应用神经网络和AE信号对磨削烧伤的在线检测

磨削烧伤是磨削过程中常见缺陷之一,严重影响被加工零件质量和使用寿命,运用RBF神经网络和AE传感器实现了磨削过程中磨削烧伤的在线检测,通过分析磨削加工中AE信号的特性,计算240～400kHz内的信号有效值,峭度和歪度,处理后作为神经网络的输入向量,完成磨削烧伤的在线识别,通过比较在线识别结果和离线检测结果,证明了该在线检测系统具有较高的准确性.     

基于虚拟仪器技术的炼钢转炉传动机构在线监测与故障诊断系统

目前,炼钢厂对炼钢转炉的传动机构--耳轴轴承的监测手段比较落后,定期更换耳轴轴承的方式也有不少弊端;虚拟仪器(Virtual Instruments)是计算机系统与仪器系统技术相结合的产物,最常用的开发平台为美国国家仪器公司(Natinal Instruments)的LabVIEW;开发了一套基于LabVIEW 7.1的炼钢转炉传动机构在线监测与故障诊断系统,该监测系统能够获取和记录耳轴轴承振动信号和轴心位移信号,在时域和频域进行全面分析,具有显示、报警、诊断分析和历史数据查询等功能;系统已在某钢厂投入试运行,效果良好.     

基于混合神经网络的非线性预测函数控制

针对基本预测函数控制只能用于线性对象的控制这一不足,提出了基于混合神经网络的非线性预测函数控制.混合神经网络由BP网络和线性神经网络串连组成.采用混合神经网络对可用Hammerstein模型描述的非线性对象进行有效的辨识.其中,BP网络反映了非线性静态增益,线性神经网络反映了线性动态子系统.利用BP网络求出非线性静态增益的逆并与非线性对象串联,抵消非线性对象中的非线性静态增益部分,将非线性对象的控制问题转化为对线性对象的控制问题,实现了对非线性对象的预测函数控制.当被控对象的特性发生变化时,可对混合神经网络权值及时进行修正并调整控制器参数使控制系统始终保持良好的控制性能.仿真结果表明,此控制系统具有良好的控制效果.     

预测控制在中央空调净化系统中的应用

针对常规PID控制在非线性、大惯性系统中存在滞后、精度低等弱点,构建了神经网络与预测算法相结合的控制系统.采用预控算法,充分利用预测控制的滚动优化和反馈校正的特性,采用神经网络建立系统的动态模型作为预测控制器的预测模型,实现了对大滞后系统的自适应控制,具有实时控制和预测性能,有效地提高了控制精度和可靠性,增强了稳定性.现场运行结果表明,在空气净化器系统中使用该方法效果良好,易于推广.     

基于混沌DNA遗传算法与PSO组合优化的RNN短期风电功率预测

提高短期风电功率的预测精度对保证电力系统安全、稳定地运行具有重大意义。针对风速信号的强奇异性,采用脊波神经网络建立短期风电功率的预测模型;同时利用混沌DNA遗传算法确定脊波神经网络的隐层结构,采用粒子群算法优化网络的连接权值及方向向量。对新疆某风电场的输出功率进行了预测实验,并比较了优化前后脊波网络模型的预测性能。研究结果表明采用粒子群与混沌DNA遗传算法组合优化后的脊波神经网络均方根误差降至12.3%,预测精度得到显著提高。     

汽轮机故障在线智能诊断系统

叙述了汽轮机故障诊断系统的应用必要性。根据系统功能，采用了分布式上下位机网络结构，给出了硬件设备的组成，上下位机之间以RS-232协议通信。提出了系统诊断的总体结构和诊断流程；讨论了反向传播神经网络和专家系统这两种诊断算法的诊断原理与诊断流程；探讨了BP网络激活函数的改进；介绍了应用于汽轮机几种典型故障的情况；编制出了具有丰富功能的上位机诊断软件。在转子模拟实验台上进行的实验表明，该系统稳定可靠，有较好的使用价值。     

用单片机系统实现故障诊断

本文介绍了现代工业设备故障诊断的必要性，以凝汽器为对象，并列举了其故障征兆集、采用反向传播神经网络算法，设计了一个具有故障诊断功能的单片机系统，其使用效果良好。     

中央空调系统节能运行改造的控制策略与方案

鉴于中央空调定流量水系统存在能源浪费的缺点,提出了基于变频器和工控机的变流量水系统节能运行控制方案;基于系统的大延迟和大惯性,提出了神经网络与预测控制相结合控制策略,克服了单纯PID控制对大迟延、大惯性对象调节品质差、抗干扰能力弱的缺点;采用组态软件LabVIEW编写了控制程序;系统的实际运行情况表明,该控制系统具有节能效果良好、稳定性高、维护方便等优点,值得推广。     

烟气脱硝喷氨量SA-RBF神经网络最优控制

对于选择性催化还原(SCR)烟气脱硝装置喷氨量的精确控制,传统PID控制器的参数是基于设计负荷预先整定,在变工况下系统呈现出强非线性和滞后性,难以确保最佳控制量.通过引入动态结构的RBF神经网络,利用敏感度法来增加和删除神经元,解决RBF神经网络结构过大或过小的问题,保证预测网络结构的精度.该网络综合学习SCR脱硝装置主要相关参数,以NOx排放量与设定值之间误差最小作为训练信号,实现喷氨量的最优控制.实验结果表明,在变工况下,此方案与传统PID相比,能满足SCR出口NOx排放量,有效减少了氨气逃逸量,具有良好的变工况适应能力.     

可调引射混合式低压加热器的智能控制

针对可调引射混合式低压加热器是一个多输入多输出的非线性系统,具有时变和非线性特性,采用广义生长-剪枝RBF(GGAP-RBF)神经网络对其进行双变量神经网络自适应控制。该方法用GGAP-RBF网络对加热器非线性模型进行实时辨识,并将系统的Jacobian信息反馈给BP神经网络控制器,从而保证了控制器对被控对象的精确控制。通过加热器的控制对比试验,结果表明该方法能在动态条件下实现对加热器的自适应控制,并且具有较好的动静态性能。