首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
赵艳秋  崔红 《微计算机信息》2007,23(19):307-308,304
针时常规神经网络和模糊神经网络的不足,介绍了一种具有快速算法的补偿模糊神经网络,并根据电火花加工的工艺特点及其复杂性,建立了基于补偿模糊神经网络的电火花加工工艺效果预测模型,可实现指定加工条件下的工艺效果预测.仿真结果显示了其良好的预测精度,其性能优于常规模糊神经网络.  相似文献   

2.
电火花加工智能控制系统的仿真与实验研究   总被引:3,自引:0,他引:3  
智能控制作为一种新兴理论,为解决复杂过程的控制提供了一条有效途径。已逐渐成为电火花加工领域中的一个新的研究热点。该文应用模糊理论和仿真手段,对便携式电火花加工机伺服控制系统进行了分析,从理论上证明了电火花加工控制系统的稳定性。并通过典型的工艺实验,验证丁设备的加工效果。  相似文献   

3.
4.
本文介绍了用Borland C^++开发的电火花微孔加工机床DM-701的系统控制软件。文中简述了原理和工作过程,给出了软件结构,着重分析了类和类层次关系,并对主要的成员函数作了说明。  相似文献   

5.
采用面向对象技术和VisualC 6.0语言开发出曲线孔电火花加工机器人实时动画仿真系统,并对该仿真系统的结构和实现情况进行了介绍,该仿真系统可方便地模拟出对曲线孔电火花加工机器人的加工和运动状况,为生产实践中开发曲线孔加工技术及其机器人提供了参考依据。  相似文献   

6.
利用Visual C++6.0编程语言,以电火花线切割机床改造为目标,开发电火花线切割加工自动编程系统。该系统采用分布式控制技术,以PC机为主机,同时控制多台线切割机床,实现了图形化自动编程。经实验证明,操作简单方便、运行可靠。  相似文献   

7.
如何建立合适的模糊规则.是模糊系统设计的关键和难点。传统的方法是依靠统计分析或经验建立模糊规则库[lJ,不仅难度大,而且建立的模糊系统缺乏适应能力。人工神经网络(ANN)技术的发展为模糊规则的自动获取提供了一条新途径.许多学者研究ANN与模糊系统的融合问题,其主要目的就是利用ANN的学习能力和自适应能力,从样本中提取模糊规则.形成具有自适应能力的模糊系统。尽管利用多层前馈网获取模糊规则口  相似文献   

8.
电火花加工过程的温度场仿真与研究   总被引:2,自引:0,他引:2  
陈日  郭钟宁  刘江文  郑文书 《计算机仿真》2015,32(2):219-222,427
研究电火花单脉冲放电加工过程中的电蚀坑的温度场建模,主流的高斯热流密度分布模型只适用于较小电流参数范围内的温度场仿真,对于在大电流参数条件下,它无法准确预测电蚀坑的形貌、直径和深度。并且模型大多是采用传统的球缺计算公式去计算电蚀坑的材料去除量,与实际电火花加工过程中的材料去除情况不相符。为解决上述问题,建立了基于均匀热流分布模型的有限元模型,并运用ANSYS软件仿真电火花加工过程的温度场分布,并对传统的球缺计算公式进行了修正。同时,进行了电火花单脉冲实验,并对比分析了仿真结果与实验结果。结果表明,所建立的模型能准确地预测电蚀坑的形貌、直径和深度,采用修正后的球缺计算公式计算电蚀坑的材料去除量与实验值是吻合的,为研究电火花加工过程中电蚀坑的扩展规律提供了可靠的理论依据。  相似文献   

9.
在分析研究曲线孔电火花加工机器人机构组成与工作原理的基础上,研制出了曲线孔电火花加工机器人控制系统,介绍了该控制系统的软、硬件组成及设计原理。采用该机器人控制系统可加工形状较为复杂的空间曲线孔。  相似文献   

10.
基于MATLAB的非线性系统模糊建模及仿真   总被引:17,自引:0,他引:17  
该文主要介绍了利用MATLAB的fuzzy工具箱来解决非线性系统的模糊建模问题的几种方法,讲解了模糊建模的设计原理与步骤,在MATLAB环境中用编程和可视化编辑两方法来解决建模问题,针对原有方法的不足给出了改进,并给出程序设计。通过一个非线性实例设计了它的自适应神经网络模糊模型,从仿真结果可看出改进后的非线性系统模型更有效。  相似文献   

11.
时滞系统的经典控制与智能控制   总被引:3,自引:3,他引:3  
研究了两类用于时滞系统控制的方法.即包括自整定PID控制、Smith预估控制和大林算法在内的经典控制方法和包括模糊控制、神经网络控制和模糊神经网络控制在内的智能控制方法.经过比较后认为经典控制结构简单、可靠性及实用性强.而智能控制则具有自适应性和鲁棒性好.抗干扰能力强的优势,因而将这两种控制方法结合起来是控制时滞系统有效实用的方法.具有很好的应用前景。  相似文献   

