带式输送机用非线性蛇簧联轴器振动特性分析

对非线性蛇簧联轴器的刚度进行了计算,得出了该联轴器的刚度具有非线性特性,同时利用谐波平衡法研究非线性蛇簧联轴器在谐波激励响应下的振动特性,分析了非线性蛇簧联轴器在系统的频率与激励频率接近而发生共振时的幅频特性,利用Matlab绘制了该幅频特性曲线。从特性曲线可知,该联轴器在激振频率与系统频率接近时能自动停止振幅扩大的危险,自动调节振幅大小,减小系统的振动和冲击。     

一种新的快速小波网络学习算法

针对小波网络学习算法具有训练时间长、收敛缓慢,以及训练时频繁调整隐含层与输出结点之间的权重,难以确定合适的步长等缺点,提出了一种把梯度下降方法和Kalman方法有机结合的快速学习算法。该算法使用梯度下降方法调整尺度和平移系数,用Kalman方法调整权重,以动态非线性系统和混沌系统为实例做了仿真,并与其它方法做了比较。结果表明该算法能够对动态非线性系统的输入输出快速学习和建模,优于其它小波网络的学习算法。     

基于耦合算法的煤矿瓦斯涌出量预测模型研究

针对煤矿回采工作面瓦斯涌出量系统的时变性、非线性、复杂性、不确定性等特点,提出了混沌免疫粒子群算法(CIPSO)与Elman神经网络的耦合算法(CIPSO-ENN)用于非线性动态绝对瓦斯涌出量预测。算法通过实时的对其权值、阈值寻优,建立了基于CIPSO 和ENN 的耦合算法的绝对瓦斯涌出量预测系统模型,并利用矿井监测到的各项历史数据进行试验,结果表明该模型较其他预测模型其辨识收敛速度、预测精度和鲁棒性等性能都有明显的提高。     

采煤机调高系统的模糊神经网络自适应控制

针对采煤机滚筒调高系统的非线性特点,采用了一种基于BP算法的模糊神经网络自适应控制,将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力融为一体,形成了对非线性系统的良好控制策略。经仿真结果表明,该系统具有良好的动、静态性能及自适应性。     

一种离散非线性随机系统模型的自校正控制器

给出了基于系统输出为反馈的自校正控制器算法。该算法结构是非线性的,克服了Hammerstein模型要求输入量的最高阶次为奇数的限制,且采用二分区间法来求解控制律。     

基于小波分析及BP神经网络的瓦斯浓度预测方法研究

提出了一种基于小波分析与BP神经网络的矿井工作面瓦斯浓度预测算法,综合利用了小波分析算法的信号去噪作用以及BP神经网络可以拟合任何非线性系统的能力,并采用Matlab软件实现了该算法在瓦斯浓度预测上的应用。试验结果证明,对于短期内的工作面瓦斯浓度预测,该算法具有较好的预测效果。     

车削加工过程的非线性分析与仿真

通过对车削加工过程的分析,建立了车削加工的单自由度非线性振动模型,采用多重尺度法求解了系统在不同频率激励下主共振的解析近似解,得到了系统的幅频特性方程,利用MatLab软件得到系统的仿真结果,得到了其频响特性曲线图、分岔图、相图和相应的Poincare截面图。从所得仿真结果分析了系统随激励参数的变化对切削过程的影响及系统参数变化的非线性振动过程。     

神经网络PID在温度控制中的应用

提出了一种基于BP神经网络的PID控制器方法,充分利用了BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。采用3层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。实验结果表明,该控制器具有响应速度快、精度高和良好的鲁棒性。     

异步电动机功率因数自动控制实验

为了提高异步电动机的节能效果,设计了新型的带功率因数自动控制的异步电动机变频调速系统。提出一种解决非线性控制的方法,解决功率因数与转差角频率之间的非线性关系的线性化问题;增加了抗负载扰动环节,保证系统运行于最佳功率因数点。实验结果表明,系统在轻载和欠载时有明显的节能效果,在整个调速范围内运行性能良好。     

永磁同步电机控制系统的改进自适应逆控制

将改进的自适应逆控制方法应用于永磁同步电机(PMSM)伺服控制系统中,提出PMSM伺服控制系统自适应逆控制策略。针对传统自适应滤波算法的不足,提出变换域变步长NLMS算法,解决非线性时变特性的跟踪控制问题。采用该算法对PMSM伺服控制系统进行控制,仿真结果表明该自适应逆控制方案精度高、跟踪快、鲁棒性较强。     

基于非线性模型的矿用救生舱温度控制

针对矿用救生舱舱内温度保持恒定的控制问题,采用非线性系统辨识的方法对舱内温度变化规律进行辨识,得到了救生舱舱内温度变化过程的二阶非线性Volterra级数模型;确立了控制性能指标;在此基础上,应用非线性模型预测控制策略,以及优化迭代算法对舱内温度进行实时控制。经模型试验和现场试验证明,该控制策略可以对救生舱舱内温度进行有效的控制,且具有一定的鲁棒性和较快的响应速度。     

PSO-Fuzzy-IMC算法在充填浓度控制中的应用研究

尾砂充填是一个复杂工业过程,充填过程中存在大滞后、非线性和时变性特点,传统控制策略效果不佳,难以实现尾砂浓度精准控制,因此需要先进控制算法进行充填浓度的精准控制,提高浓度控制的稳定性。以某黄金矿山生产工艺为研究对象,建立充填浓度控制模型,提出了一种模糊内模控制策略,利用粒子群算法对模糊自适应参数进行在线辨识,在MATLAB中进行浓度控制系统仿真。与IMC算法和Fuzzy-IMC算法对比,优化后的模糊内模控制算法具有超调量小、鲁棒性高等优点,浓度控制响应速度快,稳定性高,在抗干扰性和稳定性方面优于内模控制和模糊内模控制算法,浓度控制误差在2%,比内模控制算法提高3%,明显提高系统的控制精度,更好地满足实际应用的要求。     

