基于粗糙模糊神经网络的微孔钻削在线监测方法

提出了基于粗糙集理论的模糊神经网络对微孔钻削进行在线实时监测的方法,能有效利用粗糙集理论对控制规则进行约简,再利用钻削力、钻削扭矩和主轴电机电流信号作为神经网络的输入,构建相应的模糊神经网络模型,对系统进行训练,进而对提取的精简规则参数进行优化,从而解决了常规粗糙集控制规则缺乏学习能力,自适应性差的问题.采用该方法可获取微细钻头磨损状态的信息,对微孔钻削过程进行在线实时监测,可有效避免微钻头折断,并降低制造成本,提高生产效率.     

基于粗糙集模糊控制的微孔钻削在线监测

提出了一种基于粗糙集模糊控制的微孔钻削在线监测的方法。克服了当模糊系统输入维数高时,系统模糊规则过多,计算过于复杂的缺点。在MATLAB环境下,应用构造好的模糊系统对主轴电机三相电流信号进行实时数据处理,获取隐含微细钻头磨损状态的信息值,对微孔钻削过程进行在线监测实验,结果表明,适当选择监测阈值,可以有效避免微细钻头的折断。     

基于多信号模糊融合的微孔钻削在线监测

利用轴向力、扭矩和主轴电机电流信号来监测微小钻头在钻削过程中的状态,提出了运用模糊控制作为多信号融合来监测微钻头状态的监测模型。结果表明,利用该模型得到的监测阈值进行在线监测可有效避免钻头折断。     

基于ANFIS模糊神经网络的微钻头破损监测

使用轴向力和扭矩信号监测微孔钻削过程,提出了基于ANFIS模糊神经网络作为微钻头破损状态监测模型。该模型能够较准确描述钻头破损和信号特征之间的非线性关系,和常用的BP神经网络相比,具有收敛速度快和局部学习能力等优点。实验结果表明：采用ANFIS模糊神经网络对提高微钻头监测的准确性非常有效。     

基于虚拟仪器的微孔钻削在线监测自动控制系统

为防止微孔钻削过程中钻头折断,开发了基于虚拟仪器的微孔钻削在线监测系统.该系统能够完成主轴电动机电流信号的采集、数据处理、存储显示以及报警退刀等操作.具有硬件结构简单、监测精度高、抗干扰能力强等优点.实验结果表明,应用该系统进行微孔钻削在线监测,可以有效避免微钻头的折断,提高钻头的利用率.     

基于决策逻辑的模糊粗糙神经网络建模

为建立相关量的预测模型,提出了一种新的基于决策逻辑的模糊粗糙神经网络建模方法.首先对原始数据进行预处理,并基于粗糙集理论进行属性约简,得到最简决策表.然后基于决策逻辑建立模糊粗糙神经网络.最后提出了一种结合混沌搜索算法和最小二乘法的Chaos-LS算法,训练模糊粗糙神经网络的参数,从而建立起系统的模糊粗糙神经网络模型.实验证明,这种建模方法建立的模糊粗糙神经网络模型具有较高的精度和泛化能力a     

基于神经网络的微孔钻削力的实时监控

建立了基于神经网络的微孔钻削力实时监控系统,以轴向力和扭矩信号为监测对象,应用BP神经网络进行多路传感器信息融合,判断微钻头工作状态,为微孔钻削加工力的智能化在线监控提供一种有效的技术方法.     

基于模糊神经网络发动机状态监测警报系统的建立

针对传统的依靠单一参数对发动机进行状态监测的不足,利用模糊神经网络处理不确定性复杂问题的能力,融合多种监测参数的信息,建立了基于趋势分析的5级状态监测警报系统.首先从铁谱、振动和性能参数三方面优选监测参数,通过对大量历史数据的统计分析得到各监测参数的界限值,建立了发动机失效程度逐级递进的5级状态监测标准.然后建立隶属函数,通过计算隶属度实现了输入样本的模糊化.最后设计神经网络的结构,利用历史数据训练网络.通过对实例结果的分析证明了该模型的实效性.     

