基于主元分析和RBF神经网络的火灾模拟实验炉温软测量

软测量也称为软仪表技术,采用主元分析和RBF神经网络相结合的融合模型构成火灾模拟实验炉温软测量。主元分析（PCA）实现输入变量的降维,RBF神经网络采用K－均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛。该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高２倍以上。     

水平火灾实验炉试验与模拟分析

基于改进热平衡法,结合天然气燃烧的特点,采用火灾动力学模拟软件(FDS)构建水平火灾实验炉的数值模型,进行混凝土双向板火灾试验模拟研究.结果表明:通过控制燃料的供应速率控制燃烧机的输出热功率,可以实现水平火灾炉升温曲线与ISO 834的标准火灾升温曲线接近,模拟平均炉温与试验平均炉温最终误差为2.2%(22 ℃);水平炉烟道口温度高于平均炉温约87 ℃,与实际火灾实验炉烟道口频繁损坏现象吻合,因此,在实验炉设计中,应提高烟道与炉墙连接区域的设计耐火极限;FDS模拟得到的火灾炉内部及楼板受火面温度场呈不均匀分布,符合火灾实验炉各热电偶测点实测升温曲线不同的规律,温度场数据可用于研究非均匀温度场对混凝土板力学性能的影响.     

桥面火灾条件下斜拉桥拉索及全桥结构的安全性能

针对日益受到关注的桥梁火灾风险问题,以一座大跨斜拉桥为研究对象,进行性能化抗火分析.首先进行火灾危险源分析,设置了3种桥面火灾场景;通过FDS模拟获得了不同场景下的火场温度,并与ISO834升温曲线进行比较;分别通过FDS火灾场和ISO834升温曲线得到了两种情况下的拉索温度,并结合屈服强度变化规律进行了拉索失效分析;最后对全桥安全性能进行了评估.结果表明:基于FDS模拟的火场温度总体上低于ISO834曲线温度,在最不利条件下最多可致3根拉索断裂;火灾对斜拉桥整体安全性能的影响有限,但会削弱桥梁的使用功能,应采取必要的防范措施以减小火灾损失.     

薄壁U型钢混凝土梁火灾-结构耦合的ANSYS分析

采用在空间上运用有限单元法与在时间上运用有限差分法相结合的方法,建立组合梁的火-结构耦合ANSYS分析模型;编制组合梁ANSYS热分析程序和全过程受火非线性分析程序,对组合梁在国际标准ISO834规定的标准火灾的温度场和挠度-时间曲线进行分析和计算.数值计算结果表明:在国际标准ISO834规定的标准火灾下,试验梁测点的...     

灌浆套筒连接钢筋高温后抗拉性能试验

目的研究灌浆套筒连接钢筋高温后的抗拉性能,为采用灌浆套筒连接钢筋的装配式钢筋混凝土结构火灾后性能评估提供依据.方法选定直径为25 mm的钢筋,用灌浆套筒连接,制作5个试件,分为三组.第一组1个试件,不升温,用于抗拉性能对比.第二组和第三组各有2个试件,在火灾试验炉中按ISO 834曲线升温15 min和25 min,用热电偶采集受火试件内灌浆料的温度时间曲线,受火试件的温度降到室温后,在试验机上进行拉伸试验,测出5个试件的极限承载力.结果根据试验结果,初步确定影响试件破坏形式的灌浆料临界温度在700℃附近,拟合出了在ISO 834升温曲线下灌浆料经历的最高温度与套筒连接试件极限承载力之间关系的经验公式.结论火灾产生的高温会降低灌浆料的力学性能,对高温后套筒连接钢筋试件的极限承载力有明显影响;拟合的经验公式对装配式钢筋混凝土结构火灾后性能定量评估具有重要的参考价值.     

基于Smith预估器和自适应模糊PID的温控系统

针对常规温度PID控制系统由于温度惯性大、单向升温和滞后大等特性存在超调量较大、抗干扰性差等问题,提出一种新的电阻炉温度控制系统.该系统采用自适应模糊PID控制算法,在此基础上结合Smith预估补偿器,实现软切换,并采用MATLAB软件进行仿真.仿真结果表明,基于Smith预估补偿器的自适应模糊PID控制相比常规PID控制具有良好的控制性能.     

基于遗传BP网络的PID控制算法在无模拉拔温度控制中的应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能. 通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型. 采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性.     

