超声-电火花加工中的放电间隙实时控制

超声-电火花复合加工控制系统是1个典型的高度非线性、强耦合的时变复杂系统，控制系统的性能是决定复合加工性能好坏的关键．针对超声-电火花复合加工系统的这一特点，设计了新型拱糊神经网络控制器,神经网络采用添加动量项的LMS算法（最陡下降法）自学习得到模糊控制规则，并随系统变化对其进行优化．该控制算法优化了控制过程，提高了控制系统的实时性．通过普通电火花加工设备提取出加工效果试验数据，建立加工效果与放电参数之间的关系模型，对放电间隙进行实时控制，试验结果表明新型控制器的控制效果优于传统加工效果．     

电火花铣削加工放电间隙的补偿研究

电火花加工过程中放电间隙对加工尺寸精度有重要影响。对电火花３维仿形铣削加工过程中放电间隙的补偿方法进行了研究。根据自由曲面的Ｂ样条描述方程,求出曲面上任一点的单位法矢在３坐标中的分量,从而推导出了自由曲面加工中放电间隙的３维补偿的计算公式。同时,提供了数控加工中放电间隙补偿过程的实现方法,并进行了分析对比。     

电火花加工中放电间隙影响因素的分析

从工作液质量、加工参数、复杂形状加工表面以及非加工参数等方面分析了电火花加工中各种干扰因素对放电间隙稳定性和加工质量的影响，针对这些影响因素提出了相应措施，对进一步改善加工方法提高加工质量具有积极的参考作用。     

电火花加工电压的模糊控制

本文研究电火花加工电压的模糊控制技术．着眼于改善系统的稳定性与抗干扰稳健性，探讨了模糊控制器的设计计算与调整方法，具体提出了一种对模糊控制器中各语言值选用不同类型隶属函数的新控制方案；研究了控制器与系统各比例因子的调整技术；还探索了电火花加工电压的建模，以保证仿真计算的精确实用性．文中所有的理论探讨与仿真计算结果皆在精密电火花加工机床上得到了实际验证     

电火花加工中最优加工条件的确定

在电火花加工中,影响因素较多,难以确定最优加工条件.为方便操作者决定粗加工最优加工条件,并提高表面加工效果和粗加工速度,提出了一种使用人工神经网络融合遗传算法自动确定和优化电火花成形加工中加工参数的方法.利用遗传算法结合节点删除法来优化BP神经网络结构,以此自动确定神经网络隐含层节点数.经实践证明,用该方法优化后的BP神经网络所确定的最优加工条件,能保证较高的粗加工速度,方便了操作者对加工条件的确定.     

一种新型的电火花放电加工间隙状态控制方法

分析了电火花放电加工间隙控制系统功能需求,进行了模块化总体结构的设计。为了实现自动控制功能,在传统的参考电压比较法间隙状态控制系统中增加了参考电压调整模块,构成一个闭环间隙控制系统。根据加工效率的计算结果来自动优化初设的门槛电压值的设计思路,可以提高控制间隙状态的精度和效率。     

电火花-激光复合加工减摩钛合金表面试验

采用电火花-激光复合加工方法在钛合金表面加工出微米-纳米多尺度微结构,对表面微结构形貌及摩擦性能进行了测试和分析。结果表明,电火花-激光复合加工形成的微结构可有效降低钛合金表面摩擦系数。当电火花脉冲宽度为8μs,脉冲间距为40μs,激光功率为10W,结构间距为60μm时,微坑半径约为20μm,钛合金微纳米表面摩擦系数为0.1748,较基体降低40%以上,实现了低成本钛合金减摩擦表面制造。     

基于Web的人工神经网络电火花加工工艺预测

针对电火花加工工艺的特点及其复杂性,提出了Internet环境下基于W eb的人工神经网络电火花加工工艺的智能预测方案.该方案利用M atlab的W eb技术,并结合其神经网络工具箱和数据库工具箱,实现了从电火花加工工艺数据库中获得数据进行神经网络计算,并将结果通过W eb服务器返回给浏览器.研究结果表明,所建立的基于W eb的人工神经网络预测系统很好地反映了电火花加工的工艺规律,能够通过In-ternet为电火花加工用户提供高效率、高精度的加工效果实时预测计算,并具有再学习的能力,实现了电火花加工工艺知识和加工经验的有效共享.     

Internet环境下的电火花加工工艺效果预测

电火花加工艺规律复杂，加工的影响因素众多；其中电参数的选择对加工结果有很大影响，其影响程序难以用精确的数学模型来表示。运用人工神经网络技术对电火花加工工艺效果的预测进行了研究。研究结果表明，所建立的预测模型能够很好地映射出电参数与加工网络的电火花加工工艺效果之间的关系。进而，运用APS动态交互技术，在因特网上实现了开发了基于人工神经网络的电火花加工工艺效果的预测模型，充分好挥互联网的优势，扩展了所建立的预测模型的作用范围。为实现电火花加工智能化网络制造系统进行了有益的探索。     

机器人智能控制研究进展

以介绍机器人控制技术的发展及机器人智能控制的现状为基础 ,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法 .讨论了机器人智能控制中的模糊控制和变结构控制 ,神经网络控制和变结构控制 ,以及模糊控制和神经网络控制等几种智能控制技术的融合 .并对模糊控制和神经网络控制等方法中的局限性作出了说明     

Intelligent Control Method for the Secondary Cooling of Continuous Casting

An intelligent control plan for the secondary cooling of continuous casting of slab was put forward. An off-line simulation of the system by using neural networks combined with fuzzy logic control is provided. The results show that the intelligent control system can not only control the surface temperature of the bloom of the secondary cooling but also has a good ability of self-adaptation and self-learning.     

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.     

基于神经网络参考模型的船舶航向智能自适应控制系统

为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向，提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法，利用神经网络建立了参考模型和船舶航向运动的辨识模型。并将模糊控制与神经网络相结合，设计了模糊神经网络控制器。利用神经网络的学习功能对控制器的隶属度函数及推理规则进行修正，以提高其自适应能力。仿真结果表明该算法对船舶转向控制有良好的效果。     

船舶动力系统智能控制

针对船舶动力系统存在着非线性、不确定性和复杂性,传统的速度调节系统已经不能满足控制需要,作者将模糊神经网络应用到复杂过程控制中去,实现动力系统的智能控制.采用模块建模法建立了汽轮机模型,给出了一种基于模糊神经网络的转速调节系统.并将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测数据中提取规则,并寻求最小规则集,解决...     

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．     

智能分析和决策模型在电子商务系统中的应用

研究了智能分析和智能决策在电子商务中的模型,在实现模型过程中采用了基于模糊规则的数据智能分析和基于人工神经网络的商务智能决策技术,最后实现在线的智能分析和智能决策系统,为电子商务用户提供更好的决策服务。