基于模糊神经网络的车用发电机故障诊断系统的研究

文章针对车用交流发电机的特点，建立了故障现象与故障征兆列表，并应用基于模糊神经网络的故障诊断方法，实现了对该类发电机故障的模糊诊断。文中还介绍了模糊神经网络的结构和对应的学习方法，以及基于CAN总线的实时的车用交流发电机故障诊断系统的组成，该系统利用计算机作平台。仿真和试验结果表明，该诊断方法是行之有效的。     

基于DSP的无传感器无刷直流电动机控制系统实现

介绍了基于DSP的无传感器无刷直流电动机控制系统的设计,系统以反电势法为基础,通过检测电动机三相端电压来实现转子定位和换相,并针对反电势法的局限性,提出了一些改进措施。在具体设计时,遵循硬件软化的思想即简化片外硬件控制电路,主要依靠软件来实现电动机的启动、换相控制及速度闭环运行,提高了系统的灵活性和可靠性。实验结果表明电动机运行稳定、换相性能好,取得了较好的效果。     

基于模糊神经网络预测转角的无传感器无刷直流电动机换相控制研究

针对位置检测和准确换相是无刷直流电机运行的关键，本文提出一种新的方法来实现无传感器无刷电机的换相控制。即构造一个基于遗传算法训练结构和参数的模糊神经网络，通过检测电机的磁通和电流来预测电机实际转角实现电机的准确换相。仿真结果表明，利用模糊神经网络预测转角来控制电机换相能取得很好的效果。而文章利用遗传算法作为模糊神经网络的训练算法，此算法具有收敛速度快，不易陷入局部极小的特点。     

基于模糊神经网络的轮廓误差附加补偿控制研究

在分析系统轮廓误差的基础上，提出了基于模糊神经网络的轮廓误差补偿方法，并说明其补偿器的原理、算法及实现。该法在不改变系统各单轴位置环的前提下，根据系统的轮廓误差，通过模糊神经网络的自学习能力动态向各轴提供误差补偿信息，进而提高系统的轮廓精度，同时也解决了各轴之间增益不匹配、动态不匹配和各轴不可预见性问题。最后，在MATLAB6.1环境下对该系统进行仿真，仿真结果表明其可行性和有效性。     

用铁砂(磁铁矿)尾矿研制的复合电波吸收材料特性研究

用铁砂 (磁铁矿 )尾矿为原料可制备性能优良的吸收材料。在 8～ 1 2GHz,其吸收量达 1 8dB ,匹配厚度 0 .58mm ,1 0dB带宽 2 .5GHz,铁砂尾矿经相变热处理后吸收量可提高到2 8.4dB ,用尖晶石型铁氧体吸收材料代替部分尾矿可使吸收峰位置移向高频区 ;过渡族金属离子的加入使吸收量和带宽有较大的增加 ,A =2 9dB ,1 0dB带宽 3.5GHz;不同电性介质加入 ,也能改善其吸收特性 ,差异较大。     

基于模糊数据融合的AGV导航策略的研究

自动导向车(Automated Guided Vehicle,简称AGV)能够在具有一定地形特征的环境中顺利到达期望目的地或沿期望路径行驶。AGV通常通过多种类型的传感器来感测周围环境,从而实现轨迹跟踪和路障躲避。本文应用模糊逻辑对来自视觉和超声波传感器的数据进行融合以实现AGV在不确定环境下的自主导航,仿真结果证明其可行性与有效性。     

基于神经网络的轮廓误差控制仿真研究

运动控制系统不同轴的动态特性的差异是造成系统轮廓误差较大的主要原因。为系统每个轴设计一个高性能的前馈补偿器，可以改善每个轴的动态特性，使不同轴相互匹配，从而残小系统的轮廓误差。由于前馈补偿器的传递函数通常具有二阶或二阶以上微分环节，物理实现较困难，本文利用神经网络辨识系统的控制对象逆模型作为前馈补偿器，很好地解决了该问题；而利用在遗传算法中加入BP算法形成的混合遗传算法作为神经网络的训练算法，此算法具有收敛速度快，不易陷入局部权小的特点。