神经网络预测器在铝电解过程控制中的应用

目的采用神经网络预测控制方法来解决铝电解过程中存在的时变和大时滞问题，提高其控制性能．方法提出了一种基于铝电解过程的神经网络预测控制算法，建立了神经网络预测模型，将神经网络和预测控制算法相结合，结果实现了铝电解过程的最优控制．神经网络预测模型的输出能够很好地跟踪铝电解生产过程，预测效果好．结论笔者提出的控制方案能够使铝电解过程很快进入稳态，超调量较小，提高了铝电解过程的动态和稳态性能．     

模糊控制技术在铝电解生产过程中的应用

本文介绍了模糊控制算法和模糊控制器在铝电解生产过程中的应用情况。     

模糊神经网络技术在铝电解故障诊断中的应用

目的为了提高生产效率、降低成本、安全生产，通过对铝电解故障进行有效的检测和预报，减少铝电解过程中阳极效应、热槽、冷槽故障的发生．方法通过对铝电解故障发生机理和故障发生时相关特征量变化趋势的分析，基于模糊逻辑理论。建立了多级模糊故障检测模型，采用BP神经网络建立了故障分类模型，实现对铝电解故障的检测和预报．结果降低了模糊系统的维度，减少了规则数量，采用多级模糊与神经网络相结合的故障诊断预报的方法，提前了预报时间，提高了预报准确率．结论铝电解模糊神经网络故障诊断方法，有效地降低铝电解的故障发生率，降低了能耗，提高了铝的产量和质量，具有良好的应用前景．     

基于模糊神经网络的深基坑变形预测

针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.     

层次模块化模糊神经网络在铝电解故障诊断中的应用

目的针对铝电解故障发生机理及特点，提出采用层次模块化模糊神经网络实现对铝电解故障快速、有效检测的新方法．方法利用数据处理子模块，诊断子模块，决策子模块，从而对铝电解生产过程中的故障进行诊断．结果数据处理子网络实现了对数据的特征提取，优化了数据结构，将大结构的神经网络分解成多个小网络，并用决策神经网络对故障进行模式分类．结论该方法优化了大结构神经网络的学习性能，提高了故障检测的准确率，具有良好的实用价值．     

基于自校正神经网络的预测控制系统设计

为改善数控线切割加工过程伺服控制性能,提出了一种基于自校正神经网络预测控制系统总体结构,建立了用于离线训练控制器的对象模型以及可以进行多步前向预测的预测模型,设计了基于预测模型提供的梯度信息进行学习训练的神经网络控制器.以数控线切割机床加工过程控制为研究对象,对该系统进行了计算机仿真并进行了结果分析,结果表明本文所提出的基于自校正神经网络预测控制系统具有较好的控制效果.     

基于铝电解过程神经网络建模的研究

目的利用神经网络铝对电解过程进行辨识建模,以解决采用常规方法难以建立模型的问题.方法分别利用递归神经网络（Elman神经网络）和延时神经网络（加入延时单元的BP神经网络）对铝电解过程进行辨识建模,并将二者的辨识结果进行了比较.结果递归Elman神经网络能更好地跟踪铝电解生产过程,并且网络结构简单误差小.结论笔者提出的递归Elman神经网络建模方案更适合于对铝电解过程进行辨识建模.     

一种模糊控制系统的神经网络方法

基于ＦＡＭ神经网络，采用Ａ．Ｋａｗａｍｕｒａ等人提出Ｎｅｕｒａｌ－Ｆｕｚｚ协作系统概念，实现模糊系统。网络保留了模糊控制系统的优点，知识采集方便，较之一般ＢＰ网，空间结构清晰，编码意义明确；同时具有学习功能，解决ＦＡＭ神经网络不易修改控规则的缺点，学习速度快。     

