U-D分解渐消记忆滤波神经网络控制器在船舶操纵中的应用

针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷 ,提出一种基于U D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比 ,该方法不仅大大加快了学习收敛速度、数值稳定性好 ,而且比BP算法需较少学习次数和隐节点数 ,学习效果也更好。将这种学习算法应用在船舶操纵的神经网络控制器中 ,仿真结果表明该方法是提高网络学习速度、改善学习效果的一种有效方法 ,可有效解决非线性系统的控制问题。

基于工业以太网的MOCVD反应腔压力控制

介绍了一种新型MOCVD反应腔压力控制系统,采用MKS最新蝶阀T3BI,其内部集成了压力控制器,并且带有压力传感器接口。反应腔内目标压力由主控PC通过工业以太网ProfiNet发送到蝶阀,接下来压力控制子系统即可完成整个压力控制过程。