广义径向基函数神经网络在热误差建模中的应用

针对现有的热误差建模方法建模效率低,模型预测精度不理想等问题,提出了广义径向基函数神经网络(RBF)建模方法并将其应用于数控机床热误差建模中。讨论了采用广义RBF神经网络进行热误差建模的原理及步骤。以数控导轨磨床主轴箱系统为例,布置了12个主轴热误差的关键温度测点,测得了2组独立的主轴箱系统热误差数据。将测得的数据分别用于建立主轴箱系统热误差广义RBF神经网络预报模型和验证模型的准确性。研究结果表明,热误差广义RBF神经网络模型具有预测精度高及泛化能力强的优点;与传统的RBF神经网络建模方法相比,提出的广义RBF神经网络建模方法建模效率更高,模型鲁棒性及预测性能更好,是一种可以用于数控机床热误差实时补偿的有效建模方法。     

三角剖分以及径向基函数神经网络在星图识别中的应用

根据经典径向基函数(RBF)神经网络的优势,结合星图模式样本集的特点,设计了一种适合星图模式样本的网络训练算法.从提取星图模式入手,引入三角剖分理论,将可能出现在同一视场内的恒星以三角形的形式连接起来,提取连接的角距作为星图模式,建立了具有完备性、平移旋转不变性的星图模式样本集.然后,利用RBF神经网络做星图识别,研究顺序训练方法和批量训练方法,总结多种经典算法的优缺点,并设计了一种训练方法.通过实验证明了该种方法较其他经典算法更为适合学习星图模式样本.最后,给出RBF神经网络相关的训练数据,并通过模拟星图软件获得若干模拟星图作为观测样本,利用已经训练好的神经网络进行识别.试验结果表明,测试网络能够正确识别这些星图.     

径向基神经网络在三维激光切割中的应用

分析了RBF神经网络的特点，并研究了它在三维激光切割中的应用，利用该神经网络及其变形可以预测切缝的宽度，也可以根据输入参数对试样的挂渣与否进行判定。比较了三雏激光切割中切割倾角和切割方向对切割质量的影响，从而实现切割质量的预测和优化工艺参数的选取以指导实际的切割过程。     

应用跟踪误差等效模型评价光电经纬仪跟踪性能

针对目前光电经纬仪跟踪性能室内检测方法的缺陷,提出了评价光电经纬仪跟踪性能的新方法。基于系统辨识理论建立了光电经纬仪跟踪误差等效模型,将等效正弦信号输入等效模型,通过对模型输出进行数据处理来评价光电经纬仪的跟踪性能。介绍了建立等效模型的原理和等效模型阶次,给出了根据光电经纬仪检测指标进行等效正弦信号设计的方法。为得到精确的模型参数,采用动态靶标目标角频率连续调制模式实现了对光电经纬仪动态性能的持续激励。仿真和实验结果显示,得到的跟踪误差等效模型估计误差均值为(2.5872×10-6)°≈0°,最大值为1.8″,标准差为1.1″,表明建立的等效模型能够满足跟踪性能评价要求,实现了对光电经纬仪跟踪性能的合理、准确评价。     

长光栅误差的神经网络建模分析

在不需要任何先验知识的情况下,无论误差分布形式如何,直接利用实验数据对光栅测量系统建立径向基函数(RBF)神经网络模型,仿真和实际应用表明该模型用于误差补偿能有效地提高测量系统的精度。     

基于模糊径向基函数神经网络的航空煤油干点估计

研究以模糊聚类和径向基函数网络结合的模糊径向基函数网络ＦＲＢＦＮ,并用主元分析对高维输入变量进行预处理,降低了模型的输入变量维数,进而构造基于ＰＣＡ－ＦＲＢＦＮ的估计模型,这一方法通过对加氢裂化装置分馏塔航空煤油干占估计得到验证。     

