模糊神经网络技术在防摇控制系统中的研究与应用

介绍了模糊神经网络用于起重机防摇控制和模糊神经网络的实现，以及如何利用MATLAB中的神经网络工具箱对模糊神经网络进行训练．并以MATLAB／SIMULINK为仿真平台建立了防摇控制仿真模型，经仿真表明该系统的抗干扰能力强，满足防摇控制系统的设计要求。     

集装箱起重机电子防摇技术研究与发展

从起重机防摇背景着手,在探讨机械式防摇、机械电子式防摇和传统电子防摇技术及其存在问题的基础上,分析了电子防摇技术的工作原理和国内外研究现状,然后分析提出智能电子防摇系统研究与发展的建议。     

起重机常用防摇系统分析

分析了起重机常用防摇系统的特点,提出了倒八字绳系是解决起重机摇摆问题的最佳方案,具有很大的推广价值。     

防摇控制系统在集装箱起重设备中的研究与应用

对集装箱起重设备中小车定位及负载摇晃问题进行了研究。通过拉格朗日分析法,建立了小车负载的动态模型,提出了采用2段加速及叠加防摇速度分量驱动小车从而抑制负载摆动的方法,并在Simulink环境中对以上分析进行了仿真验证。在此基础上,实际开发了1套防摇控制系统并进行PLC编程,实现了小车手动和自动防摇运行功能。该系统已成功应用于集装箱场桥和岸边集装箱装卸桥,应用结果表明系统具有良好的定位性能和防摇效果。     

机电一体化技术在控摇系统中的应用与研究

起重机的摆动会降低装卸效率,影响运输安全。传统的电子控摇系统采用力控制方式,推导繁琐,计算量大。采用速度控制方式,通过控制小车的加速度来控制吊重摆动,所建立的模型不损害系统的非线性特性,且计算相对简单。具体实施过程中,建立闭环控摇系统,对系统输入、传输和外界作用等引起的误差进行修正。系统输入由编制的PLC程序实现。实验证明,这种方法直接、简单,可以有效控制吊重摆动,达到理想的控摇效果。     

一种基于神经网络补偿的双摆桥式起重机防摇跟踪控制器设计方法

桥式起重机在建筑、物流、生产领域中有广泛应用。但是,桥式起重机受到非线性、欠驱动性、时变性和多状态耦合影响严重,制约着桥式起重机的工作效率。此外,双摆效应在桥式起重机中广泛存在,大大地降低了传统防摇控制器的性能。因为更强的欠驱动性和耦合效应,考虑双摆效应的桥式起重机的控制器设计充满了挑战。本文针对双摆桥式起重机建立了非线性动力学模型,随后基于该模型设计了径向基函数(RBF)神经网络补偿自适应跟踪控制器,并基于Lyapunov方法分析其稳定性。最后,硬件在环(HIL)实验结果表明,相比传统的控制方法,该控制方法轨迹更加光滑,在保证小车快速定位的同时,将残余摆角抑制在更小范围内,且对外部干扰的鲁棒性更好。     

起重机常用防摇系统浅析

分析了起重机常用防摇系统的特点，提出倒八字绳系是解决起重机摇摆问题的最佳方案，具有很高的推广价值。     

桥式起重机制动阶段防摇控制方案研究

针对由PLC及变频器驱动的桥机系统加入防摇算法后在制动阶段防摇效果不明显的问题,从制动阶段计算速度曲线出发,分析了反向超调对制动阶段防摇效果的影响,提出了改变控制主导参数、分段减速制动、去除反向超调制动三种方法,在MATLAB及实际桥机中对三种方法进行了仿真及试验,结果表明去除反向超调制动方法能有效提高桥机在制动阶段的...     

