模糊神经网络控制在交流调速系统中的应用

针对交流调速系统中的电机提出用模糊神经网络控制的方法，并进行仿真实验。结果表明，这种控制器具有很强的自学习能力和鲁棒性，使交流调速系统的性能明显提高。     

模糊逻辑神经网络控制在交流调速中的应用

针对交流电机调速系统这种被控对象，利用神经网络实现系统的模糊控制。仿真结果表明，该控制方法具有很强的自学习和抗干扰能力，当突然加、减负载时，神经网络模糊控制与PID控制相比，具有恢复时间短、超调和振荡小等特点。神经网络模糊控制特别适用于结构复杂、干扰大且控制精度要求高的系统。     

智能控制在电机调速系统中的应用

通过对专家控制、模糊控制及神经控制的介绍，综述实现电机调速系统智能化的几种有效的结构形式。智能控制能够解决传统ＰＩＤ调节器所不能解决的问题，是调速控制的发展方向。     

神经元控制器在数字调速系统中的实现和应用

神经网络具有自学习、自适应能力，用于控制时可不依赖控制对象的数学模型。异步电机矢量控制技术是通过坐标变换，实现对定子电流的励磁分量与转矩分量的解耦控制。为实现对交流电机快速和精确控制，本文基于单神经元设计出用于异步电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于由数字信号处理器(DSP)实现的交流电机矢量控制系统中，实验表明此方法设计的控制器结构简单，易于数字化实现，控制系统动态性能良好。     

单片机在调速领域中的应用

<正>一、概述 最近几年,单片计算机的应用在我国方兴未艾。Intel公司生产的高性能单片机MCS—51系列也越来越多的渗透到工业过程控制测量、机电一体化产品及各种智能自动化仪器仪表的生产领域中。使用该系列单     

神经网络在电机故障诊断中的应用综述

介绍神经网络在电机故障诊断方面的应用情况,系统地分析所采用的反向传播神经网络、径向基函数神经网络、小波神经网络、集成型智能诊断系统等网络模型及其最新的进展情况,并提出了未来的重点研究方向。     

感应电机调速系统的模糊神经网络控制研究

针对多变量、非线性、强耦合的感应电机调速系统,传统的PID控制和模糊控制均不能达到理想的控制效果的问题,依据空间矢量控制理论建立了感应电机的数学模型,提出了一种基于模糊神经网络的感应电机调速系统控制方法,并且在基于神经网络离线训练的基础上提出了在线调整网络参数的策略,实现了感应电机调速系统的高精度控制,并通过Matlab仿真进行了分析研究。结果表明,系统具有优良的动静态性能,且对电机参数的变化与负载扰动具有较强的鲁棒性。     

变频调速在石化行业中的应用

随着交流电动机调速技术的不断发展,交流电机采用变频调速技术已是当代电机调速的潮流,它以体积小、重量轻、精度高,通用性强、工艺先进、功能丰富、保护齐全、可靠性高、操作简便等优点优于以往的任何调速方式。如变极调速、调压调速、滑差调速,乃至直流调速等。因而深受钢铁、石油、石化、纺织、机械、煤炭、造纸等行业的欢迎。1.变频调速的基本原理变频调速的基本原理是将交流电通过整流装置转化为直流电,再由逆变器把直流电转化为交流电,由于具     

神经网络逆系统在电机变频调速系统中的应用

神经网络逆系统是近年来发展起来的非线性控制新理论 ,它具有物理概念明晰、适用面宽、使用简便的特点。论文给出了感应电动机变频调速系统的数学模型 ,并通过可逆分析 ,证明该系统可逆 ,可以用神经网络逆系统对其进行控制。仿真和试验结果表明 ,对感应电动机变频调速这一非线性、快速多变、难于建模的复杂系统 ,神经网络逆控制器的控制是实用和有效的。     

神经元逆控制在异步机调速系统中的应用

基于神经元控制的逆系统理论,采用前馈神经网络结构和相关的快速训练方法,设计出一种新型产环逆控制的异步机矢量控制调速系统,分析并验证其有效性     

神经网络在直流调速中应用

介绍了传统PID控制器在直流调速中的应用,其控制参数难以精确整定,故其控制精度难以保证,提出基于BP神经网络的PID控制方法,将其应用在直流调速系统中,仿真研究结果表明,该方法较传统PID有更好的控制效果。     

神经网络理论在变压器故障诊断中的应用

把专家知识与神经网络计算相结合,用变压器原副边正序和负序电流分量的方向进行变压器的故障诊断,克服好传统的二次谐波制动特性劝保护在涌流伴随故障状态下的动作延时,能正确识别变压器的内部故障,励磁涌流、外部故障及空载合于内部故障等不同状态。用此原理构成的变压器保护动作时间最快可为半个周期,可适合于任意连接方式的双绕组变压器,且不受系统参数的影响,具有广泛的实用性和很强的容错能力,大量仿真结果证明了此方法     

