闭环伺服系统的数学模型研究

在数控机床中，伺服系统是数控装置和机床的中间联接环节，是数控系统的重要组成部分，伺服系统接受来自伺服控制器的进给脉冲，经变换和放大后转化为机床工作台的位移，使工作台跟随机指令脉冲移动。本文研究的内容，就是伺服系统的数学模型分析，该研究结果为伺服系统的动、静态性能分析提供理论基础。     

基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概...     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

基于演化算法的自校正模糊控制

乙烯精馏塔系统的非线性、滞后性需要一种动态性能良好的自校正模糊控制器与之相对应，基于演化算法对模糊控制器的4个参数进行了动态校正，仿真效果良好?这种控制方法有效地克服了系统的不确定性，复杂性，改善了系统的动态性能，在精馏塔系统中有良好的应用前景?     

计算机通信及神经网络技术在软测量中的应用

介绍了基于OPC的DCS与微机网络数据通信技术和基于神经网络预估技术在生产过程软测量系统中的应用.以某己内酰胺装置软测量系统的开发为例,讨论了相关技术问题和解决思路.现场的实测数据仿真验证结果表明了软测量系统的有效性,最后给出了软测量技术应与生产过程优化相结合的方向发展.     

数据挖掘中Fuzzy c-means的自适应聚类算法

聚类算法是数据挖掘算法中的重要解决方法.针对现有聚类算法模糊c均值算法FCM中的不足,如需要预先确定聚类参数c,随机性较强、局部最优等弱点,对其算法结构加以改进,提出模糊c均值自适应算法(FCMA),增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目,这种方法可以避免在确定参数时的随机性和经验性,提高聚类算法的可靠程度.     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题，尝试了一种基于分离变量的模糊控制规则设计方法，大大减少了控制规则数，减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统，仿真结果表明，简化控制规则后仍能取得较好的效果。     

数据采集系统在压力容器试验中的应用

随着计算机和传感技术的日益成熟，以计算机和传感器为基础的数据采集技术在压力容器试验研究中得到了广泛的应用?目前压力容器试验的规模大、研究对象复杂、试验精度要求高、试验的环境多变、试验周期长，因此把数据采集技术引入到压力容器试验的研究中是必然的，在压力容器接管弯矩试验中，利用数据采集模块、传感器、通信接口、组态软件、微机组成一套数据采集系统对试验中的栽荷、接管位移和应变值进行采集处理一系统具有测点多、速度快、精度高的特点，它不仅能够记录数据，而且能集成、管理数据系统将各种数据信息有条理、有重点地反馈给试验者?     

MS VISIO在企业实时数据显示Web页面开发中的应用

将实时数据与流程图结合起来，通过Web的方式发布，实时显示现场的信息，已经成为现代工业的一大热门。根据在基于Web信息集成项目中的实践，探讨了利用Microsoft VISIO开发企业实时数据显示Web页面的方案及关键技术。     

基于离散PSO的软测量辅助变量选择算法

工业对象的复杂化带来了可测变量的增多,这些变量集合中大量冗余的信息会降低软测量建模的精度。针对这个问题,提出了基于离散PSO的软测量辅助变量选择算法。算法将传统PSO连续的优化过程通过对粒子位置的隶属度计算,将其离散成0或1。0、1分别表示某变量未被选中和被选中,每个粒子就代表一种变量选取情况。将PLS回归用于适应度函数的计算,有利于克服多元回归中多重共线问题。最后,将该算法用在了丙烯精馏塔塔顶丙烯浓度的软测量实验中,实验结果表明该方法有效,并提高了模型的预测精度。