内模控制在烘丝机温度干燥工艺过程中的应用

本文针对烘丝温度控制系统的特性,利用非线性内模控制原理,提出了一种根据烟丝干燥过程中各阶段温度的不同变化趋势,其对应的温度控制器的设计方法,仿真结果表明,该方法是十分有效的。     

自调整内模控制器在白泥回转窑上的应用

针对制浆造纸白泥煅烧过程的大滞后、时变、非线性等特点,以及不确定干扰因素多的实际情况,将具有自学习、自适应功能的神经网络内模控制器应用于白泥回转窑控制系统中,通过在Matlab环境下的计算机仿真结果表明,该控制算法鲁棒性强、结构设计简单,适合工程应用。     

计算机辅助修正技术在发动机曲轴滚压校直工艺中的应用

本文从辅助修正技术的应用特点。结合发动机曲轴弯曲变形的滚压校直技术，通过建立其相应的数学模型。阐明滚压校直专家系统软件的编制原则。     

神经网络控制在柴油机主动隔振中的应用

将神经网络技术应用于柴油机双层隔振系统，构造了一种AVC(Active Vibration Control)系统。将实际柴油机信号作为系统输入，运用三层BP网络进行离线系统辨识，采用神经网络控制器，在双层隔振模拟试验台架上进行试验研究，实时控制结果表明神经网络控制在柴油机主动隔振中的应用具有一定的可行性。     

小波神经网络在装备研制费预测与控制中的应用

通过小波及小波变换的原理和方法，建立了适用于武器装备研制费用的小波神经网络预测与控制模型。结合某型装备研制费用，进行了预测与控制的数据仿真。     

基于参量阵系统的神经网络PID逆控制及仿真研究

针对参量阵系统这样一个强非线性声学系统的声音输出扭曲问题,提出了神经网络自适应逆控制策略。首先介绍了参量阵系统的逆模型,并由参量系统模型和它的逆模型构成一个伪线性系统。控制系统中的BP网络自适应调节PID（ProportionalIntegralDerivative）的三个控制参数,并利用PID控制参量阵系统。通过对MATLAB建立的复合逆控制模型进行仿真研究。仿真结果表明：神经网络PID控制具有较高的控制精度和适应性,可以获得良好的控制效果。     

神经网络在弹性连杆机械振动主动控制中的应用

首次将神经网络理论应用于弹性连杆机械的振动主动控制,设计、建造了具有压电陶瓷作动器与电阻就变计传感器的弹性连杆机构实验装置及其振动控制系统。根据实验数据离线设计了动态递归神经网络控制器,并采用基于神经网络的直接自校正控制策略对弹性连杆机构实施了在线控制。控制后,弹性构件输出点的应变峰值降低了５０％左右,机械的动力学品质得到显著改善。     

神经网络变结构在液压伺服系统控制中的应用

采用神经网络对液压伺服系统进行离线辩识,然后用神经网络的逆模型抵消伺服阀的死区非线性,再用离散变结构控制器对液压伺服系统的线性部分进行控制,从而达到良好的控制效果.     

RBF模糊神经网络在刚性机械臂控制中的应用

为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性.     

预测控制在换热站监控系统中的应用

建设节约型社会,节能减排对于象中国这样一个人口众多、资源相对不足、生态先天比较脆弱的发展中国家尤为重要和紧迫,换热站是我国北方地区冬季供暖期间的能耗大户,如何提高换热站的运行效率、降低换热站的能耗是非常重要的研究课题。     

基于神经网络的机器人模型参考自适应控制的研究

提出一种新的基于神经网络的机器人模型参考自适应控制方法,采用动态对角回归神经网络作为辨识器和控制器,实现了机器人轨迹跟踪的最小误差控制,给出了神经网络的学习算法,通过实例仿真证明了控制方法应用于未知模型机器人系统的正确性和有效性。     

陀螺稳定平台速度环的一种神经网络自适应控制方法

提出一种利用神经网络的自学习特性,对陀螺稳定平台的速度环进行自 适应控制的方法。给出了采用自适应神经网络控制方法和采用传统频域校正控制方法的对比实验结果。实验结果表明,此种算法在应用中是很有效的。     

基于神经网络的质量控制图模式识别技术的研究

提出了一种用于质量控制图模式识别的新的神经网络模型，它与以往的神经网络模型相比，具有较强的识别能力和较短的训练时间。     

记忆径向基神经网络在冷轧液压自动位置系统的优化控制

针对冷轧液压自动位置控制系统多变量、强耦合、高阶次和时变性等特点,提出一种引入记忆因子的径向基函数神经网络在线自适应调节PID参数的系统。为提高网络精度,利用改进的混洗蛙跳算法离线全优化记忆径向基神经网络,在获得网络结构的同时得到初始参数,避免网络模型训练的繁琐,并利用测试函数证明优化后的网络具有良好的逼近能力。然后利用优化后记忆径向基神经网络的自校正功能在线细调PID参数,仿真结果表明,该控制系统跟踪快、超调小、适应性强,控制品质优于传统PID和普通径向基神经网络PID控制方法。     

基于神经网络包装缓冲特性预测模型的研究

文中描述了冲击缓冲特性的预测模型,研究了不同的试验方案,其预测模型结果与实际值最大相对误差的变化规律,找出了能满足工程设计要求的最少试验方案.通过实例验证了该预测模型,其预测模型的结果对工程设计是十分便利.     

基于高维输入小波神经网络的热连轧机产品质量模型

小波神经网络是一种以小波函数为激励函数的神经网络。现有的小波神经网络局限于低维,本文提出一种适合高维输入的小波神经网络建模方法,对几种小波函数与学习算法进行了比较实验,成功地解决了32维输入的大型多辊热连轧机钢板材质量建模问题。     

敏捷性组织的神经网络描述

敏捷性组织的网络构成具有拓扑性特征。网络工作特征符合神经网络技术的基本假设，本文试用神经网络思想研究敏捷性组织网络的联想记忆模型。     

电液伺服系统内模控制

针对电液位置伺服系统,提出了一种内模控制器设计方法.内模控制作为一种先进控制策略,其设计思路是将对象模型与实际对象相并联,控制器逼近模型的动态逆.考虑到内模控制对系统模型精度要求不高的特点,本文降阶简化了电液伺服系统的模型.基于此模型所设计的控制器,只有一个可调参数,且该参数直接与系统的动态特性和鲁棒性相关,整定方便,避免了控制器整定的随机性与复杂性.仿真研究和实验结果表明,内模控制可以有效地克服参数变化对系统性能的影响,使系统同时具有良好的目标值跟随特性和鲁棒性,实现了调炮误差小于±0.36mrad的高精度要求.     

非线性振动系统神经网络自适应控制方法研究

将人工神经网络理论引入振动控制工程领域，并将现代控制理论中的状态反馈理论与人工神经网络理论相结合，提出了一种基于ＢＰ网络的自适应控制方法。给出了该方法的学习算法和网络参数选择原则，分析了它在建模和控制方面所具有的优点，并就典型的非线性振动ＶａｎＤｅｌＰｏｌ和Ｄｕｆｉｎｇ方程进行了辨识和控制，仿真结果表明该方法对于非线性振动系统具有较强的辨识和控制能力。     

神经网络PID在包装机控制系统中的应用研究

针对常规PID控制方法的缺陷,提出了神经网络应用于高速全自动包装机控制系统的方案,并利用Matlab6.5进行模拟仿真,得出神经网络PID控制方法比常规PID控制性能更佳.