Elman神经网络在加热炉预测控制中的应用

首先简要介绍了E lm an神经网络的基本结构及特点,然后将预测控制和神经网络相结合提出了应用改进型E lm an神经网络建立预测模型,用于对加热炉燃烧过程中的烟气含氧量进行预测,以便及时调整空燃比,使加热炉工作在低氧燃烧状态下。     

智能熔断器监测装置中低功耗技术的设计和实现

为了实现智能熔断器监测装置的低功耗关键技术，一方面对能量供应方“开源”，介绍了内置锂电池+在线CT取电+一定容量超级电容的低功耗电源系统，另一方面对能量损耗方“节流”，首先选择低功耗的关键器件，其次在硬件上合理部署感知流和控制流实现关键电源点的感知采样和外设的独立供电控制，最后通过节能管理程序实施系统的低功耗运行方案。功耗试验结果表明该设计能够有效降低智能熔断器监测装置的功耗，实现装置的长期可靠运行。