摘要：为解决利用力矩传感器控制肌力训练设备所带来的滞后性,利用表面肌电信号(sEMG)超前于运动的特性,设计了基于一组拮抗肌表面肌电信号的关节力矩预测模型。首先搭建康复训练设备为信号采集和实验验证提供条件。将sEMG经过预处理,选择sEMG信号的方差特征作为神经网络输入,利用带有外部输入的非线性自回归(narx)模型的动态循环神经网络,分别建立了基于关节力矩实际值的超前多步(MSA)预测模型和基于模型预测输出(MPO)的预测模型,通过等张和等长测试实验,比较了MSA和MPO模型的力矩预测性能。实验结果表明,两种模型输出预测值和实际值之间都有极强关联性(皮尔逊相关系数均大于0.95)。随着超前预测的步数增加,MSA模型的预测精度降低,但是超前预测的时间增大。在等张和等长测试中,当超前步数分别小于29和35时,MSA预测精度显著高于MPO(p<0.05),但MPO模型在成本和体积上更具优势。综上所述,两种模型均可以准确预测关节力矩,在实际康复训练设备控制中,可根据应用需求选择不同的力矩预测模型。

摘要：实际运行中强非线性系统常规PID控制难以取得良好的控制效果,本文根据现场某控制系统的实际数据,通过引入一种基于改进粒子群优化算法(MPSO)来建立的模糊-动态回归神经网络(Fuzzy-narx)逆模型。仿真实验结果表明:该方法可以获得结构紧凑的模型。为进一步用于在线控制提供基础。

摘要：水泥粉磨作为水泥生产过程的最后一道工序,深刻影响着水泥成品的质量和产量,直接决定了水泥生产的经济效益,因此如何辨识出准确的水泥粉磨系统模型对于提高水泥粉磨系统生产指标至关重要。考虑到水泥粉磨系统是一个非线性、强耦合、具有滞后特性的复杂系统,为进一步提高水泥粉磨系统模型辨识精度,基于现场采样所得实际生产数据,采用PCA算法与narx神经网络对水泥粉磨的生产过程进行模型辨识,建立了多输入单输出和多输入多输出系统模型。通过数值实验可见提出的基于PCA算法与narx神经网络建立的多输入多输出系统模型的拟合效果有较大改善,为后续水泥粉磨系统生产控制和优化策略的设计奠定了良好基础。

摘要：针对现有机理建模算法普遍存在计算电磁脉冲响应过程过于复杂的问题,为能够给电子设备静电放电电磁脉冲响应计算提供一种简便有效的能量耦合建模方法,设计了脉冲场强测试仪的静电放电辐射实验。用narx神经网络代替传统narx网络,依靠遗传算法对网络的初始权值、阈值进行优化,以3.5 kV静电放电实验数据作为建模数据对系统进行非线性辨识,并对4.5 kV静电放电电磁脉冲响应进行预测。建模结果表明,两种模型均能准确预测响应波形,但优化后的narx神经网络模型精度更高。该建模方法计算过程简单。该方法同样适用于其他电磁脉冲响应建模。

摘要：决定柴油发电机组发电质量的因素有很多,其中之一是柴油机转速的控制质量。本文首先研究柴油发电机组硬件在仿真系统中的原理框架,接着通过研究实际的柴油机样本,基于narx建模理论,建立了柴油发电机组的仿真模型。最后通过仿真模型获得的数据设计柴油发电机的转速调节装置,实现柴油发电机组各发电机转速动态调节的作用。

摘要：交通流量的预测是实现智能交通控制的核心问题;利用电子车牌识别法对车辆进行计数,根据数理统计原理筛选对决策路口影响最大的样本数据,建立narx动态神经网络预测模型,以路网多路口交通流的时间序列数据进行训练,预测后一天同时段的车辆数,计算出两方向总体配时差值,再分配于早晚高峰时段,并进行实验得出理想现象;严重拥堵情况下启动实时配时与应急方案;选取上海市长宁区常年拥堵的金沙江路与中山北路交叉口为中心点,进行Matlab仿真实验,所得预测数据与实际值比较差值较小,验证了以多路口数据预测单路口的创新设计能在实际交通中应用,且能与实时配时方案合作,缓解交通拥堵。

摘要：针对钢筋混凝土黏结-滑移行为,利用ABAQUS有限元软件,构建了基于内聚力模型的钢筋混凝土黏结-滑移有限元模型,通过能量和荷载-位移曲线探究了仿真模型网格敏感性以及内聚力参数敏感性。针对钢筋混凝土黏结强度问题,建立基于非线性自回归动态神经网络模型(narx)的预测模型,以黏结长度、钢筋直径和加载方式为变量,建立20组数据对钢筋的荷载-位移曲线进行了预测。结果表明,当网格尺寸为6 mm时,可以较理想地平衡预测精度与计算成本;有限元预测结果对内聚力参数的敏感性由强到弱依次为损伤起始强度、断裂能和刚度;所建立的narx预测精度达到99.6%,有潜力代替量大且耗时的数值模拟和物理试验,实现对钢筋混凝土黏结强度的高效准确预测,为钢筋混凝土黏结强度的预测和设计提供新的便捷途径。