模糊神经网络在汽车稳定性控制中的应用

为满足车辆动力学控制日趋复杂的控制需求,亟待探索鲁棒性更强的非线性控制算法与之相适应。针对常规模糊控制存在隶属度函数无法随车辆行驶条件的变化而自动修改适应的缺陷,设计了模糊神经网络控制器。其利用神经网络的学习机制,可优化模糊隶属度函数与控制规则。在MATLAB/Simulink中建立了车辆稳定性控制系统模型,并利用联合仿真技术搭建了MATLAB/Simulink与Carsim的虚拟联合仿真平台,验证了控制算法的有效性。仿真结果表明,模糊神经网络控制器具有更强的自适应性与鲁棒性,更能适应复杂多变的车辆动力学控制。     

自适应模糊神经网络在炉温控制中的应用

针对复杂工业过程系统的特点,提出了一种自适应模糊神经网络控制器,这种控制器由模糊神经网络控制器(FNNC)和模型网络(MNN)组成,具有自适应学习能力.着重讨论了自适应模糊神经网络的混合学习算法,给出了适于非线形时滞电阻加热炉的控制方案.经仿真和加热炉温控实验表明,控制性能良好.     

混合模糊神经网络在质量控制中的应用

传统的SPC控制图,在实际制订中需要大样本,在新的制造环境中出现很多困难和局限性。应用神经网络,引入模糊理论可对不确定分类问题具有更多优势。试验表明,在大多数情况下,它比其它统计过程控制图表现出更快的探测性和更准确的诊断性。     

模糊变隶属度函数在阀门定位器控制中的应用

针对调节阀由于摩擦力、不平衡力等引起的时变、非线性特性,以AVP100阀门定位器为研究对象,根据输出电压及电压变化趋势,利用模糊控制智能权函数分别对偏差e及偏差变化ec加权,设计了一种基于变隶属度函数的阀门定位器模糊控制算法。搭建实验平台,对阀门开度从全开到全闭的区间,以间隔10%的开度为变化,分别利用PID参数控制法和设计的变隶属度函数模糊控制算法控制系统,结果显示：用变隶属度函数模糊控制算法控制系统,在不同开度下控制精度均提高、响应加快、过程平稳。     

模糊神经网络PID控制在振动打桩机中的应用

针对双马达电液伺服系统难以进行同步控制,实现无级调频调矩的问题,提出了基于Mamdani型的模糊神经网络PID控制方法。该方法的主要思想是结合模糊推理和神经网络控制技术,构成模糊神经网络,实时调整PID参数。实验结果表明：与传统PID控制方法相比,该方法改善了系统的动态特性,提高了控制精度。     

模糊神经网络在驼峰机车推峰速度控制中的应用

在编组站解体作业中,推峰速度的大小直接影响到解体效率。目前对推峰机车的速度控制仍然以人工经验为主,达不到自动化驼峰的要求。因此,本文经过对影响推峰速度各类因素仔细分析,提出基于模糊神经网络的驼峰推峰速度控制方法,用误差反向传播的学习算法对模糊神经网络模型进行训练,通过与测试数据样本对比,可以看出该模型计算的机车速度与机车实际运行速度相差较小,并且能较精确得出理想的推峰速度,对提高编组站作业效率有明显的作用。     

模糊神经网络在故障诊断中的应用

本文主要介绍了模糊系统与神经网络结合而产生的模糊神经网络的发展过程,融合方式。详细对模糊逻辑与神经网络进行了比较,总结各自特点,进而说明其相互结合的必要性。     

大型阀门开度电液控制系统

大型阀门开度电液控制系统杨铁林，高英杰，王永昌大型阀门开度电液控制系统是用于对流体传输管道上大型阀门开度进行伺服控制的一种电液伺服控制系统。该系统同时具有电气控制和液压控制双重优点，因此应用日趋广泛。近年来，我国从国外引进的大型阀门，大都采用了这种控...     

