基于AIS聚类的模糊神经网络在热轧优化建模中的应用

针对现有的钢坯热轧过程智能建模方法--模糊神经网络建模存在的收敛速度慢、建模精度不高、易陷入局部极小值、系统输入输出向量维数和空间划分增加使网络结构趋于复杂等问题,提出了一种基于人工免疫系统(AIS)聚类的自适应神经模糊推理系统的建模方法.该方法采用人工免疫聚类学习算法来确定模糊集合的划分,并确定模糊神经网络的结构和初始参数,能以较少的模糊规则达到理想的建模精度,仿真结果表明了该方法的有效性.     

基于启发式动态规划的盾构土压平衡优化控制

为了避免盾构施工造成地表变形而引发安全事故,建立有效的密封舱土压平衡自动控制方法是至关重要的.为此,提出了一种新的基于启发式动态规划(heuristic dynamic programming,HDP)的盾构土压平衡优化控制方法,该方法能够实现盾构机多参数实时协调优化控制.基于神经网络,构建组成密封舱土压HDP控制器的执行网络、模型网络和评价网络,采用梯度下降算法对网络权值进行在线训练;利用评价网络迭代逼近密封舱土压优化控制代价函数,将多级优化问题简化为单级优化,从而显著降低实时计算负荷;执行网络以最小化代价函数为目标,对多参数同步协调优化,获得推进速度、刀盘扭矩、总推力、螺旋输送机转速的最优值.仿真结果表明,该方法能够有效控制密封舱土压平衡,HDP控制器具有较强的抗干扰能力,并且控制过程更加快速、稳定.     

盾构机密封舱土压平衡综合优化控制

为了实现盾构机掘进过程密封舱土压平衡的精确高效控制,提出了盾构刀盘系统、推进系统和排渣系统的综合优化控制方法.设计了以扭矩切深指数(TPI)和场切深指数(FPI)为特征输入参数的地层识别系统,然后建立了专家控制系统,根据地层识别的量化结果和控制规则给出刀盘转速的控制策略;在此基础上,提出了采用最小二乘支持向量机(LS-SVM)非线性预测控制方法来协调控制推进速度和螺旋输送机转速,并利用蚁群算法(ACS)滚动优化控制变量,实现密封舱土压平衡控制.实验结果表明即使在工况发生变化时亦能够很好地控制密封舱土压平衡,证明了方法的有效性,实现了盾构机土压平衡的多子系统协调优化控制.