基于人工神经网络的变压器绝缘老化诊断算法研究

介绍了人工神经网络在变压器绝缘老化诊断中的应用,并采用BP算法设计了变压器绝缘老化诊断系统.定义了不同的变压器状态,采用大量的数据进行训练,结果表明,应用人工神经网络对变压器绝缘老化程度进行判断并对其剩余寿命进行评估,具有更高的准确性和可靠性.     

一种改进的BP神经网络在故障诊断中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行故障诊断.本文结合计算机综合业务的一些实际问题,探讨了利用改进的BP神经网络进行故障诊断的方法和应该注意的问题,在分析神经网络的基础上提出了基于改进的BP模型神经网络的故障诊断推理方法.结果表明,基于BP神经网络的故障诊断方法是行之有效的.     

基于ANN+GA冷轧带肋钢筋工艺参数的优化设计

运用人工神经网络技术和遗传算法模拟，分析了冷轧带肋钢筋的力学性能与工艺参数之间的非线性非显式多目标多变量的函数映射关系，创新地提出了多目标函数优化问题的单目标化思想和多目标函数中各分目标的均优理念，从而有效地实现了复杂工程技术问题的优化设计，得出冷轧带肋钢筋的合理生产工艺参数。     

铸钢件耐磨堆焊层人工神经网络成分预测

阐述了人工神经网络在耐磨铸钢堆焊成分预测中的意义和工作原理，用自行编制的人工神经网络程序计算了铸钢件堆焊层的化学成分。     

冲天炉熔炼控制的人工神经网络模型

建立了冲天炉熔炼过程控制的人工神经网络模型，并用于网状图的重新构造和工艺参数的计算与分析。神经网络模型可用于生产过程的预测、控制和工艺参数的优化     

介孔立方ZrO2球形粒子准气相反应合成工艺的优化

采用一种新颖的基于WEB的人工神经网络-遗传算法系统对介孔立方ZrO2球形粒子准气相反应合成的新工艺进行了建模与优化设计.结果表明,合成最小粒径ZrO2前驱物球的最优参数为M[ZrOCl2·8H2O]=0.49 mol/L,VS=0.035 m3/h,P=99.80 kPa;ZrO2前驱物球的最小平均粒径为0.75μm.通过实验验证,此最优参数下合成的ZrO2前驱物球平均粒径为0.72 μm,计算值与实验值符合的较好.将合成的最小粒径前驱物球经干燥和600℃煅烧后,得到了平均粒径为0.64 μm的介孔立方ZrO2球.     

基于人工神经网络的铝熔体中氢的预测

用HyscanⅡ型测氢仪测定了铝熔体在不同温度和保温时间下的氢含量 ,通过对BP人工神经网络的分析和改进 ,采用了结构为 2 4 2 1的BP神经网络模型 ,用所获得的试验数据对其进行训练和测试 ,当BP神经网络经过 3× 10 5次学习后 ,最大训练误差 (MaxTrainingError)和训练均方差 (RMSTrainingError)分别为 0 .5 5 %和 0 .18% ,同时相应的最大测试误差 (MaxTestError)和测试均方差 (RMSTestTraining)分别达到了 0 .72 %和 0 .3 3 % ,对铝熔体中氢的预测达到了很高的精度 ,从而建立了熔炼条件 (温度、保温时间 )和氢含量的映射模型     

轮胎在侧向力、纵向力联合工况下的神经网络模型

建立了轮胎在侧向力、纵向力联合工况下的神经网络模型，分析了不同训练方法对模型精度的影响。通过对轮胎实测值与神经网络预测值的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎特性的数学建模。     

基于人工神经网络的铜合金形变热处理工艺和性能

利用神经网络对Cu-Cr-Zr合金变形量、时效温度和时间与硬度和电导率样本集进行训练和学习，采用改进的BP网络算法-Levenberg—Marquardt算法，建立了形变热处理工艺BP神经网络模型，得出了具有较高综合性能的最佳工艺参数：在80％变形量，450-480℃，2～5h形变热处理条件下，硬度和电导率分别可达HV150～157和74％～77％(IACS)。     

机器人视觉伺服综述

介绍了机器人视觉伺服系统的概念及历史背景,系统介绍了视觉伺服系统的分类方法,重点论述了基于位置和基于图像的视觉伺服系统.对摄像机校正进行了介绍,并详细阐述了智能算法在机器人视觉伺服系统中的应用.最后,对机器人视觉前沿问题做了概括,并指出机器人视觉伺服系统的发展方向.