基于DSP的掘进机截割控制系统

分析了基于DSP的掘进机控制系统的各个功能模块,对掘进机路径跟踪原理进行了研究,建立了掘进机截割臂的动力学方程。为了提高路径跟踪的精度,采用神经网络与遗传算法相结合的控制算法计算掘进机的水平摆角和垂直摆角,研究了神经网络与遗传算法相结合的控制系统结构和计算流程。对基于DSP的掘进机控制系统的跟踪能力进行仿真,仿真结果表明,该系统水平摆角和垂直摆角的跟踪轨迹与期望轨迹大致相同,基于神经网络-遗传算法的跟踪精度比基于PID控制算法的高。     

基于小波分析和神经网络的多传感器融合技术在机床刀具磨损监测中的应用

将一种基于小波分析和神经网络的多传感器融合技术应用于刀具磨损监测系统。介绍了小波分析和神经网络的理论基础;给出了刀具磨损在线监测系统的组成和基于小波分析和神经网络的多传感器融合技术在刀具磨损在线监测系统应用过程。多种传感器采集的信号通过小波分析提取其特征值,将特征值作为神经网络的输入,对比识别刀具磨损状态。经实验验证,基于小波分析和神经网络的多传感器融合技术能有效识别刀具磨损状态。     

基于MATLAB煤矿搬运机器人控制系统设计及仿真

针对煤矿搬运工况条件严苛、劳动强度大等问题;以某型煤矿搬运机器人为研究对象,对搬运机器人主要组成进行分析,对搬运机器人控制系统进行设计,运用仿真分析的方法对搬运机器人路径跟踪、跟踪误差、控制输出等方面进行研究和分析。研究结果表明:设计的煤矿搬运机器人控制系统可以满足煤矿物资搬运、安全稳定运行;搬运机器人位置路径与目标曲线基本一致,跟踪误差较小可以满足煤矿物资搬运的要求;该研究为煤矿搬运机器人控制系统设计及优化、精度的提高等方面提供理论基础。     

矿用智能轮式巡检机器人路径跟踪及运动分析

针对煤矿安全事故频发、巡检次数多且劳动强度大等问题,以某型矿用智能轮式巡检机器人为研究对象,建立矿用智能轮式巡检机器人路径跟踪模型,运用数值计算软件MATLAB对矿用智能轮式巡检机器人路径跟踪及运动进行仿真分析。仿真结果表明:不同仿真时间下,矿用智能轮式巡检机器人路径跟踪误差不同,但跟踪路径曲线与设定路径曲线形状和变化趋势基本一致;车轮运动轨迹与设定和跟踪路径曲线变化趋势基本一致;不同仿真时间下,车轮速度不同。该研究可为矿用智能轮式巡检机器人向高精度、智能化、运动可靠等方面发展提供理论依据。     

小波神经网络在煤矿自卸车监控与故障诊断的应用

建立了小波神经网络的理论模型。针对传统小波神经网络的缺陷,提出了带动量项和变学习率的小波神经网络。确定了自卸车的输入向量和输出向量,并且对小波神经网络进行了训练。分别利用传统的小波神经网络和改进的小波神经网络对自卸车进行故障诊断,诊断结果表明,改进小波神经网络能够准确地对自卸车进行故障诊断。最后,分别从软件系统和硬件系统设计了自卸车故障监控系统。     

小波神经网络在数控机床热误差补偿中的应用

为了能够提高数控机床热误差补偿的精度和效率,深入研究了利用小波神经网络对数控机床进行热误差补偿的方法。首先,提出了小波神经网络的数学模型;然后,提出了基于遗传算法的小波神经网络模型的训练方法;最后,以数控铣床为例,利用小波神经网络对其进行了热误差补偿计算,并且得出了精度较高的数控机床的小波神经网络预报结果。     

模拟复合正交神经网络控制器在机械臂控制中的应用

在数字复合正交神经网络的基础上提出一种模拟复合正交神经网络,并应用于机械臂的控制.控制器采用模拟复合正交神经网络与PD的并行控制方法,对机械臂的位置控制做了仿真实验.结果表明,相对于常规PD控制器,该神经网络控制器具有自学习、自适应功能,位置跟踪获得了满意的控制效果.该模拟神经控制器能应用于机器人控制系统中.     

