神经网络数据融合的风机智能诊断系统研究

以信息融合和神经网络为理论基础,建立了风机融合神经网络模型和风机神经网络故障诊断模型。模型中,通过最近邻聚类学习算法对同类信息融合,应用人工神经网络对多源信息加以合成,并将融合结果作为输入层,进行神经网络故障诊断,实现了风机故障的智能诊断,并收到了良好效果。     

风机在线监测系统设计与实现

应用单片机、现场总线和网络通讯技术,设计了一种风机在线监测系统,实现了风机实时状态监测。     

电磁加热炉液压翻转装置翻转控制策略研究

针对翻转缸动作过快损坏板坯表面质量及翻转动作过慢使止推臂不能有效支撑板坯等问题,提出了基于模糊神经网络算法的预设定协调控制策略,建立了板坯翻转预设定运动轨迹模型,并对该控制系统进行仿真分析。结果表明,基于模糊神经网络算法的预设定协调控制策略使板坯翻转机构运行平稳、振动小、动态跟随性能好、定位准确,满足高牌号取向硅钢生产工艺要求。     

步进梁加热炉速度智能控制技术研究

武钢取向硅钢铸坯步进梁加热炉采用的是非对称闭式泵控电液比例控制系统．是一种典型的非线性、时变、强干扰系统,采用常规PID控制时其跟踪性能和适应性较差,很难在不同钢种、不同负载、不同阶段中达到所要求的速度跟踪精度。通过对NSPC动态特性的分析,提出了一种FNNC控制系统。试验和现场应用表明,该系统的跟踪速度、精度、缓冲特性、循环时间较先前使用的PID控制系统均有所改善或提高,能更好地满足生产要求。     

2自由度手臂康复机器人运动学及动力学分析

针对上肢康复训练需求,设计一种采用二连杆串联结构的2自由度手臂康复机器人。基于D-H法对机器人的正、逆运动学进行理论分析,采用Matlab/Simulink和SimMechanics工具箱分别搭建机器人的正逆运动学理论模型与机构模型进行仿真对比,分析结果验证了机器人运动学建模的正确性。结合人体工程学相关标准和手臂关节运动范围要求,建立机器人与手臂机构的联合仿真模型,确定机器人的工作空间;并完成机器人进行画圆训练的轨迹规划,为机器人运动控制奠定了基础。基于联立约束法建立机器人的动力学模型,确定了机器人各关节驱动力矩大小,为驱动电机选取和控制器参数选择提供了依据。     

RBF-NN多模型切换的轧机液压活套控制方法研究

本文对轧机液压活套系统的工作特性进行了分析.该系统为多变量非线性系统,在位置与张力变化较大时,使用传统的控制方法该系统的稳定性较差;而神经网络在控制领域的广泛应用表明,它用于多变量非线性系统较为适合.实验结果表明,当位置与张力变化较大时,采用RBF神经网络控制方式使系统仍然稳定.     

桥式混匀取料机液压系统的改造

为了弥补现有桥式混匀取料机机械式传动系统的缺点,根据现场设备工作的特点和要求,提出了改造液压系统的初步方案,并设计了液压系统的原理图,然后利用AMESim软件对系统进行了仿真分析,证明了系统的合理性与可靠性,为下一步对系统进行优化和改进提供了参考。     

位置伺服系统逆模型控制算法研究

运用逆模型算法控制新型驱动式阀控缸位置伺服系统,将系统线性化成伪线性系统,利用状态反馈和极点配置方法设计线性系统控制器,实现对系统的控制;并与传统的PID控制方案进行比较。仿真结果表明,采用逆系统控制方法的控制效果较传统PID控制方法好。     

基于磁控形状记忆合金的伺服阀驱动器

磁控形状记忆合金(MSMA)是一种新型的具有形状记忆功能的功能材料。用这种材料制成的驱动器具有响应频响高、驱动力大、可控位移大等特点,特别适合于制造高精度大位移运动与位置控制驱动器。根据MSMA以上优点,研究基于MSMA的先导式伺服阀驱动器,设计出一种新型的驱动器结构:用弹簧恢复MSMA形变,直流绕组产生偏磁磁场,励磁绕组提供可控磁场。通过已有数据分析了材料静态特性,用MATLAB软件进行数据分析并且仿真,得到材料的驱动力及位移与时间的关系,验证了结构设计的合理性。     

一种新型伺服阀驱动器的设计与仿真

MSMA是一种新型的功能材料,具有较大的应变和可控性位移。基于磁控形状记忆合金(MSMA)的磁控特性和形状变化机制,设计出了新型直线伺服阀驱动器。该执行机构使用弹簧恢复其变形,采用直流线圈产生偏置磁场和应用交流线圈提供可控磁场。通过对先导型伺服阀进行简化及建模,不考虑磁滞等影响,使用MATLAB/SIMULINK软件进行仿真,并通过合理的参数设计,得到系统bode图和系统输出位移曲线图,验证了新型伺服阀驱动器结构设计的合理性。