基于BP神经网络算法的结构振动模态模糊控制

为了更合理、方便地控制土木工程结构地震动力反应,提出基于反向传播(back propagation, BP)神经网络的结构振动模态模糊控制算法。以结构地震动力反应数据训练神经网络建立结构分析模型,以时域模态坐标作为被控变量,实现系统降阶,使建立模态模糊控制规则所需要的模糊推理数量处于可接受范围内,并以体系能量最小作为控制目标制定控制规则。建立结构动力反应模糊控制数值模型,根据计算地震动力反应评价所提出算法的减震效果。结果表明:经过训练的BP神经网络可以准确地预测结构的地震动力反应,并可以据此建立模糊控制规则。仅对结构第一阶振型采用模态模糊控制就能达到满意的减震效果。采用主动质量驱动(active mass driver, AMD)最优控制力幅作为各楼层控制力的论域时,模态模糊控制减震效果与其存在差距;增大控制力的论域,可以得到更好的减震效果。     

结构振动磁流变阻尼器模态模糊控制算法研究

提出了磁流变阻尼器模态模糊控制算法,可以改进磁流变阻尼器半主动控制现有的算法,同时使所需要的模糊推理数量处于可接受范围之内.建立了一栋20层磁流变阻尼器半主动模态模糊控制的分析模型,并利用M atlab语言编制了求解软件.计算结果表明:所提出的算法对层间位移、楼层位移和楼层速度的减震效果较为显著,只对第一阶振型控制就可...     

基于神经网络实现模糊控制的方法

介绍了一般模糊控制器的结构和主要组成部分的工作原理，介绍了实现模糊控制的查表法，硬件表用模糊控制器和软件模糊推理法的特点。     

基于前馈多层神经网络的振动模态参数计算

提出了用于振动模态分析的BP神经网络模型,设计了适用于此类问题的神经网络拓扑结构,在此基础上得到了一种振动模态参数的计算方法.这种策略利用了误差反向传输法的特点.此方法被用于一个具体的振动系统,得到了满意的结果.通过对一个实际振动系统的仿真考察了相关神经网络结构的收敛性能及计算效果,结果令人满意.     

基于前馈多层神经网络的振动模态参数计算

提出了用于振动模态分析的BP神经网络模型,设计了适用于此类问题的神经网络拓扑结构,在此基础上得到了一种振动模态参数的计算方法。这种策略利用了误差反向传输法的特点。此方法被用于一个具体的振动系统,得到了满意的结果。通过对一个实际振动系统的仿真考察了相关神经网络结构的收敛性能及计算效果,结果令人满意。     

用BP算法实现模糊控制规则的自校正

利用ＢＰ算法对模糊神经网络（ＦＮＮ）所能执地的控制规则进行自校正,使应用到工业过程的模糊控制器的性能得到改进。仿真结果表明,用改进后的方法设计的模糊控制器能够显著地减小系统的稳态误差,具有比较快的响应速度和较强的鲁棒性。     

基于递归神经网络的减震结构模糊控制研究

根据神经-模糊控制理论和减震结构混合控制理论,利用基于弹塑性时程分析自动提取减震结构模糊控制规则的方法获取原始训练样本,能考虑不同地震动特性的影响.应用带偏差单元的递归神经网络(RN-NWBU)形成减震结构模糊控制规则的关系生成方法和推理合成算法,能够实现神经网络驱动的混合控制结构体系模糊推理,从而能实现神经-模糊控制器的设计,应用装设有神经-模糊控制器的系统能够在线控制结构地震反应.通过半主动调谐质量阻尼器(SATMD)与消能减震相结合的混合控制结构体系的数值仿真分析,可看出本文方法能有效地在线控制结构地震反应.本文对推动结构控制理论的发展具有重要意义.     

基于神经网络的自学习模糊控制

将神经网络与模糊控制相结合，提出了一种基于神经网络实现自学习模糊控制的方法，并给出了神经网络训练、控制器离线自学习、控制器在线自学习的相应算法，利用该方法，可以实现控制器的离线自学习和在线自学习，从而在控制对象发生变化时，通过控制器自学习改善系统的控制性能，仿真结果表明了该方法的有效性。     

基于模态频率和神经网络的结构损伤检测

把结构损伤识别问题分为损伤辨识、损伤定位、损伤程度标定三个子模块，对每个子模块用模态参数构造对损伤敏感的标识量，并作为特征参数输入到神经网络中实现损伤识别。将优化的BP网络和频率相结合成功地实现了矩形梁的损伤检测，为结构健康监测研究提出一条新的技术途径。     

连续梁横向振动模态分析

本文分析了连续梁横向振动主模态的解,采用按固有频率变化的集中力代替连续梁的中间支承,且在集中力作用处的变形满足原约束的要求,则该单跨梁作受迫振动时的频率,振型即为主模态.     

用CPN网络实现的自学习模糊控制器

采用计数传播网络（CPN）作为框架,结合一种简单的模糊控制算法（SFCA）,实现模糊神经元控制。这种方法有能力自组织、自学习控制过程所需的控制知识,控制规则库初始为空,逐渐地被自构造,来满足预先设定的性能要求。方法能实现任意维控制规则库的自学习。仿真研究体现了系统的适应能力、学习能力和推理能力。     

A Direct Feedback Control Based on Fuzzy Recurrent Neural Network

A direct feedback control system based on fuzzy-recurrent neural network is prosed, and a method of training weights of fuzzy-recurrent neural network was designed by applying modified contract mapping genetic algorithm. Computer simulation results indicate that fuzzy-recurrent neural network controller has perfect dynamic and static performances .     

Intelligent Control on Hot Strip Coiling Temperature

A new intelligent control scheme for hot strip coiling temperature is presented. In this scheme, the prediction mode1 of finishing temperature and the presetting model of main cooling zone are establish based on BP neural network, the feed-forward open-loop control model of main cooling zone is constructed based on T-S fuzzy neural network, a new improved structure of T-S fuzzy neural network is developed, and the feedback close-loop control model of precision cooling zone is obtained based on fuzzy control. The effectiveness of the proposed scheme has been demonstrated by computer simulation with a satisfactory result.     

印刷机数字化无轴传动技术研究综述

阐述了无轴传动技术的定义、特点及在印刷机上的应用。无轴传动技术在印刷机上的应用,使得印刷机在高速运转时更加平稳,从而提高印刷品的质量。介绍了无轴传动中电机的几种控制方法的特点,并对其发展方向进行了展望。     

模糊神经网络及其在智能控制中的应用

本介绍了一门新兴学科——模糊神经网络，给出了其在智能控制中的几种应用，指出了今后研究中有待解决的许多问题，并对模糊神经网络将来的发展与应用作了展望。     

一种带智能控制器的模型参考自适应系统

本文提出一种带神经网络模糊控制器的模型参考自适应系统,详细介绍了它的基本结构,设计特点及实现方法,并在计算机上进行仿真,证明了该系统的优越性．     

楼内电梯群的智能控制

主要讨论了对楼内电梯群实现智能控制的几种方法及各种控制方法的特点.     

300 MW机组磨煤机制粉系统智能控制研究

探讨了一种新型的300MW机组磨煤机制粉系统智能控制方法．该方法特点是在系统偏差大时采用模糊控制方案，偏差小时采用神经元控制方案．现场应用表明此系统可有效解决磨煤机制粉系统的大迟延，强耦合控制问题．