利用VB实现WinCC归档数据处理

WinCC是一款功能强大的HMI系统,它可以组态界面并可以对数据进行归档,但是对于一些复杂的数据处理如数据查询,计算和统计,就显得力不从心．文章利用VB编程工具建立了WinCC的归档数据库与Access数据库和EXCEL的连接,并生成了．exe文件,通过WinCC的直接调用,实验人员可以根据自己的喜好去选择数据存储方法和路径,实现数据的有条件查询和复杂处理．     

室内热舒适环境的模糊关系矩阵模型控制系统

针对复杂非线性系统中多个输出不能解耦的控制问题,基于实际系统的采样数据,利用矩阵半张量积运算建立模糊关系矩阵模型,得出一种新型模糊控制器设计方法.将传统模糊控制中的推理过程和模糊规则的建立转化成矩阵运算,有效避免了建模和控制的复杂性.将其应用于室内热环境舒适度控制系统中,基于室内外的温度、湿度等多个变量的采样数据对,给出具体的模糊关系矩阵的建立过程,设计得出新型模糊控制器.仿真和实验结果表明,该方法能够实现室内热环境的舒适度控制,并且不需要进行多变量之间的解耦.     

基于CMAC神经网络的低压故障电弧检测

低压供配电线路中的故障电弧由于其电流值小,不足以使传统断路器动作,且电路中存在与故障电弧波形特征相似的负载,使故障电弧成为产生电气火灾的主要原因之一.采用单一判据判断故障电弧,误判率较高.通过搭建实验平台,有效模拟建筑物低压供配电线路中的故障电弧,分析故障电弧特征,提取出表征故障电弧的特征量.使用CMAC神经网络建立模型,将各周期采样点均值的差值和小波高频系数两种判据融合,克服单一判据的不确定性和局限性,所提出的信息融合方法可有效提高辨识故障电弧的准确率.     

一种CMAC超闭球结构及其学习算法

提出了一种CMAC(Cerebellar Model Articulatlon Controller)输入空间超闭球量化 方法.基于超闭球上模糊基函数的信息存储与恢复策略,还给出了快速收敛的学习算法.通过 非线性动态系统建模仿真研究,结果表明CMAC具有很强的学习记忆和泛化能力.     

CMAC(小脑模型)神经计算与神经控制

CMAC神经网络是局部学习网络,结构简单,收敛速度快,易于软件和和硬件实现 ,具有广泛的应用前景．本文综述了CMAC神经网络结构和算法,以及在控制中的应用,指出 了CMAC神经计算和神经控制发展方向及在实际应用中需解决的问题．     

移动机器人全覆盖路径规划算法综述

各种应用型移动机器人的设计是目前研究的焦点,它具有广阔的科研价值和市场前景,而路径规划技术是其中关键技术之一。本文系统总结了当前全覆盖路径规划算法的主要研究成果,并在覆盖效率、算法实现难易等指标方面进行比较剖析,探讨了各种算法的优势和不足。最后,提出进一步研究的方向。     

基于聚类的超闭球CMAC神经网络改进算法

针对CMAC神经网络的网络节点随输入维数的增大呈几何级数增加的问题,提出了基于模糊聚类的超闭球CMAC神经网络改进算法。该算法通过对输入数据进行模糊聚类确定网络节点数和节点值,并根据输入输出数据通过模糊推理优化算法计算神经网络初始权值。与原算法比较,该算法可有效降低神经网络节点数,提高系统的学习精度。对一个多步时延的非线性系统的辨识仿真结果表明了该算法的可行性与有效性。     

基于数据的空调系统最优启停时间预测

在HCMAC神经网络的基础上提出一种新的基于聚类的HCMAC神经网络算法用于空调系统最优启停时间预测模型的建立,以室外环境温度和室内环境温度为输入参数,通过基于聚类的HCMAC神经网络预测模型得到空调系统的最优启停时间,用于指导空调系统的运行,以期实现在满足用户热舒适的条件下,实现最大限度的节能.与HCMAC算法比较,本文的算法可以大大降低神经网络节点数,并提高预测精度.实验结果证明了该算法的有效性.     

基于TinyOS的无线热舒适度测量系统

单一的室内环境温度作为被控变量的控制系统,难以满足人们对室内环境舒适性以及节能的要求。开发了基于TinyOS操作系统的无线热舒适度测量系统,无线传感网络节点组成多跳网络,用以采集温湿度等室内环境参数,并实时计算热舒适度PMV（Predicted Mean Vote）指标值。分析了测量误差产生的主要原因,并利用超闭球CMAC（Hyperball CMAC,HCMAC）神经网络进行了误差补偿,实验结果表明,补偿后的PMV精度得到了明显的改善。该系统可为热环境舒适度实时控制提供便捷的无线数据采集和有效的PMV指标测量方法。     

基于HCMAC神经网络的控制研究

利用HCMAC神经网络与模糊控制算法近似的特性,以偏差和偏差的变化率作为HCMAC神经网络控制器的输入,构造一新型HCMAC神经网络控制器,克服模糊控制中模糊规则难以准确确定的缺陷.通过仿真实例看出,HCMAC神经网络控制器与常规PID控制器相比具有很好的跟踪控制精度,在时变、非线性的复杂系统中具有一定的应用价值.