模糊神经网络的智能染色温度控制系统

染色温度控制系统中存在着严重的非线性、较大的时变性和时滞性 ,难以用数学方法建立精确的数学模型 ,用传统的常规控制很难达到较好的控制效果 ,本文将人工智能中的神经网络控制技术和模糊控制技术结合 ,采用闭环控制方式实现染色缸染色温度控制     

基于模糊神经网络PID控制的打捆机控制系统设计

为实现打捆机工作过程中秸秆喂入量随机具行驶速度变化的精准控制。采用由模糊控制、神经网络和PID组合算法构成的控制系统实现对打捆机捡拾喂入量的精确控制,用电子皮带秤对喂入量实时检测,以实测值与设定值的误差和误差变化率作为输入量并进行模糊化处理、确定隶属函数并通过模糊推理和反模糊化生成输出量作为控制系统的调控因子,采用RBF神经网络调控模糊控制过程,以梯度下降算法对网络加权系数、基宽向量和中心向量进行调整。田间试验结果表明该控制系统可以将喂入量误差控制在±5%之内,且对机具速度控制响应速度较快。模糊神经网络PID控制模式具有控制精度高、抗干扰能力强、收敛速度快等特点,为打捆机控制系统的发展提供了一种方法。     

多层多道焊接参数模糊控制系统的设计

针对工业机器人中厚板多层多道焊接参数选择的难题,采用基于查表的模糊控制方式,选取送丝速度和焊接速度为控制量,熔丝面积为被控制量,利用Matlab得出了各个变量之间的模糊控制表,用C#编写软件,实现了焊接参数的模糊控制。以25 mm厚对接平焊为例进行试验,结果表明该系统能将焊接后熔丝面积与实际焊接需要填充量的误差保持在5%以内。     

模糊神经网络研究现状综述

概述了近年来模糊神经网络领域的研究方法和研究的进展,从模糊系统和神经网络结合的可能性到模糊神经网络的结构确定、常见算法、规则的提取等进行了总结和概述,并对将来的研究方向进行了探索。     

基于神经网络的自校正模糊控制器

本文针对常规模糊控制器的不足，提出了一种自校正模糊控制器，论述了它的在线调整设计方法。并在此基础上进一步利用ＢＰ神经网络进行推理，实现控制参数自动调节。为减少ＢＰ网络的训练量，对模糊集（网络的输入）进行了“编码”。最后的仿真结果表明了该控制器具有自适应和学习能力，其动态响应和鲁棒性均优于常规的ＦＵＺＺＹ控制。     

基于模糊神经网络的路由算法研究

首先分析了神经网络的类似于生物神经网络的许多优点 ,在描述了神经网络模型与神经网络的学习算法的基础上 ,提出了基于模糊神经网络的路由算法     

基于PLC的模糊神经网络控制系统的研究

本文对活性白灰回转窑生产线进行了PLC系统配置,分析了T-S模型的模糊神经网络的结构,进一步分析了模糊神经网络的学习算法,给出模糊神经网络PID的结构和设计方法,并对该系统进行了仿真,证明该系统具有良好抗干扰和跟随能力。     

基于模糊神经网络PID的无刷直流电机控制系统研究

针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。     

基于模糊控制的智能变频空调控制系统研究

通过神经网络和模糊控制技术的结合,实现了模糊神经网络控制器FNNC和神经网络预测器NNP的结构设计。该设计可以提高压缩机的控制精度,加强控制系统的适应性,实现压缩机的智能化。     

如何提高焊接质量的方法

本文详细分析了焊缝外观缺陷及其影响,并提出了合理的对焊缝外观缺陷的控制,以有效地保证焊缝的整体质量。     

Application of Artificial Neural Network in the Research of the Bohai Bay Eutrophication

In order to research the feasibility of artificial neural network (ANN) in the research of eutrophication of the Bohai Bay in China, an ANN model simulating chlorophyll a, b and c concentrations, concerning temperature, dissolved oxygen, salinity, pH value, chemical oxygen demand (COD), PO43-, NO2-and NO3-factors in the Bohai Bay was presented and validated. After experiencing and training by Matlab, the model′s validation mean square error (MSE) performance is 0.009 985 02. R-squared between estimated and observed concentrations of chlorophyll a, b and c are 0.965 7, 0.998 7 and 0.970 7 respectively, indicating that the estimated value agrees with the observed value well, and the model can be used in the prediction of eutrophication of the Bohai Sea. In order to study the influence of model input factors on chlorophyll concentration (i.e. model outputs), hypothetical scenarios were introduced to show model output responses to variations in input factors. The limitation of temperature, salinity and phosphate that induce red tide in the Bohai Bay was also presented.     

基于DSP的直流无刷电动机神经网络控制系统

提出了一种直流无刷电动机的N-PID转速调节器的设计方法。在直流无刷电动机的高性能速度跟踪中,若仅采用传统的PID调节器,则难以克服系统超调和短时振荡问题,采用复合N-PID的控制方法,利用神经网络的自学习自适应功能在线调整PID控制参数。介绍了基于数字信号处理器的直流无刷电机神经网络调速系统,仿真结果表明,运用这种设计方法很好地抑制了超调和振荡。     

径向基网络在环境质量评价中的应用

应用径向基网络（RBF－ANN）算法的人工神经网络建立了环境质量评价模型，为便于比较，将该模型应用于贵阳市1991－1995各年度的大气环境质量评价，结果表明，径向基网络用于环境质量评价具有客观性和实用性。     

开关磁阻电机的神经网络模糊直接转矩控制研究

为在简化开关磁阻电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于开关磁阻电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器,利用MATLAB对系统2种不同控制方法的仿真实验结果进行比较．通过比较发现,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和动态响应。     

无刷直流电机直接转矩神经模糊控制研究

为简化无刷直流电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于无刷直流电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器。利用MATLAB对系统两种不同控制方法的仿真实验结果进行比较,通过比较得出,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和较快的动态响应,具有一定的工程研究价值。     

基于模糊聚类的自适应模糊神经网络

本文将模糊C均值聚类和自适应神经模糊网络结合起来．模糊C均值聚类用于对输入变量空间进行划分,生成初始的模糊规则库,自适应模糊神经网络（ANFIS）选用最小二乘法和BP算法．与普通的模糊神经网络相比,这种模糊神经网络收敛速度快,建模精度高。     

人工神经网络在教学质量评估体系中的应用研究

本文利用神经网络方法建立教学质量评估系统的模拟模型,将需评价指标概念量化成确定的数据作为其输入,教学效果作为输出,基于拟牛顿回退法训练神经网络,经仿真计算证明,该模型具有较好的辨识精度。最后得出数字化的评估结果,能准确、直观地反映教学质量的优劣,通过实验证明模拟模型的可行性。     

基于模糊神经网络的热电联产故障诊断研究

为了在缺少设计参数的条件下,设计一个非线性模型的热电联产故障诊断系统,提出了一种基于模糊神经网络的设计方法。通过分析热电联产控制系统各工作模块的工作过程,建立废热回收蒸汽锅炉、蒸汽集箱、汽吸收式冷凝器等模块工作模型。并采用粒子群优化算法对提出的模糊神经网络进行优化,假设模型和测量误差正常分布且相互独立,对模型置信区间进行了计算。实验测试表明,本文设计的故障检测具有较高的可信度。