基于模糊遗传神经网络的信息融合故障诊断技术及其应用

在基于广义模糊加权型推理的模糊神经网络基础上,融合非一致性遗传算法,建立了一种模糊遗传神经网络。利用模糊遗传神经网络技术建立信息融合中心,对多传感器数据进行融合处理,通过多源互补信息减小故障诊断系统的不确定性。讨论了模糊遗传神经网络多传感器信息融合方法中数据处理、特征向量维数压缩与关联、归一化处理方法等。同时,对模糊遗传神经的构造以及学习训练等内容,也作了较为详细的讨论。并对模糊遗传神经网络信息融合技术应用于变压器状态的实时监测的应用前景进行了初步探讨。     

智能故障诊断技术的发展及应用

介绍了国内外机械设备智能故障诊断技术的发展状况,并分别对基于模糊理论、基于实例、基于专家系统、基于神经网络以及神经网络与专家系统相结合等多种智能故障诊断系统进行了分析和评述。     

混合系统──智能技术的集成

将各种智能技术予以集成是通向下一代智能技术的重要途径。本文介绍了某些混合技术，包括模糊神经网络、基于神经网络的遗传算法和模糊遗传算法，并简要地介绍了它们在电力系统中的应用。     

混合系统——智能技术的建成

将各种智能技术以集成是通向下一代智能技术的重要途径。本文介绍了某些混合技术，包括模糊神经网络、基于神经网络的遗传算法和模糊遗传算法，并简要地介绍了它们在电力系统中的应用。     

神经网络与模糊控制舒适型智能空调研究

现有的大多数空调的制冷控制系统都是以经典控制理论为基础举行设计的。本文介绍了神经网络控制和模糊控制为代表的智能控制方法,并举例描述了一种以神经网络与模糊控制相结合的智能舒适型空调器。此智能空调器对被控制对象-空调器采用诸多传感器和控制原件进行控制和调节,以人体舒适度(PMV)作为控制目标,利用人工神经网络智能信息处理技术预测出人体的舒适度指标PMV,然后利用模糊控制技术将PMV的值控制在最佳值附近。     

导弹测发控系统智能故障诊断技术

为了实现对导弹测发控系统的故障诊断,在深入分析导弹测发控系统故障特点和机理的基础上,研究了当前几种常用的故障诊断技术,根据神经网络、专家系统和模糊逻辑的各自优点和特点,以互为补充为原则,给出了一种基于模糊神经网络的故障诊断专家系统的构建方法.通过将传统的专家系统技术与模糊神经网络技术相融合,构造出某型导弹测发控系统智能故障诊断系统,验证了方案的可行性,为类似系统的进一步实现提供了有益的借鉴.     

基于BP神经网络的智能环境光控制系统设计

基于ARM926EJ-S内核的NUC980DK61YC、BP神经网络、DALI总线技术、CAN总线技术、传感器技术，设计智能环境光控制系统，系统由智能主机、环境光及温度传感器、DALI电源驱动、用户软件组成。完成了整套系统的软硬件设计：将openwrt操作系统移植到ARM平台；在openwrt基础上运行python;建立CAN Bus与DALI通信网络；指定通信协议；完成主机及终端设备的程序设计。最后，重点测试神经网络对传感器数据的分析进而教调屋内光环境。测试结果表明，通过神经网络算法可以通过获取传感器数据进行学习分析，进而有效改善室内光环境。     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

现代传感器发展方向

传感器是信息系统的源头,在某种程度上是决定系统特性和性能指标的关键部件。本文试图探讨现代传感器技术发展方向,从概念、原理、性能和应用等层面评述了9种传感器：光纤传感器、集成传感器、MEMS传感器、模糊传感器、智能传感器、多功能传感器、模型传感器、网络传感器及生物传感器,且每类传感器列举了应用实例。     

现代传感器发展方向（续）

传感器是信息系统的源头,在某种程度上是决定系统特性和性能指标的关键部件。本文试图探讨现代传感器技术发展方向,从概念、原理、性能和应用等层面评述了9种传感器：光纤传感器、集成传感器、MEMS传感器、模糊传感器、智能传感器、多功能传感器、模型传感器、网络传感器及生物传感器,且每类传感器列举了应用实例。     

基于模糊神经网络的发电机励磁控制器的研究

在分析发电机励磁控制系统的基础上将模糊控制理论和神经网络技术有机结合,提出了基于模糊神经网络(FuzzyNeural Network,FNN)的智能型励磁控制策略,构造了具有双FNN模型结构的励磁控制器.所构建的FNN励磁控制系统不仅保留了模糊控制的功能,而且具有体现励磁控制非线性特征的能力,能更精确地反映系统的动态变化过程,具有更强的鲁棒性和适应性.     

