输油泵模糊控制器的设计及优化

由于大容量输油泵系统存在严重的非线性和时变性, 管道流量、输油泵入口压力及出口压力三个参数之间又存在耦合关系, 采用传统的PID控制器难以实现对流量、入口压力、出口压力的良好控制. 针对输油泵系统的特点, 提出了一种由两个模糊控制器组成的输油泵控制方案, 并应用改进的遗传算法对隶属函数和融合因子进行了优化. 仿真结果表明, 该控制器能够对管道流量、入口压力、出口压力进行协调优化控制.     

一种基于遗传算法的输油泵模糊控制器

针对输油泵系统的特点,提出了一种采用2个模糊控制器的输油泵控制方案,并应用改进的遗传算法对隶属函数和融合因子进行了优化。仿真结果表明,该控制器在输油泵系统中能对流量,入口压力,出口压力进行协调优化控制。     

离心泵变频调速与节流分程协调节能控制

离心泵的变频调速是目前广泛采用的流量调节方法,高效节能是其最大优点,但是当流量降低时,可能造成压头过低而影响后续流程.对此,提出离心泵的变频调速与节流分程协调节能控制方法,当阀后压力大于一定值时,由流量控制器调节离心泵转速以改变泵的出口流量,当阀后压力小于一定值时,由流量控制器调节阀门开度以保持控制点需要的实际压头基本恒定,而中间段由转速和阀门开度协调控制,从而能够同时满足管路控制点所需的压力及流量.实验模拟效果证明了控制方案的可行性,并且流量与压力二者分程协调控制的节能效果显著.     

基于DSP的防空火箭炮模糊神经网络位置控制器设计

针对多管火箭炮发射时恶劣的负载特性,设计了一种模糊神经网络自适应位置控制器.用梯度下降法实时修正模糊控制器的输入输出隶属度参数,以使模糊神经网络能根据火箭炮跟踪发射过程中的负载特性实时调整速度给定值,从而减小系统参数变化和外部干扰对火箭炮性能的影响.采用对空间分区建立索引表的方法,建立了一种基于TMS320F2812的新型模糊神经网络位置控制器的编程实现方法.仿真及实验结果表明该方法可有效提高火箭炮位置伺服系统的动态响应性能、稳定性和鲁棒性.     

变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值.     

模糊神经网络控制器在伺服系统中的在线应用

基于神经网络的结构，结合模糊控制的理论，提出了一种模糊神经网络在线学习自适应结构，针对模糊神经网络控制器一般存在着在线修正权值计算量大。权值过度修正容易导致系统振荡等缺点，采用变结构变速率的学习方法对网络结构参数权值进行修正。将参数调整后的控制器模型应用于伺服系统中，并与传统的ITAE三阶无静差最优控制进行比较，仿真试验表明该控制器不但能够提高系统的控制品质，同时可以消除输出力矩对被控对象的扰动，具有很好的控制效果。     

基于模糊控制律的遗传神经匝道协调控制

讨论了快速路匝道系统中智能控制技术问题。针对匝道系统特点,分析了模糊控制、人工神经网络、遗传算法的适用性,提出了一种基于模糊控制律的遗传神经匝道协调控制方案。在该方案中,对模糊控制输入输出数据进行线性修正,使用修正后的数据完成遗传神经网络训练,并用神经网络代替模糊控制器对匝道系统进行控制。给出了神经网络结构和遗传算法流程,并结合宏观交通流模型进行系统仿真。仿真结果表明,与模糊控制相比,控制效果显著提高。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

焦炉集气管压力模糊神经网络控制系统

针对焦炉集气管压力这类多变量非线性系统,提出一种基于模糊神经网络的智能协调控制方案。应用遗传算法对模糊神经网络结构和参数进行优化,并采用PLC的逻辑梯形图语言编程实现智能协调运算。工程应用表明了系统设计的有效性。     

基于网络学习控制的燃料电池测试系统研究及应用

氢-氧燃料电池测试系统对温度、压力、流量、湿度等系统控制参数的控制精度、稳定性和鲁棒性的要求很高,而温度、湿度、流量等参数具有滞后、非线性且相互耦合的特性,因而单独对其进行控制是很难的.为了提高燃料电池的性能,提出了一种基于网络学习的控制策略:对温度、流量基本的控制由其自身的控制器完成,系统参数的优化,协调控制由网络学习单元完成,同时网络学习单元根据现场运行的实际情况实时优化和自适应调节本地控制器参数.同时,在网络学习单元建立了一个网络服务器,能够让用户在远程进行燃料电池测试试验,并可浏览相关的信息,真正实现了"管控一体化"和打破了"自动化孤岛"的现象.此外,对燃料电池进行了阻抗分析,为燃料电池的设计提供了依据.现场运行表明,本测试系统具有良好的稳定性和鲁棒性,能够对燃料电池进行有效的测试及分析.     

基于模糊神经网络的管道泄漏检测方法研究

为了及时准确地检测管道泄漏,提出了一种基于模糊神经网络的管道泄漏检测的方法.首先以管道内流体在出口与人口之间的压力差与流量差信号作为网络输入,以泄漏的尺寸大小作为网络输出,构建了管道泄漏检测与泄漏尺寸估计的模糊神经网络结构,进而选取实际管道数据,对网络的参数进行离线训练,并得出网络权值.最后以借鉴某管道泄漏的部分先验知识建立模糊规则的基础上,通过仿真验明了方法在管道泄漏诊断中的有效性和可行性.     

