基于DSP的模糊神经网络控制算法在电阻炉上的应用

目的 使电阻炉控制技术适应非线性、大滞后、大惯性、时变对象的控制要求,提高炉温的热效率和控制效果,达到节能的目的.方法 通过对电阻炉工作特性分析,根据电阻炉的特点及控制指标要求,采用了模糊控制与神经网络技术相结合方法,应用了DSP芯片,构建了基于DSP技术硬件和软件技术平台.结果 采用模糊控制神经网络控制方法,提高了系统的稳态性能和动态性能,减小超调量,缩短了动态调节时间,提高了控制系统的实时性,有效地实现了对电阻炉的温度控制.结论 基于DSP的模糊神经网络控制算法优于常规的控制方法,使炉温的控制精度大大提高,抗干扰能力增强,取得了良好的控制效果.     

基于神经网络预测的铝电解模糊控制系统应用

目的采用神经网络作为非线性估计器,设计自组织模糊控制器,解决常规控制方法难以解决铝电解过程中存在的时变和大时滞问题,提高控制性能.方法在分析铝电解生产过程的基础上,通过建立神经网络预测模型以及基于规则双阶段获取的自组织模糊控制器,将神经网络与预测控制算法相结合,提出了一种基于神经网络预测的铝电解模糊控制系统.结果给出了以STD工业总线控制机为核心的模糊控制系统,实现了铝电解过程的最优控制.使得神经网络预测模型的输出能够很好地跟踪铝电解生产过程,预测效果更佳.结论该系统能使电解过程很快达到稳态,产生的超调量较小,具有良好地响应特性和鲁棒性,提高了铝电解过程的动态和稳态性能.     

铝电解过程故障诊断综述

铝电解是一个非线性、多耦合、时变和大时滞的工业过程体系,故障发生频率较高。本文介绍了当今铝电解故障诊断所采用的方法和国内外研究现状,以及发展趋势,为铝电解故障诊断的研究提供了理论研究基础。     

基于模糊-粗糙集理论的神经网络模式识别方法

目的 通过对数据进行约简提高模式识别中数据的有效性,以提高胶合板缺陷检测的准确率和在线的实时性.方法 利用粗糙集理论在数据约简上的优势,提取出对模式识别决策结果影响最大的属性,约简掉对决策结果影响较小的属性.利用模糊逻辑在不确定性问题的能力,提高边缘属性在模式识别中的权重值.利用神经网络在模式识别中的有效性,将粗糙集算法、模糊逻辑、神经网络的人工智能算法有效相结合,提出一种基于模糊粗糙集神经网络的模式识别分类方法.结果 结合胶合板缺陷检测,针对胶合板的13类缺陷的17个属性,提取出最有效的数据,约简了对决策影响最小的4个属性.结论 基于模糊-粗糙集理论的神经网络模式识别算法提高了数据的有效性,增强了缺陷检测的准确度,提升了在线检测的实时性,取得了良好的研究结果.     

工业退火炉温度控制系统设计

本文设计了一种工业退火炉温度控制系统,针对连续燃烧和继电控制方式的缺点。采用PLC作为控制器,应用神经网络PID控制策略,提高了温度控制的精度和系统运行的可靠性。     

铝电解计算机控制系统模块化结构化设计研究

设计的计算机控制系统是两级计算机控制系统，它将控制和管理功能分开，实现信息和操作管理的集中化，而控制的分散化的目标，上位管理机管理软件和下位机控制软件采用模块化，结构化设计方法，形成一个良好的软件结构，具有可靠性高，维护使用方便等特点。     

计算机控制系统发展及评价

论述了计算机控制系统的发展历史，以及计算控制系统的发展趋势，分析了不同类型计算机控制系统的特点，并对计算机控制系统的质量进行评价。     

结合机理和RBF的污水处理过程水质软测量模型

针对活性污泥污水处理过程强非线性、不确定性和时变性等综合复杂特性,本文研究了污水水质COD的检测技术现状,并总结了现有水质软测量模型的存在问题,最后建立适应大范围变化工况条件、并具有较高精度的多模型结构的水质软测量模型。其中,工况识别机制采用案例推理技术实现,每个局部模型采用机理模型结合RBF神经网络技术实现。     

参数自调整模糊控制在炉温控制中的应用

介绍了一种用于炉温控制系统中基于参数自调整的单片机模糊控制器。给出了参数自调整的原则、模糊控制算法,阐述了单片机参数自调整模糊控制器的工作原理、特点以及其软件和硬件的组成,并通过仿真实验与常规PID控制对此,结果表明了电加热炉炉温控制系统具有无超调、响应快、调节时间短等较高的控制精度和良好的动态品质及鲁棒性,从而证明了该模糊控制算法对电加热炉控制的有效性。     

故障诊断中遗忘因子的选取方法

采用辨识及参数估计理论对故障检测预报 ,该方法行之有效 .在对故障检测过程中 ,辨识中遗忘因子选择非常重要 ,是故障预报准确与否的关键 ,本文针对铝电解过程 ,通过仿真 ,确定其选择方法