基于D-FNN的混沌铁磁谐振系统非线性补偿控制方法

针对电网混沌铁磁谐振系统产生的混沌现象,提出基于动态模糊神经网络的混沌铁磁谐振系统非线性补偿控制方法。该方法采用动态模糊神经网络来逼近系统的非线性部分,消除了过电压的混沌现象,将系统稳定到目标位置,实现了对系统的非线性补偿控制。Matlab仿真结果表明,基于动态模糊神经网络的非线性补偿控制方法控制结果正确,响应快速。     

基于模糊逻辑的定子电阻辨识及仿真分析

针对感应电机定子电阻在电机运转过程中会发生非线性动态变化,进而影响矢量控制系统的动态性能和稳定性问题,为改善无速度传感器控制系统的调速性能,分析了基于MRAS的转子磁链和速度估算原理,提出了一种以转子磁链和定子电流矢量作为输入,以定子电阻的变化量作为输出,基于模糊逻辑的感应电机定子电阻在线辨识的方法;在仿真环境下对增加定子电阻辨识后的转速波形进行了对比,对定子电阻突变到原来值两倍时的辨识效果进行了仿真,实验结果表明这种方案结构简单,可靠性高,计算复杂度低,对定子电阻的变化具有明显的辨识能力,能显著改善控制系统的调速性能.     

基于变传动比的线控转向前轮转角控制

提出一种基于混合智能变传动比技术的前轮转角控制算法;分析了车辆转向性能和转向稳定性的影响因素,利用模糊神经网络设计以控制车辆转向性能为重点的传动比控制器,利用直线拟合方法设计以转向稳定性为重点的传动比控制器,然后应用模糊软切换技术对两传动比进行切换融合,最终得出兼顾转向性能和转向稳定性的恰当总传动比;利用该传动比直接控制前轮转角,并将控制策略进行仿真实验;实验结果表明总传动比不仅在数值范围和曲线形状上更接近理想传动比,而且将对应的峰值速度控制在110km/h左右,优于其他两个分传动比的控制效果;用该传动比控制的整车稳定性和前轮路径跟踪能力较好,可见整个控制策略的有效性。     

模糊模式识别在轨道电路分路不良预警中的应用

针对站内25 Hz相敏轨道电路分路不良问题,通过系统分析,建立轨道电路预警模型,采用模糊模式识别方法实现轨道电路调整电压、现场温湿度以及故障次数的预警,并详细论述了轨道电路模糊模式识别模型的建立,同时给出了预警系统的实现方案;模拟实验及仿真结果表明,模糊模式识别在轨道电路分路不良预警中具有较高的准确性和应用价值,对解决轨道电路分路不良问题提供了有效的技术支持,为轨道电路日常维护和故障的及时发现处理创造了条件.     

基于仿生嗅觉的电子鼻在煤矿火灾预报识别的应用研究

在煤矿井下存在多种复杂易燃混合气体,当外界温度或其他因素发生不稳定变化都可能引发火灾或其他事故;为了避免发生事故,提高预警机制,提前进行预报,根据生物嗅觉系统的模糊神经机理在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络,使电子鼻系统具有仿生特性;最后通过MATLAB实验测试,根据不同温度下煤矿中的混合气味成份的不同进行成份模拟实验,实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识的精度,从而能够准确做出预报。     

一种改进的模糊核聚类算法

为解决经典模糊聚类算法对噪声数据敏感、样本分布不平衡和高维数据集聚类效果不理想的问题。针对此不足,可以通过Mercer核把原来的数据空间映射到特征空间,并为特征空间的每个向量分配一个动态权值,从而在经典模糊聚类算法的基础上得到特征空间内的全新的目标函数。在基于核函数的模糊聚类算法中,核参数的选择是至关重要的。因此,提出了一个简单有效地决定核参数的方法。理论分析和实验结果表明,相对于其它经典模糊聚类算法,新算法具有更好的健壮性和聚类效果。     

基于模糊神经网络的电弧炉控制系统及仿真

电极调节系统是电弧炉炼钢过程不可缺少的基本装备。目前常用的电极调节器大多是基于单相意识,导致电极调节中电极往往误动作,大大影响了电弧炉的运行效益。在模糊控制和神经网络的基础上,探索研究一种基于三相意识的电弧炉控制新方法,采用模糊神经网络调节器控制对电弧炉电极进行调节,控制弧流弧压稳定在一定范围之内,使电弧炉冶炼达到有功功率最大化,进一步提高电弧炉的综合运行效益,降低能耗、减轻对电网危害。并用matlab对模糊神经网络进行仿真。结果表明,本网络具有较快的训练速度和较高的泛化能力,满足电弧炉控制的要求,其控制性能优于常规电弧炉控制系统。     

像单反那样让手机实现景深拍摄

虽然手机的拍照功能日趋强大,但显然无法与专业单反相抗衡.就像是单反常用的景深效果(即在对焦点内的物体较清晰,而焦点后的物体则会呈现模糊的状态.一般通过单反的光圈调整,才能拍出这样的效果),在街上抓拍时非常适用.使用AfterFocus这款基于iPhone与Android平台的APP,即可在手机上拍出这种效果.     

T-S模糊系统的有限时间控制

面向具有强非线性的复杂工业过程,利用T-S模糊模型逼近原非线性系统,把T-S模糊模型逼近非线性系统存在的误差描述成有界时变的扰动,进而提出带扰动的T-S模糊系统的有限时间控制方法.首先,给出线性系统有限时间有界性的一个充分条件,与现有结果相比,该条件具有较小的保守性,并可以处理扰动是时变的情况;然后,提出T-S模糊系统有限时间镇定控制器的设计方法;最后,给出基于线性矩阵不等式(LMI)的控制器设计算法,并通过数值算倒演示所给方法的有效性.     

变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值.