基于LonWorks现场总线的智能控制系统研究

本文基于LonWorks现场总线技术,对其所构建的分散智能控制网络系统的结构特征、控制策略进行了探讨,并以某啤酒发酵过程的发酵罐的温度控制系统为例,设计了一个采用LonWorks现场总线技术的温度模糊自适应PID系统。     

基于HGA-BP算法的调速系统辨识研究

针对BP网络学习算法的不足,提出了一种基于递阶遗传算法（HGA）的BP网络建模方法。文中对递阶遗传算法在优化神经网络过程中的一些参数,如适应度函数、编码方案和交叉变异概率等提出具体的设计方法。该算法可以同时对神经网络进行拓扑结构优化和参数求解。最后采用该方法,实现了具有复杂非线性特征的某调速系统的精确建模。实验结果及其与改进BP算法建模方法的比较,验证了该算法的有效性。     

电气传动系统PID自适应控制研究

本文利用神经网络组成的PID自适应控制器，对一大变负载电气伺服系统进行控制，仿真与实验表明：该控制器优于一般伺服控制器的性能并具有较强的鲁棒性。     

变结构模糊控制系统的实验研究

本文应用模糊控制理论,针对一高精度位置伺服系统、设计了变结构模糊控制器,并进行了计算机仿真和实时控制实验。仿真和实验表明:该控制器能够克服系统本身的非线性及系统参数的变化、具有较好的动静态特性,而且具有一定鲁棒性。     

基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计

提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法.首先定义了模糊分类系统的精确性指标,给出解释性的必要条件.然后利用聚类有效性分析确定模糊规则数目,利用模糊聚类算法辨识初始的模糊分类系统.随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简,提高其解释性;利用遗传算法对约简后的模糊分类系统进行优化,提高其精确性,该过程反复迭代直至满足中止条件.最后利用该方法进行Iris数据样本分类,仿真结果验证了该方法的有效性.     

贝叶斯正则化的LMBP神经网络在电气检测系统中的应用

针对现役某型火箭布雷车上装电气系统存在较多的故障,提出了基于贝叶斯正则化的LMBP(levenberg marquardt back propagation)神经网络故障诊断算法。用基于贝叶斯正则化的LM算法来优化BP神经网络,分别结合小数据和大数据对该神经网络进行分析验证。实验结果表明,该方法收敛速度快,且预测精度高,可以用于电气系统的故障诊断和识别。     

利用压电陀螺的自行压制武器复位系统研究

介绍了利用压电陀螺设计的捷联式三自由度位置陀螺,测量出大口径自行压制武器发射引起的变位,通过解算模型,求出修正量,从而保证了射击线稳定的自动复位系统。     

基于SRWNN-ADRC的交流伺服系统定位控制

针对高炮位置交流伺服系统控制存在的外界扰动以及非线性特性等问题,提出了一种自回归小波神经网络改进型单神经元自抗扰控制器(SRWNN-ADRC).单神经元自适应控制器(SNAC)将非线性误差反馈控制律中的非线性增益作为其权值系数,利用SRWNN作为辨识器,在线辨识被控对象的梯度信息并将其提供给SNAC.通过SNAC的自学...     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

基于复瞄的某火箭炮位置伺服系统研究

火箭炮在发射状态时存在燃气流冲击力矩等强干扰,使得发射后炮管偏离初始位置,故提出基于复瞄的火箭炮伺服系统控制。以火箭炮伺服系统为对象,建立系统数学模型,在此基础上运用自抗扰理论设计了非线性扩张状态观测器及相应的控制律,来减弱燃气流等强扰动对系统发射精度的影响,提高火箭炮的复瞄速度与精度。数字仿真结果显示,系统具有良好的跟踪性能,并且在燃气流冲击等干扰下能够很快返回初始位置,证明了该方法的有效性。