模糊神经网络控制器在炉温控制系统中的应用

针对电加热炉大惯性、纯滞后、参数时变的非线性对象的控制的特点,以及模糊控制本身不具备自学习的能力。     

BP神经网络在加热炉虚拟测温系统中的设计与实现

在大型轧线系统中,钢坯加热是初始工序,加热炉各段温度的控制对钢坯轧制品质有着重要的影响,因此设计一套虚拟测温系统。由该测温系统的计算值跟热电偶测量值相比对,甚至在热电偶损坏的情况下,以虚拟测温值替代热电偶测量值对轧线生产有着重要作用。基于此,设计了以BP神经网络为基础的虚拟测温系统,该系统在莱钢大型轧线加热炉应用以后,取得了良好的效果。     

电加热炉模糊变结构温度控制系统

本文针对炉体温度对象建模较难，常规算法难以发挥良好的作用，阐述了将模糊控制与变结构控制结合控制的原理及方法，并成功的将该设计方法应用于成都砂轮厂树脂硬化炉的温度控制中，取得良好效果。     

基于模糊BP神经网络的垃圾焚烧炉控制系统

根据固体垃圾焚烧技术原理,结合垃圾焚烧炉运行特点,分析了垃圾焚烧过程与影响焚烧的主要因素,提出了基本模糊BP神经网络算法的垃圾焚烧炉控制方法.建立了垃圾焚烧炉炉温双端输入模糊神经网络（DIFNN）控制模型,并使用模糊BP神经网络控制算法对系统进行控制.仿真实验表明,该模糊BP神经网络控制能够适应复杂多变的焚烧过程的控制...     

神经网络在直流无刷电机控制系统中的应用

采用多层神经网络结构控制电传动系统中的无刷直流电机。首先，离线训练神经网络；然后，采用神经网络在线控制电机的速度。建立了带有神经网络的电传动系统仿真模型来验证所采用的神经网络结构，仿真结果表明，系统抗扰动性很明显。     

基于模糊技术的加热炉模糊控制系统

介绍了模糊技术和模糊控制，提出了工业用加热炉的模糊控制设计，与常用PID控制作了比较，结果表明，模糊控制具有超调量小，燃烧彻底，耗能减少，经济效益提高等优点。     

BP神经网络在摆式客车控制系统故障诊断中的应用

神经网络是以研究人的生物神经为基础,由大量简单的元件即神经元模拟电子器件相互连接而形成的一种复杂网络。本文研究了BP神经网络技术在摆式客车控制系统故障的应用,并得到了较为理想的结果。     

唐钢高线厂加热炉燃烧模糊控制系统

唐钢高线厂加热炉是多种燃料的燃烧系统,由于燃烧状况的复杂性,传统的控制方法无法实现自动控制,而运用模糊控制理论和传统的PID控制相结合的控制思想,不仅成功的实现了自动控制,而且还使吨钢油耗指标大幅度下降,取得了近千万元的经济效益.     

基于模糊PID控制的加热炉温度控制系统

根据某加热炉生产硅钢的特殊的对温度控制要求,本文设计出一种常规PID控制与模糊控制相结合的智能控制系统.该系统在温度偏差较大时,侧重于模糊控制,提高系统的响应;在温度偏差较小时,侧重于PID调节,因此既具有模糊控制的响应快、适应性强等优点,又具有PID控制精度高的特点,目前经调试已获得良好的效果并投入生产.     

空气燃料比寻优技术在加热炉中的应用

分析了燃气加热炉热工特点，建立了热值前馈和烟气中氧含量反馈的空气燃料比寻优模型，并将模糊控制技术运用于所建立的空气燃料比寻优模型中．现场实际运行结果表明，使用该模型能合理地控制炉气的含氧量，提高钢坯加热质量，降低燃料消耗，取得了很好的效果．     

基于模糊集与神经网络的亚健康诊断

利用人工神经网络与模糊集的理论和方法提出了诊断亚健康状态的一种分类器模型.通过选取影响亚健康较为重要的几个因素作为输入矢量,利用感知器模型确定身体健康状态,由此给出治疗建议.将神经网络应用于亚健康诊治,给人们诊断亚健康提供了一种简便有效的方法,缓解了临床医学检查中对亚健康难以发现和评判的难题.     

