基于神经网络逆模型的残碱控制系统

讨论了一个比较复杂的纸浆洗涤过程的数学模型，经过多次搜寻，可用五层串并联叠层BP神经网络来模拟这种多输入单输出高价模型，给出了该生产过程的神经网络逆模型结构及其主要内部特征，以及用该神经网络逆模型进行了仿真的情况，并运用此神经网络逆模型，设计出一套基于神经网络逆模型的残碱开环控制系统，再附加一个残碱串级反馈控制作为主控系统的辅助监督控制，或主控故障时的备用控制。     

卷烟纸生产中助燃剂自动掺入的控制系统

介绍了卷烟纸生产中掺入助燃剂(俗称“施硝”)的过程，并就如何采用传感器控制生产工艺过程、满足正常生产和保证设备安全运行提出了建议。     

面粉厂的自动控制系统

山东宁津县面粉厂的自动控制系统在方案设计、系统集成、软件编制方面均采用了９０年代自动化学科的最新技术，是一个新型的采用工业网络并集控制与管理为一体的自动控制系统。下面分４部分介绍这一系统：总体结构；计算机软件；４８５网络；高压风机变频调速启动。１总体...     

自动配浆控制系统

本系统采用了浙大中控的SUPCON JX-300X集散控制系统,控制站卡件全部采用智能卡件,实现了A／D,D／A信号的自动调校和故障自诊断,所有卡件都具有LED的状态指示和故障指示功能。     

PLC自动控制系统分析

随着现代信息技术的持续化发展,工业生产领域逐渐呈现出智能化的特点,为了能够更好地确保工业生产的质量水平,人们就需要对PLC自动控制系统展开科学分析.当前自动控制系统等设备在工业生产领域中得到了广泛的应用,能够有效提升工业生产的各个环节水平.由此可见,对PLC自动控制系统的分析,具有极为重要的现实意义,有关人员应当对此予...     

基于PROFIBUS-DP的高速复卷机自动控制系统

基于PROFIBUS—DP总线技术，开发了以S7—300系列PLC为核心，以调速装置为执行机构，以编码器信号为反馈，以触摸屏为人机界面的高速复卷机自动控制系统。     

溢流染色机自动控制系统的改造

 针对染色机控制系统中的控制方式单一且自动化程度落后,同时对水,电资源浪费大等问题,设计了一套全新的控制方案。运用PLC及组态技术使系统实现集散控制,在相应环节上运用变频及智能PID技术,解决了染色机控制方式的单一、落后、实时性差等问题。实验证明,经改造后的系统简化了工艺操作,使操作流程规范化,布匹染色均匀、质量显著提高。在加入PID算法后,控制系统动态响应良好,精确度提高,系统达到了节能降耗,减小污染,提高生产运行效率的目的。     

印刷压力自动控制系统

<正>一、概述合适的印刷压力对于印刷质量有着重要的作用。本文介绍一种印刷压力自动调节的方法。通过单片机处理由传感器采集并经中间环节转换的压力信息,进而控制步进电机的转向,以达到调节印刷压力的目的。     

基于神经网络的非线性大系统分散自适应控制

针对一类非线性大系统,提出了一种利用神经网络的分散输出反馈自适应控制器的设计方法.对于每一个非线性的有限维子系统,采用输出反馈线性化系统;然后利用基于神经网络的自适应补偿器逼近和补偿系统建模偏差、干扰及系统关联项.从而简化控制器设计,提高跟踪精度,并使系统具有一定的鲁棒性.仿真结果表明,所提出的算法简单,易于实现,能够使闭环系统具有良好的跟踪性能.     

