基于人工神经网络的钢铁冶炼终点预报模型

全面地综述了人工神经网络在“烧结-炼铁-炼钢(铁水预处理、转炉、电炉)-炉外精炼(LF精炼、RH精炼)”整个钢铁冶炼工艺过程的各生产环节中的终点成分和温度预报方面的开发应用工作。还简单讨论了人工神经网络与回归模型和专家系统的特性。人工神经网络技术在冶金过程终点预报应用方面具有广阔的应用前景。     

人工神经网络在模具型腔加工走刀方式选择中的应用

建立基于人工神经网络的模具型腔粗加工走刀方式的选择模型,设计了学习样本.采用3层反向传播BP网络模拟模具型腔几何参数与数控加工走刀方式的非线性关系,应用训练好的BP网络为模具型腔选择合理的走刀方式.切削加工表明,应用人工神经网络选择走刀方式可以提高模具型腔的加工效率.     

An algorithm of image segmentation for overlapping grain image

1Introduction Imagesegmentationisprimaryissueinim ageprocessing,atthesametimeitisprincipal probleminlowlevelvisionincomputervision field.Itisthekeytechnologytoprocessimage analysis,imagecomprehensionandimagedepic tionsuccessfully.Imagesegmentationmeans thatpendingprocessingimageisdividedinto severaldifferentareaswhichhavespecialmean ingandhavenotintersectantmutual.Theimage segmentationisinwideuse,butuptonow,thereisnotuniversalmethod,andthereisnot objectivecriterionwhichjudgethatifitissuc cessf…     

红外光谱法气体定量分析研究进展

对近几年红外光谱法在气体定量分析中的应用进行了概述。利用人工神经网络、支持向量学机等化学计量法可解决混合气体吸收谱线严重重叠和非线性的问题,从而实现红外光谱法对混合气体的定量分析。同时随着红外光谱法研究的进展,利用傅里叶变换红外光谱遥测技术可实现对大气污染物的定性定量分析。     

用人工神经网络预测结构钢的端淬曲线

利用8×9×10的3层BP神经网络模型精确预测了优质碳素结构钢的端淬曲线.实际应用中通过调整学习率和动量项系数来改进标准BP算法,实验结果表明在训练次数一定的情况下,这种调整是有效的,并且表明网络的预测精度受这两个网络参数的影响很大.     

模糊和神经网络控制方法在高压直流输电系统阻尼调制研究中的应用与发展

分析传统PI控制的优缺点,指出其存在的问题。对模糊控制和神经网络在高压直流输电系统阻尼调制中的研究现状进行全面的综述,重点分析这些研究所采取的技术路线和实现方式,指出存在的问题。对存在的问题,对进一步的研究动向进行展望。     

基于BP神经网络的南方五省(区)居民生活用电购买力及其省间差异评价

选择南方区域电力市场所属的五省(区)为研究对象,在对居民生活用电购买力影响因素进行分析的基础上,运用人工神经网络的BP模型对2006年南方五省(区)居民生活用电购买力及其省间差异进行评价,得出了南方五省(区)居民生活用电购买力的量化评价指标,评价结果具有客观性和科学性,可以为南方区域电力市场的电价制定研究提供基础和依据.     

基于神经网络的双馈风电机组转速PID控制仿真

为了提高双馈风电机组的转速控制性能,采用了基于BP神经网络的PID控制方案和基于RBF神经网络辨识的PID控制方案,在推导出双馈风电机组暂态电势恒定情况下随风速变化的二阶转速调节模型基础上,分别编制仿真程序,对风电机组转速控制进行了跟踪仿真分析。针对上述两种方案的缺陷,提出了基于RBF网络辨识的单神经元网络PID控制和基于RBF网络辨识的BP神经网络PID控制两种改进控制方案,达到了优化风电机组转速控制性能的目的。     

基于多层前向神经网络的基波检测方法

基波检测是系统控制和电能质量调节装置的一项很重要的任务,检测方法的精确性和实时性是系统可靠控制和有效调节的基础和关键.提出了一种基于多层前向人工神经网络实现基波检测的方法,检测网络采用误差反向传播的神经网络,结合电力系统中畸变波形的特点生成训练样本,并对神经网络的结构和参数进行了优化研究.该方法可以快速而准确地检测出畸变电网中的基波信号,仿真与实验均表明其具有优良的检测效果和跟踪速度,而且具有一定的泛化和外推能力,对于未经训练的含有更高次谐波的样本同样具有良好的检测能力.