基于BP神经网络的掘进机行进轨迹跟踪控制研究

根据井下掘进机行进特点,建立了掘进机履带式行走位姿偏差模型|以履带移动线速度和转向角速度作为路径跟踪控制输入量,利用李雅普诺夫稳定原则和反演法设计并简化了路径跟踪调度的控制律。利用BP神经网络实现对控制律中关键系数的动态优化更新,以实时补偿机身位姿相对于所设计轨迹的跟踪偏差。仿真结果表明,提出的基于BP神经网络的掘进机行进纠偏控制模型结构简单易实现,机身位姿偏差均能在有限的跟踪步骤内收敛为零且转速调整过程平稳,证明本模型控制下的轨迹跟踪效果良好。     

基于小波神经网络的瓦斯涌出量预测

为了更准确地预测矿井瓦斯涌出量,提出了采用一类小波神经网络对井下瓦斯涌出量进行预测技术,小波神经网络为紧致型结构,小波采用Daubechies小波。为了提高小波神经网络的泛化能力,将遗传算法应用到小波神经网络的权值学习中。仿真试验表明,提出的基于小波神经网络预测模型与传统的BP神经网络的预测模型相比,其预测值更为准确。     

小波神经网络在故障诊断中的应用研究

针对小波神经网络在故障诊断中的缺点和不足,主要分析小波神经网络与粒子群、遗传算法、模糊逻辑相结合使用的方法和优势。用粒子群优化的小波神经网络,其收敛速度和精度有很大提高;遗传算法具有全局优化的特点,遗传小波神经网络有效地解决了小波神经网络训练速度慢和易陷入局部极值等问题;基于模糊逻辑而提出的模糊小波神经网络具有高精度的逼近能力和很强的泛化能力。     

小波神经网络在流体压力信号中的消噪研究

介绍了小波神经网络的模型,将小波神经网络应用于流体压力信号的降噪。首先用仿真信号验证其有效性,然后用小波神经网络方法对实验信号进行降噪,并计算其降噪效果评价参数。结果表明小波神经网络对流体压力信号降噪是一种有效的方法。     

基于多传感器信息融合的铜带表面缺陷检测研究

结合铜带表面缺陷检测这一应用背景,提出通过多传感器信息融合的方法提高检测系统整体性能。缺陷检测系统使用红外、可见光和激光3种图像传感器结合,采用模糊逻辑和神经网络进行传感器管理,小波变换进行图像融合.实验结果表明该方法提高了缺陷检测和分类能力。     

基于小波神经网络的锚杆－围岩结构系统的识别

提出了一种用于识别锚杆杆侧刚度因子的小波神经网络模型.首先，利用均匀设计方法建立锚杆系统的样本库，采用数值模拟得到各样本的锚杆杆顶的动测信号；然后将小波分析和人工神经网络结合起来，利用小波分析技术提取的能表征系统状态的特征向量作为输入向量，利用广义回归神经网络识别杆侧刚度因子；最后，利用样本对所建立的小波神经网络进行训练.分析结果表明：训练后的神经网络能够较好地识别锚杆系统杆侧刚度因子，为锚杆系统的锚固质量评价提供了一个有效的智能化手段.     

基于小波神经网络的高炉铁水含硅预报

采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制。原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施。结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程。     

碳交易市场期货间价格波动关系与趋势预测

碳排放交易市场中不同期货价格波动及其相互影响较为复杂,价格趋势预测也在金融投资领域占有重要地位。针对碳交易市场中非线性预测问题,选取欧盟配额期货与碳排放核证减排量期货相关参数作为研究对象,运用协整关系检验确定其是否具有长期协整关系,采用Granger因果检验确定其领先滞后关系,将具有领先关系的期货参数作为部分输入变量,建立遗传算法改进的运用不同小波函数的神经网络模型,对具有滞后关系的期货价格趋势进行预测,并与改进前的BP小波神经网络模型预测结果进行对比。实验结果表明,碳排放交易市场中期货价格之间存在长期均衡协整关系,改进的模型可以有效刻画期货价格序列变化趋势,为碳排放交易提供良好的投资建议。     

小波神经网络在矿井安全管理评价中的应用

在考察传统安全评价方法之弊端的基础上,提出了利用小波神经网络理论进行安全评价的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的矿井安全管理评价模型及其评价步骤;并通过实例证明了小波神经网络应用于矿井安全管理评价中的可行性和优越性.结果表明,用小波神经网络对矿井安全管理进行评价,其评价结果更准确,精度更高.     

基于神经网络的混合智能故障诊断技术研究

目前 ,故障诊断的关键是寻找一种使诊断结果更为有效的方法。神经网络作为一种新兴的故障诊断方法 ,越来越受到人们的关注。对于复杂的系统 ,单一的传统神经网络很难给出理想的结果。对神经网络与其他诊断方式融合的混合智能技术 ,即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述     

基于模糊小波神经网络的永磁直线同步电机故障诊断

在分析永磁直线同步电机故障的基础上,采用小波基函数作为模糊隶属函数,将模糊控制与神经网络相结合,建立模糊小波神经网络模型,实现对永磁直线同步电机的故障诊断。针对BP算法的不足,使用混合学习算法训练网络,优化了网络参数。仿真结果表明该方法是很有效的。     

基于小波网络的风机振动故障趋势预测

采用小波网络方法，通过对矿井通风机关键特征参数振动烈度的时间序列预测，实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度，从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配，使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.