排序方式: 共有39条查询结果,搜索用时 15 毫秒
1.
2.
目的 提出基于模块化神经网络的铁水硅含量预测方法,改善系统控制性能指标.方法 采用模块化神经网络预测控制策略,建立模块化神经网络预测模型,按输入物理量的性质构成4个神经网络模块,再由预测神经网络输出铁水硅含量的预测值,从而控制炉温.结果 提高了学习效率和泛化能力,有效地改善了模型的预测精度.结论 模块化神经网络铁水硅含量预测模型,将同类量进行了模块划分,通过对铁水硅含量预测,可提高炉温的控制精度和动态跟踪能力,具有结构简单、实时性好、预测精度高等特点. 相似文献
3.
铝电解生产过程中阳极效应预报新方法研究 总被引:2,自引:0,他引:2
本文提出一种新的阳极效应预报方法 ,该方法根据故障检测原理 ,采用辨识及参数估计理论 ,可在计算机控制系统中有效地对其进行预报 ,不仅可以提高铝的产量和质量 ,而且对节能和保证整个电解系列平稳安全生产 ,具有很重要的意义。 相似文献
4.
层次模块化模糊神经网络在铝电解故障诊断中的应用 总被引:2,自引:2,他引:2
目的针对铝电解故障发生机理及特点,提出采用层次模块化模糊神经网络实现对铝电解故障快速、有效检测的新方法.方法利用数据处理子模块,诊断子模块,决策子模块,从而对铝电解生产过程中的故障进行诊断.结果数据处理子网络实现了对数据的特征提取,优化了数据结构,将大结构的神经网络分解成多个小网络,并用决策神经网络对故障进行模式分类.结论该方法优化了大结构神经网络的学习性能,提高了故障检测的准确率,具有良好的实用价值. 相似文献
5.
基于遗传算法的模糊-PID复合控制在电阻炉上的应用 总被引:1,自引:0,他引:1
目的用遗传算法对模糊控制器的控制规则的参数进行优化,提高炉温控制系统的动、稳态性能.方法实现模糊控制和PID控制在不同控制段的优化,并采用遗传算法优化控制参数和控制规则.结果使电阻炉炉温控制系统具有较高的控制精度和良好的动态特性和鲁棒性.结论采用MATLAB仿真及试验结果表明该方法有效可行,可以推广到其他温度控制系统的应用上. 相似文献
6.
目的减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 m in左右.结论该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产. 相似文献
7.
目的 通过对退火炉炉温控制系统的设计,使得控制系统的控制性能和控制精度提高、抗干扰性增强.方法 针对被控对象一退火炉本身的非线性、大滞后性、时变性等特点,采用把小波函数引入神经网络预测模型对退火炉温进行预测,再把此预测模型与BP神经网络控制器相结合对退火炉的脉冲燃烧器进行控制,进而控制炉温.结果 由小波神经网络预测模型组成的控制系统,综合了小波分析和传统神经网络的优点,且具有不断吸收环境新信息的函数学习能力和推广能力.从仿真曲线上看,此控制方法 相比较传统控制的方法 具有收敛速度快,预测精度高的特点.结论 实现了对具有大干扰、大滞后性和不确定随机干扰因素的炉温控制系统进行精确控制,具有良好的动态和稳态性能. 相似文献
8.
在醋酸体系中用原位聚合法将石墨烯(RGO)与不同比例的苯胺(ANI)合成RGO/PANI一次掺杂态产物,用氨水解掺杂后再掺杂醋酸制备出RGO/PANI二次掺杂态产物。使用红外光谱、紫外光谱和扫描电镜等手段表征产物的结构和形貌并用电化学技术测试其防腐性能。结果表明,RGO与ANI质量比为1:10时生成的一次掺杂态产物形貌最好,防腐效果最佳;RGO表面生长的聚苯胺长度为300~650 nm,直径为70~100 nm,产物的缓蚀效率可达73.19%;RGO/PANI二次掺杂态产物为石墨烯/醋酸掺杂态聚苯胺;醋酸掺杂可明显改善产物的结构和形貌并提高其缓蚀效率,缓蚀效率可达到80.21%,防腐性能优异。 相似文献
9.
10.
目的采用神经网络自适应控制方法,来解决中央空调系统大惯性、大时滞问题,提高控制效果.方法利用两个BP神经网络NNC和NNI,分别做控制器和辨识器,神经网络辨识器通过采集相关的输出量,监控系统的工作状态,并通过实时调整神经网络控制器参数.结果实现中央空调智能控制,仿真结果验证有良好的动态性能和稳态性能.结论神经网络自适应控制器优于常规控制器.调节速度快,超调小,具有良好的控制性能. 相似文献