摘要：实时性和准确性在风机实时状态监测与故障诊断中起着决定性的作用。本文综合运用模糊处理、神经网络和专家系统等先进的诊断方法及信号处理技术,采用故障定性——原因确定——处理方案等过程,提出了一种新型的模糊神经专家状态监测与故障诊断方法,并采用先进的Visual C++语言及模块式设计,为提高故障诊断准确性和实时性提供可靠保证。

摘要：研究电动舵机控制系统优化问题。针对传统控制器响应速度慢,由于系统本身是多变量非线性的复杂系统,存在时滞问题,系统参数不易整定,为了优化电动舵机控制系统的快速性性能,设计了一种改进的模糊神经网络PID控制器,提出了分离学习算法,利用自组织学习整定隶属度函数参数和误差反向传播学习整定加权系数。将算法用于电动舵机控制,实现对舵机以及导弹姿态的快速控制。仿真结果表明,改进控制器的响应时间达到4.8ms,优于传统的PID控制器和模糊PID控制器,为电动舵机控制系统快速性、高精度的设计提供了依据。

摘要：目前列车悬挂控制器参数大多基于专家经验知识提出,人为主观因素强,悬挂系统不能很好地根据实际情况自适应调整。为抑制列车振动提高其运行平稳性,结合模糊神经网络的自学习能力和自整定功能,设计基于Takagi-Sugeno模型的模糊神经网络控制器,将控制器模型与悬挂模型结合实现悬挂系统自适应调整。以德国轨道谱为轮对外部激励,仿真生成加速度时域曲线与功率谱密度曲线,分析结果表明:相比于被动悬挂系统与模糊天棚控制系统,运用模糊神经网络控制可明显抑制车体垂向振动,提高运行平稳性,对控制器设计具有参考价值。

摘要：铁路客运专线是新型的中长途旅客运输方式,代表着铁路未来的发展方向,目前客运专线规划建设还存在包括车站选址在内的很多问题,因此就要科学统筹规划车站分布及城市枢纽布局,系统分析铁路客运专线车站选址决策的影响因素,剖析各因素之间的相互关系,探求合理科学的解决方法。主要从经济、社会、功能、规划和环境等方面深入阐述客运专线车站选址需要考虑的因素,提出借助模糊神经网络理论进行客运专线车站选址决策的思路,利用Matlab7.5程序对模糊神经网络站址决策的思路进行语言实现,并结合实际案例分析说明,验证FNN方法的可行性和有效性。

摘要：针对温度控制的大惯性、大滞后、非线性特点,提出采用基于小波神经网络辨识器的模糊神经自适应控制的中央空调房间温度控制器的设计方案。由于小波神经网络的非线性映射能力比一般神经网络要强,所以基于小波神经网络的辨识器可以获得很高的辨识精度。而且,模糊神经自适应控制器随着系统动态特性的改变可以在线改变其控制规则,从而进行客观准确的控制。与普通模糊控制方法相比较,仿真试验说明了系统设计的有效性。

摘要：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。

摘要：实时性和准确性在风机实时状态监测与故障诊断中起着决定性的作用.综合运用模糊处理、小波分析、神经网络和专家系统等先进的诊断方法及信号处理技术,提出了一种新型的模糊神经专家状态监测与故障诊断方法,并采用先进的Visual C++语言及模块式设计,为提高故障诊断准确性和实时性提供了可靠保证.

摘要：CLLLC谐振变换器因其高功率密度、高对称性等特点,被广泛应用于通信电源领域,但CLLLC谐振变换器是非最小相位系统。为解决CLLLC谐振变换器系统在传统PI控制下动、稳态响应速度慢,抗干扰能力弱等问题,以BP神经网络控制算法与变论域模糊控制算法相结合的形式,设计了变论域模糊神经PI控制算法。将BP神经网络训练过程融入模糊PI控制算法,优化了模糊规则的隶属度函数;结合变论域思想,设计了变论域模糊神经PI控制算法,提升了CLLLC谐振变换器系统的抗扰动性能,提高了复杂环境下系统电能传输的可靠性。借助MATLAB/Simulink仿真平台进行仿真实验,结果证明了算法设计的正确性。

摘要：针对空调温度控制的大惯性、大滞后、非线性等特点,提出采用基于小波神经网络辨识器的模糊神经自适应控制的中央空调房间温度控制器的设计方案。由于小波神经网络的非线性映射能力比一般神经网络要强,所以基于小波神经网络的辨识器可以获得很高的辨识精度。而且,模糊神经自适应控制器随着系统动态特性的改变可以在线改变其控制规则,从而进行客观准确的控制。与普通模糊控制方法相比较,仿真试验说明系统设计的有效性。

摘要：设计自适应PID控制器,运用多层网络构建,利用网络自学能力优化并提取其模糊控制规则,并优化控制器函数,依据模糊推理方法于不同时刻在线自整定(PID)参数,该仿真实验证明此系统拥有良好的控制性能。