改进PSO-BP网络在故障诊断中的应用

针对油田抽油机井故障诊断方法较落后的问题,提出一种基于改进PSO-BP网络的故障诊断系统.神经网络权值的训练采用改进的PSO算法,克服了BP学习算法收敛速度慢、易陷入局部极值的缺点.将该网络用于抽油机井的故障诊断,并与传统BP模型的故障诊断结果进行比较.结果表明:基于改进PSO-BP的故障诊断方法正确率达96%以上,可以在更短的时间内、用更少的迭代次数达到精度要求,为设备检修提供了可靠的依据.     

LED灯绳自动装配设备的研究设计

设计了一款LED灯绳自动装配新型设备,设备采用单片机自动控制运行,它由放线机构、导线牵引进给机构、装配主机及自动控制系统等构成。介绍了LED灯绳的装配方法,重点介绍了导线牵引进给机构、装配主机结构中的灯卡自动扣紧机构和LED灯体自动送料机构,以及装配设备各机构间的动作协调关系。     

基于PSO的塔式起重机模糊神经网络滑模防摆控制

针对塔式起重机运行中重物摆动造成的工作效率降低、存在安全隐患等问题,建立塔式起重机的动力学模型,设计基于PSO的模糊神经网络滑模控制器,用于塔式起重机的定位、防摆控制。用模糊神经网络辨识塔式起重机系统模型的不确定项,并用PSO算法优化滑模控制器的参数。该方法降低了滑模控制系统的抖振,提高了控制系统的性能。仿真结果表明该方法的有效性和可行性。     

西门子机电一体化实验室开发与建设

基于校企合作的需要,构建西门子机电一体化实验室.提出了实验室的总体建设方案,从硬件和软件两方面阐述了实验室的基本构架.建成后的实验室已用于西门子机电一体化系统工程师认证的教学与培训.     

一类非线性神经模糊控制系统

针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播（FCP）网络辨识器和径向基函数（RBF）神经网络控制器组成,仿真结果表明了该方案的有效性。     

迁移深度学习地基云图自动识别的网络微调学习过程

研究了一种将迁移学习引入到地基云图自动识别深度学习网络中的学习过程,其中深度学习网络采用Alex Net经典网络模型,数据集采用 Imagenet样本库进行预训练,学习过程中采用微调操作对网络的权值进行最佳调整,通过对10类地基云图的仿真实验,可以看出,由于云图类别较多,分类任务较难,将迁移学习和微调方法引入到深度学习地基云图自动识别中,是可行和有效的,该方法的有效实施,为深度学习在高精度的地基云图分类以及其他领域图像识别奠定了技术基础。     

Profibus-DP和WinCC在MPS改造中的应用

基于Profibus-DP和WinCC对模块化生产系统（MPS）进行改造。介绍了基于Profibus-DP的单主站多智能从站的网络组态与通信方法;上位机通过组态软件WinCC与系统进行数据交换,实现对系统的监控、数据归档、报警和报表打印等功能。     

一种新的神经模糊系统及其应用

为满足实际应用的需要,文中提出一种带Laplace(概率密度函数)型隶属函数的模糊逻辑系统(FLS),它具有多层前向网络的结构.但这个新型FLS不满足Stone-Weierstrass定理条件.笔者采用微分中值定理和Weierstrass定理证明它的通用逼近性.所提出的FLS在油田试井压力建模和预报中得到了成功的应用,具有较高的拟合和预报精度.实际应用表明了它的可行性和有效性.     

基于MRAS的无轴承同步磁阻电机无位移传感器控制

无轴承同步磁阻电机的悬浮运行需要实时检测转子径向位移,通常在电机内部安装机械位移传感器,该方法存在安装调试复杂、电机体积增大、系统可靠性降低、成本增加等问题。针对上述问题,将模型参考自适应转子位移估计方法应用到电机无位移传感器控制中。基于无轴承同步磁阻电机转矩绕组和悬浮绕组电流状态方程,建立了电机电流参考模型和可调模型,选取合适的自适应律对两个模型的输出误差进行调节,辨识出电机转子径向位移。研究结果表明,模型参考自适应法能有效跟踪电机转子位移变化,估算精度较高,系统动、静态性能良好。     

异步电动机轻载节能控制系统开发

针对异步电动机轻载运行效率低的缺点,阐述了异步电动机降压节能的原理。基于模糊控制算法开发了电动机轻载降压节能试验系统,克服了传统调压控制方法对电动机数学模型的依赖。阐述了系统的结构和软、硬件的实现过程。实验室测试结果表明,该方法在电动机轻载运行时起到了良好的节能效果。