PLC及触摸屏在电动阀开度控制中的应用

电动阀已广泛应用于各种场合和领域,在一些恶劣的环境下,传统的手工机械调节方式已暴露出效率低下、安全性差等一系列弊端.针对以上情况,根据电动阀的工作原理,应用PLC和触摸屏同电动阀进行实时通讯和信号反馈,实现了对电动阀开度的全自动控制.结果表明给出的控制系统不仅能有效地解决目前存在的问题,而且节省了人工成本,提高了工作效率.     

模糊神经网络在温控系统中的应用

文章首先介绍了温控系统的方案设计以及部分功能模块,然后介绍BP神经网络结构和模糊推理,在分析两者弊端的基础上提出将两者相结合的控制方法。本文还介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理,最后利用matlab神经网络工具箱作为平台,通过测试样本仿真和试验,本设计的应用为实现快速、精确的温控系统提供了一种功耗低、经济有效的解决方案。     

神经网络在预报控制中的应用

本文着重介绍了两种神经网络模型在实际加工过程进行预报控制的应用。     

模糊神经网络在发动机故障诊断中的应用研究

对模糊逻辑和神经网络故障诊断方法做了研究,根据这两种方法各自的优缺点,采用串联方法将两者相结合,用模糊信息处理方法对输入信号进行预处理,然后利用神经网络的逼近能力来实现对故障的诊断.将该方法构建的推理系统应用于汽油发动机偶发性疑难故障诊断,仿真结果表明该方法可以给出较高精度的诊断结果.     

模糊神经网络在刀具磨损检测中的应用

建立了一个以模糊推理为基础的模糊神经网络模型，该模型采用了自组织竞争学习与BP算法相结合的混合学习算法。利用该模型进行了刀具磨损识别的实验研究，实验结果表明该模型能够可靠地对刀具磨损进行识别。     

模糊神经网络在主轴伺服系统故障诊断中的应用

根据数控机床主轴伺服系统的故障特点,提出将模糊神经网络应用于主轴伺服系统的故障诊断,该诊断方法结合了神经网络和模糊逻辑的优点。诊断实例表明,该系统的推理速度快、容错性强。     

模糊神经网络在旋转设备故障诊断中的应用

针对旋转设备六种常见故障,采用 Ｂ Ｐ网络,运用模糊理论产生训练样本,根据经验公式和实际运算结果选择网络拓扑结构。经验证,其对单一故障具有很好的识别能力,与传统 Ｂ Ｐ网络的诊断结果相比,提高了诊断精度。     

模糊神经网络在UV-LIGA工艺优化中的应用

将模糊神经网络理论和算法应用于负性光刻胶(SU-8)加工高分辨率和高深宽比微结构的工艺研究,在正交试验的基础上对网络进行训练,建立了光刻图形质量与前烘时间、前烘温度、曝光量、后烘时间之间的预测模型。该模型采用五层前向模糊神经网络,学习算法为梯度下降法。进行了实验,实验结果表明,前烘温度与前烘时间对光刻质量影响最大。对120~340 μm厚的光刻胶,前烘温度取95℃,前烘时间100 min时,图形的相对线宽差最小;超声搅拌能缩短显影时间,显著改善图形质量,试验结果与计算结果十分吻合。将模糊神经网络应用于UV－LIGA工艺中,能实现光刻加工微结构的工艺参数优化。     

模糊神经网络在电火花线切割加工中的应用

分析了电火花线切割加工工艺特点,针对其加工过程的复杂,各工艺参数之间相互制约,难以用传统的数学方法解决,而提出了用模糊神经网络对电火花线切割加工过程建立模型,通过网络的训练,实现加工参数的优化选取和预测,并且提取出有效的规则集.实验结果说明了这一方法具有可行性和实用性,并取得了较好的效果.     

模糊神经网络技术及其在机器人中的应用

阐明模糊和神经网络技术的结合形式,二者与人工智能技术的关系;介绍模糊神经网络在机器人控制中的应用——并联机器人自适应力控制器。针对医用骨科机器人,谈谈模糊神经网络技术在研究中应用的可能性。     

模糊神经网络在链条炉燃烧过程中的应用

本文介绍了基于模糊神经网络控制实现链条炉的优化燃烧。同时利用改进的BP算法,对神经网络的各参数进行离线训练。利用人工神经网络的记忆特性,对链条炉的优化燃烧进行在线控制。