制药工业青霉素发酵过程微机控制的研究和设计

青霉素发酵过程是一个具有二次微生物代谢的生化过程,影响因素多,机理复杂．借助微型计算机对该过程多参数进行在线检测和控制,研究和设计了一些适合这一过程的控制回路,运行效果令人满意．     

基于模糊神经网络的热风炉控制系统研究

本文针对热风炉非线性、时变性和多控制目标的控制特点，以包钢四号高炉热风炉的独特加热系统为对象，提出了由热平衡计算的物理模型和模糊神经网络构成的混合型控制系统。并给出了它的基本设计方法。仿真结果表明，热风炉热效率明显提高。     

基于神经网络的智能控制系统

介绍了神经网络的基本概念 ,分析了几种基于神经网络的控制系统的特点及其适用场合 ,展望了基于神经网络控制的发展方向。     

神经网络模糊控制在烟叶发酵过程中的应用

针对烟叶发酵过程中大时延、非线性、分布参数及干扰,将神经网络与模糊控制结合,利用神经网络特有的自学习能力,去修正模糊控制规则,提出神经网络模糊控制器,采用最优梯度速降算法,加速学习速度。通过烟叶发酵过程的控制,表明控制性能优于一般模糊控制,且适用范围广。     

基于神经网络主从控制系统的研究与应用

针对钳式吊大车控制系统存在的速度不同步、力矩不均衡问题,研究了基于神经网络的主从控制并将其应用于钳式吊大车控制.在双闭环控制条件下,电流环采用神经网络PID代替传统的PID,解决了因速度不同步、力矩不均衡引起的机械轴经常断裂的问题,降低了机械损耗及故障率,实现了速度同步、力矩均衡,取得了良好的控制效果.     

红霉素发酵生化参量的神经网络逆系统软测量方法

为解决红霉素发酵关键生化参量测定中的困难,提出了一种神经网络逆系统测量的方法.基于可测的溶解氧CL,pH值和体积V,通过构造神经网络逆,来得到无法直接测量的菌丝浓度、总糖和化学效价.检验结果表明,应用该方法得到的测量值与实际值比较接近,较好地解决了红霉素发酵过程中的关键生化参量的测量问题,为实施优化控制打下了良好的基础.     

基于神经网络的开关磁阻电机控制系统研究

应用神经网络精确建立了SRM的正模型网络与逆模型网络,仿真结果验证了所建模型的正确性和高精度.基于所建模型,提出了有效的SRM转矩脉动最小化控制技术,即以转矩分配函数为基础的期望电流波形控制技术.在期望电流波形控制的基础上,提出了电流滞环控制技术和基于电压模型控制技术,从不同的角度实现了SRM转矩脉动最小化控制,比较了各自的优缺点.     

基于神经网络的无刷同步电机控制系统的故障诊断研究

设计了一套无刷同步电机控制器的故障诊断系统,利用实际的非线性控制系统训练神经网络状态观测器,根据系统实际输出与神经网络观测器输出之间的残差来判别和检测实际控制系统的故障,针对系统控制器、电流和速度传感器故障进行仿真实验故障诊断研究。仿真结果表明该方法能有效抑制噪声,并快速准确地确定故障发生的时间、位置、大小以及故障的类型,具有很强的鲁棒性,且适用性和应用价值强。     

基于神经网络的结晶器液位控制系统设计

本文通过对连铸机结晶器液位控制方案的分析，设计了基于RBF神经网络模型的结晶器液位控制系统，对液位控制的扰动进行了补偿，在MATLAB5．3上进行了仿真，并在实际中进行多次测试。结果表明该系统具有控制精度高、偏差小等特点。     

基于模糊神经网络的直接转矩控制系统研究

传统的直接转矩控制方法采用离散的两点式调节器,调节电机磁链和转矩大小,容易引起磁链和转矩脉动。提出了一种基于Takagi-Sugeno型模糊神经网络控制的新方法,该方法是将模糊控制与神经网络相结合,建立模糊神经网络控制器,并通过离散电压空间矢量计算补偿电压,来提高电机的控制性能。最后通过Matlab建立仿真模型,结果表明:所提出的新方法在一定程度上改善了感应电动机的低速性能,减小了转矩脉动,具有良好的动态响应和自适应能力。     

基于改进型Elman神经网络预测模糊神经网络控制的变风量空调设计

由于空调控制系统具有非线性、大滞后、时变性等特点,提出了一种基于改进型Elman神经网络的模糊神经网络控制算法,其预测输出与实际输出的差值作为模糊神经网络控制器的输入,使空调控制系统具有较高的控制精度和良好的动态特性和鲁棒性。仿真结果表明：与传统PID控制相比,基于Elman神经网络的模糊神经网络控制具有较强的鲁棒性,学习能力强,控制精度高,控制效果好。并具有自适应能力,应用前景十分广泛。     

一种基于径向基神经网络的PLL控制研究

电网并网时需要控制电流与电网电压同相位.介绍了一种基于人工神经网络的用于相位跟踪的PLL控制方法,即把RBF网络的算法加入锁相环中.具体是将电网电压作为期望输出值,将输入电流作为训练样本,通过神经网络的自我学习,逐步减小样本输出与期望输出之间的误差,实现对期望输出的同步和跟踪.用MALAB电力系统仿真工具箱进行了数字动态仿真,并从仿真结果可以看出,系统跟踪性能很好,并且有较强的自适应能力.     

基于小波神经网络的直线电动机控制系统性能改善

基于小波神经网络具有小波分析的时频局部性和神经网络的自学习、自适应、自组织的能力,以及良好的容错和逼近的功能,将其用于提高直线电动机的控制系统性能.为精确观测直线电动机的磁链,利用小波神经网络准确辨识初级绕组的阻值,改善直接推力控制系统的低速性能.仿真结果表明该辨识系统跟踪初级绕组阻值的效果良好,带阻值辨识的直接推力控制系统的性能得到了改善,同时提供一种新的设计思路来弥补直线电动机低速性能的缺陷.     

一种基于模糊神经网络的电弧控制系统

等速送丝系统中电弧的控制是一个极为重要的环节,其控制质量的好坏直接影响到焊接过程的稳定。本文研究了一种模糊神经网络控制器,该控制器根据给定电压与反馈电压的误差和误差变化率,能够自动调整隶属函数和控制规则,具有自学习和自适应能力。     

基于神经网络的非线性预测控制

本文简单地介绍了基于神经网络预测控制的基本原理;并且根据神经网络所采用网络模型的不同对预测模型进行了分类以及按照求解最优控制作用方式的不同介绍了几种常用的优化算法。     

基于对角递归网络的时变系统解耦控制

提出一种基于DRNN在线辨识的PID解耦控制方案,给出了网络的结构和算法,并对真空炉时变耦合系统进行了仿真。仿真结果表明,DRNN神经网络对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性。     

基于神经网络控制的两电动机同步系统研究

以多变量、非线性、强耦合的两电动机同步控制系统为研究对象,对变频器供电的感应电机系统进行重点研究,建立两电机同步系统的数学模型.采用RBF神经网络自适应PID控制器,结合自适应神经元解耦补偿的解耦控制技术,设计了两电机同步调速系统的神经网络控制器,试验结果表明该方法可以实现电机转速和皮带张力的解耦控制.     

基于小波神经网络的电网故障诊断研究

分析了小波神经网络的基本原理,将小波神经网络引入到电网故障诊断并在4母线系统进行了测试.仿真结果表明,该方法具有很好的故障诊断能力,与基于BP神经网络的电网故障诊断方法相比,基于小波神经网络的电网故障诊断方法原理简单、诊断效果更为理想.