检索结果-内蒙古大学图书馆

机床与液压 2010年第11期38卷 137-139页

作者：隋文涛张丹张宇山东理工大学机械工程学院山东淄博255049 山东理工大学电气与电子工程学院山东淄博255049

提出一种基于小波熵和自适应神经模糊推理系统(ANFIS)的滚动轴承故障诊断方法。对原始振动信号进行小波包分解,提取小波熵特征,然后用ANFIS作为分类器进行故障模式识别。比较人工神经网络(ANN)与ANFIS的故障诊断效果。结果表明,该算法... 详细信息

提出一种基于小波熵和自适应神经模糊推理系统(ANFIS)的滚动轴承故障诊断方法。对原始振动信号进行小波包分解,提取小波熵特征,然后用ANFIS作为分类器进行故障模式识别。比较人工神经网络(ANN)与ANFIS的故障诊断效果。结果表明,该算法诊断准确率高于神经网络。

关键词：故障诊断自适应神经模糊推理系统小波熵神经网络

来源：评论

学校读者我要写书评

暂无评论

模糊神经网络在锅炉过热汽温控制中的应用研究

模糊神经网络在锅炉过热汽温控制中的应用研究

引用

作者：张密哲燕山大学

学位级别：硕士

大多数火电厂锅炉过热汽温对象是具有大延迟、大惯性的被控环节,并且还具有较强的参数时变性和非线性。因此,很难对汽温进行有效地控制。当外界发生扰动时,能否及时调节控制系统,把温度维持在一定的偏差范围内,对控制系统来说是非常重要... 详细信息

大多数火电厂锅炉过热汽温对象是具有大延迟、大惯性的被控环节,并且还具有较强的参数时变性和非线性。因此,很难对汽温进行有效地控制。当外界发生扰动时,能否及时调节控制系统,把温度维持在一定的偏差范围内,对控制系统来说是非常重要的,它直接影响着电厂运行的安全性和经济性。本文在对自适应神经模糊推理系统(ANFIS)和模糊控制进行深入研究基础上,提出了一种自适应模糊神经网络过热汽温控制方案。以Matlab/Simulink为仿真工具,研究了过热汽温的响应特性。本文研究内容主要包括以下几个方面: (1)阐述了过热汽温控制的研究意义,介绍了其研究现状与发展趋势。针对目前的控制策略所存在的一些问题,确立了本文设计出发点。 (2)简要介绍了过热汽温的静、动态特性,并介绍了建立汽温数学模型的方法,重点介绍了汽温串级控制系统。 (3)简要介绍了模糊控制和神经网络控制的理论,重点分析了模糊控制器的设计步骤及神经网络的学习算法。 (4)简要阐述了模糊神经网络控制策略,详细描述了模糊神经网络的学习算法,设计了以模糊神经网络控制器(FNNC)为主控制器的汽温串级控制系统,通过仿真证明了该控制方法比传统的PID控制效果好。 (5)简要阐述了基于ANFIS的神经网络,重点介绍了ANFIS的结构及学习算法,设计了自适应模糊神经网络的过热汽温串级控制系统。其中,主控制器由一个基于ANFIS神经网络的模糊控制器与一个智能比例积分环节并联构成。最后将其应用到了600MW直流锅炉中,进行了仿真研究,结果表明,该系统具有良好的控制效果,具有一定的工程利用价值。

关键词：锅炉过热汽温串级控制模糊神经网络自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于人工智能的冷带轧机板形模式识别与控制

基于人工智能的冷带轧机板形模式识别与控制

引用

作者：逄宗鹏燕山大学

学位级别：硕士

随着国民经济的发展和现代生活水平的提高,板带材的需求量在不断增加,同时对板带材产品质量的要求也日益提高。板形模式识别与控制作为关系板带材产品质量的关键技术,已成为钢铁行业重点研究问题。近年来,智能理论技术不断发展,由于智... 详细信息

