弧焊机器人焊缝跟踪神经网络控制器

介绍了一种能提高高弧焊机器人焊缝跟踪精度的神经网络控制器,通过神经网络的补偿作用,弥补了由于无法知道机器人精确模型所造成的控制上的误差,不同于机器人控制中传统的网络控制器,本文提出并应用了基于笛卡尔空间轨迹控制的机器人焊缝跟踪神经网络,大大简化了控制算法,计算机模拟及实验表明,该控制器非常适用于只的实际焊接,对于现有机器人,无须改变其控制器内部结构,即可应用该技术,与常用的机器人关节力矩控制法相比     

CO2弧焊波形控制的仿真

该文对研制的一种新型CO2弧焊IGBT电流波形控制器的波控过程进行了计算机仿真,仿真结果与工艺试验是吻合的,研究表明用本文研制的仿真系统可对电流波形控制参数进行仿真试验,并可确定不同焊接规范对应的波控参数,从而为研究波控参数对焊接熔滴过滤过程的影响规律,确定实时电流波形控制的基本模式提供依据。     

机器人摆动弧焊纠偏的模糊神经网络控制系统

讨论了机器人摆动弧焊的深沉跟踪控制系统。由ＣＣＤ摄像机通过特殊设计的复合滤光系统摄取近弧区图象。图象处理后计算焊枪和焊缝之间的偏差。模糊神经网络用于控制纠偏机构的运动。实验结果证明了此方法的可行性。     

交通系统的模糊控制及其神经网络实现

本文根据城市交通系统的特点设计了单个路口信号灯的模糊控制器,研究了用神经网络实现模糊控制器的方法和过程,并对该控制器进行了仿真研究,本文所设计的控制方法适合于各种车流大小随机变化的单个路口,且决策过程迅速、合理,无需对车流进行预测,是一种实时单点控制方法,由于模糊控制器由神经网络实现,控制具有学习和联想功能,仿真结果说明了该方法的有效性。     

机器人摆动弧焊纠偏的模糊神经网络控制系统

讨论了机器人摆动弧焊的视觉跟踪控制系统。由CCD摄像机通过特殊设计的复合滤光系统摄取近弧区图象。图象处理后计算焊枪和焊缝之间的偏差。模糊神经网络用于控制纠偏机构的运动。实验结果证明了此方法的可行性。     

一种神经网络自组织模糊控制*

本文提出一类基于神经网络的模糊控制。首先，它利用具有动态结构的ＢＰ网络进行模糊推理，实现模糊控制的最优推理过程。其次，它采用另一具有动态结构的ＢＰ网络校正现有的控制规则，实现规则自组织，在控制过程中不断优化控制性能，从而使控制的效果更加理想。     

基于神经网络模糊控制理论的转台伺服系统控制设计

针对三轴飞行仿真转台伺服系统非线性、模型不精确等特点,在分析转台系统结构的基础上,采用模糊PID控制的方法对转台伺服系统进行仿真控制,得到较好的控制效果;模糊控制控制规则的获得带有很大的人为因素,并且在控制过程中对规则采用查表法占用大量的内存;基于以上原因,设计了神经网络模糊控制器(NNSOC),利用神经网络控制自学习、自调整的能力,为模糊控制器提供自动生成控制规则的能力;同时由于神经网络具有联系记忆能力,可对未训练的样本做出决策;对NNSOC的控制效果进行了仿真;结果表明:其具有很好的动态性能和鲁棒性,对转台的控制效果良好。     

在FCS环境中神经网络模糊控制的研究

本文提出了在ＦＣＳ环境中的一种模糊控制方法，该方法采用了模糊ＩＦ．ＴＨＥＮ规则和数字数据两种方法进行学习在ＦＣＳ环境中，系统的正确性不但依赖于其计算出的逻辑结果，而且还依赖于该结果的计算时间。针对上述特征，提出了一种能够控制模糊输入矢量的神经网络体系结构，它将一个模糊输入矢量映射到其模糊输出中。     

