基于模糊神经网络分类器的精馏塔温度控制器设计

文章对精馏塔温度控制中所遇到的参数耦合严重、非线性高、数学模型难以建立的问题,提出了一个基于模糊神经网络分类器的控制方案,以精馏塔温度、流量、液位作为输入,导热油阀门开度作为输出,通过对人工操作的自适应学习和模糊化处理,实现对精馏塔温度的智能控制。实验结果表明,该方案能够模仿人工操作,智能学习的精度很高。     

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。     

基于神经网络的复杂过程系统模型辨识

针对复杂生产过程中的一阶和二阶液位系统,利用MATLAB软件的神经网络工具箱,分别应用BP和径向基两种神经网络模型进行系统辨识,得到系统模型．通过结果比较,得出两种神经网络的应用特点：对于一阶非线性液位过程,径向基神经网络创建的数学模型性能较好;对于二阶线性液位过程,BP神经网络的建模效果较好;尽管BP神经网络的模型训练过程有学习收敛慢、局部最小点、层数和单元数不易确定的缺点,但其函数逼近的精确度对二阶线性的辨识具有独特优势．     

发动机多喷嘴流量试验器的研究

针对飞机发动机喷嘴流量检测问题.在模拟燃油进入喷嘴实际情况的基础上,设计了一种多喷嘴流量试验器,通过收集各个喷嘴燃油并测量液位的方式来计算各个喷嘴的流量;采用S7-300为系统控制核心,使用磁致伸缩液位传感器测量液位,该方法测量简单、精确;在控制燃油温度上,提出了PID与前馈控制相结合的控制算法,实现温度的准确控制;系统还配置了计算机和触摸屏,可以在控制室或实验现场进行控制和监测.     

面向MCGS的“计算机控制技术”课程实验研究

该文以计算机控制技术课程实验为分析对象,探究了计算机控制技术的教学重点和难点,并根据问题提出实验研究方案。搭建了完整的面向MCGS的液位控制系统,其内容包括组态软件,变频器和传感器、合适的PID控制方法等自动化应用技术。采用MCGS软件完成液位控制系统的人机交互界面设计,压力和流量传感器实现对水箱液位数据的采集,通过变频器驱动水泵,从而实现了对水箱液位的定值PID控制。该文综合了典型的自动化软硬件技术,搭建了计算机控制技术应用系统,有助于提升自动化学生对PID控制规律的理解,加深课堂教学和实验环节的联系,培养学生综合应用能力。     

神经网络控制系统仿真

利用基于神经网络修正误差ＢＰ学习算法的多层网络和间接学习或专门学习的动态逆特性控制方法＾［１］编制的神经网络控制系统的仿真软件（ＳＣＳＢＮＮ），给出了调节时间和最大超调量与神经网络中间层节点数的关系曲线，同时给出了各种学习率和神经元作用函数增益的响应曲线。ＳＣＳＢＮＮ也可用于神经网络非线性控制系统。仿真结果说明神经网络非线性控制系统具有良好的控制性能。     

基于改进型神经动态规划算法的单容液位优化控制

单容液位控制系统是一个强非线性、多约束、时滞的复杂系统,传统的PID控制算法很难对其进行精确自适应优化控制。介绍了一种改进型的神经动态规划(NDP)算法,其中模型网络用小波神经网络来替代,并针对单容液位控制系统的液位进行自适应优化控制。仿真结果表明,基于神经网络的NDP算法在鲁棒性、控制精度和控制效果都优于传统的PID算法。     

实验室管道流量仪表校准系统研究

为了开展实验室流量测量方法研究,本文建立了50mm管径的实验室流量仪表校准系统。液体流量校准系统采用PLC(CPU224XP+EM235)控制水泵进水,并利用电动调节阀控制水流量,通过涡街流量计和投入式数字液位计检测水流量和水箱液位,构成一个闭环控制的水流量测量与控制系统。气体流量校准系统采用PLC控制D700变频器,再控制气泵的进气量。通过气体涡轮流量计检测气体流量,实现气体流量的闭环测量与控制。流量测控计算机采用MCGS5.5完成操作界面、通信程序、PID等控制算法和控制参数传递程序的设计。实验验证系统灵敏度达到1%~2%,可以满足实验室流量测量研究的要求。该系统具有一定的推广应用价值。     

基于组态王6.5+DDC的流量液位串级控制系统设计

在过程控制实验室的硬件基础上开发基于组态软件组态王(Kingview)6.5的流量液位串级控制实验系统,该实验系统完全可模拟工业生产过程中过程装置的流量、液位等工艺参数的自动控制。该串级控制系统可以满足不同专业自动化控制科研与教学的需要。     

甲醇合成中汽包水位三冲量控制的改进

为了有效克服虚假水位现象,提高对汽包液位的控制能力,根据甲醇生产的工艺特点,分析不同的水位控制方式,提出汽包水位三冲量控制方案并加以改进.对水位信号采用冗余测量提高控制精度,对给水流量和蒸汽流量通过延迟滤波提高系统稳定性,采用ABB IndustrialIT分散控制系统实现控制过程.控制方案稳定,可以保持给水和蒸汽平衡,有效克服虚假水位现象,保证汽包液位在允许范围内.     

