基于粗糙集-神经网络系统的采煤机故障诊断

利用粗糙集理论对原始数据进行约简,构建优化的粗糙集—神经网络智能系统。该系统能够提高采煤机故障诊断准确性和效率,有良好的应用前景。     

基于GA-BP混合算法的电力变压器故障诊断方法

为解决BP神经网络在变压器故障诊断中存在的收敛速度慢,容易陷入局部最优点等缺点,采用了将BP网络和遗传算法相结合的方式,利用遗传算法的全局收敛性,优化BP网络的初始权值和阈值,再由BP网络进行调整搜索,同时采用了LM优化方法训练神经网络以提高网络精度,缩短训练时间,最后将训练好的网络应用到油中溶解气体分析技术中。     

基于粗糙集的数据挖掘系统在安全决策中的应用

我国许多大、中型煤矿都建立了通风安全监测系统、井下突水监控系统、井下煤与瓦斯突出监测系统等煤炭安全决策系统,这些系统中积累了大量的原始数据。如何将数据演变成可以科学决策的信息是煤矿安全生产要考虑的问题。粗糙集理论作为能够定量分析不确定和不完备信息与知识的方法,为数据挖掘提供了一种新的方法。为了更好地解决在决策表不完备和不一致情况下的推理和决策问题,提出了一种基于属性简约的缺省规则挖掘模型。最后设计出了基于粗糙集的数据挖掘系统,将其应用到井下工作面瓦斯涌出量数据挖掘分析中,取得了不错的效果。     

PLC在材料自动分拣系统中的应用

为解决人工分拣货物劳动强度大、效率低等缺点,以PLC为主控制器,结合气动装置、传感器、位置控制等技术,运用梯形图编程,实现对铁块、铝块及不同颜色材料的自动分拣。系统具有自动化程度高、运行稳定、易控制的特点。并可根据不同对象,稍加修改本系统即可实现要求。     

嵌入式电力故障录波器的设计

为提高电力故障诊断系统的性能,介绍了一种嵌入式电力故障录波器的设计方案.该故障录波器采用了DSP与ARM双微处理器协同工作的方式;数据采集系统采用了DSF芯片TMS320F2812、A/D芯片ADS8364及硬件同步采样技术;数据管理系统包括S3C44B0X芯片、以太网接口、LCD接口、USB接口.录波器具有数据采集精度高、处理速度快、系统容量大、以太网接口数据远传等优点,这对交流电参量检测装置的设计具有一定的参考价值.     

基于PLC的烟气净化系统的排烟风门开度控制

针对电解铝厂烟气净化系统的排烟风门开度控制中存在的非线性,时变及难以建立精确的数学模型等问题。本文以AB公司的SLC500系列PLC为核心,采用模糊控制算法,来对排烟风机的风门开度调节进行控制。整个控制系统结构分为三层:监控管理层、控制层、现场设备层,每一层由若干硬件设备和软件组成,分别完成一定的控制与检测功能。结果证明取得了很好的控制效果。     

基于粗糙集-神经网络系统的采煤机故障诊断研究

针对神经网络在故障诊断中存在着输入属性维数多和数据量庞大的缺点,利用粗糙集理论对原始数据进行约简,并剔除其中不必要的属性,构建了优化的粗糙集-神经网络智能系统。通过对实例分析,使用该系统能够提高采煤机故障诊断的准确性和效率,在故障诊断中有良好的应用前景。     

基于改进粒子群优化算法的最大风能跟踪方法

风能作为一种随机性很大的能量,具有明显的非线性.为了提高风能的利用效率,需要进行最大功率点跟踪(MPPT).针对传统粒子群优化算法对参数敏感度较强、易于局部收敛等缺点,提出基于优势速度保留策略的变邻域粒子群优化算法.首先,考虑社会个体对其环境的认知规律,通过简化传统粒子更新公式以降低算法性能对参数设置的敏感程度;其次,为充分利用粒子更新中所得优势粒子速度信息,一种优势粒子速度小概率变异策略及劣势粒子速度随机赋值方法随之被提出;最后,将其应用到风力发电系统的最大风能跟踪控制中,并与传统粒子群优化算法进行比较.仿真结果显示,该算法可以实现动态过程中风力发电系统的最大风能捕获,提高系统的运行效率和动态响应速度.     

基于充电设备利用率的电动汽车充电路径多目标优化调度

由于电动汽车车主选择充电站具有较大的随机性,使得各充电站的利用率存在较大的差异,从而造成整个电网的负荷失衡,影响配电网的稳定性和安全性。针对上述问题,将行驶路程最近、时间最短、充电站时间利用率偏差最小和功率利用率偏差最小作为优化目标,建立了电动汽车充电路径多目标优化调度模型。在对该模型进行求解的过程中,提出了基于细菌趋化的改进粒子群算法进行求解。仿真结果表明,采用该算法后,电动汽车车主可以根据区域内充电站的利用率情况有目的选择充电站,实现均衡化充电站利用率的目的。     

基于遗传神经网络的氧化铝浓度预测控制

分析了槽电阻与氧化铝浓度的之间的关系,对铝电解槽氧化铝浓度的控制方法进行了探讨。通过建立基于遗传神经网络的氧化铝浓度预测控制系统,对氧化铝浓度进行控制,实际应用效果良好。