基于模糊RBF神经网络的数控机床热误差建模

将模糊技术与RBF神经网络相结合并应用于机床热误差建模中,构建了基于模糊RBF神经网络的数控机床热误差模型;以某龙门导轨磨床主轴箱系统为实例,将模糊RBF神经网络建模方法运用到主轴箱系统热误差建模当中。通过与BP神经网络建模方法进行对比,验证了模糊RBF神经网络建模方法无论是在建模效率、建模鲁棒性还是模型的补偿效果方面均优于传统的BP神经网络建模方法,该方法对提高数控机床加工精度具有重要的意义。     

基于径向基函数神经网络的发动机智能故障诊断

本文提出了一种新的汽车发动机故障诊断方法。首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简。利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验。试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类。     

EMD方法基于径向基神经网络预测的数据延拓与应用

把基于径向基神经网络(radbas function,RBF)预测的数据延拓技术引入经验模态分解(empirical mode decomposition,EMD)时频分析领域,论述基于RBF神经网络预测的数据延拓技术原理,通过对非线性仿真信号基于RBF神经网络预测延拓研究表明,该延拓技术是有效的,并且把该延拓技术应用于转子横向裂纹的时频分析,获得良好的效果.该研究成果能广泛用于信号时频分析领域.     

基于径向基函数神经网络的电机轴承智能故障诊断

本文提出了一种新的电机轴承故障诊断方法.首先把滚动轴承振动信号作为识别故障的特征向量,然后送入径向基函数神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对电机轴承故障诊断具有良好的诊断效果,系统不仅能够检测到轴承故障的存在,而且能够比较准确地识别轴承的故障模式.     

基于径向基函数神经网络的压电式六维力传感器解耦算法

针对四点支撑结构的压电式六维力传感器线性度差,维间耦合严重的问题,提出了基于径向基函数(RBF)神经网络的解耦算法。分析了耦合产生的主要原因,建立了RBF神经网络模型。通过对六维力传感器进行标定实验获取解耦所需的实验数据,并对实验数据进行处理。然后采用RBF神经网络优化传感器输出系统的多维非线性解耦算法,解耦出传感器的输入输出映射关系,得到解耦后的传感器输出数据。对传感器解耦后的数据分析表明:采用RBF神经网络的解耦算法得到的最大Ⅰ类误差和Ⅱ类误差分别为1.29%、1.56%。结果显示:采用RBF神经网络的解耦算法,能够更加有效地减小传感器的Ⅰ类误差和Ⅱ类误差,满足了传感器两类误差指标均低于2%的要求。该算法有效地提高了传感器的测量精度,基本解决了传感器解耦困难的难题,     

基于改进径向基函数神经网络的激光陀螺温度补偿

传统的径向基神经网络(RBFNN)在激光陀螺零偏的温度补偿过程中会由于随机选取中心不合适而导致算法效率降低和数值病态,故本文提出了一种基于Kohonen网络和正交最小二乘(OLS)算法的RBFNN温度补偿方法。介绍了该方法的原理及建模步骤,设计了常温和变温环境下激光陀螺的数据采集试验及其温度补偿试验。由于结合了Kohonen网络的模式分类能力和OLS的优化选择能力,该方法可以快速、准确地辨识出受温度影响的激光陀螺零偏。利用逐步回归法、RBFNN法及其改进方法对多种温变环境影响的激光陀螺零偏进行了辨识与补偿试验,试验结果表明,在常温环境下,三者的辨识能力相当;随着温变速率的上升,改进RBFNN法不仅节省了时间,其补偿后的零偏也均小于5×10-4(°)/h(1σ),提高精度均能达86%以上。得到的结果表明改进RBFNN法提高了辨识精度且稳定、有效,适用于多种温度变化环境下激光陀螺零偏的温度补偿。     

用于三轴光电跟踪系统的神经网络误差修正法

系统误差的存在严重影响了光电跟踪系统的引导精度和测量精度,现阶段用于三轴光电跟踪系统的最小二乘系统误差修正法精度较低,球谐函数系统误差修正法亦不适于Z轴连续转动时的系统误差修正。三轴光电跟踪系统的系统误差是以其三个角度测量值为参数的曲面,而神经网络可以精确拟合复杂的曲线或曲面。分析和仿真证明,基于BP神经网络的系统误差修正法可用于Z轴连续转动的三轴光电跟踪系统,而且可把系统误差修正到约为原来的28%。     

