基于IP技术的智能监控系统研究

本文针对IP技术和控制技术相结合的发展趋势,提出了一种基于IP技术的智能监控系统构架的实现方法,讨论了该系统的构架原则和特点,设计了相应的监控装置的硬件实现方案,并进行了实验研究,对于开发一种具有较好开放性、灵活的扩展性和方便易用的网络监控技术作了有益的探索.     

基于Elman神经网络变风量空调系统研究

变风量空调控制系统具有非线性和动态特性.目前,在VAV空调控制领域应用最广泛的神经网络是静态前馈Bp神经网络,而在多层前向Bp网络中引入特殊关联层,形成有"记忆"能力的Elman神经网络,可以映射系统的非线性和动态特性.其在网络训练算法中,采用自适应学习速率梯度下降反向传播算法,显著提高了网络的训练速率,有效抑制了网络陷入局部最小点.文中分别采用Bp神经网络与Elman神经网络建立模型,对VAV空调系统的少量参数的数据进行仿真预测,经比较分析,证明后者具有收敛速度快、预测精度高的特点.     

基于TTS的智能广播系统开发

TTS (Text to Speech)技术具有能够实现文本至语音输出的转换功能.采用Microsoft SAPI提供的编程接口与科大讯飞公司的语音引擎,设计并实现了一套可用于单位日常管理与调度的智能广播系统.该系统采用TCP/IP协议,实现了广播设备的远程访问;通过IP地址过滤,控制用户的访问权限.该系统可有效降低广播人员的工作负担,提高日常工作效率.     

电站锅炉智能吹灰程控系统的应用研究

为预防和减轻电站锅炉受热面积灰结渣,电厂普遍采用蒸汽或其它介质,定期对受热面积灰进行吹扫。由于受热面积灰与多种因素有关,具有不确定性,定期吹扫易造成吹灰不足或过度,显然与锅炉的经济性和安全性相违背。基于OPC通讯,以能量和质量平衡原理、模糊逻辑为基础,开发了锅炉智能吹灰程序控制系统。该系统可以实现传统吹灰程控,还能对锅炉各受热面进行结渣积灰的智能监测和吹灰运行指导,优化运行、节能增效。     

基于CP2200以太网智能节点的研究与设计

工业领域的设备集成化、数字化、网络化、智能化已是必然趋势,“信息孤岛”早已不能适应当今的信息化,急需将现场设备的控制与数据采集网络化,那么具有通信作用的智能节点是使设备网络化的关键。CP2200是工业领域最小的以太网控制器,它再与单片机相结合,便可实现以太网智能节点,来完成工业领域中现场数据采集与控制的任务。     

基于改进的Elman神经网络的股价预测模型

Elman神经网络是一种典型的回归神经网络,比前向神经网络具有更强的计算能力,具有适应时变特性的能力,因而非常适用于对股市这一类极其复杂的非线性动力学系统进行预测。文中以深市A股中的个股中集集团(股票代号:000039)的共180天的实际收盘价的时间序列作为预测对象,提出基于改进的Elman神经网络的个股价格预测模型,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。     

基于Elman神经网络的高速公路限速控制

限速控制是高速公路交通控制的重要措施和手段，为了提高限速控制精度，提出Elman神经网络建模方法。阐述了Elman神经网络的原理，根据高速公路主线上车辆群状态、路面状况、气象条件等信息，建立交通流速度限制Elman神经网络模型，Elman神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为2、12、12和1，采用Levenberg—Marquardt算法对Elman神经网络进行训练，并与RBF神经网络进行仿真对比。结果表明。Elman神经网络和RBF神经网络的训练误差分别为9．99769×100和2．38112×10^-4，与RBF神经网络相比较，Elman神经网络自适应能力强、泛化能力好，能准确地建立交通流速度限制模型．具有良好的应用前景。     