基于模糊神经网络PID控制器的EEC数字化设计

为实现航空发动机模拟式电子控制器(EEC)的数字化设计,以其低压压气机导流叶片调节通道为主要研究对象,提出一种模糊神经网络PID控制器,将模糊控制、神经网络、PID控制相结合,利用模糊控制专家经验优势和神经网络的自学习、自适应能力,优化PID控制参数,实现控制性能提升。仿真结果显示,基于模糊神经网络的PID控制器控制性能有较大提高,具有比常规神经网络PID控制器更小的超调量和更好的抗干扰性;适用于定常系统和非定常系统,具有更好的自适应性与鲁棒性;可应用于航空发动机模拟式电子控制器(EEC)的数字化设计。     

双螺杆挤出机流场数值模拟中流道进出口边界条件的探讨

在对双螺杆挤出机流场的数值模拟中,流道进出口边界条件的设置一直是一个颇具争议的问题。由于事先无法获得计算域进出口平面上的真实边界条件,研究人员在进行双螺杆挤出机的流场分析时,大都采用放松边界条件。为了考察放松边界条件对双螺杆挤出机流场数值模拟结果的影响,本文采用聚合物流动分析软件POLYFLOW,在流量恒定的前提下对双螺杆挤出机流道进出口给定三种不同分布形式的速度边界条件,对其流场进行了数值模拟。数值计算结果表明,在体积流量恒定的条件下,流道进出口不同分布形式的速度边界条件对流场的影响主要集中在进出口附近区域,但对离进出口边界较远的流场影响很小。一般而言,当计算域所对应的螺杆较长时,可以忽略流道进出口的放松边界条件所引起的误差;当计算域较短时,不宜直接采用放松边界条件,而应根据螺杆的实际构型．在计算域的进出口增加适当长度的发展段。     

带式输送机变频调速节能控制系统研究

针对某矿带式输送机电能浪费严重的问题,设计了带式输送机变频调速节能控制系统。该系统应用BP神经网络建立带式输送机煤流量、输送带速度和电能消耗的节能模型;基于遗传算法和神经网络对模型参数进行优化,得到了煤流量和输送带速度的最优匹配关系;利用模糊控制算法实现了带式输送机变频调速的节能运行。实际应用表明,该系统可根据煤流量大小调节输送带速度,节能效果显著。     

基于单片机的即热式电热水器控制系统的设计

设计一款基于单片机的即热式电热水器的控制系统,利用AT89C52为控制核心,结合用模糊控制技术．实现对即热式电热水器的智能控制。系统可根据用户设定的温度自动控制加热丝工作。给出指定温度的出水流量及漏电、防干烧保护,具有实用性。     

高压饱和气体制备系统饱和室多变量控制研究

高压饱和气体制备系统的饱和室出口压力、流量和温度调节系统是一个相互耦合的三输入三输出系统。针对以上特点采用部分解耦控制策略,压力—流量调节子系统采用静态解耦的专家控制方式,温度调节子系统采用串级模糊PID控制方式。通过仿真试验证明这种控制策略能够获得良好的控制效果。     

模糊PID和Hopfield神经网络在矿井通风系统中的应用

针对传统的PID控制或者单一的模糊控制无法准确控制矿井通风系统风量的问题,提出了一种采用模糊PID调节器和Hopfield神经网络调节器对矿井通风机的转速、风门、风量进行控制的方法。该方法利用模糊控制器对PID参数进行实时修正,并结合Hopfield神经网络的联想记忆功能和反馈调节特性,实现矿井通风机风量的快速、稳定输出。仿真与实验结果表明,模糊PID调节器和Hopfield神经网络调节器可以准确控制矿井通风机的转速和风量,实现通风系统的稳定输出。     

基于模糊逻辑与遗传算法的燃料电池热管理方法研究

有效的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)热管理是提升氢燃 料电池汽车安全性、耐久性以及运行效率的关键因素之一。该文提出一种 PEMFC 电堆热管理控制方法,使电堆出入口温度保持在设定值。该方法以 PEMFC 热管理系统模型中电堆出入口温度的变化为依据,设计一种二维模糊控制器,并应用遗传算法优化模糊控制器的隶属度函数,从而使模糊控制器的控制精度更高。为验证所提出方法的有效性,该文选用 Autonomie 软件中的一款氢燃料电池汽车,在两种标准工况上进行 PEMFC 热管理方法验证。仿真结果显示,经过遗传算法优化后的模糊控制器相对于未优化的模糊控制器具有更高的控制精度,电堆出入口温度与设定值的偏差更低。     

基于模糊神经网络PID算法的电阻炉温控系统

由于电阻炉温控系统是一个大惯性、大滞后、时变、且非线性的系统,采用传统PID控制不能解决系统的非线性、时变和PID参数的在线整定难等问题,为此提出一种控制算法—模糊神经网络PID算法。可根据电阻炉的温度的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。使用MatLab的simulink仿真,通过传统PID与模糊神经网络PID阶跃响应曲线的比较,表明系统采用模糊神经网络PID算法具有更好的动、静态特性和自适应性,对突加的外部的扰动具有良好的抗干扰能力,具有实用价值。