二氧化碳焊接电流多因子自调整模糊控制器研究

研制了一种以可编程控制器为核心器件，并通过软件方式实现稳定二氧化碳焊焊接电流的5因子调整模糊控制器，该模糊控制器可以消除因电弧电压调节，网络电压波动，保护气体纯度，以及流量，焊炬高度变化等随机因素所引起的焊接电流的偏差，从而达到稳定焊接电流的目的。焊接工艺实验表明，模糊控制器具有良好的动态特性和很好的稳定性。     

二氧化碳焊焊接电流多因子自调整模糊控制器研究

研制了一种以可编程控制器为核心器件 ,并通过软件方式实现稳定二氧化碳焊焊接电流的5因子自调整模糊控制器 .该模糊控制器可以消除因电弧电压调节、网络电压波动、保护气体纯度 ,以及流量、焊炬高度变化等随机因素所引起的焊接电流的偏差 ,从而达到稳定焊接电流的目的 .焊接工艺实验表明 ,模糊控制器具有良好的动态特性和很好的稳定性     

基于一元化的CO2短路过渡焊模糊控制系统研究

介绍了一种以１６位８０Ｃ１９６ＫＣ数字单片机为核心,具有人工智能功能的新型ＣＯ２短路过渡焊模糊控制系统。该系统以操作者通过惟一调节旋钮所选定的焊接电流为设定参数,自动对相关参数电弧电压进行以实现最高短路过渡频率为目标的寻优。被寻优后的电弧电压与焊接电流形成实现最高短路过渡频率的最佳匹配,真正实现了以ＣＯ２短路过渡焊主要规范参数由单旋钮调节为特点的一元化控制。     

基于一元化的CO_2短路过渡焊模糊控制系统研究

介绍了一种以 16位 80C196KC数字单片机为核心 ,具有人工智能功能的新型CO2 短路过渡焊模糊控制系统 .该系统以操作者通过惟一调节旋钮所选定的焊接电流为设定参数 ,自动对相关参数电弧电压进行以实现最高短路过渡频率为目标的寻优 .被寻优后的电弧电压与焊接电流形成实现最高短路过渡频率的最佳匹配 ,真正实现了以CO2 短路过渡焊主要规范参数由单旋钮调节为特点的一元化控制     

脉冲MIG焊电源模糊控制器的研究

针对脉冲MIG焊电源小直径焊丝焊铝时电孤自身调节作用较弱的缺点，采取电孤电压反馈的方式，选取基值时间Tb为控制量，峰值电孤电压Ur为被控制量，利用MATLAB模糊逻辑工具箱分析和设计了各变量的隶属度函数、模糊控制规则和模糊控制表，以查表方式实现了模糊控制．试验结果表明，所设计的模糊控制器有很强的电孤电压调节能力，可保证电孤和焊接过程的稳定．     

模糊神经网络观测器在变压器状态监控中的应用

把模糊集合理论与神经网络技术相结合设计模糊神经网络观测器，并对变压器运行状态进行动态监控。基于神经网络技术克服了模糊规则产生对专家的依赖性及模糊集的非自适应性的问题，隶属函数的自适应及模糊规则的自组织通过神经网络的自学习和竞争获得。该方法实现了变压器运行状态监控中模糊规则的自动确定和隶属函数的动态调节，通过实例分析验证了该方法的有效性和实用性。     

改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用

利用典型生物智能算法模糊神经网络算法优化同步发电机励磁控制系统中PID反馈控制参数,在构建四层模糊神经网络模型的基础上,将实际工程中精确的反馈值(机端电压和机端电压偏差)模糊化作为模糊系统的输入,引入快速粒子群算法全方位优化模糊系统选用的隶属函数和连接权矩阵重要参数.利用Matlab仿真平台,对同步发电机空载起励和负载电压扰动进行仿真实验,并与常规PID进行对比,实验结果证明该算法能够很好地减小系统调整时间和超调量,明显地改善了同步发电机的空载起励性能和带负载抗扰动性能,大大增强了系统的快速性和鲁棒性.     

基于模糊神经网络的参数自整定PID控制系统设计

利用多层神经网络构建模糊自适应PID控制器，通过神经网络自学习能力在线提取模糊控制规则，优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明，该控制系统具有优良的控制性能。此外，通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化，为控制系统实现最优控制提供了有力保证。     

基于视觉传感器的移动焊接机器人测控系统

设计焊枪侧置的轮式移动焊接机器人并搭建基于虚拟仪器的移动焊接机器人测控系统.在分析移动焊接机器人特点的基础上,设计由PC,NI-PCI7344,NI-DAQ6015以及图像采集卡等组成的硬件系统结构,采用LabVIEW编程平台编制测控系统软件.设计自适应模糊控制器和高斯基模糊神经网络控制器对十字滑块和车轮进行协调控制.采用高斯函数作为模糊神经网络的隶属函数,利用BP算法实现模糊隶属函数和控制规则的在线修改.实验结果表明:该测控系统运行稳定可靠,其跟踪精度可始终控制在-0.4～0.4n'mm以内,满足实际焊接工程的需要.     

