基于神经网络PSD算法的LMD自适应控制系统

为解决送粉式金属直接成形过程中,会出现机械性能降低、多物理场耦合、机理复杂、工艺参数多、熔池凝固速率较大等问题,设计一种基于神经网络PSD算法的成形过程自适应成形闭环反馈控制系统。根据光学系统实时监测激光熔池的图像信号,利用图像融合与视觉检测技术构造熔池图像特征集,对工艺参数与熔池尺寸动态关系进行分析,构建成形质量精度辨识体系,通过神经网络PSD算法优化,实现LMD成形过程工艺参数的自适应控制。仿真结果表明:该控制器对熔池宽度有较高的控制精度,可改善制造工艺成形质量和保证工艺稳定性。

NF-3风洞神经网络自适应稳风速控制系统研制

介绍西北工业大学NF-3大型低速直流式翼型风洞改进后的稳风速控制系统的结构、控制原理和性能特点。针对低速直流风洞风速控制系统建模困难,易受外界干扰影响,且自身参数时变不确定,控制难度大的特点,新系统采用了多线程、数字式数据采集方式,带死区控制的PSD神经网络自适应控制算法。通过在NF-3风洞三元试验段和二元试验段的实际应用,与正在使用的模糊控制系统相比较,新系统的适应性和鲁棒性更强,调试时间大为缩短,风速控制精度在风速大于10m/s时从国军标的合格指标0.3%提高到先进指标0.1%,稳定时间减少了10%左右,人机交互也更加友好。