无刷励磁同步发电机旋转整流器故障的模糊神经网络诊断

模糊神经网络是模糊逻辑与神经网络相结合而构成的 ,具备模糊技术和神经网络技术的优点 ,应用于电力系统故障诊断中 ,是一种使用方便的人工智能处理系统。基于模糊神经网络对无刷励磁同步发电机旋转整流器故障诊断进行研究。经过训练后的模糊神经网络 ,在对旋转整流器故障进行诊断时 ,有较高的准确性和有效性     

基于模糊神经网络的信息融合在电网故障诊断中的应用

根据电网分布的特点,将多传感器信息融合技术应用于电网的故障诊断中。在电网的不同区域加装传感器网络,将所测结果首先在子模糊神经网络中进行特征级融合,然后再将此结果送至融合中心进行决策级融合,最后得出诊断结论,包括故障类型和故障区域,大量的实验证明该方法是可行的。     

过热汽温模糊神经网络预测控制器的设计

针对锅炉过热汽温的特点，设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制，即该控制器首先是将神经网络与预测控制相结合，采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现了非线性、大时滞系统模型的精确预测；然后将模糊控制与神经网络相结合，实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明，该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质，且易于工程实现。     

模糊J-K触发器神经网络降低传感器交叉敏感方法

用模糊J-K触发器作为神经元的作用函数,构建了模糊J-K触发器神经网络系统,并将其应用于消除压阻式压力传感器干扰电流对目标参量的影响.实验结果表明,该方法结合了模糊技术和J-K触发器的优势,具有结构简单、训练速度快的优点.同采用常规S型函数作为神经元作用函数的神经网络相比,模糊J-K触发器神经网络训练次数少,均方根误差...     

基于模糊神经网络的单相自适应重合闸的研究

将模糊神经网络应用于单相自适应重合闸中,以模糊理论和人工神经网络理论为基础构造了一个多输入模糊神经网络,用于识别瞬时性故障与永久性故障.该网络以取大取小运算部分代替了乘积求和运算,并采用了从样本中获取模糊规则的方法.利用Matlab进行了大量仿真实验,验证了该方法的可行性与准确性;在仿真的基础上,将多输入模糊神经网络与BP神经网络进行了比较,证明了多输入模糊神经网络在单相自适应重合闸中应用的优越性.     

模糊神经网络及其在电力系统中的应用研究

阐述了神经网络、模糊理论、模糊神经网络、遗传算法等分支的技术发展,优、缺点及它们相互之间的结合,接着论述了模糊神经网络在电力系统中电厂的过程控制、电力系统稳定器、励磁控制、重合闸、继电保护及灵活交流输电系统等领域的应用研究的现状及前景。     

基于模糊神经网络PID的锅炉汽包水位控制

将基于模糊神经网络的PID控制器作为给水控制系统的锅炉汽包水位调节器,可实时整定PID控制器的参数,以适应控制系统的要求。仿真结果表明,基于模糊神经网络的PID给水控制系统的响应快速性、调节平稳性及抗干扰能力均优于常规的PID控制器。     

机床热误差建模及检测系统模块设计

提出了基于模糊神经网络的数控机床温度与热变形的数学模型,该模型根据输入输出样本自动设计和调整模糊系统的参数,并使传统神经网络中没有明确物理含义的权值被赋予模糊逻辑中推理参数的物理含义。将模糊逻辑理论和神经网络结合,提高了网络的泛化能力。文中给出了模糊神经网络结构、算法的具体实现过程。并通过一个仿真实例说明模型可以将20μm内的热变形补偿到1．7μm内,补偿效果明显。针对补偿技术研究与应用中需要快速采集大量的温度及热变形信号问题,以MSC1210微控制器为核心进行模块化设计,温度采集模块通过SPI接口与上位机DSP连接组成数据采集系统。可以方便、灵活的完成数据采集任务。