用于BP网络的样本添加法

提出了一种改善ＢＰ网络学习能力的样尊添加法，它是根据人类学习知识时存在遗忘现象而设计的。首先阐明其工作原理与学习算法；接着将它用于ＢＰ网络之中，以处理三倍冗 表决问题。     

Linearization learning method of BP neural networks

Feedforward multi-layer neural networks have very strong mapping capability that is based on the non-linearity of the activation function, however, the non-linearity of the activation function can cause the multiple local minima on the learning error-surfaces, which affect the learning rate and solving optimal weights. This paper proposes a learning method linearizing non-linearity of the activation function and discusses its merits and demerits theoretically. Supported by Wuhan Shenguang Project, the National Natural Science Foundation of China and the 863 High Techology Project Zhou Shaoqian: born in Mar. 1962,Ph. D graduate student     

基于模糊聚类和BP神经网络的流域洪水分类预报研究

传统的流域洪水预报大都通过率定一组水文模型参数来寻求一个流域径流形成的一般性或平均化规律,其预报精度需要进一步提高.用模糊聚类ISODATA迭代模型将历史洪水分为若干类型,进行水文预报模型参数的分类调试;并建立BP神经网络分类模型判断实时洪水所属类别,选择其相应类别的模型参数实现流域洪水的分类预报.在辽宁省大伙房水库流域的实际应用表明:此方法不但可以实现洪水实时在线分类而且提高了流域整体洪水预报精度,是一种为水库实时调度提供可靠依据的有效洪水预报方法.     

大型BP神经网络学习算法

神经网络训练是一个ＮＰ完全问题，提出一种集成学习算法，理论分析与计算机模拟结果表明这种学习算法具有学习结果准确，学习速度快等特点，尤其适用于大型ＢＰ神经网络。     

基于BP神经网络的变压器气相色谱分析法

介绍了利用BP神经网络对变压器进行气相色谱分析的原理,给出了训练样本,在对典型样本进行训练的同时,进一步对误差曲线的仿真结果进行了分析。最后以测试样本为例,说明了该分析方法的准确性与有效性。     

产品开发过程中模糊神经网络规则提取及模糊控制

由于在并行工程下新产品开发中诸要素之间是一种复杂的非线性关系,因此无法用精确的数学模型实现对产品开发诸要素的控制。该文利用模糊逻辑神经网络来自适应地形成产品开发诸要素的模糊控制规则,设计构造了基于模糊逻辑神经网络的模糊控制器,较好地实现了在并行工程下对产品开发诸要素的控制。     

基于神经网络的集散式模糊控制系统

将神经网络技术和模糊控制技术有效的引入到集散控制系统中，并将三者有机的结合起来，使其成为一种智能型的集散控制系统 .该系统由一台神经网络处理机和多台现场模糊控制器构成，组态方便，自适应能力强，具有自学习和模糊控制规则基自校正能力，适于难以建立数学模型的复杂度高、时变因素多、惯性大的被控系统 .     

BP神经网络在煤矿本质安全评价模型中的应用

煤矿井下是一个复杂多变的人-机-环境-管理系统.运用人-机-环境-管理系统理论,以煤矿人、机、环境、管理4个单要素和系统整体为研究对象,对煤矿本质安全的评价和持续改进开展了系统分析和研究.在人的行为理论分析基础上,建立人因素本质安全评价模型;对设备进行了人机工程学分析,利用可靠性原理建立了设备本质安全评价的指标体系;在将煤矿井下环境归类为作业环境和地质环境的基础上,建立了环境本质安全评价的指标体系;根据职业健康安全管理原理,以国家本质安全管理体系为指导,建立了煤矿本质安全管理体系指标体系;根据人-机-环境-管理4个子要素建立了煤矿本质安全评价综合指标体系.最后以陕西某煤矿为研究对象,利用BP神经网络评价模型展开分析研究,发现了煤矿本质安全建设的不足,进而提出改进措施,从而有效推进煤矿安全生产,最终实现煤矿的本质安全目标.     

神经网络BP算法的误差分级迭代法

本文结合某一工程实例，对BP算法进行了改进，提出了误差分级迭代法．通过实例分析，该方法确能提高收敛速度，克服初始权值的影响，同时，学习样本次序对其影响也不大．因此，该方法能有效地改善BP网络的性能．最后，对误差分级迭代法的工作机理进行了分析．