基于中枢模式发生器的机器鱼分层闭环控制方法

为实现多关节仿生机器鱼自主巡航及柔性游动的同步控制,采用双向链式最近相邻耦合方式,构建了基于Hopf振荡器的中枢模式发生器（CPG）网络模型,并分析了控制参数与机器鱼游动模态之间的关系。在此基础上,提出了一种基于CPG的分层闭环控制方法,利用传感器网络获取机器鱼的状态信息及环境信息、粒子群-人工势场法进行机器鱼的避障及路径规划、模糊控制器进行轨迹跟踪、具有耦合反馈机制的CPG网络模型生成节律控制信号。最后,进行了机器鱼多个游动模态、模态间的平滑切换、自主巡航和避障的仿真和实验研究,仿真与实验结果验证了所提控制方法的可行性和有效性。     

基于Wilson-Cowan神经振荡器的四足机器人步态规划研究

中枢模式发生器(central pattern generator,CPG)是一种重要的机器人节律运动控制方法。在Wilson-Cowan神经振荡器基础上,提出了一种新的CPG控制器,用于四足机器人的节律运动控制,每个Wilson-Cowan神经振荡器分别对应机器人的一个步行腿,对机器人的腿进行协调运动控制。通过调整振荡器之间的步态连接权矩阵,可以实现机器人不同的节律运动和各种运动模式间的转换。计算机仿真表明:本文提出的CPG控制方法能够稳定的生成不同步态的机器人运动轨迹,输出结果能够较好地符合各种步态的相位要求。     

基于模糊模式的交通灯智能控制研究应用

针对智能控制重要分支之一的模糊控制,本文主要阐述了模糊模式在智能控制中的研究应用.首先简要介绍了智能控制的发展概述,然后描述了模糊模式和其特点以及模糊模式控制系统的主要组成部分.模糊模式在交叉路口的信号灯智能控制中的应用,表明模糊模式控制能够有效减少单交叉路口平均车辆延误时间,使交叉路口通行更为通畅.     

船舶核动力装置蒸汽发生器故障诊断系统研究

根据蒸汽发生器的结构特点与工作特点,从理论上分析了导致常见故障的各种原因,并结合现场专家的直觉经验,建立了蒸汽发生的故障知识库,同时将Kohonen算法应用于模糊神经网络的故障诊断系统,在故障诊断过程中,根据自身的联想特点,将模糊运算引入神经网络中,有效地解决了知识的不确定性导致诊断的不确定性的问题,该诊断系统具有元教师的自学组织,自学习功以,并且聚类能力强,速度快。     

模糊控制与模糊神经网络研究的现状及展望

回顾了模糊控制理论的发展历程，介绍了模糊产品和模糊硬件的开发概况，阐述了将模糊逻辑与神经网络相结合的模糊神经网络技术的研究动态，并对模糊控制学科的发展进行了展望。     

基于神经网络的模糊控制及其应用

本文介绍一种利用神经网络的学习功能设计模糊控制逻辑的方法，并对这种方法在工业控制中的应用前景做了探讨。     

蒸汽发生器单神经元自适应PSD控制策略研究

蒸汽发生器水位是核动力装置安全运行的重要参数，为了将水位更好地控制在要求的范围内，采用PSD控制规律，结合自适应和单神经元的智能控制方法，研究一种采用递进式学习方法的神经元自适应控制算法，设计了蒸汽发生器水位单神经元自适应PSD智能控制器。这种控制器能较快的控制抑制住水位的变化幅度，具有超调小、衰减快、过渡时间短、无静差的优点，具有很好的适应性、鲁棒性。     

模块化机器人的双输出CPG网络调相运动控制

为了增强模块化机器人的灵活性,以及对其多模式运动进行更简单有效地控制,结合阵列式和串联式自重构机器人的特点,设计基于万向式关节的双自由度UBot模块,并根据两个关节之间的相互抑制关系,结合生物学的中枢模式发生器(CPG)运动控制原理,设计具有双输出的CPG网络调相运动控制器.通过调整CPG间的连接权重以及每个CPG中两组输出的关系,调解运动控制信号间的相位差值,有效地控制UBot模块化机器人的整体协调运动.应用这种控制方法控制了模块化机器人的3种运动模式:四足运动、蠕动和多节虫运动,在ADAMS仿真环境下进行了运动仿真实验,并在UBot模块化自重构平台上分别进行了3种构型的实体运动试验.实验结果验证了双输出CPG调相网络对模块化机器人运动控制的有效性和实用性.     

