基于ANFIS的锅炉蒸汽温度预测控制系统

针对锅炉主蒸汽温度对象的不确定与大纯滞后等特性，提出了一种用BP网络，进行建模与预测，用自适应网络模糊推理系统（ANFIS）实施控制的智能控制方法，利用Matlab软件仿真表明，该算法鲁棒性好，抗干扰能力强，能有效的补偿对象的大纯滞后。     

基于ANFIS的刀具磨损预测

自适应神经模糊推理系统ANFIS是模糊控制与神经网络控制结合的产物.讨论了ANFIS的结构及其特点,以及对刀具数据的处理以及建模,实现刀具磨损在线预测功能.实验结果显示:利用ANFIS对铣床刀具磨损量进行监测,可以知道刀具加工多少次后进行更换维修,可应用于工厂中的机器设备,协助工厂管理者掌握工厂运作状况,及时作出最佳及...     

基于ANFIS的千瓦级PEMFC温度辨识

质子膜燃料电池（PEMFC）工作被认为是21世纪最有希望的绿色发电技术,其原理涉及热力学、电化学、流体力学、传质学等理论,形成一个非线性复杂系统,难以建立数学模型.因此,该文利用模糊逻辑系统和人工神经网络具有为非线性系统建模的较强的逼近能力以及自学习能力,采用了自适应神经模糊算法,建立PEMFC温度特性模型;利用测试数据作为训练样本,在氢气压力给定的条件下,以空气（或氧气）压力和冷却水作温度为模型的输入量,电池的工作温度为输出量,建立了三种不同PEMFC温度特性模型.表明该方法具有简单、可行、精度高等优点.并为PEMFC控制系统的设计和电池性能的优化提供了基本依据.     

基于ANFIS的船舶航向控制系统的设计

为解决因船舶运动的非线性和不确定性使常规航向控制器参数调整难度大的问题,提出一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法.用模糊控制解决船舶不确定性系统控制问题,并借助神经网络的学习能力优化控制器参数,设计出能在线自调整控制规则来获得最佳控制规律的ANFIS航向控制器.仿真实验结果表明,设计的航向控制器在船舶模型参数摄动以及风浪干扰下都能获得良好的控制性能.     

基于ANFIS模型的烟气含氧量建模和预测

针对电厂热工测量参数难以进行有效预测的问题,提出一种基于ANFIS模型的烟气含氧量建模和预测方法.基于自适应神经模糊推理系统(ANFIS)学习能力与泛化能力均较强的优点,建立软测量预报模型,借助某电厂循环流化床锅炉烟气含氧量实测数据进行仿真,结果表明,基于ANFIS的自适应预测模型,具有良好的预报能力,具有较高的预报精度和鲁棒性,可以较好地解决电厂烟气含氧量预测问题,对于实现锅炉燃烧系统的优化运行和预测控制具有一定的价值.     

基于ANFIS的非线性信道的辨识

当前对高速通信的需求导致对信道资源的利用已经超出了可以采用线性模型建模的范围,所以必须采用适当的非线性模型进行描述,为了实现对高速通信中非线性信道的辨识,提出了采用自适应神经模糊推理系统(ANFIS)进行信道辨识的方法,并对ANFIS网络的结论参数采用最小二乘法进行辨识,对前提参数采用误差反传的方法进行学习,最后,运用MAT-LAB实现了对非线性信道进行辨识及均衡的仿真,并将仿真结果与BP网辨识结果进行比较,说明ANFIS网络能很好地逼近非线性信道的传递函数,并在收敛速度及辨识精度方面优于BP网络.     

基于ANFIS的交通事件持续时间预测

针对高速公路交通事故引发交通堵塞的问题,提出一种基于减法聚类和自适应神经模糊推理系统的事件持续时间预测新方法。将该方法应用于交通事件持续时间预测,从I-880数据库中提取事件持续时间相关因素,使用非参数估计法进行显著性分析,将影响程度最大的因素作为模糊系统的输入样本,采用减法聚类对输入样本进行聚类,得到模糊规则数并建立初始模糊推理系统,使用BP反向传播算法和最小二乘估计算法的混合算法对该模糊系统进行训练并优化,建立最终模糊模型。仿真结果证明,该系统对交通事件持续时间预测具有较高检测率和较低误报率。     

基于ANFIS的非线性系统辨识研究

系统辨识是控制系统设计的基础,对非线性系统进行辨识是当前的难点;文献[1]提出了用模糊建模方法,文献[2]提出了用神经网络方法,在总结上述方法不足的基础上,该文提出了用自适应神经模糊推理系统(ANFIS)对非线性系统进行辨识的方法,仿真结果表明,ANFIS进行非线性系统辨识是可行的,其辨识精度很高。     

基于ANFIS的微波炉温度控制

针对微波炉温度对象的不确定性，提出了用自适应神经模糊推理系统(ANFIS)对微波炉温度进行自适应控制的自适应神经模糊控制器。通过对ANFIS的训练及检验，结果表明，该自适应神经模糊控制器具有较高的控制精度，控制效果较好。     

基于一种FGA–ANFIS技术的DMFC温度建模和控制

为了提高直接甲醇燃料电池(DMFC)的发电性能,采用自适应神经模糊推理技术(FGA-ANFIS)对电池的工作温度进行建模与控制.首先,基于实验的输入输出数据建立了DMFC电堆温度的自适应神经模糊辨识模型,避开了DMFC电堆的内部复杂性.然后,将训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法对神经模糊控制器的参数和模糊规则进行自适应调整.最后,通过仿真.将所提出的算法与非线性PID和传统模糊算法进行比较,结果表明所设计的神经模糊控制器具有较好的性能.     

