误差分配与合成原理在智能仪器设计中的应用

本文从仪器的精度出发，阐述了运用误差分配与合成原理设计智能仪器的一种方法。     

大学生创新能力培养探索与实践

本文结合创新教育的实施过程,阐述了我校大学生创新教育模式,通过营造创新环境,建立完善组织机构及政策措施,制定有效的管理模式及运行机制,鼓励教师参与创新实践指导,激发学生自主学习,积极参与课外科技创新活动,形成切实可行的创新教育体系,取得较好的成效.     

模糊输入的概率神经网络在变压器故障诊断中的应用

将概率神经网络引入到电力变压器的故障诊断中,并提出了利用模糊数学的知识对神经网络输入进行预处理的方法.采用改良的三比值方法来实现故障诊断,建立了基于模糊输入的神经网络故障诊断模型.通过对神经网络模型的实例训练及仿真,证明了此方法有较好的收敛性,提高了故障诊断的有效性和准确性.     

动态对角递归网络在变压器故障诊断中的应用

介绍了动态对角递归网络,并针对BP算法收敛慢的缺点,提出了递推预报误差学习算法。利用该算法对神经网络的权值和域值进行训练,有效地提高神经网络的收敛性及增量学习能力。将动态对角递归网络应用到变压器的故障诊断中,利用改良三比值方法来实现诊断,建立了诊断的模型。利用部分数据进行了训练及故障诊断的仿真,结果表明了利用该方法进行变压器故障诊断的有效性。     

一类高阶非线性系统的级联自抗扰控制

针对类似板球系统的一类高阶、强耦合、不确定非线性系统,利用backstepping算法的思想,提出以多个低阶自抗扰控制器级联实现控制的方法.通过各低阶自抗扰控制器的扩张状态观测器观测出各级对象的内外扰动,然后进行补偿,较好地解决了高阶非线性系统的不确定性、耦合性及干扰抑制问题.以板球系统的轨迹跟踪控制为例进行研究,所得结果表明,该方案适用于复杂高阶非线性级联系统的控制,具有良好的动态特性及鲁棒性.     

基于递归网络的永磁同步电机位置控制

提出基于递归式神经网络的控制方法,对永磁同步电动机位置系统进行控制.控制器是由递归式神经网络控制器和补偿控制器组成,其中递归式神经网络控制器主要是为了跟踪输入信号,而补偿控制器是用来补偿最优控制法则和递归式神经网络控制器之间的误差.仿真结果表明,采用该种方法对位置系统进行控制,具有较好的跟踪性和鲁棒性.     

基于模糊输入的概率神经网络在变压器故障诊断中应用

将概率神经网络引入到油浸式电力变压器的故障诊断中,并提出了利用模糊数学的知识对神经网络输入进行预处理方法。采用改良的三比值方法来实现故障诊断,建立了基于模糊输入的神经网络故障诊断模型。通过对神经网络模型的实例训练及仿真,证明了此方法有较好的收敛性,提高了故障诊断的有效性和准确性。     

基于自抗扰观测器控制的起重机防摆定位系统

针对桥式起重机水平运动系统是一个非线性、变参数、强耦合、欠驱动的系统,采用自抗扰观测器进行定位和防摆控制,自抗扰观测器可以对系统的内部扰动和外部扰动进行观测,并加以补偿。仿真实验结果表明,系统具有良好的动态、静态特性和强的鲁棒性。     

数字流混沌产生器的模型参考同步降噪

在已建立的数字流混沌产生器的时钟间隔脉冲驱动同步原理和实现方法的基础上,为解决该方法存在的通信双方程序不一致所导致的噪声随时间增加而增加的问题,提出了模型参考同步去噪法,旨在减少同步噪声,以获得好的信噪比。实验结果表明该方法有效地降低了噪声.