摘要：运用线性二次型经典最优控制算法获得学习样本,由神经网络反向传播算法训练产生模糊规则和隶属度函数,设计自适应神经网络模糊控制器,通过某结构地震波作用下振动控制的数字仿真,表明自适应神经网络模糊推理系统可以有效地应用到结构控制中。

摘要：为了提高光伏系统的可靠性和效率,本文设计了一种新的光伏阵列在线智能故障诊断系统。首先,使用霍尔电压电流传感器采集光伏阵列最大功率点作为原始数据,经过LoRa传输至诊断中心,再在采集到的原始数据中提取新的七维故障特征向量,包括工作电压、电流、辐照度和温度。其次,提出了一种基于自适应网络的优化模糊推理系统作为故障诊断模型。最后,通过基于Simulink的仿真和实验室光伏系统的实际故障实验,测试了所提出的基于自适应神经网络模糊推理系统的故障诊断模型的可行性和优越性。实验结果证明,所提出的基于自适应神经网络模糊推理系统的方法具有较好的性能,并且优于基于常规反向传播神经网络的方法。在仿真和实验数据集上,基于自适应神经网络模糊推理系统的故障诊断模型的总体准确性分别为99.9%和97.0%以上。

摘要：提出了一种开关磁阻电机(SRM)数学建模的新方法.在已知SRM 5个特殊位置电感数据的基础上,将傅里叶级数分解和曲线拟合方法运用于磁链模型的建立中,根据虚位移原理计算获得SRM的矩角特性,并将自适应神经网络模糊推理系统(ANFIS)用于矩角模型的建立.基于非线性磁链模型与ANFIS矩角模型,对一台6/4结构的SRM进行了仿真与实验.仿真结果与实验结果基本一致,最大误差不超过5%,从而验证了这种建模方法的正确性.同时,该建模方法还可以进一步应用于SRM的磁链控制和转矩控制中,为工程设计和调试提供依据.

摘要：提出一种新型的过热汽温控制方案,主控制器基于自适应神经网络模糊推理系统(ANFIS)进行设计。利用MATLAB的专用工具箱,对所设计的控制系统进行了大量的仿真实验,并与传统的PID控制方法相比较。结果表明,本系统的控制性能明显优于传统的PID控制。

摘要：针对传统Fuzzy-PID控制系统控制精度不高,响应速度较差,以及应用专家整定法需要大量经验等缺点,文章选取切削用量作为控制对象,提出了基于ANFIS-IGA的改进算法,设计了基于该改进算法的CJK6132A经济型数控机床切削用量控制系统,以达到对切削用量的精良控制。MATLAB仿真表明:与传统Fuzzy-PID系统相比,该系统不但具有更好的动态特性,而且具有更好的控制精度与鲁棒性,同时又节省了专家整定法中收集数据的时间。

摘要：针对输电线路绝缘子性能的优劣对整个输电系统的安全运行起非常关键的作用,采用改进的自适应神经网络模糊推理系统(ANFIS)对绝缘子运行状态进行推理诊断,以有效诊断推理绝缘子污秽程度及闪络发生的可能性,训练中采用改进的学习方法,提高了推理网络的学习能力。试验结果表明,设计的绝缘子运行状态诊断系统具有优化学习能力,为准确推断绝缘子运行状态提供依据。

摘要：倒立摆系统是一种典型的非线性、多变量、不稳定系统,目前,对于这种复杂对象的控制问题在控制领域具有十分重要的研究价值。针对此种非线性系统的控制问题,提出一种智能控制方法来解决这个问题。通过应用神经网络控制和模糊控制相结合的方式,集合二者的优点,提出一种将BP算法与最小二乘算法相结合的算法,对Takagi-Sugeno模糊推理系统中的参数进行优化修正,设计一种自适应神经网络的模糊推理系统来控制倒立摆,实验结果证明该理论是准确可行的,与LQR实时控制相比响应速度快、精度高。