直接转矩控制系统定子电阻的神经网络辨识

在研究异步电机直接转矩控制的基础上 ,提出了基于神经网络方法的定子电阻辨识 为了缩短学习时间 ,保证系统收敛 ,采用了自适应调整学习率 选取实时递归网络 ,对不同隐含层单元数和训练次数进行比较 ,获得合适的单元数和训练次数 仿真结果证明 ,应用该辨识可以进一步改善直接转矩控制系统的动态性能     

过热汽温的模拟柔性神经网络直接自适应控制系统

提出一种模拟复合正交柔性神经网络,并应用于电厂过热汽温的直接自适应控制方法。模拟柔性神经网络被用作为过热汽温控制系统中的主、副调节器,以改善控制系统的动态性能。神经网络采用5层网络结构,网络隐层节点采用带参数的Sigmoid函数构成的Laguerre（拉盖尔）复合正交多项式。网络在学习过程中,输入层与隐层之间不用调整权值,仅连续调整输出层与隐层之间的权值和隐层中Sigmoid函数的参数,以提高网络的学习适应性。网络隐层节点（处理元）是复合正交多项式的展开项,展开项的多少决定着网络的学习速度和精度。通过对具有严重参数不确定性、扰动以及大迟延的电厂过热汽温被控对象进行仿真研究,结果表明控制系统的干扰和超调明显减小,在控制系统的动态性能上,所提控制方法优于常规控制方法。电厂过热汽温控制取得了令人满意的效果。     

Application of FNN to the Modeling of FCCU

IntroductionThe Fluidized Catalytic Cracking ( FCC )process is stable under normal conditions,butsometimes the whole process deviates from theoptimal track due to environmentaldisturbances oraging of the equipment.The optimal productionconditions and the best profit can be found bystudying the stable optimization state.There iscurrently little research or state optimizationapplications due to the difficulties of oldmeasurement and control equipment,modelingdifficulties,formidable research an…     

模糊神经网络在电容成象中的应用

描述了基于电容层析成象，采用模糊逻辑和神经网络对静态火焰进行闭环控制过程。以神经元形式将专家知识和训练类型融合到模糊规则中。     

Colorant Formulation Using 3 - layer Artificial Neural Networks

The colorant formulation using artificial neural networks (ANN) was investigated in this study. A simple 3 -layer, input - hidden - output system was constructed for the recipe formulation of one - , two - , and three -dye mixtures. Comprehensive tests were carried out to explore the properties of a 3 - layer simple ANN systematically . These properties include number of neurons in the hidden layer, learning rate of the network, momentum factor of the network, as well as the number of epochs for the learning process. The tests show accurate results for one - and two - dye mixtures while less accurate but comparable results to conventional colorant formulation systems for three - dye mixtures. It is also found that the optimum values of the neural network parameters are important towards the accuracy of the colorant formulation.     

一种基于蚁群聚类的径向基神经网络

提出了一种基于蚁群聚类算法的径向基神经网络．利用蚁群算法的并行寻优特征和挥发系数方法的自适应更改信息量的能力，并以球面聚类的方式确定了径向基神经网络中基函数的位置，同时通过比较隐层神经元的相似性、合并相似性较为接近的2个神经元来约简隐含层的神经元，以达到简化径向基神经网络结构的目的．实验比较了几种不同聚类算法的径向基神经网络，结果表明，所提神经网络的整体训练时间至少可缩短40％，学习的准确率可提高1%以上，而且网络结构更加精简．     

一种新的前馈神经网络删剪算法

前馈神经网络中隐层神经元的个数与它的学习和泛化能力密切相关.通过广义逆矩阵算法解决最小二乘问题改进神经网络自构行学习算法,得到一种新的前馈神经网络删剪算法.将新算法用于已经训练好的大型网络,能删剪“冗余”的隐层神经元,得到一个最精简的神经网络.此精简的神经网络不需要重新训练仍能保持原有的性能,并且泛化能力很好.仿真实例说明此算法的有效性和可行性.     

多维离散傅立叶变换神经网络函数逼近

利用多维离散傅立叶变换原理构造新颖的神经网络模型用于函数逼近,网络结构为分层前向网络。给出了网络的学习算法,网络的大部分权值都是固定的,只有输出层与最后隐层之间的权值需要调节。     

前向多层代数神经网络隐层神经元数目估计方法

结合目前估计前向三层神经网络隐层神经元数目的方法 ,提出一种向量不交关系来确定多层(层数 >3)前向代数神经网络隐层神经元的数目 ,该方法只须估计出第一隐层神经元的数目 ,其余各层神经数目利用不交关系的算法随之确定 ,通过多项式代数函数实例表明 ,该方法有效