模糊神经网络在电液伺服控制系统中的应用研究

针对电液比例伺服阀的死区大、强非线性等特点,设计了一个基于模糊逻辑的神经网络控制系统（FNNC）,给出了基于模糊逻辑推理网络的拓扑结构,导出了网络的连接权重和隶属度特征参数的学习算法。将该控制系统应用于蜗杆砂轮磨齿机,获得了良好的效果。     

模糊神经网络技术在精锻模具智能设计中的应用

针对精密锻造模具智能设计中的回弹量预测问题，研究模糊神经网络技术的应用。设计模糊预测器结构。研究模糊化算法，逆模糊化算法及模糊控制器结构，并开发出模糊预测系统。最后，对系统的预测结果进行分析。验证其可靠性。     

模糊神经网络在焊接中的应用

本文综述了国内外关于模糊神经网络在焊接过程控制、性能预测和缺陷检测等方面的应用现状。通过将模糊推理系统与神经网络技术结合起来,可以实现对焊接过程实时控制,建立焊接缺陷智能检测系统,提高焊接技术智能化水平。最后简要介绍了模糊神经网络在焊接中应用的发展趋势。     

模糊神经网络在焊接性能预测中的应用现状

通过将模糊推理系统与人工神经网络技术的结合,建立了模糊神经网络预测模型,可以实现对焊接性能的预测。焊接性能预测系统的建立,缩短了焊条研发周期,提高了焊接性能。介绍了人工神经网络和模糊推理系统在焊接领域的应用,综述了模糊神经网络在焊接性能预测中的应用与研究现状,并探讨了其在应用研究中的问题以及未来的发展趋势。     

基于模糊神经网络的注塑制品缺陷分析诊断

在对注射成形过程的各种不确定性因素和模糊性问题深入分析的基础上，运用模糊产生式规则和置信度传递算法，以神经网络获取模糊规则的方式实现了模糊逻辑和神经网络的有机结合，建立了用于注塑制品缺陷分析诊断的模糊神经网络结构模型，并给出了运用模糊神经网络进行制品缺陷分析诊断的过程和方法。     

模糊神经网络滑模控制在轧机中的应用

针对液压轧机不确定的压下液压伺服系统的跟踪控制问题,设计了一种基于神经网络的滑模控制器.仿真与试验结果表明,该控制器使系统有较强的动态特性和稳态特性,并提高了系统的鲁棒性和跟踪性能.     

模糊神经网络及其在镦粗过程中的应用

主要分析了神经网络用于智能应用和知识获取的不足，模糊理论相对于神经网络的优势，提出了一种新的模糊神经网络模型，该模型的特点是具有较强的鲁棒性和能够获取网络中的知识（模糊规则），将该模型应用于镦粗压力计算中，在测试集中其模拟精度达到了较好的水平，更重要的是还可获得高效的模糊规则，为解决神经网络应用于知识系统的知识获取提供一条有效的路径。     

模糊神经网络在感应电机矢量控制中的应用

本文提出了一种基于模糊神经网络速度控制器（FNNC）的感应电机矢量控制系统,兼具模糊逻辑处理不确定信息的能力和神经网络的自学习能力,阐明了神经网络的结构设计、样本选取及训练方法。人工神经网络（ANN）的初始权值和阈值通过离线学习得到,模糊逻辑规则通过专家经验总结。仿真结果表明采用所提出的模糊神经网络的感应电机矢量控制系统,转速响应快,跟踪性能好,稳态误差大大减小,有效提高了系统的性能。     

基于神经网络的模糊控制器在变量泵中的应用

本文根据变量泵的具体情况,为其了自适应的神经网络模糊控制变量泵的智能控制。     

模糊神经网络信息融合在移动机器人导航中的应用

提出一种基于模糊神经网络的多传感器信息融合方法,并将其用于自主移动机器人导航避障.采用多个超声波及红外传感器探测障碍物的距离和方向,用CCD摄像机来跟踪目标.经过模糊神经网络信息融合后,实现了机器人对障碍物和环境类型的识别以及无冲突的运动.试验表明,该方法能够实现机器人的安全避障.     

模糊神经网络技术及其在一类复杂工业过程控制中的应用研究

针对毛纺工艺侧吹风的温、湿度控制系统的非线性特点设计了一种模糊神经网络控制器,并将其应用到毛纺车间中,实现了对生产车间的温度的精确控制.最后,用MATLAB和C语言做了仿真,结果令人满意.     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

基于模糊神经网络PID的塑料薄膜厚度控制系统设计

针对当前塑料挤出行业薄膜厚度控制系统普遍存在的强非线性、大时滞、控制精度低的现状,设计了一种将模糊控制、神经网络与经典PID控制算法结合的塑料薄膜厚度智能控制系统,通过模糊控制与神经网络自学习算法相结合,实现了控制系统PID参数的在线自整定。实验证明:与传统厚度控制方式相比,该系统可以大大降低收敛时间,提高控制精度,将薄膜厚度误差控制在2μm以内。     

模糊逻辑在非线性系统中的应用

运用模糊逻辑，对复杂的非线性系统——鱼雷发射装置的出管速度、膛压及发射气瓶的充气压力三者之间的关系进行了分析。仿真结果表明，所建立的模糊推理系统与实际工况一致，解决了发射鱼雷时的发射气瓶充气决策问题。     

LCD模糊熵和SOM神经网络在液压泵故障诊断中的应用

针对液压泵故障诊断问题,提出了一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)、模糊熵和SOM神经网络三者相结合的故障诊断方法。对液压泵振动信号进行LCD分解,得到若干个内禀尺度分量(Intrinsic Scale Component,ISC);将ISC分量分别与原信号进行相关分析,筛选出包含主要故障信息的前几个ISC分量,计算其模糊熵并组成特征矩阵;将特征矩阵输入SOM神经网络进行分类识别。液压泵故障诊断实例表明,该方法能够准确识别液压泵典型故障,具有一定优势。通过与BP神经网络分类结果相对比,显示了SOM神经网络在特征分类方面的优越性。     

多个神经网络模型在磁力泵滑动轴承监测系统中的应用

为了用神经网络法来检测磁力泵滑动轴承的间隙,设计了滑动轴承的间隙检测系统的实验台,根据实验数据建立了神经网络模型;采用多个传感器同时采集位移电压和多个神经网络模型进行迭代求解的方法,实现了对滑动轴承间隙的检测.最后用实验验证了该检测系统的可行性.实验结果表明测量值与实际值很接近,所以用该方法建立的检测系统可行,并达到一定的精度.     

神经网络在电弧炉炼钢中的应用

智能电弧炉是应用神经网络模型与数字模型、专家系统、模糊技术等结合起来控制冶金过程。提出神经网络在电弧炉炼钢生产中，有待开发基于多智能体，分布式人工智能，生产过程智能控制、智能管理、智能监测一体化的智能综合自动化系统。     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

模糊神经网络在电火花加工机中的应用

从提高系统的加工效率和加工质量角度出发，首先分析了电火花加工过程的特点。并以此分析为基础，提出了在电火花加工过程中，使用模糊神经网络控制技术。利用模糊控制器的特点，结合人工神经元网络的优点，切实校正了某些不完善规则的不利影响，可靠地提高了控制系统的快速响应能力。