电弧炉智能电极控制器的研究

将神经网络智能控制理论应用于电弧炉电极控制系统,建立了电孤炉电极控制模型.运用BP神经网络,对所建立的控制模型进行了仿真研究.仿真结果表明,采用神经网络智能控制方法,可以对电弧炉电极进行有效地控制,并提高了系统的适应性和鲁棒性,具有重要应用价值.     

神经网络在电弧炉电极控制中的应用研究

在冶炼工业的电弧炉中有效地控制电极电流,对于电弧炉正常运行至关重要.讨论了基于神经网络对电弧炉电极进行智能控制的方法,运用神经网络的BP、RBF以及双隐层BP模型,分别对电弧炉电极的单相电流及三相电流进行了分析和仿真.结果表明该方法可以获得有效的控制效果,使电极电流达到稳定状态.     

《智能控制系统——模糊逻辑·专家系统·神经网络控制》简评

王耀南教授所著的《智能控制系统一模糊逻辑·专家系统·神经网络控制》一书,由湖南大学出版社出版,新华书店总店科技发行所发行。 该书系统地介绍了智能控制的基本理论和设计方法及其在计算机控制系统中的应用。全书共分11章,内容包括模糊逻辑控制、专家系统和专家智能控制、神经网络基本理论、神经网络系统辨识、神经网络智能控制系统、神经网络自适应控制系统、模糊神经网络与控制、神经网络最优控制系统,遗传算法与智能控制系统、综合智能控制系统的工程应用(工业过程控制、机器人控制、伺服控制等),附有本书的部分仿真程序清单和软件。     

基于神经网络的自动变速器换档控制系统

针对AMT自动变速技术中的重要部分即换挡控制系统,本文引入神经网络智能控制技术．构造档位决策模型、离合器接合速度控制模型,从而设计了自动变速器换档控制系统。试验结果表明,所研究的自动变速器换档控制系统在实现神经网络智能控制方面达到了较为满意的效果。     

脉冲GTAW熔池动态过程模糊神经网络建模与控制

展示了模糊推理与神经网络结合在脉冲GTAW熔池动态过程智能控制中的应用研究结果.建立了脉冲GTAW平板对接动态过程特征:正反面熔池的最大宽度、长度与面积等参数的神经网络模型,基于实验数据采用模糊辨识方法提取焊接过程的模糊控制规则,进而设计了具有自学习适应能力的模糊神经网络控制器.建立了脉冲GTAW熔池动态过程智能控制系统,焊接实验验证了所设计的模糊神经网络控制器具有智能控制效果.     

基于模糊神经网络的电弧炉控制系统及仿真

电极调节系统是电弧炉炼钢过程不可缺少的基本装备。目前常用的电极调节器大多是基于单相意识,导致电极调节中电极往往误动作,大大影响了电弧炉的运行效益。在模糊控制和神经网络的基础上,探索研究一种基于三相意识的电弧炉控制新方法,采用模糊神经网络调节器控制对电弧炉电极进行调节,控制弧流弧压稳定在一定范围之内,使电弧炉冶炼达到有功功率最大化,进一步提高电弧炉的综合运行效益,降低能耗、减轻对电网危害。并用matlab对模糊神经网络进行仿真。结果表明,本网络具有较快的训练速度和较高的泛化能力,满足电弧炉控制的要求,其控制性能优于常规电弧炉控制系统。     

高性能自适应智能变频驱动控制系统研究

神经网络自适应控制技术解决复杂多变量、非线性、时变系统的研究,目前大多停留在理论研究上,本文选用神经网络自适应技术解决交流变频驱动复杂系统的控制问题,提出了用神经网络自适应技术和传统变频控制技术相融合,构建了智能控制变频驱动控制系统.相对于传统控制系统而言,该系统提高了精度、实时性和鲁棒性.在地球物理探测技术中也可广泛应用.     

智能控制策略在高阻抗电弧炉炼钢过程中的应用

采用了基于网络环境下的遗传神经网络控制，预估补偿控制，电弧电压平衡，电弧弧长平衡，电弧功率平衡等集成智能控制策略。针对电弧炉炼钢过程的高度非线性，时变性，不确定性，实现了高阻抗电弧炉炼钢过程的最优化控制及实时监控，该系统能较好地适应负荷变化与外部干扰，其控制性能优于普通电弧炉系统，降低了生产成本，提高了生产效率。     

神经网络在PMV指标控制中的应用研究

人们对室内热舒适度的关注涉及到与其有关的6个输入因素及PMV控制输出.神经网络具有很强的适应性和在线自学习能力,可以逼近任意非线性映射.用神经网络来训练,可得到空调控制系统的输入输出模型,实现空调的智能控制.     

嵌入式智能控制系统在水处理中的应用

本论文采用智能控制算法来改进投药控制系统,用PSO算法改进BP神经网络,实现最佳投药量控制.并将智能算法用于嵌入式控制系统,将其作为一个加药站点置于工业以太网上的任何位置,可以很方便的对加药进行控制.