电梯零速停靠的RBF神经网络预测算法

针对电梯运行过程中存在爬行距离的问题,提出了基于RBF(Radial Basis Function)神经网络的爬行距离预测模型.将预测的爬行距离增加到电梯速度曲线的匀速段,实现减小或消除爬行距离的目的,从而实现电梯的零速停靠.从电梯运行现场采集大量的原始数据,建立RBF神经网络预测模型,与BP(Back Propagation)预测方法进行仿真比较,结果表明RBF神经网络具有更好的预测效果.给出了应用零速停靠RBF预测算法前后电梯运行的速度曲线,爬行距离减小或消除,电梯的运行时间变短,实现了节能.

自适应模糊PID在舞台吊杆控制中的应用

采用自适应模糊PID控制,有效地解决了舞台吊杆定速控制中存在的误差大、实时性差、零速停靠困难等实际问题。结合舞台吊杆的运行特征,控制系统采用上位机与下位机相结合的形式,上位机通过工业以太网给下位机发送相关的运行参数信息,下位机利用自适应模糊PID控制算法计算输出并通过CAN总线与变频器通信,通过变频实现舞台吊杆变速控制。利用绝对值编码器把执行电机的实时运行信息反馈到下位机。系统仿真及测试结果表明,该文方法很好地实现了舞台吊杆变速控制以及零速停靠。