基于ANFIS的非线性系统辨识研究

系统辨识是控制系统设计的基础，对非线性系统进行辨识是当前的难点；文献[1]提出了用模糊建模方法，文献[2]提出了用神经网络方法，在总结上述方法不足的基础上，该文提出了用自适应神经模糊推理系统(ANFIS)对非线性系统进行辨识的方法，仿真结果表明，ANFIS进行非线性系统辨识是可行的，其辨识精度很高。     

甘蔗剥叶机机架模态试验研究

对甘蔗剥叶机机架进行了单点脉冲激振和多点拾振的试验研究，结果表明，该方法较准确地提示了影响甘蔗剥叶机机架动态性能的因数，从而为甘蔗叶机的模态分析，动力响应分析和动态优化提供了准确、可靠的试验参数。     

电机设备的现代故障诊断方法

分析了电机设备故障诊断的基本原理，以文献综述的形式系统的阐述了电机设备的现代故障诊断方法，并概括了已有的各种故障诊断方法的特点，指出了电机故障诊断方法的发展趋势。     

基于232总线的步进电机集散控制系统

以2台步进电机为控制对象,完成了一套集散控制系统的整体设计.该系统由上位机(PC机)和下位机(单片机控制系统)组成,通过Visual Basic的串行通信控件MSComm和RS-232总线完成两者之间的通信.上位机发出控制指令,通过串行口通信,由下位机完成两台步进电机的速度与方向控制,并在上位机上实现步进电机速度的实时显示.实时运行结果表明了该系统的实用性和可靠性.     

基于混沌求偶萤火虫算法的移动机器人路径规划

针对传统萤火虫算法应用于移动机器人路径规划中存在陷入局部最优和搜索精度低的问题,提出一种基于混沌求偶萤火虫算法的移动机器人路径规划方法。设计一种混沌求偶荧火虫算法,该算法采用混沌映射策略初始化种群,优化种群分布不均和搜索范围不足问题;利用求偶学习策略指导雄性萤火虫向雌性萤火虫学习,提高算法的收敛速度和求解精度。建立移动机器人路径规划的环境仿真模型,应用混沌求偶萤火虫算法进行移动机器人路径规划仿真。仿真结果表明：混沌求偶萤火虫算法比传统萤火虫算法和粒子群算法在路径长度上分别减少了3.075%和2.428%,拥有更高的搜索精度和跳出局部最优的能力。     

基于鲁棒迭代学习的灌浆压力自适应控制

为了提高非线性、不确定和时变性灌浆过程中压力的控制精度,在分析灌浆过程数学模型的基础上,提出了灌浆压力的PID控制器参数的自适应调节方法.由神经网络预测模型对灌浆系统进行非线性建模,然后基于神经网络学习误差迭代优化PID控制参数.为了确保控制器参数矩阵在调节时灌浆压力能收敛于灌浆设计压力,采用了李亚普洛夫误差增量迭代函数,使得对每次采样时刻系统误差PID调节向量能渐近收敛于最优值,从而使模型跟踪误差最小.通过迭代反馈调节方法的压力输出同手工控制方法对比研究,仿真结果表明,此方法有更好的自适应能力,较好地跟踪了灌浆设计压力曲线.     

基于MATLAB的模糊控制器的设计与仿真

介绍了利用Matlab5.3软件中的模糊工具箱设计模糊控制器并用Simulink进行仿真一般方法,通过具体实例表明,MATLAB的模糊工具是进行模糊控制系统设计与仿真的有效工具。     

基于改进遗传算法的PID参数整定及其在加热炉中的应用

提出了一种遗传传算法交叉概率与变异概率的自适应确定方法，应用该方法对PID控制器的参数进行优化，并以加热炉为研究对象进行仿真研究，结果表明该方法能实现对PID参数的全局优化，仿真系统具有较好的控制效果。     

基于废气排放和工况参数信息融合的内燃机失火故障诊断

提出一种利用内燃机排气中HC,CO2,O2浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法,并提出描述内燃机失火程度的模糊评价指标,进行内燃机有失火故障和无故障排气成分检测对比实验,通过RBF神经网络建立失火程度评价指标与排气中HC,CO2,O2浓度以及内燃机工况参数之间关系的诊断模型.仿真分析结果表明,此模型能正确诊断内燃机失火故障.     

基于废气排放和工况参数信息融合的内燃机失火故障诊断

提出一种利用内燃机排气中HC,CO2,O2浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法,并提出描述内燃机失火程度的模糊评价指标,进行内燃机有失火故障和无故障排气成分检测对比实验,通过RBF神经网络建立失火程度评价指标与排气中HC,CO2,O2浓度以及内燃机工况参数之间关系的诊断模型.仿真分析结果表明,此模型能正确诊断内燃机失火故障.