基于RBF神经网络的纸张定量水分解耦控制系统设计

抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法.利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能.仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用.     

基于非线性BP算法的中密度纤维板（MDF）调施胶系统辨识

利用三层前馈神经网络作为被辨识对象的模型,对中密度纤维板(MDF)调施胶控制系统进行建模与仿真,并给出基于非线性BP算法的调施胶系统辨识计算步骤,实现了对中密度纤维板调施胶非线性动态系统的辨识.实验结果表明,文中建立的中密度纤维板调施胶系统模型是有效的,将其系统模型嵌入调施胶控制系统中可使系统响应时间变快并获得较好的控制效果.     

基于动态RPROP算法的对角递归神经网络

在训练对角递归神经网络(Diagonal Recurrent Neural Network,DRNN)时,为了避免网络权值的学习过程发生振荡、收敛速度慢,得到更好的收敛速度和辨识精度,文章提出一种动态RPROP(resilient back-propagation,RPROP)算法可以使上次的网络连接权值改变量对本次权值改变量产生影响。并将基于该算法的对角递归神经网络用于非线性时变系统的辨识,仿真结果表明该算法可以有效提高辨识效果、网络的收敛速度和辨识精度。     

山梨醇结晶温控系统的研究

山梨醇广泛应用于食品行业,针对山梨醇结晶温控系统存在时变大滞后特性,研究了一种融合遗传算法和神经网络的PID控制器。该控制算法采用RBF网络在线辨识被控对象,先利用遗传算法优化神经网络的初始权值,再结合神经网络所具有的自学习和任意非线性表达能力,用BP神经网络自整定PID参数,对结晶过程温度进行控制。仿真结果表明:该控制器提高了系统的控制性能,具有很强的自适应性和鲁棒性,满足山梨醇生产的要求。     

基于RBF神经网络的棉纱条干均匀度预测

讨论了神经网络在纺织领域研究的新进展,简述了RBF神经网络的算法,基于影响棉纤维品质的各个因素与棉纱条干均匀度之间存在的复杂非线性映射关系,建立了棉纱条干均匀度的神经网络模型。结果表明,RBF神经网络算法收敛速度快、收敛性好,适用于棉纱条干均匀度预测。     

基于RBF神经网络的精密注塑机速度控制研究

文章对采用永磁同步伺服电机（PMSM）驱动定量泵技术的注塑机控制系统,尤其注射速度的控制,提出基于变步长RBF神经网络在线辨识调整PID算法。在MATLAB/Simulink中构建了注射系统模型,仿真结果表明,注射速度跟踪性能好,对外部干扰和参数变化具有较好的适应能力,电机转速随负载需要能作出迅速调整,改变定量泵输出流量,响应速度快,系统无高压节流,实现节能。图6参8     

一种基于径向基函数的模型参考自适应控制的研究

文章介绍了基于RBF(径向基函数)神经网络的辨识,实现单神经元PID模型的自适应控制。采用RBF神经网络,是由于其结构简单,应用成熟,具有万能逼近性;采用单神经元构成的PID自适应器是因为其具备适应性强,结构简单,有学习的功能。我们通过RBF神经网络的辨识后进行单神经元PID的自适应控制,随时对参数进行学习与修改,以求达到所要的效果。     

一类非线性系统的自适应神经网络反推控制设计及稳定性分析

针对一类具有未知控制方向、非线性未知函数、未建模动态和动态干扰的单输入单输出非线性不确定系统,提出了一种基于后推设计的自适应神经网络的控制方法.设计中,利用RBF神经网络逼近系统的未知函数,应用非线性阻尼项抵消系统的非线性动态干扰,通过引入一个动态信号克服未建模动态,并用Nussbaum函数解决未知的虚拟控制增益问题;最终应用数学方法严格证明了整个闭环系统的所有信号是一致终结有界性.     

基于遗传算法的RBF神经网络在铂电阻温度传感器非线性补偿中的应用

针对铂电阻温度传感器在实际应用中存在非线性问题,提出了基于遗传算法优化径向基函数（RBF）神经网络实现其非线性补偿的方法。分析了非线性补偿原理。设计了RBF神经网络补偿器,并引入遗传算法优化神经网络结构和参数。实验结果表明,所提出的铂电阻温度传感器非线性补偿方法是实用和可行的。图4表1参10     

基于神经网络的电液负载模拟器控制器设计

针对飞机舵机电液负载模拟器系统参数时变,存在非线性环节且多余力干扰影响系统性能指标的问题,设计一种基于神经网络的复合控制器。复合控制器采用基于PSO改进BP神经网络的方法设计神经网络辨识器来辨识系统数学模型,再用DRNN神经网络在线整定PID参数。实验结果表明,基于神经网络的复合控制器可以有效缩短系统响应时间,提高跟踪精度等系统性能指标。