光电经纬仪脱靶量和坐标动态修正

提出了目前采用的脱靶量修正模型的适用条件,采用坐标变换推导经纬仪脱靶量修正公式,获得与球面三角学相一致的推导结果,并在此基础上推导出成像系统无照准轴平行约束条件的通用脱靶量合成公式。采用光学系统的物方焦点作为摄像机系统的投影中心,推导出投影中心与经纬仪回转中心不重合条件下摄像机投影中心在测量坐标系中的坐标值。经测量设备的实际验证,该修正方法突破了现有修正模型的局限性,适用于多传感器经纬仪成像系统     

车载经纬仪的测量误差修正

载车平台变形会直接导致经纬仪方位旋转轴线产生倾斜,从而影响经纬仪的测角精度。为补偿测角精度,实现活动站测量,通过球面几何推导了平台变形对光电经纬仪测角误差影响的修正公式,利用光电轴角编码器精度高、采样频率高的特性,测量出经纬仪坐标系倾斜,经过坐标变换推导出经纬仪倾斜角和倾斜方向,该测量装置通过时统终端与经纬仪望远系统同时记录测角数据及倾斜数据,从而对测角误差进行修正。实验结果表明,该方法能够实时有效地补偿因平台变形而带来的测角误差,使经纬仪不落地测角精度控制在20″内,为实现高精度车载光电测量提供了一种有效的途径。     

基于RBF神经网络的风力发电机组系统辨识研究

Aiming at the problems of difficult to establish the accurate mathematical model of wind power generation,identification of the wind turbine based on RBF neural network was presented. The dynamic process of the torque loop and the pitch loop was simulated,RBF neural network algorithm was adopted to identification the torque loop and the pitch loop. RBF basis function was adopted to form space. If the hidden layer RBF parameters was determined, the nonlinear mapping relation was determined. The output layer was the hidden layer nodes output linear weighted summation. The result indicate that identification of torque loop,the input is torque,the output is speed,the torque loop error rate is about 1 %. Identification of pitch loop,the input is pitch angle,the output is speed,the pitch loop eror rate is about 3%. The pitch loop is a very complicated nonlinear model,the model structure is influenced by many aspects,identification result error is bigger than the torque loop identification error,but the error rate is allowed. The algorithm has higher precision and efficiency. [ABSTRACT FROM AUTHOR]     

基于径向基函数网络的图像三维恢复技术在雕刻加工中的应用

基于图像的三维恢复技术的目的是采用单幅图像中物体表面的明暗变化来恢复其表面各点的相对高度,从而对三维物体进行曲面恢复。提出了一种基于径向基函数网络模型进行图像三维恢复的新方法,建立了径向基函数的网络模型,并构造出一个曲面公式, 其中输出对两个输入变量的偏导数满足反射函数方程,反射函数方程中的灰度值已知,利用反射函数与灰度值之间的误差作为约束条件调节网络权因子、径向基函数中心和宽度,使得构造的曲面中每一点都满足反射函数方程,从而拟合整个曲面。该方法无需光滑约束和积分约束条件,求出的解是一个连续解。通过不同方法对合成图像圆球和花瓶的实验表明,该算法恢复的曲面的高度点最大误差精度提高1倍到4倍,平均误差精度提高5倍到20倍,恢复的曲面具有良好的连续性和光滑性,它不仅可以恢复图像中各网络点的高度,而且可自动内插网络点之间任意点,适合于任意反射模型图像的曲面反求,恢复出的曲面便于进行后置处理生成刀具路径,并进行雕刻加工。     

基于RBF神经网络的认知无线电频谱的联合检测

认知无线电是解决当前频谱短缺问题的重要手段之一。在不干扰授权用户的情况下,非授权用户感知到授权用户未使用的频段,快速接入频谱,实现通信。一旦检测到授权用户出现时,非授权用户要立即退出正在使用的频段。本文充分利用径向基神经网络的优点,中心节点处放置一个径向基神经网络的模块,决定授权用户是否存在。这种方法可以提高认知无线电网络里感知的性能。