基于DSP的逆变交流电阻焊电源控制

常用的工频电阻焊机输出不连续的类正弦交流波形,由于电流过零时间长,同等功率下电流峰值过大,造成焊接时工件加热不连续,易产生飞溅,针对上述问题,设计了一种基于数字信号处理器(DSP)的逆变交流控制系统.该系统以DSP为控制核心,包括信息检测、脉宽调制(PWM)输出控制、人机交互、输入输出(I/O)接口、故障检测等电路和相应的控制软件.系统采用PWM控制方式调节焊接变压器的初级电压,实现了大范围电流调节条件下较为连续的输出;具有电流、电压、功率3种反馈控制模式和多种频率选择,在每半个周期内实现快速反馈调节,提高了控制精度,改善了交流电阻焊机的工艺适应性.     

基于模糊神经网络的数据挖掘算法

提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。     

实时显示的DSP控制逆变弧焊电源设计

设计了DSP控制的数字化逆变弧焊电源.主电路采用IGBT全桥式逆变结构.控制电路以16位数字信号处理器TMS320F240为核心,在DSP最小系统、参数预置与显示模块、电压电流采样模块、保护模块和功率放大模块等作用下对焊接电源实施闭环控制.设计的数字化显示电路,采用数字面板表进行显示.在参数预置时显示参数预置值,在焊接过程中显示焊接电压与电流.设计了专门的切换电路实现两种显示的切换.试验结果表明,电源输出波形稳定,显示过程清晰、可靠.     

一种模糊神经网络的硬件电路优化设计方式

为提高模拟电路实现模糊神经网络的精度,通过对模糊神经网络中的高斯函数电路、求小电路以及去模糊电路分别进行性能优化,从整体上达到模拟电路实现模糊神经网络中高精度、高速的特性要求.所设计的模糊神经网络整体电路采用电压模式实现,并通过逼近一个非线性函数来验证.所设计的模拟单元电路均采用TSMC 0.18 μm工艺参数设计完成.通过Cadence软件仿真,结果表明:在1.8 V的工作电压下,所提出的改进型单元电路具有精度高、结构简单、便于调节和扩展的特性,并且能够完整地实现模糊神经网络的控制.     

基于神经网络和模糊控制的电解加工间隙控制

利用阴极面上承受的来自电解液的压力来反映电解加工间隙的大小．用BP神经网络实现间隙向力信号的非线性映射,把间隙的误差转化为力的误差及误差的变化信号,以此作为模糊控制器的输入;以加工电压的增量作为模糊控制器的输出,实现对间隙的控制．根据间隙控制的理论公式,建立了仿真模型,在Matlab的Simulink模块中通过对神经网络、模糊控制器和电解加工系统联合组成的智能控制系统的仿真试验来整定模糊控制器的3个增益参数．结果表明,所提出的控制方法对间隙的控制具有很好的效果,无稳态误差,且速度快、鲁棒性好．     

变结构模糊神经网络控制及其学习规律研究

提出变结构模糊神经网络控制及其学习算法,并对变结构模糊神经网络学习规律进行研究,变结构模糊神经网络中的模糊化神经网络（Ｆ＿ＦＮＮ）、模糊推理神经网络（Ｅ＿ＦＮＮ）和模糊决策神经网络（Ｄ＿ＦＮＮ）都是结构可变的,可分开进行模糊隶属函数及模糊推理的学习,其学习过程符合人脑由粗到精的认识规律,学习收敛速度比一般模糊网络快,具有很好的适应性。     

二氧化碳焊接弧压智能控制器

研制了基于短路过渡过程评价的二氧化碳弧焊电弧电压自寻优微机智能控制器,该智能控制器根据焊接电流的设定值对电弧电压进行自寻优调节,使焊接参数达到最佳配合,该控制器主要由弧压模糊控制模块与一元化推荐表组成,弧压模糊控制模块以二氧化碳弧焊过程中的熔滴短路过渡频率、燃弧时间与短路时间的比值,以及短路周期标准差等特征参数的综合值作为判据进行弧压寻优,实验表明,此智能控制器能显著改善二氧化碳焊机的性能,同时也降低了焊接飞溅。     

微机控制的绝缘栅及极晶体管逆变二氧化碳焊机

阐述了一种额定电流为400A、引入了微机控制的新型逆变二氧化碳焊机的研制实施方案,在对逆变理论和微机控制技术进行研究的基础上,采用绝缘栅双极晶体管（IGBT）作为功率开关器件,主电路选择双全桥结构以满足大功率输出的需要,并对送丝系统进行了改造,以适应微控系统的要求,控制系统以8031单片机为核心,应用脉宽调制方式,经系统扩展和系统配置构成,成功地实现了平特性配合等速送丝,应用微机控制,简化了系统硬件,提高了系统的控制性能,而且软件设计灵活,容易扩展功能,试验结果表明,所研制的焊机工艺性能良好,在最佳焊接规范条件下飞溅率基本控制在3%以下,明显提高了焊接质量。     

船舶航向在线自学习智能控制方法

为更快更好地控制船舶在预定航线上航行,提出一种船舶航向在线自学习模糊神经网络智能控制方法.模糊子集处理船舶控制中的不确切信息,通过神经网络训练模糊推理系统中的参数,旨在把模糊推理和神经网络融合,使船舶航向智能控制器具有在线自学习功能.该方法能实时控制风流扰动下作为非线性时变系统的船舶而无须依赖船舶运动数学模型.模拟试验结果表明,即使在有环境扰动情况下,该方法也能很好地控制具有很大惯性船舶的航向.