神经网络模型参考自适应控制在污水处理中的仿真研究

污水处理厂目前广泛使用序批式活性污泥法处理污水.该方法是一种复杂动态生物反应过程,难以建立准确的数学模型,同时采用常规的PID控制难以达到较好的控制品质.针对以上问题,该文提出了RBF神经网络模型参考自适应控制策略,利用神经网络辨识器对污水处理模型进行辨识,使神经网络控制器不依赖被控对象精确的数学模型.仿真结果表明,该...     

基于遗传算法的Elman神经网络在镍氢电池容量预测中的应用

为了准确地对镍氢电池荷电状态进行预测,在分析影响镍氢电池剩余容量的多种因素的基础上,综合国内外常用的预测镍氢电池的几种方法,采用ELman网络对镍氢电池容量预测建立模型并用遗传算法对其初始权值和阈值进行优化。仿真结果表明：该网络不仅局部泛化能力好,而且收敛速度快。证明该网络对MH—Ni电池剩余容量的预测是有效的。     

RBF神经网络的板形预测控制

由于板带轧制的环境十分复杂,如温度的变化是无法避免的干扰,以及HC轧机液压弯辊系统的非线性和不确定性,使得按传统理论建立的模型和控制方法都难以达到理想的效果.针对这一问题,提出了一种基于径向基函数(RBF)神经网络的模型预测控制方案应用于带材控制中,以提高带材的成材率,充分发挥液压弯辊力对板形的调整作用,改善轧机系统的动态特性.仿真结果表明了该控制系统的性能良好,有较强的抗干扰能力和较好的鲁棒性和快速性.     

电动汽车智能有序充电模式

为了推进电动汽车的发展,通过对消费者充电行为的分析和电网负荷的预测,以减小电网峰谷差和充电费用为目标,采用分时计价模式并用智能优化算法,建立智能自动充电抉择行为的数学模型,实现了在规定时间内自动选择充电起始和结束时间。仿真结果表明,智能有序充电不仅能够有效地减小电动汽车充电给电网带来的峰谷差值,还能为车主减少费用。     

基于CAN和ZigBee的矿井机车运输监控系统设计

井下机车运输和巷道设备运行状态是影响矿井生产效益的重要因素。根据巷道环境和机车监控需求,设计以CC2430和STM32为核心的井下机车运输监控系统。井下传感网络采用ZigBee和CAN总线,配置覆盖载运巷道的ZigBee终端、路由和协调节点,通过ZigBee无线通信和CAN报文在线传输监测数据。系统结构灵活、功耗较低,可实现井下机车运输和巷道设备运行状态的远程监视和在线调度管理。