基于系统辨识与T-S模糊神经网络的磨矿分级控制

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域.利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数.依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统,获得比传统的模糊神经网络具有更强的...     

基于ANFIS的电力通信网的可靠性评估

根据以往电力通信网可靠性评估方法,对电力通信网可靠性相关指标进行整理,采用自适应神经模糊推理系统(Adaptive Neural Fuzzy Inference System,ANFIS)构建了电力通信网可靠性评估模型.以MATLAB为工具,利用ANFIS的模糊工具实现了模糊神经推理过程,并经过系统仿真得到结果,通过与神经网络、贝叶斯网络、蒙特卡洛算法结果进行比较,此模型具有更高的准确性.     

基于BP神经网络的多变量PID解耦控制

基于神经网络实现智能PID控制的策略,它以经典的PID控制为基础,通过神经网络参数整定实现,进而进行自学习,用于多变量系统的解耦控制.论文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真.通过计算机仿真证明了基于神经网络的PID控制器网络结构简单规范具有良好的自学习和自适应解耦控制能力.系统易于实现,融解耦器与控制器于一体,适用于非线性多变量系统的解耦控制.能够使解耦后的系统具有良好的动态和静态性能,特别是依据BP控制规律来确定网络连接权的初值,还具有参数快速收敛的优点.     

基于神经网络的变风量空调解耦控制

目的 分析变风量空调运行时各变量之间的耦合关系,针对变风量空调参数多变、强耦合的特点,提出一种变风量空调系统改进型误差反播神经网络解耦控制方法,对变风量空调温湿度控制系统进行解耦.方法 把整个系统的解耦目标分解为N个子目标,每个子目标仅仅对一个回路通道进行解耦,其结构与指标函数简单,易于实现;并将模糊神经网络控制器与解耦控制器有机结合.结果 解耦成功后,控制响应速度快、超调量几乎为零,达到期望温度后温度曲线保持不变,而此过程中湿度值基本没有变化,整个控制过程调节响应快,稳态误差小,解耦效果明显,有很强的控制精度和鲁棒性.结论 BP神经网络解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的解耦控制效果.     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

一种新的多变量自适应解耦控制器及其在二元精馏塔上的应用

本文提出了一种新的多变量自适应解耦控制器.该控制器将解耦补偿器与最小方差技术相结合,可以对闭环系统实现动静态解耦.应用本文提出的自适应解耦控制器和常规 PI 控制器分别在某二元试验精馏塔上进行了组分控制实验.实验结果表明,本文提出的自适应解耦控制器的控制性能明显优越于 PI 控制器.     

青霉素结晶过程中的神经网络自整定PID控制

针对青霉素结晶过程中结晶罐温度与液位控制间存在一定的耦合,且对象参数又具有时变性的特点,提出了基于对角递归神经网络(DRNN)自整定的PID解耦控制方法.神经网络根据对象参教发生变化时对系统输出性能的影响,自动调整网络权值,对PID参数进行调节,改变比例、积分、微分作用的强弱,达到系统解耦控制的目的.仿真结果表明,该方法具有响应速度快,自适应能力强等特点.     

计及供热的发电机组AGC优化控制研究

为解决供热抽汽改造导致的发电机组热电耦合及非线性问题,提高系统自动发电控制(AGC)跟随能力,提出了用于解耦控制的前馈补偿解耦算法,并对解耦后的电功率控制回路设计了基于模糊算法的模糊比例-积分-微分(PID)控制器。仿真结果表明,利用前馈解耦算法与模糊算法相结合的方案有较好的解耦效果,并能有效优化AGC跟踪能力,提高系统控制性能。     

一种风力辅助提水机的智能解耦控制策略研究

针对风能的最大化利用问题以及由风力机驱动的液压马达与柴油机之间的功率平衡问题,设计了一种风力辅助提水机的智能控制系统.该系统是一个时变的2输入2输出耦合系统,采用2个递归神经网络(Elman)在线调整2个PID控制器的参数、1个神经元解耦补偿器完成系统的解耦,实现了不依赖于对象模型的自适应PID解耦控制.仿真结果验证了该控制策略可行性,为进一步研究提供了参考.     

