机械加工过程模糊控制系统的模糊化新方法及其控制算法研究

提出并研究了一种模糊化新方法及其控制算法。该模糊化新方法， 具有２ｍ （ｍ 可以足够大） 个通用的模糊变量且具有通用的隶属函数； 由此所建立的模糊控制算法， 具有４ｍ ２ 条推理规则， 且这４ｍ ２ 条推理规则可由一个算式统一地显式地表述出来， 因而具有通用、简洁等特点， 可方便地应用于机械加工过程模糊控制系统中。

模糊算法在混凝土快速冻融试验机温度控制中的应用

近年来,基于模糊算法的智能控制技术的应用范围越来越广。本研究将模糊算法应用到混凝土快速冻融试验机的温度控制中,选取混凝土试件中心温度的目标值与实际值的温差E和温差变化EC作为输入变量,根据控制经验制定模糊控制规则,再依规则表进行模糊推理,得到输出控制量—变频压缩机的工作频率F(或加热管的加热占空比D),进而控制制冷或加热功率,并根据温度传感器反馈的试件中心的实时温度,及时调整输出控制量的大小。试验结果表明:相比于传统PID算法,采用模糊算法的温度控制器,不仅能有效减小超调量和响应时间,提高控制精度,增加试验结果的指导价值,还可以节能,提高经济效益。

矿山机械制造企业内部控制评价体系研究

为确保企业内部控制的有效实施,文中根据矿山机械制造行业的状况,基于内部控制目标视角的五个维度选取常规性评价指标和行业性评价指标,采用层次分析法确定各项指标的权重,运用模糊综合评价法构建矿山机械制造行业内控评价体系,并以AB公司为例进行了应用.研究结果表明:该内部控制评价体系可降低评价的主观性、便于操作综合评价,能够综合反映矿山机械制造企业内部控制的实际执行质量,同时二级指标可以反映内部控制在五个维度的实现状况,三级指标的评价值能够识别内部控制的具体薄弱环节.

基于Actor-Critic学习的数控机床加工过程控制方法

为了精准控制数控机床的加工过程,提升数控机床工作效率,研究基于Actor-Critic学习的数控机床加工过程控制方法是很好的解决办法。通过结合模糊推理系统与径向基函数神经网络,设计Actor-Critic学习网络结构;通过增加网络节点完成网络结构学习,利用梯度下降法完成网络可调参数学习,得到模糊Actor-Critic学习网络;通过数控机床加工过程切削力设定值和实际输出切削力测量值之差,获取PID控制器误差信号;利用状态转换器转换误差信号,获取加工过程状态向量,并输入到模糊Actor-Critic学习网络内,输出PID控制器最优参数,完成数控机床加工过程控制。实验证明:在加工不同材料时,该方法均可有效控制加工过程,且最大偏差较小;在不同切削深度时,该方法的跟踪误差平方与绝对误差积分均较低,具备较优的控制精度与平稳度,从而可有效提升数控机床工作效率。