首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 187 毫秒
1.
基于RBFNN建模的动态流量软测量方法研究   总被引:2,自引:1,他引:1  
本文通过对粘性流体在圆管中的层流和湍流流量方程对比研究发现,动态流量主要与管道中摩擦导致的压头损失、管道中最大的流速、流体温度变化有关,依据这一原理设计了基于径向基函数人工神经网络(RBFNN)的软测量模型.在伺服阀动态性能实验台上构建了数据采集系统,在新型动态流量测量管上安装超声波、压差、温度传感器来采集各种信息,其中流速信息采用一种新颖的超声波类时差法获取,用于标定的实际流量由无载液压缸的速度传感器获取.基于NeuroSolution软件中的RBF网络模块组成软测量RBFNN,选用部分采集数据作为学习样本对RBFNN进行训练,建立了动态流量的软测量模型.利用采集的数据的测试样本对RBFNN进行测试,通过流量预测曲线和实际曲线的对比,验证了该软测量模型具有很高的逼近精度.该软测量方法为动态流量的测量提供了一条新的途径.  相似文献   

2.
根据永磁伺服电机驱动定量泵液压动力源的系统特性,并结合电机、泵、油液相关参数建立了泵输出流量和压力的软测量模型,通过较易获得的电机转速和转矩电流信号实现了对定量泵输出流量和压力的间接测量,根据油液粘温、粘压特性及实际工况特性修正泵的泄漏系数,进一步提高测量模型精度和拓展测量范围,并且测量模型有效地避免了传统测量中信号采集的干扰和实测流量响应延迟问题。实验表明:该软测量模型精度高、响应速度快,其流量闭环控制动态特性也明显优于传统流量测量反馈系统。  相似文献   

3.
工业流化床乙烯气相聚合反应是一个复杂的生产过程,具有高维、非线性、动态性和强噪声特点,质量变量难以直接测量。为解决关键质量变量在线软测量问题,首先采用动态主元分析(DPCA)的方法对过程变量提取主元,消除了过程变量之间的相关性、噪声并体现了建模数据的动态特性;其次对提取出的主元变量采用径向基函数网络(RBF)建模的方法,建立主元变量和质量变量之间的网络结构。对纯函数数据以及工业现场数据分别进行PCA-RBF模型及DPCA-RBF模型的仿真研究,研究结果表明,当建模数据存在非线性、动态性、噪声以及相关性等特性时,DPCA-RBF建模方法比PCA-RBF及单纯的RBF建模方法更优越。因此,DPCA-RBF建模方法较适合运用在工业实时变量的软测量中。  相似文献   

4.
引黄灌渠斗口流量软测量技术   总被引:1,自引:1,他引:0  
引黄灌渠斗口水流量通常依据闸门开度、闸前和闸后水位等可观测信息估算。自动测量装置具有“软仪表”的典型特征,建立精确适用的软测量模型十分关键。鉴于训练后的人工神经网络可以精确逼近任意非线性函数,建立了基于BP网络和RBF网络的引黄灌渠斗口流量软测量模型,并精选水工试验数据构成训练样本集进行仿真训练。检验表明,基于人工神经网络的软测量模型输出值与期望值(标准三角量水堰的测量结果)吻合良好,斗口水流量软测量精度有显著改善。  相似文献   

5.
文章针对木糖醇发酵过程中关键参数在线测量难的问题,使用软测量技术来估算木糖醇的浓度和底物浓度。文中使用RBF网络作为软测量模型,采用均匀设计方法对RBF网络结构进行优化;并用遗传模拟退火算法(GASA)对RBF网络初始权值进行优化,将此优化RBF网络用于木糖醇发酵过程,实现了木糖醇浓度和底物浓度的间接实时测量。  相似文献   

6.
针对功角测量方法在极对数多、转速慢的水电机组中误差较大,且在暂态过程时需要进行复杂的离线计算,难以满足功角高精度的在线监测要求,提出了一种改进的RBF神经网络功角软测量方法。将电压、电流及功率作为软测量模型训练集的输入,离线计算所得的稳态及暂态过程的功角值作为训练集的输出,并利用PSO算法对RBF神经网络参数进行优化。在单机无穷大系统中进行验证,验证结果表明,功角软测量的均方误差在0.004 9以内,且测量值与功率的映射曲线和理论功角特性曲线基本保持一致,所提出的软测量模型能够很好地拟合机组响应参数与功角的关系,实现了水电机组功角精准的在线监测。  相似文献   

