对真空烧结炉自动控制系统的电气改造

介绍了真空烧结炉的工作原理及控制要求,并阐述了对其电气部分进行的硬件设计、软件编程及应用情况。

遗传算法在控制工程中的自调整技术研究

文章总结了遗传算法在控制工程中自调整技术的最新进展,并用测试实例说明了具有良好自调整技术遗传算法的优越性,希望能为从事遗传算法应用研究的自动控制或电力工作者开拓一些新思路,为设计和开发遗传算法在控制领域的应用提供指导性的参考。

电气装置的计算机测试诊断技术

介绍了电气装置的测试和诊断的通用方法,提出了描述测试信号波形的"条件驱动法",给出了一种通用电气测试诊断系统的设计思路。

基于混沌遗传混合优化算法的短期负荷环境和经济调度

环境和经济短期负荷调度主要由在调度周期内的最优机组组合和负荷分配组成,该文将优先次序法、遗传算法与混沌优化相结合,以应用到电站机组环境／经济运行优化问题中,在混沌遗传算法中采用递阶基因结构,将控制基因用于机组组合全局粗寻优,参数基因用于负荷分配局部优化, 基因修正与罚函数相结合解决约束问题,采用混沌扰动避免遗传算法早熟,运用基于线性搜索的混沌局部优化方法,加快算法的收敛速度和降低计算时间,优化计算结果可以同时得到最优机组组合及负荷最优分配,为实际调度系统提供了一个良好的方法。

永磁同步伺服电机的变结构智能控制

提出了一种基于智能控制的离散变结构系统。该系统采用一种新的状态观测器的设计方法。首先设计一个线性观测器,随后用神经网络对其具有不确定性的部分进行补偿,并用神经网络实现对变结构控制器参数的在线调整。在永磁同步伺服电机位置控制系统中的实际应用,表明了该方法的优越性和实用性。

遗传算法和神经网络融合的滑模控制系统及其在印刷机中的应用(英文)

针对一类非线性系统 ,提出了一种综合集成滑模控制器设计方法 .首先 ,采用遗传算法进行参数调节 ,从而构造出一个最佳切换函数 ,使得系统既具有良好的动态性能 ,又扩大了鲁棒区域 .然后 ,采用神经网络在线调整控制器参数 ,从而克服了由不确定性引起的系统轨迹偏离切换函数 ,并且通过变学习率学习算法来加快神经网络的收敛性 .最后 ,研究了所提出方法在凹版印刷机张力调节中的应用 .仿真结果表明该控制器具有较好的动态性能及鲁棒性 ,并有效减少了抖动 .

前馈神经网络的混沌BP混合学习算法

简要分析由Logistic映射产生的混沌数以及不同混沌序列之间的概率统计特性,为混沌全局性搜索提供了依据.将一种快速BP算法与混沌优化相结合,提出了混沌BP混合算法.由于混沌Logistic映射的遍历性、随机性,使得混合算法收敛速度快,且具有全局性.采用混合算法对XOR问题和非线性函数进行仿真,结果表明该算法明显优于标准BP算法和快速BP算法.

最优模糊神经网络参数的设计——混沌模拟退火学习法

提出了一种新型优化算法———混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数。首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络。仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法。

超声波测距精度的探讨

介绍了在超声波测距中进行温度补偿和对时间计算的误差修正,讨论了提高测距精度的方法,并提出了干扰噪声的处理方法。

基于模糊神经网络的多变量解耦控制

针对焦炉集气管压力这类多变量非线性系统 ,提出了一种基于 PID神经网络和 RBF模糊神经网络的多变量解耦控制方案 ,RBF模糊神经网络对多变量对象进行解耦 ,PID神经网络控制器控制过程的动态特性 .工程应用表明 。

基于混沌变量的前向神经网络结构优化设计

提出一种关于多层前向神经网络结构的混沌优化设计方法。将混沌变量引入神经网络结构的优化搜索中,使得神经网络的隐层节点数以及所有权参数都处于混沌状态中,整个网络结构呈现为动态变化。从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构。仿真实验表明,采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力。