空气重介流化床分选过程解耦控制研究

针对空气重介流化床干法分选系统具有多变量、非线性、强耦合和参数不确定性的特点,提出了两级串联结构的自适应模糊神经网络解耦控制策略,前级为基于连续性智能权函数规则的自调整模糊控制器,后级为基于动态耦合特性的自适应神经元解耦控制器。     

基于Elman网络预测的神经网络控制器在冷轧APC系统中的应用研究

为解决冷轧自动位置控制(APC)系统的非线性控制问题, 提出了一种基于Elman网络动态辨识的神经网络控制算法。利用改进的Elman网络建立APC系统的辨识模型, 对系统的非线性特性进行动态辨识; 采用一个前馈神经网络输出控制量, 并根据Elman网络的辨识结果相应调整控制策略; 借鉴预测控制中柔化设定值和反馈校正的思想提高系统响应性能。MATLAB对比实验表明:该方法控制速度快、响应精度高。     

应用专家PID实现某矿山半自磨机的控制

为了解决国内某矿山[?]8.8 m×4.8 m型半自磨机的自动控制问题，采用专家PID控制系统进行了系统控制设计研究。结果表明：①影响半自磨机工作状况的因素较多，主要包括矿石性质、磨矿介质、给矿速率、磨矿浓度、衬板和格子板的状态等；物料充填状态可通过半自磨机的功率、轴压和磨音来判断，而料位状态控制可通过调节给矿量、给水量、加球量实现。②专家PID算法与传统PID的算法有明显的优势，其本质上是采用非线性设计手段，将专家经验引入控制策略的制定中，更适合复杂对象控制策略的实施，较好地克服常规PID对非线性系统适应性差、难以克服异常扰动以及对滞后时间常数难以确定等缺点。③在充分考虑了半自磨机工作特点的基础上，设计的专家PID控制系统可将半自磨机的轴压、功率稳定在设定值范围内，同时能根据半自磨机给矿量、给水量、顽石量、磨音等参数的综合分析，判断出半自磨机处于较为稳定的工作状态。     

基于逆系统理论感应电机转矩和磁链解耦控制

针对感应电机数学模型的非线性、强耦合特性,应用逆系统理论,将感应电机转矩与定子磁链动态解耦成2个一阶线性子系统,证明感应电机数学模型的可逆性。设计了基于逆系统方法的感应电机闭环控制系统。仿真结果表明这种基于逆系统的交流控制策略具有良好的非线性解耦控制效果和动、静态性能。     

煤矿用自动钻机旋扣系统同步控制策略

煤矿用自动钻机在接、卸扣工况旋扣时存在因给进速度与动力头旋转速度不匹配,钻杆螺纹接头出现咬扣、撕扣及磨损过快等问题,迫切需要一种速度同步控制性能较好且适合运用于工程实际的控制方法。通过理论分析对比与试验,提出了基于非线性前馈补偿的复合同步控制策略,建立了该复合同步控制策略的数学模型,运用AMESim和Simulink对控制系统进行联合仿真验证,确认了该控制策略的可行性。以某型自动钻机为例,采用所提出的控制策略进行了钻杆重复接、卸扣试验。结果表明：旋扣时,给进系统与动力头旋转系统的同步性能良好,能很好的补偿系统负载非线性变化对同步特性的不利影响,同步性能满足接扣系统需求。研究有望为相关煤矿用自动钻机的设计提供参考。     

球磨机的动态矩阵解耦控制

球磨机系统是一典型的多变量大时延非线性时变系统,各个控制量之间存在着严重的耦合,因此基于常规PID方法设计的控制方案控制效果不理想。利用动态矩阵解耦控制策略,对球磨机进行了仿真研究。结果表明,动态矩阵解耦控制能有效地解除变量间的强耦合和大时延问题,而且当球磨机模型失配时,也能获得较好的控制效果,具有良好的动态性能和稳态性能。     

基于改进模拟退火算法的采煤机滚筒调高优化研究

针对传统的采煤机滚筒调高技术存在着稳定性低,跟踪性能差的问题,提出一种基于改进的模拟退火算法的采煤机滚筒调高控制策略。使用改进的模拟退火算法,以ITAE作为调高系统的性能指标,寻优得到采煤机调高系统PID控制参数。通过MATLAB的simulink工具箱建立控制系统仿真模型,该控制策略具有更好的鲁棒性和信号跟踪能力,可以为煤炭的高效生产提供依据。     

改进的人工鱼群算法采煤机调高控制策略

为了提高煤矿开采中采煤机调高的控制精度,提出了一种基于改进的人工鱼群算法采煤机滚筒调高控制的策略。在传统的人工鱼群算法的基础上,引入步长递减和视野变化的策略,以ITAE的倒数作为目标函数寻优计算得到PID控制器的参数。通过采煤机调高系统的传递函数搭建Simulink仿真模型,和模拟退火算法、粒子群算法进行对比,结果表明改进后的人工鱼群算法误差更小,控制精度更准确,系统的阶跃响应更平滑,为实现更为精准的采煤机调高控制提供一种新的方法,为煤炭的高效生产提供依据。