7.
软测量技术在动态流量测量中的应用   总被引:1,自引:0,他引:1  
在电液比例阀和电液伺服阀动特性测试中,高频动态流量的测量一直是一个难题.在流量测量中引入软测量技术,以层流流量计的基本结构为基础建立动态层流流量模型,通过对压力差信号与油液温度信号进行在线测量并进行数值计算,可以得到连续变化的瞬时流量值.从而克服了传统流量计自身惯性的影响,显著提高了对动态流量测量的频率范围.  相似文献   

8.
由于分解槽进料管较短,管径比较大,容易结疤,进料量难以用常规的过程检测仪表进行检测,文中提出了连续碳酸化分解过程进料的稳定控制模型.建立了基于汇流的伯努利方程,总结出进料阀门的局部阻力系数与开度的关系,推导出高位糟液位、进料阀门及进料流量的函数关系;建立了进料流量的软测量模型.利用该模型,设计一个进料流量控制器,实现进料流量的优化设定和稳定控制.现场实验数据表明,进料流量软测量模型精度在2.06%以内,控制器的控制效果好,能满足现场需要.  相似文献   

9.
为解决大流量安全阀动态测试的难题,实现对其性能指标的测定,设计并研发了一种蓄能器快速加载动态测试系统,针对该系统利用AMESim和MATLAB/Simulink软件建立了AMESim模型和Simulink仿真控制模型,在AMESim模型中创建联合仿真接口,并运用Simulink模块中的S函数,对大流量安全阀动态测试系统进行联合仿真和研究,得到系统的六个控制信号曲线以及增压缸高压腔的压力、被测大流量安全阀动态压力和动态流量变化曲线和结果数据,并与现场实验结果作了对比,为研究大流量安全阀动态性能和工作可靠性提供了重要的依据。  相似文献   

10.
介绍一种压电式气动比例阀,选用压电叠堆作为气动比例阀的驱动元件;设计了压电式电气比例阀样机;搭建了压电式气动比例阀压力以及流量特性的测量实验台;设计了压电式气动比例阀的精密测控系统,进行了压电式电气比例阀流量特性和压力特性的研究。测定了空载、负载流量特性曲线、压力特性曲线及动态特性曲线。  相似文献   

11.
根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出一种基于小波包多尺度信息熵的流型识别方法。该方法首先对采集到的压差波动信号进行4层小波包分解,在通频范围内得到分布在不同频段内的分解信号,进而建立流型的多尺度信息熵特征向量。并以此特征向量作流型样本对RBF神经网络进行训练,实现流型的智能化识别。试验结果表明,训练成功的RBF网络能很好地识别水平管内的4种流型,为流型识别开辟了一条新的途径。  相似文献   

12.
根据磁弹基本原理可知,不同拉力作用下杆件材料的磁滞回线存在差异,据此提出了一种磁弹拉力测量改进方法。该方法先采用双套筒线圈式磁弹传感器采集不同拉力下杆件磁滞回线信号,并利用磁滞变化曲线衡量力对磁滞回线上每一点的影响,应用小波分析对磁滞变化曲线降维得到不同拉力下的低分辨率磁滞变化曲线特征,输入到神经网络进行训练,从而获得低分辨率磁滞变化曲线与拉力的映射关系。通过实验分析表明,磁滞变化曲线可以从本质上直观地反映拉力对磁滞回线上每一个点的影响。低分辨率磁滞变化曲线特征不仅包含着完整的拉力对磁滞回线每一点影响的信息而且特征维数低。应用基于低分辨率磁滞变化曲线和神经网络的拉力测量方法,无需分析灵敏度曲线和拟合确定系数曲线就可确定反映拉力的特征,可以实现多特征对拉力的拟合。接着,比较了误差反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和利用线性插值样本训练的RBF神经网络对拉力的预测性能,发现利用线性插值样本训练后的RBF神经网络的预测效果,优于BP神经网络和没采用线性插值样本训练的RBF神经网络。最后,将基于低分辨率磁滞变化曲线和采用线性插值样本训练的RBF神经网络的拉力测量方法集成于双套筒线圈式杆件拉力测量装置并应用于实际拉力测量中,其拉力测量误差和确定系数分别达到0.11%和1,达到了实际测量要求,证明了该方法的有效性和可用性。  相似文献   

13.
针对任意复杂非线性系统,提出一种通用的RBF网络动态系统逆控制方案,并提出了一种通过对聚类半径进行“粗调”和“细调”的最近邻聚类学习算法,利用构造伪系统的方法构成一种对非最小相位同样有效的神经网络动态逆控制与PID控制相结合的在线自学习控制策略。仿真研究证明,该控制策略不仅能使多种非线性对象跟踪多种参考信号,而且抗干扰能力和鲁棒性也很好。  相似文献   