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,即使发生扰动时也具有较强的鲁棒性和自适应能力。     

基于GA的主汽温系统内模控制研究

主汽温控制系统是典型的大迟延、大惯性、时变控制系统,一直以来都是火电厂自动控制的难点;为此将内模控制引入主汽温控制系统,并提出采用遗传算法对滤波器参数λ优化整定,该方法简单易行,相较于传统PID参数整定方法具有一定的优越性;并对内模控制为主控制器的IMC-PI控制系统进行SIMULINK仿真,与PID-PI控制系统进行对比,仿真结果表明IMC-PID控制系统相比于传统PID-P串级控制系统过渡时间短、超调量小、鲁棒性好等特点;其控制效果好于常规串级PID控制系统,适用于大迟延、大惯性过程的控制,并且易于在工业上实现.     

燃煤锅炉过热蒸汽温度模糊PI控制系统的研究

锅炉过热汽温具有大惯性、大滞后的特点,并且动态特性随机组负载变化而变化,运行过程中扰动多、难控制。文章针对这种情况,研究了Fuzzy-PI复合控制算法,并针对某火电厂燃煤锅炉过热蒸汽温度进行了仿真研究。在分析蒸汽温度系统工作过程、调节对象及其动态特性的基础上,构建了系统的结构模型;在对火电厂过热汽温控制对象特点分析的基础上,保留串级控制抗内扰的性能,结合模糊控制动态特性好的特点,提出了一种复合模糊串级控制设计方法。该方法综合了模糊控制和PI控制的优点,增强了系统的鲁棒性,仿真研究结果也证明该方法有效。     

燃煤锅炉过热蒸汔温度模糊PI控制系统的研究

锅炉过热汽温具有大惯性、大滞后的特点，并且动态特性随机组负载变化而变化，运行过程中扰动多、难控制。文章针对这种情况，研究了Fuzzy-PI复合控制算法，并针对某火电厂燃煤锅炉过热蒸汽温度进行了仿真研究。在分析蒸汽温度系统工作过程、调节对象及其动态特性的基础上，构建了系统的结构模型；在对火电厂过热汽温控制对象特点分析的基础上，保留串级控制抗内扰的性能，结合模糊控制动态特性好的特点，提出了一种复合模糊串级控制设计方法。该方法综合了模糊控制和PI控制的优点，增强了系统的鲁棒性，仿真研究结果也证明该方法有效。     

锅炉主蒸汽温度控制系统二次优化控制研究

锅炉主蒸汽温度关系到电厂的安全性和经济性,而主蒸汽温度控制具有大滞后、大惯性、扰动因素多的特点,常用的串级控制很难保证控制精度和稳定性;针对这类被控对象,进行了常规控制系统的分析,提出运用二次优化原理进行控制系统设计,并在控制系统中引入预估模型实现二次优化控制,最后增加非线性均方根放大器环节对优化控制系统再优化;以电厂锅炉主蒸汽温度控制系统为例,对二次优化控制进行了仿真研究,并与传统PID控制进行比较;结果表明,该方法显著提高了控制系统的动态特性、稳态精度及鲁棒性,实现了无超调量、无稳态误差的控制精度.     

超临界直流锅炉主汽温的控制

在超临界直流锅炉的运行过程中,主蒸汽温度是一个重要的参数,其控制方法与汽包锅炉不同。通过分析超临界直流锅炉主汽温控制的基本方法,以期对现场主汽温的控制起到理论指导的作用。     

基于内模PID控制的火电厂主汽温控制系统

基于内模控制理论，针对电厂主汽温被控对象的大惯性、大滞后特点．设计了内模PID串级控制系统。为了快速消除内扰，使控制过程的的持续时间较短．内回路采用比例控制；外回路采用内模控制．以有效地补偿对象的大滞后特性。对控制系统进行仿真试验，仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。     

基于神经网络的过热汽温控制

火电厂过热汽温控制系统具有大惯性、大延迟和时变等特性,采用常规串级PID控制方法的过热汽温系统难以获得满意的控制效果。本文设计了基于RBF神经网络辨识的可在线调整PID参数的过热汽温控制系统。在仿真实验的基础上,对基于神经网络的过热汽温控制和最优常规PID控制进行了比较和分析。仿真结果表明,基于神经网络控制策略能够充分利用神经元自学习、自适应的能力使系统的控制品质提高。     

基于ANFIS的火电单元机组协调控制设计方法

基于自适应网络模糊推理系统,将模糊推理、变结构控制和神经网络结合起来,提出了一种针对某火电厂300MW单元机组协调控制的方法。给出了控制系统的传递函数模型、结构图和自适应训练方法。仿真结果表明,该算法鲁棒性好,抗干扰能力强。自适应控制效果良好。