改进型Elman神经网络发酵过程建模研究

依据发酵过程的机理和改进的Elman神经网络动态建模原理,提出了一个新的发酵过程建模分批训练算法。通过发酵过程仿真实验,与传统的BP建模算法比较,改进的Elman神经网络建模算法具有收敛速度快、泛化能力强等特点。此外,利用该算法编制的软件可以内嵌到发酵过程监控系统中,实现发酵过程在线建模与状态参量的在线预估。     

基于Elman神经网络的股票价格预测研究

为了更好地把握股票价格的波动，应用了在处理序列数据输入输出具有优越性的Elman 递归神经网络建立股市预测模型，并用两支股票进行了检测，检测结果说明人工神经网络应用于中国股票市场的预测是可行和有效的，有着良好的前景。     

基于Elman神经网络的齿轮故障诊断研究

在齿轮故障诊断过程中,针对传统的BP神经网络具有学习、记忆不稳定等缺点,提出了将Elman神经网络应用于齿轮故障诊断中,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了齿轮故障诊断的实现过程;结果表明该神经网络学习记忆稳定,具有很好的学习功能,诊断方法具有高可靠性,达到了预期效果。     

基于改进的Elman神经网络的网络流量预测

在Elman神经网络的基础上提出了改进的网络,根据实际网络中测量的网络流量数据,建立了基于Elman神经网络的流量模型,分别用Elman神经网络和改进的Elman神经网络对实际网络流量进行预测,仿真实验结果表明,改进的Elman神经网络具有良好的预测效果,改进的Elman神经网络具有更高的预测精度和更好的动态性能.     

改进的OHF Elman神经网络应用研究

为提高Elman神经网络的诊断效率,对OHF Elman神经网络进行研究。在OHF Elman网络基础上引入收益因素,提出改进的OHFElman神经网络,并将其应用于齿轮箱的故障诊断。建立了改进OHFElman神经网络和OHF Elman神经网络两种模型,并对这两种模型进行了仿真。一系列训练与测试结果表明,基于改进OHF Elman网络的齿轮箱故障诊断系统能够提高故障诊断的准确率和效率,可以应用在实际工程故障诊断中,为故障诊断技术提供了一种更有效的方法。     

基于Elman神经网络的燃气轮机功率预测方法研究

预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一种基于Elman神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而建立了基于Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。     

基于IP技术的智能监控系统构架的一种实现方法

针对IP技术和控制技术相结合的发展趋势,提出了一种基于IP技术的智能监控系统构架的实现方法,讨论了该系统的构架原则和特点,设计了相应的监控装置的硬件实现方案,并进行了实验研究,对于开发一种具有较好开放性、灵活的扩展性和方便易用的网络监控系统作了有益的探索.     

基于Elman神经网络的网络流量建模及预测

根据实际网络中测量得到的网络流量数据,建立一个基于Elman神经网络的流量模型,介绍Elman神经网络的架构设计,并提出一种基于正交最小二乘的学习算法,在此基础上对网络流量进行预测。仿真实验结果表明,该模型具有良好的预测效果,相对于传统线性模型及BP神经网络模型具有更高的预测精度和更好的自适应性。     

基于改进Elmam神经网络的网络流量预测模型

提出了一种改进Elman动态回归神经网络,在此基础上建立了一种网络流量预测模型,该模型相对于传统的线性模型和BP神经网络模型具有更高的预测精度和更好的自适应性,利用某大学校园网统计得到的实际网络流量数据进行仿真实验,结果表明该模型具有良好的预测效果。     

Elman人工神经网络的收敛性分析

应用Lyapunov稳定性理论分析了Elman人工神经网络的收敛性,讨论了基本的Elman人工神经网络收敛的充分条件,以及改进的Elman人工神经网络收敛的充分条件。     

家庭智能控制系统设计与实现

本文介绍了一种以单片机为核心的家庭智能控制系统。该系统通过TCPIP协议专用芯片E5122与Internet相连,并且结合了LonWorks现场总线的技术特点,实现对家庭用电设备的远程控制。系统是分模块设计的,具有良好的可扩展性。该系统在实时性、网络延时上都具有良好的性能指标。系统的成本也相对低廉、安全性高,具有广泛的市场前景。