14.
针对电动助力转向(EPS)助力特性的非线性问题,提出应用径向基(RBF)神经网络强非线性能力进行电动助力转向(EPS)助力特性曲面拟合方法,并做出改进。应用改进均值聚类方法(k-means)对数据进行聚类,获取基函数参数,再用梯度下降法训练网络权值,并利用最优停止法对网络进行了优化。实验结果表明,该改进方法避免了过拟合现象,提高了网络的泛化能力,并且具有网络训练时间短,拟合的曲面精度高,预测能力强等优点。  相似文献   

15.
在电流变液特性试验的基础上,提出基于电流变阻尼悬架的滑模半主动控制。依据滑模控制理论,采用极点配置法确定滑模切换面参数,应用比例切换的控制方法和等速趋近率确定控制律并改善滑模运动的动态品质,同时采用RBF神经网络算法优化滑模控制效果。针对悬架质量参数和车速不确定性,运用MATLAB/SIMULINK进行了悬架半主动控制的建模和仿真分析。仿真结果显示,与被动悬架相比基于RBF神经网络的滑模半主动控制能有效改善悬架性能,对于悬架的不确定性有较好的自适应性。  相似文献   

16.
端面凹坑是圆柱锂电池缺陷检测的重要指标之一。因为明暗对比度小的浅凹坑极易受金属表面上随机出现的亮点暗斑等强噪声的干扰,造成浅凹坑自动检测十分困难。为此,提出了一种解决方案:首先针对在单一光源角度下难以获取清晰的浅凹坑图像问题,采集6张凹坑在不同光源角度下的图像;其次采用时域平均和剔除异常值方法对6张图像进行融合得到基准面图像,并采用基于滑动窗口和奈奎斯特采样定理的空间滤波方法,减弱了信息强度较强的干扰噪声,再根据误差分析理论,提取灰度分布曲线的平均偏差;然后根据凹坑在灰度分布曲线中的形态,提取凹凸曲线段峰谷差和宽度比;最后采用BP神经网络方法建立检测模型来实现凹坑检测。对现场采集到的样本进行了测试,算法的正确检测率为100%。  相似文献   

17.

The layout optimization problem of complex box girder structure is solved with a new method RBF-NNM-APSO formed with the digital neural network model (NNM) of radial basis function (RBF) and adaptive particle swarm optimization (APSO) algorithm in this paper. The optimized surrogate model is proposed and applied to the configuration optimization of heavy-duty box girder of casting crane for improving the mechanical properties of the optimized object and expediting proceedings. First, the parametric command flow finite element numerical model of box girder is established. The RBF neural network is trained by constructing a mixed orthogonal experimental table of parameters, and the relationship between the design variables and the maximum stress and deformation is established. Subsequently, the trained RBF neural network design scheme is optimized by APSO algorithm. Finally, on the premise of not increasing the total mass, a new layout form of box girder is obtained.

  相似文献   

18.
For the characteristics of wind power generation system is multivariable,nonlinear and random,in this paper the neural network PID adaptive control is adopted.The size of pitch angle is adjusted in time to improve the performance of power control.The PID parameters are corrected by the gradient descent method,and Radial Basis Function(RBF)neural network is used as the system identifier in this method.Simulation results show that by using neural network adaptive PID controller the generator power control can inhibit effectively the speed and affect the output power of generator.The dynamic performance and robustness of the controlled system is good,and the performance of wind power system is improved.  相似文献   

19.
马建峰  王信义 《机械》2001,28(5):12-13
提出一种基于径向基函数神经网络的铣刀磨损监控方法,径向基函数神经网络的输出是刀具磨损的具体值,这样有利于对刀具磨损进行各种实时补偿。实验表明,利用径向基函数神经网络进行状态识别可对小型立铣刀的磨损进行监控,能够取得良好的效果,同时证明RBF网络的训练速度优于BP网络。  相似文献   

20.
-For the characteristics of wind power generation system is multivariable,nonlinear and random,in this paper the neural network PID adaptive control is adopted.The size of pitch angle is adjusted in time to improve the performance of power control.The PID parameters are corrected by the gradient descent method,and Radial Basis Functinn(RBF)neural network is used as the system identifier in this method.Simulation results shaw that by using neural adaptive PID controller the generator power control can inhibit effectively the speed and affect the output power of generator.The dynamic performance and robustness of the controlled system is good,and the performance of wind power system is improved.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号