自适应神经网络模糊推理系统在结构振动主动控制中的研究

运用线性二次型经典最优控制算法获得学习样本，由神经网络反向传播算法训练产生模糊规则和隶属度函数，设计自适应神经网络模糊控制器，通过某结构地震波作用下振动控制的数字仿真，表明自适应神经网络模糊推理系统可以有效地应用到结构控制中。     

主动控制技术在飞机侧向运动模态中的应用

研究了主动控制技术在飞机侧向运动模态中的应用。用动态逆方法对多变量系统解耦。对修正因子、比例与积分因子寻优，获得性能优良的模糊控制器。将动态逆与模糊控制方法相结合，构成了一种动态解耦模糊控制综合方法。用该综合方法对某飞机侧向直接力控制系统进行了设计，并与动态逆方法进行了比较，提供了鲁棒性验证与仿真比较结果。仿真结果表明，该综合方法能够对飞机侧向模态进行良好的控制，并能够有效地抑制系统内部参数变化对系统输出的影响。     

球磨机模糊解耦控制系统的一种实现方法

中储式钢球磨煤机制粉系统是一个多变量,大惯性,大迟延,三输入三输出的强耦合系统。针对强耦合多变量特性,依据解耦补偿原理和模糊控制的思想,提出了一种新的解耦方法——利用模糊规则进行补偿解耦。介绍了将解耦补偿器的模型模糊化,由模糊规则实现的解耦算法,并由此设计了新型的磨煤机控制系统。对300 MW机组球磨机制粉系统的仿真结果表明:该方法具有较好的解耦能力,动态和静态特性,从而验证了利用模糊规则实现解耦是有效的。     

300 MW机组磨煤机制粉系统智能控制研究

探讨了一种新型的300MW机组磨煤机制粉系统智能控制方法．该方法特点是在系统偏差大时采用模糊控制方案，偏差小时采用神经元控制方案．现场应用表明此系统可有效解决磨煤机制粉系统的大迟延，强耦合控制问题．     

多变量系统的自适应模糊控制(英文)

提出了一种多变量系统自适应模糊控制,它采用了自适应模糊关联技术,从而避开了传统控制中最棘手的解耦问题.这一方法已用于控制一个多变量强耦合系统,并取得了令人满意的结果.     

模糊系统的近似解耦

实际的解耦控制系统多采用近似解耦,以增强系统的鲁棒性及可靠性,本文以模糊系统为基础,讨论近似解耦控制系统的设计,分别考虑了串联补偿近似解耦和反馈近似解耦的控制器设计问题,提出了若干种设计方法,还给出了一个计算例子.“近似”是通过把模糊关系集结为语义关系而实现的.     

动态逆与模糊控制方法在飞控系统中的应用

首先用动态逆方法,对多变量系统进行解耦;然后将带优化修正函数的模糊控制规则自调整方法与动态逆方法相结合,构成了一种动态解耦模糊集成控制方案,并用该方案对AFTI／F－16飞机的直接升力控制系统进行了设计与仿真。仿真结果表明,集成控制方案能有效地抑制系统内部参数扰动对系统输出产生的影响,取得了良好的控制效果。     

酒精精馏塔的模糊解耦控制

针对酒精精馏过程中精馏塔塔顶和塔底2个温度控制回路存在较强耦合,提出一种酒精精馏塔模糊解耦控制器的设计和实现方法,并应用于筛板式酒精精馏塔实验装置。试验结果表明,此控制系统实现了解耦控制的要求,与常规的2个独立PID回路控制相比较,在产品质量和节约能耗方面都具有较大的优势。     

基于模糊控制的智能减压气调果蔬保鲜系统设计

采用模糊控制技术,建立了负压、温度和湿度模糊控制器和控制规则,采用遗传算法优化了模糊控制规则,设计了一种模糊智能减压气调保鲜控制系统和模糊控制算法流程及程序.用所研制的模糊智能减压气调保鲜控制系统进行了保鲜实验.黄瓜经37d连续减压保鲜后,成品率95%以上,豆角经90d连续减压保鲜后,成品率96%以上.实验结果证明,减压气调保鲜技术有效,模糊控制效果好.     

多变量模糊解耦控制系统研究与应用

根据多变量控制系统各变量之间有耦合存在的特点，利用模糊解耦的方法设计了多变量模糊解耦控制器，经过结合工业实际被控对象－氢气烧结炉温度群控系统的仿真与应用研究，基本上消除系统之间的耦合作用。