基于模糊神经网络PID控制的粉体包装计量控制系统

针对粉体包装计量控制系统由于传感器、螺杆的旋转惯性、零点漂移,下料冲击力等因素的影响而造成的系统延迟、非线性等问题,提出一种基于模糊神经网络PID控制粉体包装计量控制系统。利用模糊神经网络良好的动态控制特性和自学习能力来调整PID控制比例、积分、微分3个调整参数。借助MATLAB simulink仿真软件进行系统的模拟仿真。结果表明,该模糊神经网络PID控制系统稳定时间能缩短约45%,超调量约减少16%。由此可得模糊神经网络PID控制系统优于传统的PID控制系统。     

基于模糊高斯基函数神经网络的滑模控制

研究了一类不确定非线性系统的滑模变结构控制,提出了一种基于模糊高斯基函数神经网络的滑模变结构控制器设计方法.模糊神经网络能以任意精度逼近非线性连续函数,因此应用自适应模糊-神经网络控制理论来逼近动态系统的非线性函数,而且将滑模控制方法与模糊-神经网络控制理论相结合,可以使控制器对系统干扰和逼近误差具有很强的鲁棒性.与常规方法相比,这种控制器不仅保证了闭环系统的稳定性,而且有效地消除了颤动现象.仿真结果表明了该方法的有效性.     

用BP神经网络预测精纺毛织物后整理质量

通过确定合理的输入层单元数、隐层节点数,以3层BP神经网络建立了原料、纱线和后整理工艺参数与织物质量间的关系,对实际加工工艺进行预测,获得较满意的效果,证明该方法的实用性;同时建立了织物质量与工艺参数间的关系,并对重要工艺参数进行反演预测,为控制生产提供了指导.     

基于改进卷积神经网络的红枣缺陷识别

目的：建立一种基于改进的卷积神经网络的红枣缺陷自动识别方法。方法：采用双分支卷积神经网络结构,分支1结合迁移学习策略进行预训练,分支2基于轻量级网络融合特征图提取红枣图像中的特征信息。通过对比实验验证了该方法的优越性。结果：与改进前相比,改进后的缺陷识别方法优化了卷积神经网络的结构,检测准确率进一步提高,从96.02%提高到99.50%。结论：该方法提高了网络学习速度和收敛速度,具有较好的分类识别效果。     

Nonlinear predictive control based on artificial neural network model for industrial crystallization

This paper illustrates the benefits of a nonlinear model based predictive control (NMPC) strategy for setpoint tracking control of an industrial crystallization process. A neural networks model is used as internal model to predict process outputs. An optimization problem is solved to compute future control actions taking into account real-time control objectives. Furthermore, a more suitable output variable is used for process control: the mass of crystals in the solution is used instead of the traditional electrical conductivity. The performance of the NMPC implementation is assessed via simulation results based on industrial data.     

流浆箱神经网络解耦控制系统的设计

利用BP神经网络原理结合流浆箱控制系统实际情况设计了神经网络解耦控制器,根据事先采集的大量实验数据训练出网络参数,得到与系统相匹配的静态解耦控制器,然后通过编程实现神经网络控制器输入输出的拓扑关系.该控制器既解除了气垫式流浆箱压力和液位的耦合关系,又具有实现简单的特点.     

基于PLC的计量加料自动控制系统

通过对传统染色工艺及其存在问题的分析,指出当前染色加工工艺要求助剂的注入方式是非线性计量加料。为此,设计了一种基于可编程控制器(PLC)的计量加料自动控制系统,它主要通过变频器与PLC的配合使用可以实现助剂的非线性计量加入。具体介绍了基于PLC的计量加料自动控制系统的构成、工作过程、工作原理、硬件设计和软件设计。该系统的实际应用效果表明,染色加工工艺的质量得到显著提高。     

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BP神经网络的电控发动机故障诊断应用研究

以桑塔纳2000(GSI)电控发动机为例,在怠速工况下,模拟发动机可能出现的故障,利用金德K81电脑检测仪和NHA—501型尾气分析仪采集数据样本.调用Matlab神经网络工具箱中的BP神经网络,对所采集的其中4组数据样本进行训练、仿真.结果表明,BP神经网络对发动机故障的诊断是迅速、准确的.