基于模糊神经的柔性臂变负载控制方法

基于奇异摄动将单连杆柔性机械臂动力学模型分解为慢、快变子系统,传统方法分别采用PD控制和最优控制能取得较好控制效果,但负载不确定时,控制效果并不理想.提出对于慢变子系统,采用模糊神经、PD控制相结合的控制方法,对于快变子系统,采用模糊神经、最优控制相结合的控制方法.当负载变化时,采用模糊神经控制器根据实际负载对PD参数及最优控制参数进行调整,达到更优的控制效果.分别采用传统方法及本文提出的改进方法在变负载条件下作了仿真实验,结果表明后者的控制效果明显优于前者.给出了慢、快变子系统模糊神经控制器在变负载条件下训练参数的获取方法.     

免疫遗传算法在图像分割中的应用

为了提高在连续多帧图像中背景提取的计算速度,提出了一种利用免疫思想的改进型遗传算法.该算法利用灰度图像的直方图熵作为评价标准对图像进行背景分割.相对于传统方法,可以大幅度提高连续多帧图像的背景提取速度.     

神经网络的两种训练算法对比分析

神经网络的应用已经涉及到众多领域。利用神经网络解决问题和设计的时候。必然涉及到网络训练过程。BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。本文基于MATLAB对比这两种训练方法的异同和优缺点,从而达到神经网络的最优化训练。充分发挥神经网络的作用。     

高精度微型计算机多路控温系统

在诸如晶体生长、金属熔炼、陶瓷烧制等工业部门均要求按生产工艺对炉体进行温度控制,并保证一定的精度。目前在我国,多数控温装置均由一般模拟仪表,借助于人工定时拨码,模仿温度曲线而实现。一套仪表只能控制一个对象。调节参数分散性大,人工干预失误率高,使产品质量得不到保证,经济效益较差。为克服以上缺点,我们为北京某化工厂研制了一套利用微型机对16台晶体炉实现集中     

静电除尘高压电源的模糊控制仿真研究

随着我国大气污染物排放标准的日益提高。对静电除尘器的高压供电控制方案提出了更高的要求。针对目前大多数控制器存在的硬件设计复杂。而控制算法简单的缺点。本文采用模糊控制技术。通过调节可控硅导通角的变化量。改变输出电压的上升速度。实现高压供电电源的恒定火花率控制。     

小波模糊网络作为补偿器的自适应控制算法

提出了一种基于小波模糊网络(WFN)的自适应计算转矩控制算法。这种控制方法的结构可以被认为是一个前馈型计算转矩控制器和一个WFN模型补偿器的结合。根据己知的机器人模型,使用普通的计算转矩方法,计算出前馈控制转矩。补偿器计算生成一个补偿转矩,叠加在前馈控制转矩上,以补偿不确定的动力学参数。     

基于CPLD的温度控制系统

介绍了以CPLD可编程逻辑器件为核心的温度控制系统.温度通过热电偶进行检测,检测信号放大后再进行A/D转换以得到实际温度的数字量.根据实际检测温度利用PID控制算法调整双向可控硅的导通时间来改变加热丝的功率,从而实现温度的调控.该系统利用CPLD实现A/D转换控制以及PID控制算法.系统的硬件结构简单,运行稳定可靠.     

基于FPGA的数字钟设计

介绍了利用VHDL硬件描述语言结合FPGA可编程器件进行数字钟的设计，并通过数码管驱动电路动态显示计时结果。通过本例可以为其他电路的设计提供一定的借鉴作用。     

微机化过程控制仪表的电磁兼容

微型计算机用于工业过程控制,可靠性是大家共同关心的问题。一般来说,可以把工业现场的干扰源分为如下几类: 1.地线上信号电流的干扰; 2.检测器引入的共模干扰信号; 3.交流电源干扰及电网波动; 4.晶闸管导致的公害。对上述干扰,应分别情况采取有效的措     

电厂水汽循环系统模糊神经网络故障诊断

电厂水汽循环系统是一个由多环节组成的复杂的大型工业生产过程,由于它的参数存在较大的不确定性和模糊性,使得对它的生产过程进行故障诊断十分困难.通过分析这个系统特点,提出了一种智能诊断方法———模糊神经网络对它进行故障诊断,从而解决了参数存在模糊性和不确定性的难题,提高了诊断的可靠性.