模糊逻辑与神经网络故障诊断技术的融合与应用研究

基于单一的智能诊断技术在工程机械故障诊断应用中的局限性,叙述了常见的三种智能诊断方法,指出了它们各自的优缺点,提出了建立基于模糊逻辑与神经网络技术的智能诊断系统的方法,介绍了系统的设计思想、结构与功能和诊断步骤,并以某柴油主机燃烧系统为例,通过详细地描述诊断过程,验证了融合式智能故障诊断技术在工程机械故障诊断领域中应用...     

神经网络与模糊逻辑控制系统比较

神经网络与模糊逻辑控制具有许多相同的特性，它们可单独或组合起来对某过程实行控制．本文着重比较它们在控制系统应用中的不同之处，讨论将两者组合起来实现对某过程控制的优势，由它们所构成的组合控制系统的特点类似于带有敏感环节与认知环节的自适应控制系统．     

基于模糊神经网络的锅炉系统故障诊断研究

在介绍人工神经网络的基本原理和基于神经网络的锅炉系统故障诊断原理的基础上,将模糊逻辑引入了神经网络,研究了集成的模糊神经网络在锅炉系统故障诊断方面的应用,并给出了锅炉样本的一个实例训练过程及测试结果,与传统的标准BP网络算法对比,证实了该方法在锅炉的故障诊断方面能够取得更好的效果。     

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。     

模糊神经网络在车型自动识别中的应用研究

提出一种基于模糊穴映射模型的模糊神经网络分类器（FCMNNC），用于机动车辆的自动分类识别，将模糊的概念结合于网络的各层中，其输入是具有语义性质的隶属度，输出也是模糊集的隶属度。基于上述算法，开发了机动车辆自动识别实验系统。同时采用了一种新颖的最小二乘法LS与BP算法的相结合的LSBP学习算法，仿真证明，LSBP算法学习收敛速度明显高于BP算法。     

基于模糊神经网络的指纹与掌纹信息融合技术

为解决脱皮、有伤痕等低质量指纹存在的识别困难、识别率低及稳定性差等问题,本文提出掌纹作为指纹识别的辅助手段,采用模糊神经网络的身份识别方法,将指纹和掌纹进行信息融合.通过仿真实验,表明此方法实用、有效,能提高系统的识别率及稳定性.可广泛应用于刑侦、金融等对安全有严格要求的领域.     

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。     

模糊神经网络在智能攻丝控制系统中的应用研究

采用人工攻丝策略,建立了智能攻丝控制系统模型及用于处理攻丝信号的模糊神经网络计算模型,利用神经网络的自学习和自适应能力自动调整攻丝模糊系统参数,并结合BP算法对网络进行训练.使用人工攻丝过程的经验数据进行神经网络的学习和测试,使系统误差满足控制要求,验证了算法的有效性和可行性.     

液压故障模糊神经网络诊断方法探讨

本文提出了一种新的液压故障模糊神经网络诊断方法,即从症状和故障源两个方面对故障进行诊断,再综合两个诊断结论,此方法具有学习机能,且能显示知识结构。     

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。     

模糊神经网络问题解决方法分析

本文针对模糊神经网络的缺陷,综述了提高模糊神经网络综合性能的方法;分析了模糊神经网络和信息熵理论,粗集理论结合的基础,指出信息熵理论、粗集理论在神经网络中的应用有助于解决模糊神经网络存在的问题,完善智能化控制并进一步促进其发展。     

基于神经网络的制冷模糊控制系统仿真与优化

针对制冷系统被控对象模型建立了一个基本模糊控制器,并给出一组较优量化因子,在此基础上建立和训练了一个模糊神经网络控制器,并在MATLAB仿真环境下对制冷模糊控制进行仿真和优化。根据得到的一系列仿真结果对所设计的制冷模糊控制系统性能进行了分析,探讨了神经网络训练样本数据对FNNC系统控制性能的影响,结果表明采用合理的样本数据可以优化模糊神经网络制冷控制系统。     

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。     

电厂球磨机的模糊神经网络控制

广泛应用于火电厂的钢球磨煤机制粉系统是一典型的多变量非线性时变系统．各控制量之间存在着严重的耦合．这些因素使得基于常规PID方法设计的控制方案达不到控制作用。本文设计了一个模糊神经控制器并进行了仿真研究。并且用改进的粒子群优化算法对控制器的初值进行离线优化训练、最后的仿真结果表明优化后的模糊神经网络控制器对本文控制对象具有良好的控制性能，该控制方法可用于磨煤机制粉系统这类复杂过程的控制。     

模糊神经网络与启发式算法相结合的制造单元构建方法

为提高制造单元构建效率和制造单元的可实施性,提出了模糊自适应谐振神经网络与启发式算法相结合的制造单元构建方法.该方法以加工相似模式匹配思想为指导,将制造单元的构建分为两个阶段.首先对标准模糊自适应谐振神经网络进行改进处理,并以此构建初始的工件族和设备集合;然后,在初始工件族和设备集合的基础上,建立基于规则的启发式资源优化分配算法,解决制造单元的设备共享、可选设备分配和设备负荷不均等问题.最后,以某企业机加车间生产的典型工件为例,验证了算法的有效性.     

声发射模糊神经网络

在声发射BP神经网络的基础上,通过添加模糊输入层和模糊输出层,构筑成声发射模糊神经网络.对原先的声发射信号进行模式识别,既提高了神经网络训练的收敛精度,又改善了收敛速度和稳定性.从而进一步提高了声发射信号模式识别的实用价值.     

基于滑模模糊神经网络感应电动机矢量控制的研究

感应电机矢量控制采用滑模模糊神经网络控制,使系统具有自学习、自调整的能力和强鲁棒性.通过改进模糊神经网络的学习方法,精简了网络的结构,减少了训练的时间,为模糊神经网络用于实时性控制系统提供了可能的条件.     

模糊神经网络技术在防摇控制系统中的研究与应用

介绍了模糊神经网络用于起重机防摇控制和模糊神经网络的实现，以及如何利用MATLAB中的神经网络工具箱对模糊神经网络进行训练．并以MATLAB／SIMULINK为仿真平台建立了防摇控制仿真模型，经仿真表明该系统的抗干扰能力强，满足防摇控制系统的设计要求。