基于遗传算法的球磨机模糊——神经元控制系统

提出了一种基于遗传算法的模糊-神经元控制系统实现水泥厂球磨机自控的设计方案。将遗传算法与模糊逻辑、神 经元控制相结合,可以较好地解决球磨机现场控制系统被控参数的耦合问题,为解决球磨机的控制难题提供了一个新的思路。 详细描述了系统的算法学习训练过程,仿真结果表明,该系统能够提高控制过程的稳定性和可靠性。

混沌系统的有限时间间歇模糊同步控制

为了在实际工程应用中节约控制成本,提高混沌系统的控制效率,本文研究了利用间歇控制策略实现驱动-响应混沌系统有限时间同步的问题。对于不确定驱动-响应混沌系统,利用T-S模糊原理,重新描述了混沌系统的不确定结构,并且设计了合适的模糊周期间歇控制器;基于微分方程的有限时间稳定性理论,证明了驱动-响应混沌系统间有限时间同步的结论,指出当满足条件λA-λK<0时,系统在停息时间tf内可达到同步。最后进行了数值仿真。通过与连续和间歇控制作用仿真实例的比较,证明了所给算法的有效性和可行性。

基于PLC的火电厂钢球式磨煤机制粉系统模糊神经元控制系统

结合开封火电厂3号机组2套制粉系统的工程实际,提出一种以西门子S7-300可编程控制器(PLC)为硬件基础、模糊控制和神经元控制相结合的控制方法。运行表明,此控制方法可提高制粉系统的可靠性和经济性。

流化床燃烧系统模糊–神经元PID解耦补偿控制

依据神经元控制和解耦补偿的思想,引入了一种自适应神经元解耦补偿器,给出了神经元权系数的在线学习方法。在此基础上,通过将模糊控制技术和神经元自适应PID控制技术相结合,提出了一种不依赖于被控对象精确数学模型的多变量解耦控制方案。将该种方法应用于流化床燃烧系统控制,对耦合强烈的流化床锅炉床温、主汽压力、烟气含氧量三维传递函数矩阵进行解耦控制。仿真研究表明,该方案解耦效果良好,并且可以有效克服流化床燃烧对象的大滞后和非线性,获得良好的控制品质。

基于模糊神经元混合控制器交流伺服系统的研究

模糊控制与神经元／网络控制是人工智能控制的两大分支，目前这两种控制方法在交流伺服系统中都有一些应用，取得了较好的控制效果，但同时又有各自无法克服的缺点。本文将二者结合起来构成了模糊神经元混合控制器，在交流伺服系统中的仿真结果表明，不但解决了稳态精度的问题，而且保持了系统的鲁棒性和快速性。且控制结构简单、易于实现，为研究交流传动系统的智能控制提供了一条新途径。

单神经元模糊PID控制在光电跟踪系统中的应用

为提高ATP系统的跟踪精度和快速性,将模糊控制引入单神经元自适应PID控制中,提出单神经元模糊PID控制。它运用有监督的Hebb学习规则在线修正PID参数,而神经元的比例系数则由Sugeno模糊逻辑系统根据系统的误差和误差变化量大小进行调整,使控制系统对动态过程信息的利用程度达到最优。仿真和实验结果表明,系统不仅具有自学习和自适应能力,且动态性能和稳态性能都优于经典PID控制,超调量减小0.95%;上升时间和调节时间均减小1s左右;稳态误差减小1.19′。满足现代高精度跟踪系统的需求。

基于AMESim和Simulink联合仿真的定量泵-变量马达系统转速控制研究

本文使用了AMESim和Simulink软件构建了定量泵-变量马达系统仿真模型,用于定量泵-变量马达系统的分析,并采用Simulink为主的联合仿真方法。进行了PID和模糊PID两种控制策略的比较研究。结果表明,与传统PID控制相比,模糊PID控制策略在系统响应时间和稳定性方面表现更出色,尤其在恒转速控制方面表现更佳。

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。

TBM刀盘驱动系统单神经元模糊同步控制

针对全断面硬岩隧道掘进机(TBM)刀盘多电机并联驱动由于载荷突变和传动系统磨耗所引起的电机偏载甚至过载,提出基于单神经元模糊自适应PI速度调节器的转矩主从控制策略.搭建电机闭环矢量控制模型,推导多齿轮齿圈并联系统的数学模型并使用S函数加以描述,在Simulink环境下将两者连接,对比分析转速并联和转矩主从控制策略下,电机对外在载荷和机械磨耗的黏性和刚性啮合响应及其机理,将单神经元模糊PI速度调节器应用于转矩主从策略消除扭矩超调.仿真结果表明,基于单神经元模糊PI速度调节器的转矩主从控制策略能够适应传动系统的参数变化,消除电机在负载变化时的扭矩超调和偏载,并能提高系统的精度和响应速度.