一体化反应堆直流蒸汽发生器控制策略研究

为了同时控制一体化反应堆直流蒸汽发生器(OTSG)的蒸汽压力和过热度,分析了OTSG的工作机理,建立了OTSG模型。采用三冲量控制方法控制主给水阀门,并采用单回路加前馈控制方法来控制主蒸汽阀门,提出了OTSG蒸汽压力和过热度控制策略。在MATLAB/Simulink中构建仿真系统,通过OPC与一体化反应堆仿真平台链接,同时把OTSG模型嵌入到一体化反应堆仿真平台,构成OTSG蒸汽压力和过热度控制仿真研究平台。仿真结果表明,该控制策略可行,可以很好地满足控制性能要求,同时提高了对一体化反应堆的控制性能。     

基于神经网络的控制图异常模式识别研究

为了对控制图异常进行有效识别,以提高质量管理的自动化程度,促进企业信息化建设,通过将Monte Carlo方法产生的仿真数据进行线性变换编码,以提高样本的模式特征,然后在不同训练样本情况下,分别应用自适应修改学习率BP网络和概率神经网络进行训练识别,通过对结果的分析提出了实际生产中应用的策略．     

基于模式识别的自适应智能控制研究

为了克服基于模式识别的智能控制的不足,提出了一种把神经网络和遗传算法与基于模式识别的智能控制相结合的控制方法。新方法中的神经网络采用遗传算法进行学习和训练,用来预测控制效果,从而修正特征模式集中的控制参数与控制规则。仿真研究表明,新方法由于增加了自适应机构,降低了对特征模式集中的经验数据和控制参数的依赖程度,提高了系统的性能,且便于特征模式集的设计。     

Slope Terrain Locomotion Control of a Quadruped Robot Based on Biological Reflex CPG Model

Inspired by the neuronal principles underlying the tetrapod locomotion,this paper proposed a biomimetic vestibular reflex central pattern generator(CPG) model to improve motion performance and terrain adaptive ability of a quadruped robot in complex situations,which is on the basis of central pattern generator (CPG) model constructed by modified Hopf oscillators.The presented reflex model was modified in the light of the particular joint configuration of the quadruped robot and the trot gait pattern.Focusing on slop locomotion of the quadruped robot with trot gaits,the cosimulations of the ADAMS virtual prototype,CPG mathematical expressions with vestibular reflex and Simulink control model were conducted.The simulation results demonstrated that the presented CPG controller with vestibular reflex was more efficient and stable for the quadruped robot trotting on slopes,compared with the different trotting control models.     

基于模糊神经网络的焊缝跟踪算法

将智能控制应用到焊缝跟踪系统中,采用模糊神经网络实现模糊控制的功能,提出了一种基于模糊神经网络的焊缝跟踪算法．实验结果表明,基于模糊神经网络的焊缝跟踪系统对于直线焊缝和平滑过渡的弯曲焊缝轨迹跟踪效果令人满意．     

智能控制在受控网络中的应用研究

智能控制主要用来处理传统方法难以解决的复杂系统控制问题。智能控制的对象通常是那些存在严重的不确定性、高度的非线性及复杂任务要求的系统，计算机网络的高度复杂性和高度非线性决定了构建一个安全、可控的计算机网络离不开智能控制的支持。描述了受控计算机网络智能控制系统的基本构架及所需采用的一些基本技术；并探讨了选择智能控制方案所应考虑的因素。     

基于模糊数学的发电权交易多目标函数优化算法

为了达到发电调度节能减排要求,并综合考虑电网安全,在分析传统发电权交易模式的基础上,将发电权交易的效益、煤耗及网损3个参数结合起来,提出了在役机组发电权交易的多目标函数模型.采用模糊数学方法对多目标函数进行了求解.并通过实例分析检验了该求解方法的有效性.     

模糊控制技术中的几个问题

回顾了模糊集理论在应用方面最具代表性的一个分支——模糊控制理论和应用的发展,阐述了模糊控制技术的主要研究方向,并且指出了目前模糊控制技术有待于进一步研究的几个问题     

基于数学规则的龟背纹自动生成方法

龟背纹是一种中国民间装饰纹样,一般为六角形连续状几何纹样。通过分析龟背纹的构图规则,提出了一种传统民间纹样生成算法。首先分析了龟背纹的最基本组成元素——图元,根据不同图元的对称性获得了组成图元的基本要素;然后通过旋转基本要素获得图元,平铺图元后获得整个龟背纹图案。通过定义符号,将图元生成流程参数化,获得了一般龟背纹的通用生成公式。仿真实验结果表明,通过调节生成公式参数,可生成具有不同细节的龟背纹样。     

智能控制在铝电解槽中的应用

智能控制是一个新兴的学科领域。本文论述了神经网络专家系统,模糊控制和模糊专家系统等技术的原理及在铝电解槽中应用的策略。总结了上述系统的优缺点并提出铝电解槽采用模糊神经网络是其最佳选择。     

一种基于模糊神经网络的城市道路交叉口可变相序控制

在结合模糊控制和神经网络各自优点的基础上,提出一种城市道路交叉口可变相序自适应控制算法.算法根据通行权转移度设计出相位转移模块和绿灯延时模块,并分别为之建立模糊控制器,每个控制器都通过多层BP神经网络来实现.仿真结果表明,该方法能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力.