模糊神经网络在非线性电站制粉控制系统中的应用

火电厂制粉系统是一个相互关联强耦合的复杂多输入多输出控制对象,运行时具有存滞后、大惯性和非线性的特点,其动态特性非常复杂,数学模型难以建立,并且数学模型随煤质、外部环境等因素变化较大.因此,提出一种基于模糊神经网络的2级控制方案,第一级采用神经网络控制,第二级采用模糊控制.该方案很好地解决了在多变量模糊控制系统中的控制规则多、维数灾难问题,在理论上为多变量、高维数非线性模糊控制系统提出了一种新的控制方案.实验室测试结果表明,如果将其应用到中储式制粉系统中,将提高电站制粉系统的自动化水平及经济运行指标.与传统的手动及PID定值控制比较,该方法大大改善了电站制粉系统的控制性能,是一种很有实用价值的控制方法.     

基于行为策略的铝电解建模控制研究

针对存在非线性、大滞后和多变量互关联等特性的铝电解过程,分析了影响预焙铝电解槽物料平衡和能量平衡主要因素的相互关联关系.基于行为策略思想,建立了铝电解过程的多级分布式关联模型,该系统模型由氧化铝质量分数和电解温度2个二级关联系统和6个三级关联子系统构成.提出了铝电解过程中关于氧化铝质量分数和电解温度的多级分布式控制方案,给出了该系统的多级分布式预估算法和控制算法,确定了各级子系统间的协调机制.各个子系统分工合作、协同运行,获得全局控制功能.仿真结果表明,应用该控制方法后,铝电解动态过程具有较强的鲁棒性和抗干扰能力.     

工业网络系统在铝电解控制中的应用

工业网络控制系统在铝电解行业中的应用,说明了工业网络控制系统与传统的单机直接数字控制系统相比,在控制策略及多任务并行处理方面具有优势。     

预测控制算法及其在倒立摆中的应用

基于神经网络模型的预测控制算法,是利用前向神经网络建立非线性被控对象的模型,以滚动优化、反馈校正实现对系统的控制。将其应用于倒立摆系统中,实现了对摆角和位移的同时控制。理论分析与仿真结果表明,该算法可避免对受控对象做复杂的数学分析。具有收敛速度快,鲁棒性较强的特点。     

分布式计算机控制系统在铝电解中的开发研究

分布式控制系统在我国的应用已取得了一定的成就,本论文对分布式计算机控制系统应用于铝电解行业时,系统的组成、应用开发、软件设计作了研究,该系统在可靠性、稳定、节能节耗及提高经济效益等方面都有一定的改善,在国内具有一定的应用推广价值,同时也为铝电解行业的技术应用和研究开辟了一个更为广阔的天地。     

基于神经网络建模的预测控制

预测控制具有多步预测、滚动优化和在线自适应校正等优点。文中提出了用神经网络方法建立预测模型, 将其应用到了润滑油溶剂脱蜡过程并取得了有效的仿真结果     

多变量系统基于回归神经网络的预测控制

以罐式搅拌反应器为例,研究多变量系统基于神经网络的预测控制及改善控制性能的方法。针对复杂多变量系统难以建模的问题,采用多层局部回归神经网络离线建立其预测模型。在反馈校正中,考虑到控制准确性和实时性的要求,采用偏差补偿和模型修正相结合的方式修正神经网络的预测输出。实验中,研究了改善控制性能的方法,得出：对性能指标中的偏差项负指数加权,可大大加快系统的动态响应过程,并在定程度上减少系统超调、仿真结果表明控制算法有效。     

多变量系统基于回归神经网络的预测控制

以罐式搅拌反应器为例,研究多变量系统基于神经网络的预测控制及改善控制性能的方法.针对复杂多变量系统难以建模的问题,采用多层局部回归神经网络离线建立其预测模型.在反馈校正中,考虑到控制准确性和实时性的要求,采用偏差补偿和模型修正相结合的方式修正神经网络的预测输出.实验中,研究了改善控制性能的方法,得出:对性能指标中的偏差项负指数加权,可大大加快系统的动态响应过程,并在一定程度上减少系统超调.仿真结果表明控制算法有效.