模糊神经网络在直接转矩控制系统速度调节器中的应用

直接转矩控制(DTC)是继矢量控制技术之后发展起来的一种高性能交流调速技术,是由德国的Depenbrock和日本的Fakahashi在1985年相继提出的。DTC采用空间矢量的分析方法直接在定子坐标下计算与控制交流电机的转矩,并借助于转矩两点式调节器把转矩限定在一定的容差范围内。DTC的控制效果不是取决于电机的数学模型是否精确,而是取决于转     

基于模糊神经网络的直接转矩控制

直接转矩控制与矢量控制相比,具有结构简单和鲁棒性强等优点。但直接转矩基于两点式控制原理,不可避免地产生转矩脉动,在控制精度要求较高的工业领域,传统的直接转矩控制技术无法满足控制要求。提出一种基于模糊神经网络的智能控制算法应用于直接转矩系统中。在MATLAB中进行仿真验证,结果表明,基于智能算法的直接转矩控制系统具有良好的动态性能和鲁棒性能,有效地抑制了转矩脉动。     

窄压机防喘振三线控制在DCS中的设计及应用

空分装置中空压机的防喘振控制是压缩工段的关键，防喘振控制的好坏直接关系到空压机设备的安全，因此空压机控制组态十分重要。     

基于模糊神经网络振动磨机控制系统研究

针对振动磨机破磨过程的复杂非线性,设计了二维模糊控制器;模糊控制过于依赖领域专家的先验知识,缺乏在线学习功能。将模糊逻辑推理与神经网络的自学习功能结合起来,提高整个系统自学习能力及表达能力,进一步改善了控制系统的动态性能,提高自适应能力。仿真实验证明了所提出BP算法的有效性。     

大功率压缩机的变频与喘振控制研究

分析了喘振现象和其发生的原因,讨论了大功率压缩机设备变频节能和防喘振原理,研究了利用单片机为核心的补偿控制器,实现了对压缩机进行调速一旁路回流的控制摸式,并在应用中取得了良好收益。     

液压动叶可调式轴流风机防喘振技术研究

该文介绍了风机喘振的特点、造成的损害、防喘振技术的重要性及常用措施,着重阐述了液压动叶可调式轴流风机的结构特点、喘振报警装置的组成、工作原理以及监控系统组成、工作流程,防喘振监测装置差压开关动作值及其整定方法,液压动叶可调式轴流风机防喘振的优点及推广应用价值。     

基于模糊神经网络的无毒提金控制系统研究

针对无毒提金工艺过程的特性,提出了基于遗传算法的模糊神经网络控制算法。采用了遗传算法离线全局优化和 BP算法在线局步调整相结合的方式优化模糊神经网络的参数,以及改进的Elman动态递归神经网络进行工艺系统辨识。仿真试验验证了该控制方案的优越性,对解决无毒提金工业过程中的控制问题具有重要意义。     

基于神经网络整定的圆锥破碎机控制系统的模糊预估控制

针对圆锥破碎机,本文提出一种基于神经网络整定的模糊预估控制,神经网络能够动态调整PID控制器的三个参数kp、ki、kd。文中对基本模糊控制器和整定PID控制器参数的神经网络分别进行了设计,并进行仿真研究,结果表明该控制方案能提高系统的动态和稳态性能。     

基于T-S模糊神经网络的可变速矿用带式输送机控制系统

针对矿用带式输送机功耗较大的缺陷,对带速与输送量之间的配比进行了建模分析。设计了一种基于扩展T-S模糊神经网络的可变速矿用带式输送机控制系统。以高斯函数作为隶属函数,将匹配的可变带速和输送量作为网络的输入值,并将输出的功率作为主控功率值去控制从控电机,达到通过电流的自动调整控制从控电机,从而实现矿用输送机整体功率保持平衡状态的自动控制的目的。仿真结果表明:该系统可以实现矿用带式输送机多电机下的可变带速的功率平衡,能够达到输送机节能优化的目标,为煤矿企业自动化控制提供了新的思路和方向。     

采煤机调高系统的模糊神经网络自适应控制

针对采煤机滚筒调高系统的非线性特点,采用了一种基于BP算法的模糊神经网络自适应控制,将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力融为一体,形成了对非线性系统的良好控制策略。经仿真结果表明,该系统具有良好的动、静态性能及自适应性。     

小波包神经网络在离心压缩机故障识别中的应用

为了能够提高离心压缩机故障识别的准确性和效率,构造了小波包模糊神经网络对离心压缩机进行故障识别。研究了小波包分析提取特征向量的方法。利用小波包分析获得了离心压缩机的特征向量后,利用模糊神经网络对其进行故障识别。利用小波包模糊神经网络对离心压缩机常见的5种故障进行了识别,结果表明该方法具有较高的故障识别能力。     

基于BP神经网络和模糊控制的智能通风系统设计

针对传统的井下局部通风机恒速运行及浪费电能的缺陷,提出了一种基于BP神经网络和模糊控制的智能通风系统。将井下瓦斯浓度、温度、湿度及煤尘等参数输入到BP神经网络模型中,对井下风量进行预测,通过当前风量与预测风量的对比,运用模糊控制算法对变频器电压进行调节,从而实现对变频器输出频率的控制,有效降低了局部通风机的耗电量,对煤矿安全生产具有重要的现实意义。     

基于RBF神经网络的离心压缩机的性能预测研究

利用径向基函数神经网络(RBF)建立对离心压缩机性能预测的神经网络模型,从而能够精确地预测出离心压缩机的性能参数的大小,能够分析离心压缩机的流量,叶片出口安装角,压力比和效率之间的神经网络与预测关系。应用数值计算软件MATLBA软件完成了离心压缩机的性能预测,分别对离心压缩机的压力比和效率进行了性能预测,预测效果表明,RBF神经网络的计算模型可以提高预测效率和预测精度。     

基于模糊神经网络的燃煤锅炉过程控制应用探析

分析燃煤锅炉各要素的影响,运用基于模糊神经元网络的控制理论,提出关于汽包水位模糊控制的总体设计,为工程技术人员在锅炉设计应用模糊控制系统提供参考。     

小波神经网络在离心压缩机故障诊断中的应用

为了能够准确、快速地对离心压缩机的各类故障进行诊断,将小波理论与神经网络相结合,建立了离心压缩机的故障诊断模型,分析了Harr小波函数的定义和特性。针对离心压缩机的故障特征,建立了对应的小波分析神经网络,输入层的神经元为5个小波变换获得的故障特征向量;输出层神经元为5个离心压缩机的故障模式;隐含层有3层,神经元数总共有24个,该方法具有较高的计算精度和计算速度。     

基于模糊神经网络火灾报警系统设计

介绍了基于模糊神经网络智能火灾报警系统,在系统中应用了模糊控制理论既提高了系统的精度又最大限度地减少了系统的误报率,解决了火灾报警系统中长期存在的问题。结合具有自学习功能的神经网络算法,提高了系统的智能化程度,是现代智能控制理论在消防自动化系统中的应用。     

基于BP神经网络的离心泵故障诊断方法研究

介绍了离心泵的主要故障类型和产生原因,应用BP神经网络的主要知识对离心泵的故障进行诊断,将BP神经网络的输入通过Matlab进行训练,最后得到了与理想输出基本相符的实际输出,证明了该方法的有效性和可行性。