(wǎng)絡逆控制器,可以協(xié)同工作,也可以在某種程度上單獨工作。結論復合神經(jīng)網(wǎng)絡控制系統(tǒng)的魯棒性和抗干擾性得到提高。

運用線性二次型經(jīng)典最優(yōu)控制算法獲得學習樣本,由神經(jīng)網(wǎng)絡反向傳播算法訓練產(chǎn)生模糊規(guī)則和隸屬度函數(shù),設計模糊神經(jīng)網(wǎng)絡控制器,通過某結構地震波作用下振動控制的數(shù)字仿真,表明模糊神經(jīng)網(wǎng)絡可以有效地應用到結構控制中。

針對目前對高壓電纜的溫度測量方法大都是只能測量當前的溫度,滯后控制,不能進行提前辨識的問題,對傳統(tǒng)電纜測溫方法進行研究,提出用神經(jīng)網(wǎng)絡控制器對高壓電纜溫度進行測量的方法.在3種常規(guī)控制器的基礎上設計了3種基于神經(jīng)網(wǎng)絡的控制器:神經(jīng)自校正控制器、神經(jīng)pid(proportionintegrationdifferentiation)控制器和神經(jīng)自適應控制器,不僅對它們進行神經(jīng)網(wǎng)絡訓練,而且用matlab軟件進行仿真.通過仿真結果最終選用神經(jīng)pid控制器,并將其應用于實際高壓電纜測溫系統(tǒng)當中,經(jīng)在新疆供電系統(tǒng)檢驗,效果良好.

用可逼近任意非線性函數(shù)的神經(jīng)網(wǎng)絡構造了辨識器和控制器，通過ｂｐ算法對神經(jīng)網(wǎng)絡進行學習訓練，修正其權系數(shù)及閾值，使學習訓練誤差趨于零．將該方案應用于紡織廠羊絨生產(chǎn)車間的空調系統(tǒng)，并給出了仿真實驗結果．

本文設計了一種模糊cmac(flcmac)控制器,這種控制器將傳統(tǒng)的cmac神經(jīng)網(wǎng)絡和模糊邏輯控制原理相結合,同時具備了cmac的快速學習能力和模糊邏輯的將專家經(jīng)驗融入系統(tǒng)利用模糊規(guī)則處理信息的優(yōu)點,又克服了cmac的精度低和模糊邏輯的缺乏學習能力的缺點,將其應用于空調控制器的設計中,仿真結構驗證了其有效性。

針對變頻空調常規(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)驗的問題,根據(jù)神經(jīng)網(wǎng)絡自學習能力強的特點,將模糊控制與神經(jīng)網(wǎng)絡相結合,對空調的控制系統(tǒng)進行改進,并據(jù)此設計模糊神經(jīng)網(wǎng)絡控制器,在此基礎上進行了理論分析和模擬實驗,驗證了這一控制系統(tǒng)的有效性。

文章提出一種基于模糊神經(jīng)網(wǎng)絡的控制算法應用于ｉｂ系統(tǒng)的聯(lián)動控制，有效地解決了傳統(tǒng)單一閾值控制逄法難以達到的復雜控制問題。這種ｆｎｎｃ控制器可以根據(jù)實際需要進行學習，具有很強的適應能力。

基于模糊神經(jīng)網(wǎng)絡的深基坑變形預測——針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題，將模糊控制理論與神經(jīng)網(wǎng)絡技術相結合，采用非線性神經(jīng)元構成的神經(jīng)網(wǎng)絡結構，把對應的網(wǎng)絡輸入、輸出表達為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

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,導致難以整定系統(tǒng)參數(shù)的問題,本文提出了一種基于模糊神經(jīng)網(wǎng)絡的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)絡算法的優(yōu)點,構成了一種先進的智能控制算法,并應用在plc溫度控制系統(tǒng)中,實驗結果表明,模糊神經(jīng)網(wǎng)絡pid控制器提高了控制質量,很好地克服對象變參數(shù)、非線性等問題,提高系統(tǒng)的魯棒性。

為了有效解決網(wǎng)絡系統(tǒng)可能出現(xiàn)的故障,結合模糊神經(jīng)網(wǎng)絡提出了一種新的故障檢測算法fdd-fnn(failuredetectionalgorithmbasedonfuzzyneuralnetwork).該算法根據(jù)特征信息熵建立了故障檢測評價方法和最小偏差的優(yōu)化模型,設計了模糊神經(jīng)網(wǎng)絡中輸入層、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.通過建立網(wǎng)絡仿真平臺,深入分析了影響fdd-fnn算法的關鍵因素,同時對比研究了fdd-fnn算法與其他算法的性能情況,結果表明fdd-fnn算法具有較好的適應性.

針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題,將模糊控制理論與神經(jīng)網(wǎng)絡技術相結合,采用非線性神經(jīng)元構成的神經(jīng)網(wǎng)絡結構,把對應的網(wǎng)絡輸入、輸出表達為輸入、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)絡的深基坑施工變形預測模型.結果表明,利用模糊度隸屬函數(shù)對基坑施工進行動態(tài)控制具有較好的實用效果.

紅外圖像中的微弱目標檢測與跟蹤是數(shù)字圖像處理領域中的研究熱點。針對紅外圖像中微弱目標灰度的統(tǒng)計特點以及模糊神經(jīng)網(wǎng)絡在自適應噪聲消除的應用,提出一種基于增強型動態(tài)模糊神經(jīng)網(wǎng)絡算法用于紅外圖像噪聲消除。經(jīng)過自適應噪聲消除后,可有效的有自動閾值門限分割法進行微弱目標檢測。

建立了基于模糊神經(jīng)網(wǎng)絡的最佳耦合頻率控制系統(tǒng)的模型,使得轉動軸狀態(tài)變化時,無線感應電源的頻率被控為諧振頻率,從而保證能量傳輸過程處于最佳耦合狀態(tài)。設計了一套無線感應電源的實驗裝置,包括可控頻率的電磁振蕩發(fā)生器,能量接收天線和軸上ac／dc裝置。