基于BP算法的逆变点焊电源模糊神经网络控制研究

引入动量因子对常规BP学习算法进行了改进.在分析模糊神经网络控制模型的基础上,针对模糊神经网络规则多、训练时间长的缺点,采用了给模糊控制规则增加阈值,减少网络训练运算量的优化方法.最后将此优化方法和改进的训练算法应用到逆变点焊电源模糊神经网络(FNN)恒电流控制系统中,通过使用MATLAB语言编程,对该系统进行了仿真分析.仿真结果表明,动量因子的引入不但减小了BP算法学习过程的振荡趋势,加快了收敛速度,而且较好解决了BP网络容易陷入局部极小点的缺陷.模糊规则阈值的引入,有效减少了网络的训练时间.     

基于模糊神经网络的电阻焊机恒电流控制研究

由于建立实际电阻点焊过程精确的数学模型比较困难,使得常规的人工调节PID控制器参数较难实现良好的匹配,从而难以获得满意的控制效果。针对该问题,将智能调节与PID控制方法相结合,利用模糊神经网络设计了参数kp、ki、kd自适应调整的PID控制器,构建了逆变电阻点焊电源的系统模型,通过对系统运行状态的在线学习智能化地修正PID的三个参数。PID控制输出量通过PWM发生器产生四路独立的、占空比实时变化的PWM波形,进而控制逆变器的功率开关器件导通时间,最终实现对系统恒电流的输出控制。仿真结果表明,该方法能根据系统的运行状态自行匹配对应最优控制规律下的PID三个参数,能有效地控制焊接电流的恒定,达到满意的效果。     

基于模糊逻辑算法的点焊恒电流控制系统研究

介绍了一种基于模糊逻辑算法的点焊恒电流控制系统。该系统以80C196KC嵌八式单片机为中心控制器件，以电流误差及误差变化率为输入变量．以晶间管控制角的增量为输出变量,按照模糊逻辑算法实现点焊电流的恒值控制。研究了系统的建立方法及软仲的仿真与改进。试验分析结果表明，该系统对点焊焊接电流的控制精度高，实时性强，能够满足焊接生产要求。     

基于模糊神经网络的故障诊断方法研究

文章构造了一种模糊神经网络模型,并详细阐述了模糊神经网络(FNN)的结构、算法.经过MATLAB仿真运行证明其可行性,另外在相同的条件下,FNN网络在故障诊断的准确率及训练速度方面均优于传统的BP网络.     

中频逆变电阻点焊控制系统的设计与仿真

逆变点焊过程比较复杂、难以建立精确的数学模型,传统PID控制难以达到控制要求,而模糊控制对被控对象的数学模型并无严格要求,它对参数变化的线性和非线性对象有着很强的鲁棒性。提出了一种改进的模糊积分控制算法,设计了中频逆变点焊恒电流控制系统,并在Simulink仿真环境下建立仿真模型。利用所设计的模糊积分控制器,与传统PID控制器、模糊控制器作比较和分析。仿真结果表明,在系统数学模型未知的情况下,模糊积分控制较传统PID控制和模糊控制精度较高、响应速度较快、超调量较小,具有适应性强、鲁棒性好、精度高的特点。     

变规则模糊控制及其在逆变式电阻点焊电源中的应用

研制了一种变规则模糊控制技术,并成功应用于逆变式电阻点焊焊接电流的闭环控制.通过比较常规模糊控制、变规则模糊控制、自适应模糊控制、PID模糊控制、模糊神经网络控制在控制算法复杂性、实现难易程度、运算与响应速度、适应性、控制精度等方面的优势与不足,考虑了电阻点焊焊接电流控制的实际需求.选定变规则模糊控制作为焊接电流调节的控制策略.根据焊接电流误差改变带修正因子模糊控制器中的修正因子,使模糊控制器的控制规则随焊接电流误差变化而变化,结合采取增量A-式输出控制信号,从而使焊接电流控制器的控制性能更符合实际需要.     

逆变式点焊电源恒流系统的智能控制

对所研制的8098单片机控制的IGBT逆变点焊电源的主电路及控制系统进行了介绍,设计了电源的恒流智能控制系统：用较小容量的LEM传感器从次级整流二极管进行焊接电流的采样,利用MATLAB的FUZZY工具设计了恒流模糊控制器,实验表明该恒流控制器性能良好,精度与稳定性均满足焊接要求。     

双环控制的全桥软开关点焊电源

对所研制的IGBT逆变点焊电源进行介绍。根据点焊的特点,改进了采用辅助网络的移相控制零电压开关脉宽调制全桥变换器,从而最大限度地减小了副边占空比丢失;通过编程,设计并优化了滞后桥和辅助网络参数;完整地推导了主电路的控制模型;采用双环控制,使输出电流能够高度精确跟踪电流编程基准,而且防止了变压器偏磁。     

基于数字信号处理器的高频逆变电阻点焊电源设计与实验

研究了基于数字信号处理器(DSP)的高频逆变电阻点焊电源,重点介绍逆变电路的工作原理以及控制方法,并通过实验验证了点焊电源的稳定性和可靠性。结果表明,基于数字信号处理器的高频逆变电阻点焊电源采用全桥逆变输出、PI调节和三段焊输出电流,实现了电路软开关,提高了焊机逆变频率,保证了焊接过程的稳定性和焊件的点焊质量。     

继电器引线的逆变电阻点焊质量智能监测

采用了人工神经网络技术对继电器制造中铜线在磷铜片上的点焊进行了质量监测.利用BP(back propagation)神经网络模型及其算法,建立以焊接电流和电极间电压作为输入参量、焊点拉剪强度作为输出参量的神经网络质量监测模型.在Matlab中对不同隐层节点和转移函数的模型进行仿真,选择合适的隐层节点数和转移函数.在逆变电阻点焊机上进行了试验验证,表明所建立的人工神经网络质量监测模型的精度能满足工程应用的要求.     

