列车超速防护系统的自诊断研究

针对系统分布热备冗余容错结构的特点，提出了对整个系统进行各种故障自诊断的方法，包括系统开机时的上电自诊断、系统工作中的动态自诊断、现场运用中维护时详细的静态自诊断和功能自诊断、整个系统通信网的自诊断及系统偶然故障后立即恢复的方法等。并给出了系统进行各种自诊断的测试代价的估计值。     

气动自激振动系统数值解及分析

给出了气动自激振动系统的模型和运动方程，通过数值求解方法研究了系统在不同参数下的振动情况，揭示了系统参数对系统振动特性的影响，为气动自激振动机械的参数设计提出了依据。     

自组织时分多址接续系统的吞吐模型

基于自组织时分多址接续协议的自动相关监测技术即将全面应用于空中和海上交通管制领域，研究了误码自组织时分多址接续系统动态预约的影响机制，提出了用于描述有扰信道中自组织时分多址接续系统吞吐特性的马尔可夫随机过程模型，并导出自组织时分多址接续系统吞吐率的算法。     

基于自组织的网上答疑系统的设计

针对当前网上答疑系统存在的一些问题，提出了一种基于自组织理论的自组织网上答疑系统的设计方法，阐述了系统的理论基础、系统功能和特征．给出了系统设计流程及具体的设计过程．经实际应用表明，系统具有较好的答疑效果和较高的答疑质量．     

变参数目回归模型

对以往的灰色模型和自回归模型作了改进，给出了变多数目回归模型，并对其自激励型和自抑制型系统内部作用变化进行了刻划。     

自相似网络通信量的分析与建模

分析了网络通信量中存在的自相似现象，讨论了自相似通信量输入对排除系统的时间延迟和抖动特性的影响，指出由于自相似通信量的长程相关性使得在时间较长的情况下可以通过增加缓存来改善排除系统的延时和抖动特性，针对今后的研究方向，指出在自相似通信量研究中，系统的瞬时性能研究以及反馈控制研究对于网络性能的影响和评估是非常重要的。     

基于自组织理论的农村金融问题探讨

运用自组织理论阐述了农村金融系统发展历程的客观必然性，并结合金融中介功能理论分析农村金融系统自组织机制培养的关键因素，指出了建设农村社区银行可以成为农村金融系统自组织机制形成的现实选择。     

无中心控制多信道选址通信系统的组网研究

研究了民用无中心控制多信道选址通信系统，针对其控制信道固定所引起的缺点，提出了改进方案，变控制信道固定为控制信道可灵活选择，以提高其保密性，并提出了相应的信令格式和网络初始化、自组织和自恢复的组网方案．本改进方案主要基于软件设计，目的在于使原来通信系统设备基本保持不变的情况下，提高系统的效率，增加保密通信的性能．计算机模拟结果证明，本方案初始化时间短，控制信道隐蔽性好，网络拓扑变化自适应、自组织、自恢复能力强，充分证明了该方案在技术上和经济上的合理性和可行性．     

教学系统的自耦

分析了教的系统和学的系统的自耦，说明了直接自耦和间接自耦对教和学的消极影响，并应用分形理论，分析了学与习交错进行的时间间隔，其关系近似地符合Ｃｏｎｔｅｒ集合，估算了可以作为学习效率测度的Ｈａｕｓｄｏｒｆｆ维数Ｄｆ和教学信息维数Ｄｈ。     

河曲发电厂HVAC自控系统的设计

详细介绍了河曲发电厂HVAC自控系统的设计方法，阐述了热交换系统、制冷系统、空调机组系统、通风系统的监控功能和原理及系统集成方法，并简述了直接数字式控制系统（DDC）在电厂HVAC自控系统中的应用。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

基于BP神经网络的智能控制器

研究一种新型的智能控制器,该控制器能通过自学习不断进行适应性控制,以保证系统的输出符合实际应用的要求,其主要特点是提供一个跟踪网络来近似确定控制参数,进而进行神经网络控制,仿真结果表明该方法有较好的效果．     

基于神经网络控制的电力机器人位置控制系统研究

建立了以气缸和气动阀为主的电力机器人位置控制系统的动力模型.根据系统的非线性特点,引入神经网络控制策略.利用神经网络自学习、非线性映射等特点,设计出基于BP网络的PID控制器,并进行仿真.结果表明,这种控制策略,能明显地改善系统的动静态性能,可以实现气缸活塞全行程任意位置的精确定位.     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.     

基于神经网络的智能控制系统

论述了人工神经网络的产生与发展,以及人工神经网络在控制系统中的应用现状,分析了人工神经网络的特点和监视控制系统的原理,并对神经网络控制系统的前景做了展望。     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

模糊神经网络间隔调速模型的研究

提出了一种基于模糊神经网络理论求得动态出口速度的模型，以6层的前向神经网络实现模糊过程使系统具有自学习和自适应能力，能根据列车的实际溜放情况自动调整减速器出口速度。     

模糊数据库模型的自学习系统

该系统是利用神经元网络的可自组织、自学习等一些特性,设计了一个用神经元网络来表达和处理模糊数据库中的不确定性问题,即在模糊数据库的查询中所面临的查询条件的不确定性、表达上的不准确性和已知的内容不完全性等方面的问题。该自学习系统较好地把神经元网络应用到了模糊数据库中。     

两电机同步系统的神经网络控制

在对两台感应电机同步系统模型分析的基础上,依据同步系统的结构特点和控制要求,结合人工神经网络的非线性映射、自适应、自学习等能力,提出一种新的基于神经网络的两电机同步系统控制方案,其中神经网络控制器由基于RBF网络整定的自适应PID控制器和神经元解耦补偿器两部分组成.两个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制,使系统具有更强的适应能力、更好的实时性和鲁棒性;神经元解耦补偿器综合两控制回路的耦合作用,通过训练网络权值,补偿各回路之间的耦合影响,实现速度和张力的解耦.试验结果表明:采用神经网络控制方法可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能.     

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。