专家模糊神经网络控制系统在复杂工业过程中的应用

针对复杂工业过程控制系统的特点,提出一种专家系统和模糊神经网络相结合的二级协调智能控制系统。该系统的执行控制级由模糊神经控制器完成,协调级由专家系统完成。经仿真和复杂过程回转窑温控实验表明,控制系统具有良好的性能。     

基于最小二乘加权融合集成神经网络的电力变压器故障识别

提出了一种基于最小二乘加权融合集成神经网络的变压器故障识别新方法.首先对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需的6个特征量,再应用5个不同结构的BP子网络分别进行识别,接着运用最小二乘加权融合算法对各个子网络的识别结果进行信息融合,最后根据融合结果来识别故障.与单个神经网络识别方法相比,该最小二乘加权融合集成神经网络可在故障特征比较类似的情况下,正确识别故障类型,且该方法的识别结果具有更大的安全间隔空间、可靠性更高.测试结果也表明了这些特征.     

基于神经网络主从控制系统的研究与应用

针对钳式吊大车控制系统存在的速度不同步、力矩不均衡问题,研究了基于神经网络的主从控制并将其应用于钳式吊大车控制.在双闭环控制条件下,电流环采用神经网络PID代替传统的PID,解决了因速度不同步、力矩不均衡引起的机械轴经常断裂的问题,降低了机械损耗及故障率,实现了速度同步、力矩均衡,取得了良好的控制效果.     

基于智能集成的水轮发电机组温度在线监测系统

提出一种基于智能集成的水轮发电机组温度在线监测系统,利用数据融合对多个温度传感器的测量数据进行融合分析,以融合后的数据作为水轮发电机组温度最优估计,利用神经网络完成专家系统的正向推理,由专家系统的反向推理机完成反向推理,自主完成发电机组温度的在线监测.与传统温度监控系统相比,本系统决策误差信息小,具有较好的实时性和准确性.介绍了该系统的总体框架结构及关键技术.     

电气设备故障诊断中的集成神经网络技术研究

为准确诊断出电气设备的故障,使设备能够安全运行,从信息融合的角度,研究集成神经网络实现的诊断技术;通过三级网络的建立,充分利用了各种信息,有效的实施信息融合,提高了设备故障诊断率.将其应用在变压器故障诊断中,取得较好的诊断效果.     

应用神经网络的电动机控制系统

异步电动机控制系统是一个较难的工程问题。由于交流电动机机械系统具有非线性动态特性,以及交流电动机的某些状态变量无法测量,这些问题都使系统控制问题变得复杂。另外温度发生变化时,转子电阻发生很大变化,这又是一个控制系统难以克服的问题。使用神经网络的自适应控制技术来实现感应电动机的控制问题,第一种是单输入—单输出(SISO)系统,控制器使用静态多层感知器神经网络(MLP神经网络);第二种是多输入—多输出(MIMO)系统,控制器使用递归神经网络为动态控制系统方案。本文重点讨论MIMO系统。     

螺杆泵井智能集成故障诊断专家系统研究

为了及时处理油田开采中应用越来越广泛的螺杆泵井所存在的抽油杆断脱等故障,提高故障诊断的准确性和多故障同时诊断的能力,构造了一种基于模糊神经网络的智能集成故障诊断专家系统.文中给出了系统的结构,并重点介绍了模糊神经网络推理机的构成和功能,对综合知识库的结构和性能进行了简要分析.系统经实际现场螺杆泵井的运行应用,取得了预期...     

基于互信息算法的选择性神经网络集成在大脑胶质瘤诊断中的应用

本文利用基于互信息算法的选择性神经网络集成技术从大脑胶质瘤病例中获取在大脑胶质瘤良恶性程度的诊断知识,并与利用基于遗传算法的选择性神经网络集成算法,支持向量机,单个神经网络和提取规则技术的结果作了比较。结果显示,利用基于互信息算法的选择性神经网络集成技术得到的结果是优于其他结果的。     

集成神经网络在配网线损分析中的应用

利用神经网络和信息融合技术 ,建立了针对配网结构和运行特点的线损分析数学模型。基于该模型实现了对配网线损的分析。该模型以影响配网损耗的几个因素为基本模块 ,各模块根据自身特点选取相应变量 ,在整个系统的运作过程中又可对特定参数进行动态的调整 ,使线损分析简单、灵活、直观、全面。实例验证了采用该方法可得到较为满意的结果。     

集成神经网络在配网线损分析中的应用

利用神经网络和信息融合技术,建立了针对配网结构和运行特点的线损分析数学模型.基于该模型实现了对配网线损的分析.该模型以影响配网损耗的几个因素为基本模块,各模块根据自身特点选取相应变量,在整个系统的运作过程中又可对特定参数进行动态的调整,使线损分析简单、灵活、直观、全面.实例验证了采用该方法可得到较为满意的结果.     