复合神经网络在电力系统暂态稳定评估中的应用

提出了一种基于复合人工神经网络的电力系统暂态稳定评估方法。该复合网络由Kohonen网络与若干径向基(RBF)网络组成。它结合了两种网络的优点,因此提高了稳定评估能力。分别采用Kohonen网络、径向基网络以及该复合网络对华中电网的仿真结果证实了该方法的优越性。     

多目标神经PID控制器及其在过热蒸汽温度控制中的应用研究

为了适用大滞后、大惯性复杂过程的高质量控制,对神经网络PID控制器进行了改进,提出了多目标优化算法。该算法具有自适应特点,克服了常规PID超调量大,神经PID响应速度慢的缺点,并容易实现实时控制。应用此算法对电站锅炉过热蒸汽汽温控制进行了仿真,取得了理想的效果。     

模糊神经网络在变压器故障诊断中的应用

提出了与神经网络结合的模糊变压器故障诊断新方法 ,克服了一般模糊诊断学习困难的局限 ;通过与模糊判决矩阵的对应关系 ,发现神经网络系统的权值矩阵就是模糊诊断里面的判决矩阵。模糊神经网络、组合神经网络和判决树 3种方法对故障样本的正判率分别为 90 .4 %、75 .4 %、83.3% ,这表明模糊神经网络方法的有效性与可行性 ,它弥补了DGA试验相近故障识别率低的不足 ,克服了组合神经网络无“可塑性”的缺陷 ,避免了判决树对样本选择的强烈依赖 ,使故障诊断准确度大为提高 ;也说明了DGA和其它电气试验相结合综合分析的必要     

人工神经网络在汽轮机热力参数在线仿真及故障识别中的应用

目前汽轮机组中一部分测点传感装置损坏率高，使得一些热经济性分析 的结果产生较大偏差。基于人工神经网络，作者对当前普遍使用的BP网络模型进行了某些改进、对网络中的一些参数作出了调整，以使模型具有较强的自适应能力并使得网络的收敛速度沿着最佳方向进行，还编制了相应的程序。作为实例，文中对某一实际机组的参数进行了仿真计算，绝大多数数据的相对误差在1.5%以内，可以满足工程实际的需要。文章对输入输出参数之间的关联程度，对影响输出结果的精度、收敛速度等因素进行的分析比较可供今后的热力参数在线仿真和负荷预测借鉴。用该模型对动力系统的热力参数进行在线仿真减少了传感的维护量，特别是对提高汽轮机组故障诊断技术水平有一定的意义，此外还改善了基于参数采集的应用软件的可靠性。     

应用人工神经元网络方法实现微机距离保护

提出了一种微机距离保护的新方法。该方法在采用递推全周富氏算法和接地距离、相间距离比相判据以及相电流差突变量原理的基础上,应用人工神经元网络方法,综合考虑了线路各种故障状态的特征,提出建立一个３层前向神经元网络模型,用来实现线路故障的微机距离保护。利用ＡＴＰ进行了大量的仿真计算,计算结果作为训练样本,对所建立的神经元网络模型进行训练。对该模型进行故障状态测试的结果表明,经充分训练的网络可快速准确地处     

天气敏感型神经网络在地区电网短期负荷预测中的应用

针对地区电网负荷易受气象影响的特点,提出了一种具有天气敏感性的基于快速BP算法的神经网络预测模型,模型中合理地考虑了影响负荷变化的主要气象因素,使其能够适应天气的变化,地区电网的实际应用证明了该算法的有效性。     

伺服系统在摩擦条件下的模拟复合正交神经网络控制

在数字复合正交神经网络的基础上提出一种模拟复合正交神经网络,并用于非线性伺服系统控制中.在带有非线性摩擦力矩的直流电机飞行模拟转台伺服系统中,控制系统是基于PD控制加神经网络前馈控制的并行控制方法,使用神经网络是用来消除非线性摩擦力矩的影响.通过数字复合正交神经网络的连续化算法处理获得了一种模拟复合正交神经网络,并作为前馈控制器.用并行控制与单一的PD控制对带有非线性摩擦力矩的直流电机伺服控制作了仿真研究.仿真结果表明复合控制比单一的PD控制具有实时性好、响应速度快、跟踪精度高,位置与速度跟踪控制获得了满意的效果.该模拟神经控制器能用于不确定对象的控制,为不确定系统控制提供了一种新的途径.     

神经元网络组在发电机定子温度监测系统中的应用

为了识别发电机定子内水冷系统故障,对人工神经元网络组在发电机定子温度监测系统中的应用进行了研究。提出了由温度变化类型识别网络、温度特征识别网络和相关识别网络3部分组成的人工神经元网络组。网络组的输入是定子测温系统提供的每一个测点的一段时间的温度变化过程的数据集。计算机仿真研究表明训练后的网络组对样本的识别结果令人满意。