基于BP神经网络的超声振动钻削钻头磨损状态监测试验研究

搭建了超声轴向振动钻削钻头磨损状态的钻削力和声发射信号采集系统,采集不同磨损状态下钻中区域的钻削力和声发射信号进行小波分解,得到与钻头磨损状态相关的特征量作为识别钻头磨损状态的特征参数,输入到建立的6-13-3的三层BP神经网络模型中进行融合,识别钻头磨损状态。试验结果表明,通过BP神经网络技术将钻削力和声发射信号融合识别钻头磨损的准确率约88.9%,能够有效监测钻头磨损状态。     

Development of a rough set-based fuzzy neural network for online monitoring of microdrilling

A rough set-based fuzzy neural network has been developed in this study for online monitoring of microdrilling. By applying the rough set theory, we obtained reduced rule sets from data samples as the fuzzy neural network rules. Then the neural network model was designed based on the reduced rule sets. The number of the network fuzzy rules was reduced. Shortcomings in high-dimensional fuzzy neural network, such as huge structure, were overcome. Data that were sampled in real-time from the spindle motor three-phase currents were processed by the trained network to monitor the microdrill wear online. The experiment results show that if the threshold is properly selected, the microdrill breakage will be effectively prevented by the monitoring.     

一种新的模糊神经网络及在化工过程控制系统的应用研究

本文提出一种新的采用补偿模糊算子的神经网络,它使控制系统具有更强的适应性和鲁棒性。该系统不仅能够自适应地调整隶属度函数。而且能够动态优化模糊规则,将其应用于化学反应器（CSTR）的控制中。仿真实验表明该网络的良好性能。     

基于模糊神经网络的梭式窑自适应控制系统应用研究

针对梭式窑温度控制过程存在非线性、时变性和不确定性等情况,设计了基于模糊神经网络的自适应控制(MRAC)系统并运用于梭式窑中,即采用RBF径向基网络作为梭式窑温度对象的辨识网络,它产生的Jacobin信息与控制误差一起提供给模糊神经网络控制器作为其学习信号,经过MATLAB仿真调整初始参数。最后运用VC++软件结合数据采集卡对燃气梭式窑进行控制。该控制系统能辨识出梭式窑时变性、非线性、长滞后性的对象特性,实时修正控制器参数,以适应对象特性的变化,在实际应用中取得了良好的控制效果。     

基于模糊神经网络的供应商选择建模

供应商选择的直接影响着供应链竞争力.在科学合理构建供应商评价指标体系的基础上,建立基于模糊神经网络的供应商评价模型,可以较好地克服评价指标不全面和主观性强的不足,提供了一种新的评价和选择方法.     

模糊神经网络在温控系统中的应用

文章首先介绍了温控系统的方案设计以及部分功能模块,然后介绍BP神经网络结构和模糊推理,在分析两者弊端的基础上提出将两者相结合的控制方法。本文还介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理,最后利用matlab神经网络工具箱作为平台,通过测试样本仿真和试验,本设计的应用为实现快速、精确的温控系统提供了一种功耗低、经济有效的解决方案。     

模糊神经为基的物流装置运动控制系统

为提高制造系统中物流装置运动效率和轨迹柔性,研制开发了通过CCD图像实时反馈物流装置运动实际位置信息,以模糊神经网络技术构建物流装置运动控制器,该控制器采用模糊算法控制物流装置运动方向,采用神经网络对模糊控制规则的调整因子进行算法寻优.实验表明该装置运动灵活,稳态精度高,符合自动化制造车间物流运输要求.     

模糊神经网络技术在齿轮热分析中的应用

以单参数变化作为训练样本对模糊神经网络进行训练,定性地预测出多参数变化时齿轮发热量的变化趋势,有效完成了模糊神经网络技术在齿轮热分析中的应用。     

模糊神经网络在电气设备故障检测与诊断中的应用

电力变压器故障的机理难以应用准确的数学模型加以描述,故障现象与故障原因之间存在着很多不确定因素。本文应用人工网络理论,并利用模糊理论预处理数据,建立了基于模糊神经的变压器故障检测诊断模型。结果表明,该方法对变压器进行故障检测诊断是有效的,同时对其它电气设备的故障诊断也具有参考意义。