起重机吊重智能防摇CAN控制系统的设计

基于CAN总线控制的特点和优点，设计了起重机吊重的智能防摇CAN控制系统，各传感器采集数据以CAN总线形式发送给主控DSP，主控DSP做出防摇和衰减摆幅的智能决策。吊重摆角的测量是防摇控制系统的关键和难点，文中给出了有效的测量方法。     

模糊神经网络在温控系统中的应用

文章首先介绍了温控系统的方案设计以及部分功能模块,然后介绍BP神经网络结构和模糊推理,在分析两者弊端的基础上提出将两者相结合的控制方法。本文还介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理,最后利用matlab神经网络工具箱作为平台,通过测试样本仿真和试验,本设计的应用为实现快速、精确的温控系统提供了一种功耗低、经济有效的解决方案。     

模糊神经网络在UV-LIGA工艺优化中的应用

将模糊神经网络理论和算法应用于负性光刻胶(SU-8)加工高分辨率和高深宽比微结构的工艺研究,在正交试验的基础上对网络进行训练,建立了光刻图形质量与前烘时间、前烘温度、曝光量、后烘时间之间的预测模型。该模型采用五层前向模糊神经网络,学习算法为梯度下降法。进行了实验,实验结果表明,前烘温度与前烘时间对光刻质量影响最大。对120~340 μm厚的光刻胶,前烘温度取95℃,前烘时间100 min时,图形的相对线宽差最小;超声搅拌能缩短显影时间,显著改善图形质量,试验结果与计算结果十分吻合。将模糊神经网络应用于UV－LIGA工艺中,能实现光刻加工微结构的工艺参数优化。     

相邻交叉路口神经网络模糊协调控制的研究

以城市相邻交叉路口为研究对象,提出了一种相邻交叉路口的神经网络模糊控制的方法.将相邻交叉路口看作一个大系统,第1级控制各个单交叉路口,调整各方向的绿信比;第2级协调单元利用各路口测得的交通流数据,确定相邻交叉路口的周期和相位差.应用MATLAB编写了仿真程序,仿真结果表明,该方法可以有效减少相邻交叉路口车辆的平均延误.     

基于模糊神经网络的图像滤波算法

针对传统的线性和非线性图像滤波算法对含有丰富细节的图像滤波处理的不足,提出一种基于模糊神经网络的图像滤波算法.该算法利用神经网络的自学习功能训练标准样本以确定模糊贴近度阈值,在基本不改变原有图像的灰度信息的前提下,找出图像受到噪声污染的像素点,采用迭代中值滤波算法得到的中值替换噪声点.仿真实验表明该方法有很好的滤波效果,优于传统的图像滤波算法.     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。     

基于神经网解耦的循环流化床锅炉燃烧系统自适应模糊控制

电厂循环流化床锅炉的正常运行受到很多因素的影响,因此使其在实现自动控制方面遇到困难.根据循环流化床锅炉的特点,将自适应理论与模糊控制相结合,设计了一种基于BP神经网解耦的具有参数在线自调整功能的自适应模糊控制器,并应用于循环流化床锅炉燃烧控制系统中.该控制器不但可以适应被控对象的变参数运行工况,而且可以实现循环流化床锅炉燃烧过程主汽压力与床层温度的解耦控制.仿真试验和现场应用结果证明,本控制器对循环流化床锅炉燃烧过程具有良好的控制效果.     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

基于神经网络的多值模糊控制系统研究

对于难以用精确数学模型描述的多变量非线性复杂控制系统,靠传统控制理论难以获得理想的控制效果,基于模糊神经网络控制的技术不依赖于被控对象精确的数学模型,且能根据被控对象参数的变化自适应调节控制规则和隶属函数参数的特性本文介绍了模糊神经网络控制器的应用研究,经过仿真实验证明该控制器能够获得较理想的控制效果。     

电厂球磨机的模糊神经网络控制

广泛应用于火电厂的钢球磨煤机制粉系统是一典型的多变量非线性时变系统．各控制量之间存在着严重的耦合．这些因素使得基于常规PID方法设计的控制方案达不到控制作用。本文设计了一个模糊神经控制器并进行了仿真研究。并且用改进的粒子群优化算法对控制器的初值进行离线优化训练、最后的仿真结果表明优化后的模糊神经网络控制器对本文控制对象具有良好的控制性能，该控制方法可用于磨煤机制粉系统这类复杂过程的控制。