感应加热温度智能控制系统研究

介绍了基于CAN总线技术的中频感应加热温度控制系统的结构组成及其硬件电路原理和软件设计方法。提出了一种新的适合于非线性、惯性系统应用的温度控制方法。该控制方法的研究为实现中频热处理工艺过程的最佳温度控制提供了有效方法     

半导体感应加热电源

分析了我国传统感应加热电源存在的问题，说明加热电源半导体化是其发展目标，阐述国内为实现这一目标所做的工作及其展望。     

半导体感应加热电源

分析了我国传统感应加热电源存在的问题，说明加热电源半导体化是其发展目标，阐述国内为实现这一目标所做的工作及其展望。     

智能型感应加热电源的研究及应用

基于对现代控制方法的探讨,并结合电感应加热领域,研究和探讨了一种模糊的复合智能控制器,并有效地将其应用于100kW感应加热电源,实验波形和分析结果证明,该控制器不仅响应速度快且具有较高的控制精度。     

基于Matlab的感应加热电源系统仿真

感应加热电源系统包含电路、电力电子、控制、保护等模块,系统的分析和设计具有一定的难度。建立感应加热电源系统的仿真模型,有利于对系统性能进行分析,对于系统参数的设计具有重要的指导作用。该文应用Matlab／Simulink、电力系统模块库（SimPowerSystems）和通信系统模块库（Communications Blockset）,构建了感应加热电源系统的完整仿真模型。具体分析了功率控制、锁相环和负荷模块的构成。最后给出仿真结果,并通过与JGRC30-150感应加热电源系统的实验波形比较,证明所建仿真模型的正确性。     

串联感应加热电源相角保护

数字感应加热电源在工业中一般采用串联负载与PFM调功方式。串联负载谐振与PFM调功方式要求逆变器频率稳定工作在感性区,但在实际工作过程中逆变器频率可能会由感性区越过谐振点滑入容性区,引起逆变器发生"炸管"现象。为了防止"炸管"现象的发生,在谐振点附近的感性区设置限相区,当频率进入限相区经PI处理使其稳定工作在感性区达到保护逆变器的目的。通过DSP实验平台测试,限相区的设置可以很好的保护逆变器使其稳定工作在感性区。     

高频感应加热温度的控制

介绍了一种光传感器，它的结构原理以及XJ-2型控温仪如何实现对轧制钻头轧制温度的控制。     

C8051F005在感应加热电源控制中的应用

简要介绍新型感应加热电源的原理与结构,重点阐述C8051F005单片机作为控制器在加热电源中的应用;给出C8051F005单片机用于PWM波形输出的硬件电路图和实现程序,同时给出温度控制算法框图和温度检测原理图;详细介绍控制器与上位机通信的硬件实现。     

钢塑复合管感应加热温控系统

介绍了钢塑复合管感应加热温度微机控制系统的工作原理，温度模的建立及控制算法的选择。     

新型智能感应加热电源的研究与应用

基于对现代控制方法的探讨，并结合电感应加热领域，研究和探讨了一种模糊的复合智能控制器，并有效地将其应用于100KW感应加热电源，实验波形和分析结果证明，该控制器不仅响应速度快且具有较高的控制精度。     

基于FUZZY-DPLL的感应加热电源建模与研究

本文提出了在感应加热电源中采用模糊控制与数字锁相环相结合的负载频率跟踪方法,介绍了模糊控制与数字锁相环（FUZZY-DPLL）控制器的原理及设计,并在MATLAB中进行系统建模及验证,其结果表明了该方法的有效性。     

自适应B样条模糊神经网络控制器的设计

B样条具有最小局部支撑和易于实现的优点。文章利用多变量B样条网络在运算表达式上与模糊神经网络结构之间的对等关系,并通过对其权值的训练,设计出自适应B样条模糊神经网络控制器。应用于具有严重非线性摩擦力影响的速度跟踪系统的仿真实验表明,所设计的控制器完全等价于模糊神经网络控制器,同时在计算量和实现上具有明显的优势。     

基于模糊神经网络的系统辨识

基于模糊神经网络研究系统辨识问题,提出一种具体的模糊神经网络结构和相应算法,设计了开环系统和闭环系统辨识的结构。针对多个不同的对象进行仿真研究,结果表明用模糊神经网络建模较之传统建模方法能力强。     

基于神经网络和模糊理论的智能控制技术

将神经网络方法和模糊理论结合起来，讨论一种基于神经网络（NN）和模糊理论实现智能控制的方法。仿真表明这类智能控制器可用于难以建立数学模型的控制系统。     

一种基于模糊CMAC神经网络的自学习控制器

通过分析模糊控制和基于广义基函数的ＣＭＡＣ神经网络,提出一种模糊ＣＭＡＣ（ＦＣＭＡＣ）神经网络。通过ＦＣＭＡＣ权系数的在线学习,实现修正模糊逻辑。给出一种基于ＦＣＭＡＣ的自学习控制器的结构及合适的学习算法,这种网络每次学习少量参数,算法简单。仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

多感应器感应加热电源的参数辨识及功率解耦控制

为实现不规则金属工件的梯度加热和功率控制,设计了一种三段式感应器的感应加热电源,可以控制3个感应线圈的分段和联合加热．以铝合金为例,对频率、功率和加热时间等关键参数建立了数学模型并给出了辨识方法;通过建立和分析三段式感应加热电源的等效电路,针对彼此间存在的耦合问题进行了研究,得出了三段以及多段感应器的输出电流同相是功率解耦的关键．根据此理论建立了仿真模型和研制了一台样机,仿真结果表明通过递推最小二乘参数估计算法能够获得理想的辨识模型,加热的频率和功率分别在递推300次和1 000次后达到了允许的误差;样机实验结果说明该方法有效地消除了各段感应线圈的功率耦合,能够精确地实现不规则金属的梯度加热和功率控制．     

自适应模糊神经网络控制系统的研究

自适应模糊神经网络控制器是由模糊控制和神经网络相结合构成,它不依赖被控对象的数学模型,并能自动产生模糊控制规则,又具有良好的自适应性,是目前受人们关注的课题。本文在对其分析的基础上又提出了卡尔曼滤波的学习算法,解决了原BP算法实时性差的问题,通过仿真实验说明了其优越性,并体现了模糊神经网络与最优控制相结合的思想。     

一类非线性神经模糊控制系统

针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播（FCP）网络辨识器和径向基函数（RBF）神经网络控制器组成,仿真结果表明了该方案的有效性。