智能大厦烟气排放系统模糊控制的实现

针对目前楼宇自动化烟气整体排放方面的问题与不足,提出了大幅提高排烟系统效率的模糊控制方法。该模糊控制方法能够根据用户数目的增减与用户位置(楼层)的改变迅速调整排风机的频率,以达到保持烟道气压与大气间恒定气压差的目的。     

一种用于非线性控制的神经网络模糊自组织控制器

本文提出一种神经网络自组织控制器，并应用于非线性跟踪控制中，为了加快模糊控制器的在线学习，文中给出了一种变的最速梯度下降学习算法，仿真结果表明，该控制是有效的。     

一种基于模糊逻辑神经网络的自适应控制及其应用

本文提出了一种模糊逻辑神经网络自适应控制器．这种控制器由一个模糊高斯神经网络和一个多层神经网络组成．它具有自适应和学习能力．计算机仿真和实际的伺服直流电机调速实验的结果表明本文提出的这种控制器是切实可行的，其系统响应和鲁棒性优于常规的Ｆｕｚｚｙ控制．     

模糊逻辑控制器的模糊神经网络实现

模糊逻辑是人脑思维活动的基本方式，而神经网络则是模仿人脑神经系统功能而设计的一类巨型非线性网络。所以将模糊逻辑与神经网络相结合具有很大的前途。本文利用模糊神经元突破了没有计算机就不能实现模糊控制的传统观点，给出了一种不用计算机就能实现的模糊神经网络控制器，对模糊控制的硬件实现起到积极的作用。     

神经模糊技术的研究现状与展望

从三方面综述了模糊逻辑与神经元网络的研究现状，基于神经元 模糊控制，模糊神经元网络和用模糊逻辑增强的神经元网络，以及它们在控制中的某些应用，最后探讨了今后的发展方向。     

基于模糊神经网络的电弧炉控制系统及仿真

电极调节系统是电弧炉炼钢过程不可缺少的基本装备。目前常用的电极调节器大多是基于单相意识,导致电极调节中电极往往误动作,大大影响了电弧炉的运行效益。在模糊控制和神经网络的基础上,探索研究一种基于三相意识的电弧炉控制新方法,采用模糊神经网络调节器控制对电弧炉电极进行调节,控制弧流弧压稳定在一定范围之内,使电弧炉冶炼达到有功功率最大化,进一步提高电弧炉的综合运行效益,降低能耗、减轻对电网危害。并用matlab对模糊神经网络进行仿真。结果表明,本网络具有较快的训练速度和较高的泛化能力,满足电弧炉控制的要求,其控制性能优于常规电弧炉控制系统。     

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。     

基于模糊神经网络的智能轮椅导航系统

智能轮椅将移动机器人的技术应用于电动轮椅，帮助老年和残障人士提高行动自由度。本文针对轮椅的运动特性，提出一种简单、高效的分区算法对轮椅传感器所获得的数据进行初步融合，并将障碍物距离信息模糊化，采用BP神经网络对障碍物环境进行分类。利用L-M优化算法进行模式识别。轮椅运动的动态仿真结果表明，该算法具有较好的实时性和可靠性，同时也适用于其它移动机器人的导航系统。     

神经网络和模糊逻辑在基于Agent的Web搜索系统中的应用研究

文章提出了一种利用神经网络和模糊理论技术的多Agent信息查找方法。它利用神经网络的方法自动地处理基于Agent的信息搜索和选择,利用模糊逻辑的理论处理Agent间通信和协作过程的不确定性和灵活性。该方法有效地增强了Web中信息搜索的精确性。     

基于模糊神经网络的气体检测

介绍了基于模糊神经网络(FNN)的气体检测系统.通过该系统,对甲醛气体进行了定量检测分析.实验结果表明:该系统能以较高的精度检测出气体的浓度,有一定的实用性.