摘要：对具有未知或变化动力学特性的两连杆柔性机器人的轨迹跟踪问题进行了研究。采用Lagrange-Euler 方程建立了柔性机器人的动力学方程。鉴于柔性机器人的高度非线性和复杂性,用智能控制策略对系统进行控制,其中在系统的反馈控制回路上设计了模糊逻辑控制器,在前馈回路上设计了动态回归神经网络控制器。在三组不同阶跃输入条件下,对模糊逻辑及智能控制器进行了仿真研究。结果证明该方案可使系统性能得到极大的改善。

摘要：在对二相混合式步进电动机实行最大转矩／电流矢量控制和IP位置控制的基础上，为克服参数时变和外界扰动对系统性能的影响，设计了一种新型高性能的参考模型自适应模糊神经网络控制器。实验结果表明所设计的位置伺服系统具有良好的性能。

摘要：应用模糊控制和神经网络控制理论,构建了1/2车辆的半主动悬架模型,设计了基于轴距预瞄的半主动悬架模糊神经网络控制系统。对前轮半主动悬架采用以对应处车身垂向加速度为目标的模糊控制,对后轮半主动悬架采用轴距预瞄模糊控制,并利用神经网络来调整模糊控制器的控制规则和隶属度函数。在不同车速下对所建的控制系统分别进行了白噪声和路面脉冲输入的仿真。结果表明,与传统的被动系统相比,轴距预瞄模糊神经网络控制的半主动悬架系统能有效降低车辆振动;与模糊控制的半主动悬架系统相比,质心垂向加速度和后轮对应处车身加速度均有显著减小,较好地改善了车辆的行驶平顺性。

摘要：悬架系统对车辆平顺性具有重要的影响,通过预瞄控制在后轮处提前预测路面不平度,用于解决半主动悬架模糊神经网络控制存在的时滞问题。建立了1/2车辆模型和路面输入模型,设计了基于预瞄控制的半主动悬架模糊神经网络控制结构,并进行了白噪声输入仿真分析。结果表明:预瞄控制后的车身加速度峰值和标准差比被动系统分别减少了61.61%和44.28%,比模糊控制的悬架系统分别减少了21.23%和21.20%;预瞄控制后的质心加速度峰值和标准差比被动系统分别减少了35.21%和57.81%,比模糊控制的悬架系统分别减少了7.83%和20.10%。后轮处车身加速度和质心垂直加速度均有明显减小,较好改善了悬架系统适应道路的性能,有效缓和了车辆的振动和提高了汽车的行驶平顺性。

摘要：自动变速器车辆的核心和难点是起步控制。针对传统模糊控制在其参数的模糊化过程中人为因素影响较大,获得较优控制参数困难等缺点,基于优秀驾驶员的起步操作经验,利用神经网络自适应学习功能优化模糊控制参数,设计了模糊神经网络控制策略。应用SIMULINK建立了起步模糊神经网络控制系统仿真模型。仿真实验表明,优化了模糊控制模型隶属函数,该控制策略可较好的解决自动变速车辆起步控制问题,为机械式自动变速车辆的开发设计提供了理论依据。

摘要：提出了应用模糊控制和神经网络技术相结合的技术,解决水轮发电机组故障诊断及修复问题的概念,讨论了模糊神经网络的控制算法、控制结构以及学习过程,在水轮发电机组故障诊断和修复中的应用以及设计的实际步骤。

摘要：模糊神经网络 (FNN)技术的迅速发展及其理论的不断完善为其在各个领域的应用奠定了基础。分析了 FNN用于污水处理系统过程控制的可行性和必要性。简述了模糊系统和神经网络在污水处理中应用的现状。指出针对不同污水处理工艺建立不同综合 (集成 )智能控制系统是污水生物处理过程控制的主要研究方向 ,同时应加强对污水处理的活性污泥数学模型、通用性预测与故障分析系统、“软测量”

摘要：由于空调控制系统具有非线性、大滞后、时变性等特点,提出了一种基于改进型Elman神经网络的模糊神经网络控制算法,其预测输出与实际输出的差值作为模糊神经网络控制器的输入,使空调控制系统具有较高的控制精度和良好的动态特性和鲁棒性。仿真结果表明:与传统PID控制相比,基于Elman神经网络的模糊神经网络控制具有较强的鲁棒性,学习能力强,控制精度高,控制效果好,并具有自适应能力,应用前景十分广泛。

摘要：为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比,表明该Sugeno型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。

摘要：文中以对螺杆式空压机余热回收系统的余热回收最大化及热量精确控制为目的,首先构建余热回收系统的热力学模型,建立热平衡方程式。并针对该余热回收系统大超调量、易振荡和低控制精度的特性,设计了模糊神经网络控制算法以提高系统的控制精度和稳定性。利用matlab的simulink平台对模糊神经网络控制算法进行计算机仿真,仿真结果完全满足控制要求,而且效果良好。