神经网络系统在炉温控制中的研究

对于电阻炉这样的复杂非线性系统的控制问题,提出了一种新的基于专家系统神经网络控制方案,该方案结构简单,鲁棒性强。文中给出了控制器参数整定规律,以达到快速收敛的目的。电阻炉的温度控制的实验结果表明该方案能够取得令人满意的效果     

基于神经网络的火电厂脱硫系统设备状态分析专家系统

利用神经网络专家系统的主要特征与优势,建立了脱硫设备神经网络专家系统,以辅助分析该控制系统中重要设备的运行状态,以此为依据指导控制。     

神经网络在电力企业安全文化评价专家系统中的应用

建立了适合中国电力企业实际情况的安全文化评价体系,并将网络数据库技术和人工神经网络相结合,开发了电力企业安全文化评价专家系统。对比神经网络的输出结果和专家的评价意见,验证了该专家系统评价的正确性。某大型电力集团下属的9个电厂的实际应用情况表明,该系统能自动完成现场调查、统计分析和评价工作,并能完成题库管理、调查对象管理、调查问卷生成与管理等功能,系统构成灵活,使用方便,便于携带,达到了实际工程应用的水平。     

基于神经网络的变电站绝缘在线检测专家系统的研究

分析了传统专家系统的不足,介绍了人工神经网络方法,建立了基于人工神经网络中的带冲量项的BP算法的网络模型,并将该模型应用到编制变电站绝缘在线检测专家系统中。     

基于信息融合技术的火灾监控系统

目前生产的火灾探测器大多针对不同火灾类型,可靠性和通用性较差。将信息融合技术应用在火灾监控系统中,利用ART—2(自适应共振理论模型)和三层前馈网络对多传感器信息进行两级融合,综合多种火灾参数来进行监测、报警,提高了系统的可靠性和通用性,减少了误报警的发生。着重介绍了神经网络的选择、设计及训练过程。实验证明系统准确且可靠。     

基于改进型Elman神经网络预测模糊神经网络控制的变风量空调设计

由于空调控制系统具有非线性、大滞后、时变性等特点,提出了一种基于改进型Elman神经网络的模糊神经网络控制算法,其预测输出与实际输出的差值作为模糊神经网络控制器的输入,使空调控制系统具有较高的控制精度和良好的动态特性和鲁棒性。仿真结果表明：与传统PID控制相比,基于Elman神经网络的模糊神经网络控制具有较强的鲁棒性,学习能力强,控制精度高,控制效果好。并具有自适应能力,应用前景十分广泛。     

基于神经网络的非线性预测控制

本文简单地介绍了基于神经网络预测控制的基本原理;并且根据神经网络所采用网络模型的不同对预测模型进行了分类以及按照求解最优控制作用方式的不同介绍了几种常用的优化算法。     

基于模糊神经网络的热风炉控制系统研究

本文针对热风炉非线性、时变性和多控制目标的控制特点，以包钢四号高炉热风炉的独特加热系统为对象，提出了由热平衡计算的物理模型和模糊神经网络构成的混合型控制系统。并给出了它的基本设计方法。仿真结果表明，热风炉热效率明显提高。     

基于RBF神经网络的PID控制在变风量空调系统中的应用

将RBF神经网络引入PID控制中,建立了一个三层神经网络模型。通过RBF神经网络的在线辨识对PID控制的三个参数进行在线调整,从而改善系统的控制效果。仿真结果表明:基于RBF神经网络的PID控制与传统PID控制相比,具有较强的鲁棒性和自适应能力,控制精度高,效果好,安全可靠。     

基于神经网络控制的两电动机同步系统研究

以多变量、非线性、强耦合的两电动机同步控制系统为研究对象,对变频器供电的感应电机系统进行重点研究,建立两电机同步系统的数学模型.采用RBF神经网络自适应PID控制器,结合自适应神经元解耦补偿的解耦控制技术,设计了两电机同步调速系统的神经网络控制器,试验结果表明该方法可以实现电机转速和皮带张力的解耦控制.