机器人足球赛中队员角色的动态分配策略

介绍了在机器人足球赛中队员角色的分区动态分配策略.当球在敌方球门区,使用全攻策略,并定义了衡量射门能力的量,凡是有射门能力的球员都去射门;球在己方球门,使用全守策略,定义了衡量防守能力的量,凡是有防守能力的球员,都参加防守,以尽早把球踢出危险区;而在其他区域,提出了"远方优先最短距离分配算法"动态分配队员的角色,该算法考虑了队员站位过程中的相互避障、队员体力消耗的均衡和运动距离短等因素.

前馈神经网络的混沌学习方法研究

采用混沌优化策略 ,提出一种前馈神经网络权参数的最优学习方案 .由于 BP算法优化神经网络权参数时存在收敛速度慢、自身参数选取困难、易陷入局部极小等缺陷 .采用混沌变量优化神经网络权参数 ,具有全局性、快速性、并行性的特点 .仿真实验表明采用该方案对强非线性问题的逼近具有精度较高、学习较快的优点 .

铝塑泡罩包装机器视觉在线检测系统

介绍了一套基于机器视觉的铝塑泡罩包装实时检测系统。可识别出漏装、残缺、裂纹和有异物等不合格产品 ,并具有剔除功能。

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值,减小信号传播中因各种因素混入的随机误差对定位精度的影响,通过应用运动载体"当前"统计模型,取速度和位置为观测量建立GPS动态定位模型,将观测量维数增大1倍,从而增加了系统的可观测性和定位测算精度.此外,针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析,提出了改进型Sage自适应卡尔曼滤波法.该方法在递推和滤波过程中不断地修正模型参数,始终保持噪声模型接近于真实模型,从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题,较好地解决了GPS动态定位中状态变量维数与滤波快速性之间的矛盾,以及状态噪声和观测噪声建模不准确和时变的问题.

棒线材轧制批量调度多目标混合优化

在分析批量调度问题特征的基础上建立了精轧工序轧制批量调度的数学模型,采用混合自适应多目标进化算法进行求解.在该算法中,采用全局搜索与局部优化相结合来加快算法的收敛速度,基因修正与罚函数相结合来解决约束问题,运用免疫共享方法维护种群的多源性,根据评估结果自适应改变遗传操作的概率.应用生产实际数据进行测试,表明该调度方法能获得所需的Pareto优化前沿.

适用于高维优化问题的改进进化策略

针对高维连续函数优化问题,研究了CES(classical evo lution strateg ies)的变异方式、繁殖方式,提出了全基因变异与单基因变异的概念,通过理论分析和仿真计算论证了单基因变异比全基因变异具有更好的局部搜索能力和少的计算开销;针对CES策略参数(变异幅度)随机性过强,不能很好地跟踪进化过程的问题,提出了随着进化过程递减的策略参数.最后,建立了单基因Gauss变异与均匀变异相结合、使用精英繁殖、递减型策略参数、小种群规模的(μ+λ+k)-ES,给出了一组100维典型测试函数的仿真计算结果.

一种UPS电源同步锁相控制技术

为了探讨经济、有效的电源同步锁相控制技术,提出了一种基于电机控制DSP芯片(AD-MC401)的不间断电源(UPS)同步锁相控制技术,分析了同步相位控制误差。通过实验验证了UPS电源的逆变器输出电压与电网电压保持同步。

自动套印控制系统的研究与设计

提出了一种凹版印刷机自动套印控制系统。该系统采用滑模变结构理论进行设计 ,通过永磁同步伺服电机进行套印控制。研究表明 ,该方法既能有效减少抖动现象 。

智能变结构状态观测器的研究

针对一类非线性系统 ,研究了智能变结构状态观测器的设计问题。文中首先提出采用B样条模糊神经网络对系统不确性进行补偿并减少观测器抖动的方法 ,然后给出网络的在线自学习算法 ,最后将所提出的方法应用到感应电动机的转子磁通观测器设计中。