12.
基于人工神经网络的自动变速控制系统仿真研究   总被引:2,自引:1,他引:2  
根据获得的换挡规律的特点,可以采用人工神经网络控制车辆的自动换挡。讨论了基于RBF神经网络基础上采用三参数换挡规律的车辆挡位判别方法。建立了车辆传动的仿真系统,并对各个模型做了详细的介绍,最后给出了仿真结果。  相似文献   

13.
钢球磨煤机制粉系统是一个具有多变量强耦合性、强非线性、大时滞特性的对象,很难建立它的精确数学模型.针对该问题,提出钢球磨煤机制粉系统的混合智能建模策略.通过机理建模方式建立钢球磨煤机制粉系统的入口负压、磨机差压、出口温度的模型.针对机理模型输出的出口温度与现场实际误差大的问题,增加了出口温度的补偿模型.为更好反映磨机负荷,建立磨音的神经网络模型.通过与现场实验数据的对比验证了模型的有效性.  相似文献   

14.
同时具有感知和反应能力的功能服装是自动控制与服装设计的具体结合;功能服装的研制需要全面考虑人和服装的综合因素,通过分析功能服装的结构与功能,提出了一种功能服装智能仿真控制系统的设计方案,综合运用VB、PROTEUS、MATLAB、VSPD等软件,在PC机平台上建立了仿真模型,综合实现了人与服装本体的系统辨识以及嵌入式控制系统的动态仿真运行;仿真结果表明该系统加快了功能服装的辨识速度,提高了控制精度,提升了功能服装的性能水平,有利于在人与服装一体化的基础上深入开展功能服装的研究。  相似文献   

15.
舰艇CGF系统智能推理决策研究   总被引:1,自引:0,他引:1  
CGF实体智能化的研究是CGF领域的一个研究重点和难点。而CGF推理决策模型设计是CGF建模的关键环节,为了使舰艇CGF实体在仿真环境中具有智能,采用了人工智能技术。该文在设计舰艇CGF系统推理决策模型过程中,使用了模糊理论来实现敌方实体威胁程度的决策,使用了人工神经网络来实现武器开火的决策。这些人工智能技术在舰艇兵力模型设计中的应用表明,它们能够有效地提高仿真实体的智能水平。  相似文献   

16.
基于RBF神经网络的摩擦补偿建模与控制   总被引:1,自引:0,他引:1  
机械系统摩擦的精确数学模型很难建立,因此,尝试采用RBF神经网络系统在线逼近摩擦模型并将辨识结果作为控制算法的补偿项。在控制方法上,采用了基于RBF神经网络系统补偿的PD算法。在系统证明上,从李雅普诺夫函数中导出了自适应参数并且分析了闭环系统跟踪误差的有界性。利用Matlab对提出的方法及证明的有效性进行了验证。  相似文献   

17.
煤矿膏体充填测控系统与RBF神经网络建模   总被引:1,自引:0,他引:1  
通过对充填实验工艺的研究,设计了可靠的充填实验过程计算机测控系统,实现对试验过程的监测与控制。煤矿现场井下管路的出口压力是主要的控制参量,它必须满足变化的射程。而现场井下环境极其恶劣,难以测量。采用RBF神经网络建模方法,获得了膏体容重、塌落度、质量浓度、平均流速与出口压力值之间的多变量非线性函数模型。经模拟实验系统检验,模型预报的出口压力满足精度要求,且具有快速性和实时性的特点,解决了现场实测困难的问题,为现场工程应用推广打好了基础。  相似文献   

18.
曹方 《控制与决策》2010,25(3):425-429
针对电渣炉系统是一个多变量耦合、时滞、参数时变的复杂被控对象,系统难以控制的缺陷,通过大量实验和分析,确立了熔速、磁性调压与二次电压、熔炼电流的相互关系,建立起工程化的控制模型,并提出一种智能控制方法,包括多变量解耦控制策略、滞后时间模糊自整定和粒子群优化算法整定PID控制器参数.工业应用表明,该方法克服了电渣炉的非线性和强耦合,控制精度高,具有较强的鲁棒性和适应性.  相似文献   

19.
基于RBF神经网络的智能PID控制算法   总被引:4,自引:0,他引:4  
针对工业中的纯滞后现象提出一种智能控制方法,在常规的PID控制器中引入Smith预估器,对纯滞后时间τ所产生的特性进行预估补偿,同时利用RBF神经网络对PID的参数进行自整定,在一定程度上增强了系统的鲁棒性和稳定性。实验证明,此控制方法对纯滞后工业对象进行控制可以得到良好的效果。  相似文献   

20.
Simulation based control of discrete event systems has been a potential approach to support decision-making in the manufacturing scenario. In this paper, a knowledge intensive simulation modelling approach for a discrete even system is investigated. Based on the proposed simulation model, a robust control mechanism is presented that is believed to add significant value to discrete event dynamic system. The algorithm utilises neural network feedforward control plus robust proportional derivative feedback control to achieve control performance and output stability. The novel simulation approach, as well as the proposed controller, is implemented in an Extend TM environment and the effectiveness and usefulness of the proposed controller are verified, industrially, in the hard disk drive assembly process, a significant component of the Singapore manufacturing economy.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号