金属压力加工补偿温度自动控制系统

为提高金属压力加工质量,解决现有温度控制系统存在控制性能差的问题,设计金属压力加工补偿温度自动控制系统。改装温度传感器、补偿温度模糊控制器、加热与制冷装置,利用系统电路将改装硬件与原硬件连接,完成硬件设计。根据金属压力加工原理,构建金属压力加工热力学模型,选择最佳温度测点;利用温度传感器设备自动采集各测点实时温度,计算金属压力加工温度补偿量。在模糊控制器支持下,实现金属压力加工补偿温度自动控制。实验结果表明：设计系统温度控制误差低于1.0℃,运行时间开销低于8 000 ms。     

基于DEBP模糊神经网络的醇烯比值控制研究

在炼油厂轻汽油醚化系统中醇烯比值对烯烃转化率的影响较大,由于实际生产中醇烯比值控制过程具有非线性和大滞后特性,因此传统的PID控制方式对于醇烯比值的控制效果不够稳定。该文提出将基于DEBP算法的模糊神经网络用于轻汽油醚化系统醇烯比值的控制当中。对反应釜内的醇烯比值控制过程构建数学模型,建立模糊神经网络控制器,将差分进化算法与BP算法进行组合形成DEBP算法,利用此算法对模糊神经网络参数进行优化,仿真验证了基于DEBP算法的模糊神经网络控制比传统PID控制效果更好。     

基于T-S模糊PID控制的气动系统研究

T-S模糊神经网络应用于气动伺服控制,从而避免复杂的非线性气动系统动力学建模过程。其中模糊逻辑系统完成气动系统的伺服控制,同时利用基于神经网络的学习算法调节隶属度函数的参数和神经网络的权值,可在一定程度上适应参数的变化从而优化整个系统的性能。应用所提出的控制方法,气动执行器通过多传感器信息融合获取运动状态和气体压力,自动的根据获取的信息调节比例压力阀的输出,在各种环境条件下达到合理的控制效果。     

基于模糊神经网络的半导体生产线重调度策略优化

针对缺乏半导体生产线重调度策略优化方法的研究现状,提出了基于模糊神经网络的半导体生产线重调度策略优化技术。将重调度策略划分为半导体生产线、设备组和设备重调度层次,利用仿真评价确定优化的重调度策略,并获得样本数据。通过对模糊神经网络训练,建立干扰和半导体生产线状态等输入参数与优化的重调度策略输出之间的映射关系。以上海某125mm晶圆生产线为例,结果表明了该重调度策略优化方法的有效性。     

不确定环境下再制造加工车间生产调度优化方法

针对再制造加工车间工况兼具随机性与模糊性,采用模糊随机变量表示废旧件加工时间,以描述再制造加工车间工况的双重不确定性;在不确定理论的基础上,建立基于模糊随机机会约束的再制造加工车间生产调度问题模型,并提出求解该问题混合智能优化算法:基于Arena仿真平台应用模糊随机模拟技术产生输入和输出数据,利用粒子群优化算法训练径向基函数神经网络以逼近不确定函数,将训练好的神经网络嵌入至遗传算法中优化再制造加工车间生产调度问题;通过仿真实例验证该混合智能优化算法解决加工时间为模糊随机变量的不确定环境下再制造加工车间生产调度问题的有效性和合理性。     

包装搬运自动生产线控制系统设计

以提高包装生产线控制系统的控制精度为目的,利用ARM架构从硬件和软件两个方面设计全自动包装生产线控制系统。根据ARM架构设计控制器设备,将该设备与传感器模块、数据传送通讯模块作为系统硬件。在硬件设计的基础上进行系统软件设计,分析自动包装生产线机械结构与工艺流程,根据分析结果与实时信号检测结果计算生产线控制量,以此控制传送带速度、包装放料恒张力、机械手套袋与装箱,完成全自动包装生产线控制系统软件设计。在所设计系统的控制下,传送带的实际运行速度与设置数据基本吻合,且物料抓取、机械手装箱两个操作环节的平均控制误差均低于0.5m。所设计系统具有较高的控制精度,充分满足了相关设计要求。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

变电站安全信息集成嵌入式系统设计

为了解决变电站安全信息集成系统存在的应用性能低的问题,通过数据挖掘技术的应用,实现变电站安全信息集成嵌入式系统的优化设计.设计并安装变电站安全信息智能采集器,并改装系统的集成处理器和存储器,利用系统电路连接各个硬件设备.在系统数据库的支持下,利用数据挖掘技术收集并聚类变电站安全信息.在变电站安全信息的支持下,通过运行跟踪和集成调控2个步骤,完成变电站安全信息自动化管理.通过系统测试实验得出结论:设计系统的集成度更高,且通过优化系统的应用能够提升变电站安全信息集成的工作效率.     

变电站安全信息集成嵌入式系统设计

为了解决变电站安全信息集成系统存在的应用性能低的问题,通过数据挖掘技术的应用,实现变电站安全信息集成嵌入式系统的优化设计.设计并安装变电站安全信息智能采集器,并改装系统的集成处理器和存储器,利用系统电路连接各个硬件设备.在系统数据库的支持下,利用数据挖掘技术收集并聚类变电站安全信息.在变电站安全信息的支持下,通过运行跟踪和集成调控2个步骤,完成变电站安全信息自动化管理.通过系统测试实验得出结论:设计系统的集成度更高,且通过优化系统的应用能够提升变电站安全信息集成的工作效率.     

基于动态惯性权重的电子节气门改进PSO-BP优化控制

针对汽车电子节气门系统存在的动态迟滞非线性问题,提出一种模糊神经网络PID控制器的设计方法。该控制器将动态调整惯性权重的粒子群优化算法和BP算法结合来优化模糊神经网络参数,修正模糊神经网络在寻优过程中收敛缓慢、易陷入局部最小值的不足。利用模糊神经网络的自学习能力,对PID控制器参数进行整定。仿真结果表明,经过优化后的模糊神经网络PID控制器相比于模糊PID控制器在响应时间、超调量和振荡次数等方面都有显着提升。在模拟气流扰动工况施加扰动信号后,该控制器表现出良好的抗干扰性能。在电子节气门响应试验中,节气门响应曲线存在轻微超调,但稳态误差较小,表明该控制方法下电子节气门具有良好的动态响应特性。