一种基于模糊神经元混合控制器的交流驱动系统

针对数控机床主轴电机的高动静态特性要求 ,介绍了一种新型模糊控制与神经元控制相结合的模糊神经元混合控制器 ,采用该控制器 ,使驱动系统性能指标较好地满足了数控机床的要求 ,且系统控制结构简单 。

水轮机调节系统的模糊神经元控制

水轮机调节系统具有非线性和时变性的特性 ,传统的PID控制器无法获得高性能的调速系统。针对水轮机调节系统的上述特性 ,在常规模糊控制的基础上 ,采用径向基函数神经网络来逼近过程模型 ,并设计了自适应神经元来在线优化控制器的输出。理论分析和仿真结果表明 ,这种控制策略与传统的PID控制和模糊控制相比 。

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。

机电系统中模糊与模糊神经元网络控制策略的研究

先进控制策略可以应用在机电运动控制中以有效地消除和补偿由静动摩擦力所引起的非线性特性。这种影响很难用常规控制方法加以消除。文章对机电运动控制中模糊与模糊神经元网络控制策略的应用进行了对比研究，用于对比的被控对象是一具有高度非线性摩擦力影响的直流电机。

自适应神经元——模糊推理系统在污水曝气控制中的应用

曝气控制是保证污水处理厂水质和降低能耗的重要环节。本文考虑污水处理厂出水水质和曝气量的非线性、大滞后、时变性等特点,利用反向传播(BackPropagation——BP)算法对隶属度函数进行优化,建立模糊推理规则,并设计了一个自适应神经元——模糊控制系统,该系统对某SBR小型污水处理厂曝气进行了仿真分析,结果表明设计的控制系统的有效性。

伺服系统的基于神经元预测的模糊控制

为克服伺服控制系统稳定性与快速性之间的矛盾,设计了基于神经元预测的模糊智能控制器。提出了一种神经元学习率的优化算法,并给出模糊控制器的非线性表达式,最后得到仿真结果。

基于模糊增益单神经元PID控制的地源热泵空调系统的建模与仿真

针对地源热泵空调控制系统复杂性、非线性、运行过程中所受干扰多且难以建立精确的数学模型等特点,目前多采用常规PID控制系统或相对较好一些的模糊PID控制系统,但都存在不足,很难达到其节能和舒适的作用。本文针对其特点提出了利用模糊控制和单神经元PID控制相结合的控制方法。并通过MATLAB仿真工具对其三种控制方法分别进行动态仿真,其结果表明该方法运用于地源热个泵空调系统中,其控制效果明显优于其它两种控制方法,大大提高了控制系统的控制品质,受外界影响较小,响应快,鲁棒性较强,节能和舒适性效果更明显。

基于龙格-库塔和灰色模型的神经元模糊自整定PID控制

针对工业过程中存在时滞、非线性以及受控对象参数时变等特点,提出了一种基于龙格-库塔和灰色模型的神经元模糊自整定PID控制算法。该算法将被控对象视为灰色系统,并与四阶龙格-库塔结合建立系统的预测模型,以此克服时滞对系统的影响。利用神经元学习功能和模糊控制调节神经元增益克服系统的非线性和时变等问题。仿真结果表明,该控制算法鲁棒性强,响应速度快,具有工业应用价值。

基于模糊神经元网络的球磨机自动控制系统

针对水泥厂球磨机生产过程中控制参数复杂的情况 ,本文提出了一种新型的模糊神经元网络控制方案。利用模糊逻辑控制系统与神经元网络控制系统的结合 ,能够减少球磨机系统参数之间的耦合和干扰 ,通过仿真研究表明 ,获得了良好的效果。

一种基于模糊神经元混合控制器的交流驱动系统

针对数控机床主轴电机的高动静态特性要求，文章介绍了一种新型模糊控制与神经元控制相结合的模糊神经元混合控制器，采用该控制器，使驱动系统性能指标较好地满足了数控机床的要求，且系统控制结构简单，易于实现。

一种基于遗传神经元网络的模糊控制系统

针对常用的基于BP网络的模糊控制器对模糊控制规则的学习难以达到理想效果的缺陷 ,采用遗传算法生成前向神经元网络 ,可同时对网络的极值与结构进行学习 ,基于此基础的神经网络模糊控制系统具有良好的自适应特性。