基于电力线通信的智能网关设计

针对家居电力线通信网络与物联网进行数据融合的问题,提出一种智能网关设计方案,构建家庭电力线通信网络,连接智能插座、智能电表等终端设备,实现单个用电器及整个家庭的远程能耗数据获取及负荷控制,使用户能够及时调整用电模式,提高电能使用效率。     

基于CAN总线智能变送器的通信实现

研究了CAN总线智能变送器测控系统的通信实现,包括底层智能变送器与CAN总线接口软硬件设计及CAN总线与上位工业监控计算机之间接口卡设计两部分.采用单片机作为底层智能变送器的微处理器,设计了单片机与CAN总线的网络接口,使底层采集到的数据传输到CAN总线网络.再设计了PCI总线与CAN总线的接口通信卡进行通信,使采集的数据能够传输到工业计算机上完成对整个现场过程进行监视.     

模糊神经网络在车辆识别中的应用

为提高智能交通系统中汽车车型自动识别的正确率,采用了多传感器移动车辆识别系统的数据融合算法,即用模糊神经网络建立数据融合决策模型,用BP算法对网络进行学习和训练,提高系统的精度和智能化.仿真实验结果表明了算法的有效性.     

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...     

基于RBF神经网络整定的热风炉温控系统设计

为了提高热风炉的燃烧效率,改善热风炉温控系统的自动化程度,提出了一种基于RBF神经网络整定的PID控制策略。首先,通过RBF神经网络算法和增量式PID控制器的结合,将神经网络强大的自学习能力应用于对增量式PID参数的调整。然后,在常规热风炉温控系统的基础上,将其外环改为采用RBF神经网络整定的PID控制。热风炉温控系统中内环以煤气阀门开度为变量,外环以拱顶温度为控制变量,通过改进的串级控制来实现热风炉的燃烧优化调整。Matlab仿真分析和实际应用效果表明,RBF神经网络整定的PID控制曲线几乎无超调量,系统抗干扰能力相对传统的PID控制提高了50%。与传统的手动控制相比,所提出的控制策略使得原系统的抑制干扰能力明显增强、鲁棒性更好,在热风炉温控方面具有良好的研究和应用价值。     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

基于以太网的PID神经网络控制系统

介绍基于以太网的PID神经网络控制系统的构建及实时控制过程．该系统具有易于实现、成本低、兼容性好等特点,有利于对分布式设备进行实时控制．控制结果表明．该系统对于大滞后、非线性对象取得较好的控制效果．     

淬火炉温度的自适应神经PID控制

以淬火炉温度控制系统为研究对象,提出了一种基于BP神经网络整定的PID控制方法,并给出了系统设计及软件开发.由于神经网格所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制.实验结果表明,用该方法整定的PID控制系统,逼近精度高,鲁棒性好.     

船舶操纵的控制技术发展综述

介绍与比较了船舶操纵的各种自动舵控制方法,船舶自动舵可分为４个发展阶段,即机械舵、ＰＩＤ舵、自适应舵和智能舵,其中智能舵为目前最先进的自动舵,它分为专家系统、模糊舵和神经网络舵。     

森林灭火航弹智能观瞄投放控制系统设计

研制出一种森林灭火航弹智能观瞄投放控制系统,提高森林灭火航弹的灭火效率。文中以工控机为控制系统核心,通过RS232-CAN转换器向CAN总线分布式通讯节点实时地发布控制命令以及接收反馈数据,实现森林灭火航弹智能观瞄投放控制系统的高效实时可靠运行。文中描述了控制系统的硬件构成以及软件实现流程,并且对控制系统进行了相关功能的调试实验,经过实验验证,设计的森林灭火航弹智能观瞄投放控制系统可以正常运行,完成相应的控制功能。     

基于免疫神经网络的水泥分解炉温度控制

通过对水泥分解炉的特性进行分析，确定了出口气体温度的数学模型。用BP神经网络建立水泥分解炉的控制系统，通过控制煤量和风量来使出口气体的温度保持在规定的范围内。针对BP神经网络通常权值更新方法中出现的收敛速度慢、易陷入局部最优值问题，利用改进的免疫算法来优化神经网络的权值。仿真结果表明该温度控制系统优于通常的神经网络PID控制系统，并具有良好的可靠性、自适应性和鲁棒性。     

有色冶金窑炉中的神经网络过程控制

介绍了用神经网络对有色冶金燃油工业窑炉进行过程控制的设计方案,该方案建立了风路系统的非线性数学模型和风压ＰＩＤ神经网络,在给定油量下,随料堆高度变化跟踪调节风量。实际运行油燃充分且节油,表明设计是成功的。