基于RBFNN的内模控制在气垫式流浆箱中的应用

针对气垫式流浆箱常规控制中总压和浆位之间存在严重耦合的问题,在分析传统解耦控制方案的基础上,提出了一种基于RBF（径向基）神经网络的内模控制系统（IMC）,采用径向基神经网络控制器（RBFNNC）在流浆箱控制中既充当对象模型,又充当控制器,实现了总压和浆位的解耦控制。仿真结果表明,该控制方法具有实现简单、控制效果好的优点。     

神经网络内模控制在气垫流浆箱中的应用研究

介绍了气垫式流浆箱的控制参数、控制方法、控制方案以及其中存在的问题，提出了一种基于径向基函数(RBF)网络辨识与控制的神经网络内模控制(NNIMC)，从理论上探讨了此方案的可行性。     

专家控制在气垫式流浆箱控制中的应用

针对气垫式流浆箱对象复杂、难以建模、总压和浆位具有强耦合性、常规控制满足不了要求的情况,介绍了专家控制在气垫式流浆箱解耦控制中的实现方法,从理论上证实了该方法的可行性,并通过在实际应用中取得的理想的控制效果验证了该方法的正确性。     

气垫式流浆箱解耦控制的分析及应用

在建立气垫式流浆箱数学模型的基础上,利用神经网络原理设计了神经网络解耦控制器。根据总压和浆位给定值以及其输出值,通过自学习、调整网络权值来实现闭环控制的神经网络解耦控制思路,将强耦合的总压和浆位分解为两个单回路PID闭环控制系统。采用PID控制算法对解耦后的两个单回路闭环系统进行常规控制。实际运行效果表明,该控制系统可使总压和浆位的调整互不影响,且系统稳定。     

气垫式流浆箱实验装置的神经网络模糊控制器设计

本在神经网络和模糊控制系统的基础上，给出了神经模糊自组织控制器SOM-SFC的设计方法，并将其应用到气垫式流浆箱装置上。这种神经模糊自组织控制器结合了神经网络和模糊控制系统的优点，并加入自组织机制，使得这种控制器在处理难确定对象和非精确模型时有较好的控制效果。对于本中所设计的神经模糊控制器，给出了相应的应用例，并进行了相应的讨论。     

自适应伪并行遗传算法在织机张力控制中的应用

为了克服基本遗传算法局部搜索能力差和存在未成熟收敛等问题,提出了自适应伪并行遗传算法,并用于PID参数优化;提出了采用遗传算法进行PID参数优化的方法,并具体为以ZA209i型织机张力控制系统PID参数的优化为例进行了仿真计算;为织机张力控制提供了新的方法.     

气垫式网前箱的多变量预测函数控制

介绍并分析了多变量预测函数控制的基本原理和特点。针对网前箱的线性模型,设计了网前箱的多变量预测函数控制,并进行了仿真,获得了较好的控制效果。     

基于遗传算法的RBF神经网络在铂电阻温度传感器非线性补偿中的应用

针对铂电阻温度传感器在实际应用中存在非线性问题,提出了基于遗传算法优化径向基函数（RBF）神经网络实现其非线性补偿的方法。分析了非线性补偿原理。设计了RBF神经网络补偿器,并引入遗传算法优化神经网络结构和参数。实验结果表明,所提出的铂电阻温度传感器非线性补偿方法是实用和可行的。图4表1参10     

纸机密闭式流浆箱的数学模型研究

本文详细推导了纸机密闭式流浆箱的数学模型，并与实验装置进行了比较，结果表明，该模型具有良好的拟合度。     

稀释水水力式流浆箱结构与控制

介绍了Metso公司OptiFlo流浆箱和Voith公司MasterJet流浆箱的结构及其构件的功能与区别,在分析稀释水水力式流浆箱控制要点及难点的基础上,提出了基于PLC稀释水水力式流浆箱本体控制系统及其横幅定量控制系统的控制方案。     

基于HVI指标与RBF神经网络的纱线质量预测

将人工神经网络与HVI指标相结合,提出了一种基于RBF神经网络的纱线质量预测方法,克服了BP神经网络训练效率低、容易陷入局部极小化等不足。通过实例分析,利用马克隆值等14项HVI指标和工艺参数对纱线的单纱断裂强度等4项指标进行预测,试验结果表明:与传统纱线质量预测方法相比,基于RBF神经网络的纱线质量预测模型表现出了优良的预测精度及稳定性,对降低生产成本、提高生产效率具有积极意义。     

基于神经网络的非线性系统内模控制的渐近完全控制

对一类非线性系统首先讨论了系统模型的逆的结构，然后讨论了在神经网络固有逼近误差存在的情况下，系统的稳定性问题，最后研究了系统完全控制的渐近特性，得出了给定输入情况下系统稳态的上界，仿真结果验证了关于系统渐近完全控制性质的结论。     

基于RBF神经网络的纸张定量水分解耦控制系统设计

抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法.利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能.仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用.     

基于神经网络逆模型的残碱控制系统

讨论了一个比较复杂的纸浆洗涤过程的数学模型，经过多次搜寻，可用五层串并联叠层BP神经网络来模拟这种多输入单输出高价模型，给出了该生产过程的神经网络逆模型结构及其主要内部特征，以及用该神经网络逆模型进行了仿真的情况，并运用此神经网络逆模型，设计出一套基于神经网络逆模型的残碱开环控制系统，再附加一个残碱串级反馈控制作为主控系统的辅助监督控制，或主控故障时的备用控制。