人工神经网络在交流传动控制中的应用

综述和分析了人工神经网络在交流传动控制中的应用 ,提出了有待解决的问题 ,对今后的发展趋势进行了展望。     

一种基于PivotTable的交叉表的快速生成方法

在信息管理系统的开发过程中,为了使查询数据能按用户惯用的观看模式输出,通常需要把满足范式设计要求的数据库表格转换成交叉表.针对现有的交叉表生成方法存在可移植性差、模型复杂且编程工作量大等缺点,提出了一种基于PivotTable的交叉表的快速生成方法,并在Delphi编程环境中讨论了其实现过程.     

基于小波神经网络控制的无刷直流电机调速系统

该文提出了基于小波神经网络控制的无刷电机调速系统新方法，该方法使用三层前馈式人工神经网络，采用基于梯度下降纠正误差法在线训练更新网络参数，使用离散小波变换的时频特性和连续小波变换检测信号边沿的原理进行无刷电机运行状态和故障状态的检测，以便能实时保护。仿真结果表明该方法能大大改善调速系统的静态、动态性能，具有优良的控制效果，小波检测灵敏度高，对噪声有较高的鲁棒性，具有广阔的应用前景。     

船闸微机控制系统

本介绍了基于PC总线工业控制计算机的船闸控制系统,这一系统实了船闸工作过程的自动控制和计算机动态画面显示及监控,同时具有在线故障诊断等功能。     

基于神经网络的异步电动机带限幅器自适应速度控制系统

介绍了带限幅器的自适应速度控制系统,该系统由神经网络系统辨识器(NNPI)和模型参考自适应神经网络控制器(NNPIC)两部分组成。NNPI自适应地在线辨识出系统的集中不确定量,NNPIC带有限幅器,能使系统输出稳定地跟踪参考模型的输出。仿真试验表明,与常规的控制器相比,该速度控制系统具有优良的控制性能。     

一种改进BP神经网络在感应电机速度控制中的应用

该文针对传统BP神经网络的不足，提出了一种改进BP神经网络速度控制器，并且应用于感应电机矢量控制系统。为了提高系统的鲁棒性，采用了在线辨识技术，对参数的变化实时补偿。计算机仿真表明，这种基于改进BP神经网络组成的感应电机矢量控制系统具有良好的性能。     

无换向器电机换流方法研究

在无换向器电机数学模型的基础上 ,分析了电机在不同的换流控制方式下的电机性能 ,提出了一种新的换流控制方式 ,并同其它控制方法进行了比较 ,计算机仿真和实验结果证明该方法具有换流可靠、过载能力强等优点。     

基于神经网络辨识器的矢量控制异步电机的速度控制系统

构造了一个两层的神经网络系统辨识器（NNPI），自适应地在线辨识出系统的集中不确定量，并应用辨识出来的集中不确定量在线调整速度控制器的输出量。仿真实验表明，与常规的控制器相比，本文设计的速度控制方案能取得优良的控制性能，且在负载转矩和电机内部参数变化的情况下有很强的鲁棒性。     

面向用户的BCDM时态数据的更新研究

BCDM(Bitemporal cencept data model)是一种同时支持事务时间和有效时间的双时态数据模型,该模型不仅反映了客观事物的数据变迁情况,而且也记录了数据对象在数据库中的各种操作历史.以医院信息管理系统HIS的电子病历为例,介绍了BCDM双时态医疗数据的优化存储技术,分析了BCDM双时态医疗数据的增加、删除和修改等操作语义,进一步,为这些操作语义设计了相应的面向医护人员的数据更新算法.实际应用表明,该算法的可行性和有效性,从而为医护人员提供了简捷透明的BCDM双时态医疗数据操作方式.     

基于神经网络的异步电动机带限幅器自适应速度控制系统

介绍了带限幅器的自适应速度控制系统,该系统由神经网络系统辨识器（NNPI）和模型参考自适应神经网络控制器（NNPIC）两部分组成。NNPI自适应地在线辨识出系统的集中不确定量,NNPIC带有限幅器,能使系统输出稳定地跟踪参考模型的输出。仿真试验表明,与常规的控制器相比,该速度控制系统具有优良的控制性能。