共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
FNN模型参考自适应控制在轧机液压弯辊系统中的应用 总被引:1,自引:0,他引:1
UC轧机液压弯辊系统的数学模型具有很强的时变性和不确定性,是典型的非线性过程;针对UC轧机液压弯辊系统的特性,提出模糊神经网络模型参考自适应控制策略,并将其应用到液压巧辊控制系统中;仿真结果表明,模糊神经网络模型参考自适应控制能够很好的跟踪参考模型的设定,系统的响应快。 相似文献
3.
4.
5.
6.
六辊UC轧机轧制过程混沌的轨迹跟踪控制 总被引:4,自引:1,他引:4
采用基于精确反馈线性化的轨迹跟踪控制方法控制六辊UC轧机轧制过程中存在的混沌现象. 这种方法可以根据工业过程或工艺的要求将工业混沌系统控制到任意点或跟踪给定函数, 在具有测量噪声和模型误差的情况下控制仍然有效. 仿真结果说明了该方法的有效性和可行性. 相似文献
7.
基于BP神经网络的自适应控制 总被引:48,自引:2,他引:48
本文利用BP神经网络对被控对象进行在线辨识和控制。为实现自适应控制,本文对specialised learning算法进行了改进,在此基础上,本文还提出了一种基于BP网络的自适应PID控制器。 相似文献
8.
板形缺陷识别对于矫直机在矫直过程中具有重要意义,针对传统板形缺陷识别精度低、操作繁琐等问题,以AlexNet模型为基础,提出一种基于卷积神经网络的板形缺陷识别模型(OP-AlexNet).在预处理阶段利用双立方插值算法对数据集中的图片进行尺寸的统一并进行标准化操作.对AlexNet模型结构进行优化,包括调整卷积核大小并减少两层卷积层,删除一层全连接层降低网络复杂度;对卷积层提取的特征批量归一化(batch normalization,BN)以加快网络的收敛速度,激活函数选择LeakyReLU(Leaky Rectified Linear Unit)替换原结构的ReLU(Rectified Linear Unit)激活函数以减少静默神经元的出现.实验结果表明该模型最终识别精度达到91.3%,相比AlexNet模型提高了16.2%,并具有更好的鲁棒性,能够满足板形缺陷识别的要求. 相似文献
9.
为了克服传统板形控制中产品质量差、控制速度慢、生成效率低,以及静态影响矩阵控制信息不足等缺点,将云自适应差分算法(CADE)优化的BP神经网络应用到板形控制中,建立板形预测神经网络,并在离线状态下,根据板形轧制的历史数据和板形调控机构中的关键影响因素建立动态影响矩阵表。在线轧制过程中只需要与板形控制关键影响因素对应的动态影响矩阵表和板形识别变化量,就可以很快得到主要板形控制手段的控制量。该方法避免了神经网络的在线训练,提高了板形的控制速度和轧制精度。仿真实验表明,该方法稳定性好,控制精度高,适合用于板形的在线控制。 相似文献
10.
11.
12.
13.
针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播(FCP)网络辨识器和径向基函数(RBF)神经网络控制器组成,仿真结果表明了该方案的有效性。 相似文献
14.
15.
将任意给定的确定性规则形状作为自适应神经网络的学习对象,用自适应学习的方法改变规则形状的形成规则,在没有加入随机移位扰动量的情况下,使规则形状从“规则”向“非规则”转变,改进了传统自适应神经网络的算法过程,增强了随机形状的局部和整体形态特征的可控性,拓宽了自适应线性神经网络在随机形状造型中的应用范围,且方法简明、易于实现。 相似文献
16.
一类非线性神经模糊控制系统 总被引:1,自引:0,他引:1
段向军 《自动化技术与应用》2009,28(10):25-27
针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播(FCP)网络辨识器和径向基函数(RBF)神经网络控制器组成,仿真结果表明了该方案的有效性。 相似文献
17.
多变量模糊神经网络控制器的研究 总被引:5,自引:0,他引:5
提出一种MIMO系统的模糊神经网络控制器结构,阐述了基本设计思想和具体算法过程。应用实例仿真结果表明,它可用于控制强耦合带时延多变量系统,并使系统具有良好的动态和静态性能。 相似文献
18.
19.
本文针对参数固定的模糊控制系统难以适应控制过程中的工况的变化的弊端,提出一种基于神经网络的模糊控制系统(NFC),引入3层BP网络在线修正模糊控制器的参数,使得控制系统具有更好的动态特性和静态性能。 相似文献