模糊控制逆变弧焊电源

介绍了模糊控制逆变弧焊电源的基本工作原理，控制系统组成以及硬件实现方案。设计出了二输入一输出模糊控制器，模糊控制器以焊接电流偏差和偏差变化率为输入量，输入量通过模糊化处理，模糊推理得出输出结果，再将其解模糊化，得到控制变量的精确输出值，实现电源的恒流外特性控制。研制出一台模糊控制逆变弧焊电源样机，并对其外特性进行了测试。     

基于BP神经网络的三电平逆变器开路故障诊断研究

分析了三电平变频器发生故障的原因,并将2只IGBT开路故障进行分类,为各类故障进行编码。选择逆变电路3个桥臂的相电压信号作为研究对象,利用d-q变换将三相电压信号转换为两相以减少故障信息的维数,通过傅立叶变换提取不同故障下的特征向量;建立一个4层的BP神经网络并进行故障诊断,将特征向量作为输入,对应故障的编码作为输出,对网络进行训练仿真,实现并验证了采用BP神经网络对三电平变频器故障诊断的可行性和准确性。     

基于FNN的恒压力调节泵专家智能协调控制

提出了一种基于模糊神经网络（FNN）的恒压力调节泵专家智能协调控制方法,将其应用于电液比例恒压力调节抽柱塞泵,明显改善了该泵的压力轨迹跟随控制特性。实验结果表明：该方法与传统方法比,不仅能够缩短系统输入阶跃的响应时间,而且对系统未知的外加干扰、系统参数时变特性和非线性有较强的自适应能力。     

采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

Controlling the output power of soft switching arc welding inverter by two-stage continuous PWM method

The full bridge zero voltage zero current switching( FB-ZVZCS) , which could adjust the output power by keeping the duty ratio of lagging leg constant and changing the duty ratio of leading leg, was a common circuit of soft switching arc welding inverter power source. However, when the duty ratio of leading leg was reduced to zero, the output power stayed the constant value instead of becoming zero. The working status and waveforms of some major parameters were studied in this paper while the duty ratio of leading leg was zero. It was concluded that the minimum output power of soft switching inverter was related to the charging voltage of parallel capacitors, and the output power also could be reduced by reducing the duty ratio of lagging leg. A novel two-stage continuous PWM control method that could switch working-mode between full bridge and half bridge was put forward in this paper. This kind of control method could further reduce the output power of soft switching inverter in order to meet the requirement of low heat input of sheet metal welding.     

一种基于变频器电流检测机床刀具磨损新方法的研究

针对传统机床刀具磨损状态检测方法的局限性和不足等问题，采用间接量来检测刀具磨损状态而提出了一种基于机床变频器三相输入平均有效电流信号来检测刀具磨损状态新方法。首先，介绍了铣床变频器电流检测刀具磨损新方法的工作原理，验证并对比了三相平均有效电流信号计算法优于传统RMS计算法；其次，利用三相平均有效电流(ARMS)计算法和传统RMS计算法来获取计算后的有效电流信号，结合小波降噪和EEMD分解法对信号进行降噪、分解及重构处理，分析重构后其时频域下两种方法计算的有效电流值信号各频带能量和均方差并将其组成特征向量；最后，将特征向量输入CPSO ELM和PNN神经网络等分类器进行故障识别和对比。实验结果表明，CPSO ELM相比PNN神经网络分类器具有准确的识别效果，验证了所采用的变频器电流来检测铣床刀具磨损新方法的有效性和可行性。     

弧焊逆变电源电流开关控制法

弧焊逆变电源输出电流控制是满足不同焊接工艺需求和保证电源可靠运行的关键。本文就电弧电流控制提出了一种用开关量控制逆变电源脉宽调制的方法,对其原理及系统静、动态性能进行了理论分析,简化了目前使用较普遍的ＰＩＤ、模糊等系统组成原理,并利用开关控制法在该系统上加以应用,理论分析和试验结果表明,采用开关量控制法进行焊接,在电弧负载整个变化范围内可实现焊接电流无超调快速控制,有效地满足各种焊接工艺要求,保证     

基于模糊神经网络的Zr-2合金晶粒尺寸及流变应力模型

通过Zr-2合金在变形温度为750,800℃,变形速率为0.01,1,10 s-1,变形程度为50%,65%的热压缩试验获得数据,采用模糊神经网络方法建立Zr-2合金的晶粒尺寸及流变应力模型.模型的输入参数包括变形温度、变形程度、变形速率等热加工参数,模型的输出为晶粒尺寸和流变应力.结果表明,该模型避免了传统经验回归拟合复杂的数学公式计算,是简单而精确的建模方法,可用于优化热加工参数.