随着国民经济的发展和现代生活水平的提高,板带材的需求量在不断增加,同时对板带材产品质量的要求也日益提高。板形模式识别与控制作为关系板带材产品质量的关键技术,已成为钢铁行业重点研究问题。近年来,智能理论技术不断发展,由于智能方法在建模、优化和控制方面具有强大的功能,所以板形模式识别和控制技术的智能方法研究是现代板形技术发展的必然趋势。本文选择具有理论与实际意义的基于人工智能的冷带轧机板形模式识别与控制为研究课题,研究了目前的板形智能识别和控制方面的理论知识,对其进行了综合分析,取长补短,重点利用模糊神经网络理论对板形模式识别与控制进行了进一步的研究。首先,针对传统的最小二乘板形模式识别方法的抗干扰能力差、精度低和神经网络方法存在网络学习时间长、易陷入局部最小值等问题,把模糊理论和神经网络的优点融合在一起,通过三个自适应神经模糊推理系统的有效拟合,提出了一种基于自适应神经模糊推理系统的板形模式识别方法。研究结果表明,该方法能够很好的克服以上缺点,而且能够有效识别出常见的板形缺陷,识别速度和精度有所提高,识别结果跟实测板形也非常接近。其次,针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵的不足,通过对大量的生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法,建立了基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形预测模型。通过基于减法聚类的ANFIS的板形动态矩阵预测模型,在线求得不断变化的影响矩阵,实现板形的有效控制,兼顾了板带生产的实时性与复杂性。最后,将提出的板形控制的动态影响矩阵法在900HC轧机上进行了仿真应用,通过仿真实验结果充分验证了本文提出的板形预测模型和板形控制的动态影响矩阵法的有效性。

关键词：板形模式识别板形控制影响矩阵自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于ANFIS模型的基坑岩土力学参数反分析及其应用

基于ANFIS模型的基坑岩土力学参数反分析及其应用

引用

作者：刘江磊中国地质大学（武汉）

学位级别：硕士

近些年，随着我国经济发展和城市建设现代化的不断提高，特别是国家对宏观经济政策的调整，加大了基础设施建设的投入以及对世博会场馆的筹建，城市建设呈现出向高空与地下空间发展的态势。相应在土木工程中也出现了大量的深基坑工程，... 详细信息

近些年，随着我国经济发展和城市建设现代化的不断提高，特别是国家对宏观经济政策的调整，加大了基础设施建设的投入以及对世博会场馆的筹建，城市建设呈现出向高空与地下空间发展的态势。相应在土木工程中也出现了大量的深基坑工程，基坑开挖的深度、面积已经越来越大，技术难度也越来越高。然而基坑工程是具有不确定性、多元性和时域性等动态特性的工程，对于基坑岩土力学参数的确定一直是一个技术难题，通常是采用野外现场试验或室内试验等试验方法来确定。但这种方法不能反映基坑工程的动态特性，目前普遍采用工程反分析方法，即由现场监测量测信息来及时动态的反演各个力学参数，以达到基坑工程信息化施工和动态设计的要求。\n 由于现行的各种工程反分析方法大多存在着不足之处如：基于最优化理论的反分析方法，其搜索速度随反演参数的增多呈级数减慢、解的稳定性较差、容易陷入局部极值点和误差传递导致不收敛并且难以搜素到全局最优解等；而基于人工神经网络的反分析方法，当求解空间相对较大时便很难收敛到所需要的精度，而且训练结果具有不唯一性，因而很难获得与实际岩土参数相吻合的反演结果；基于遗传算法的反分析方法，需要对搜索过程进行大量的人为的经验性干预才能搜索到全局最优解。因此，寻找一个完善且高效率的优化算法对促进反分析方法在岩土工程中的推广应用有很大帮助。\n 为此，本文尝试采用基于MATLAB(R2007a)模糊工具箱中的自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System，即ANFIS)来对基坑岩土力学参数进行反演分析，并结合汉口火车站出站厅基坑工程实例，动态反演具体参数，检验反演精度，从而验证了该方法用于基坑参数反分析的可行性及工程适用性。\n 本文主要进行了如下研究：\n (1)对国内外工程反分析的研究现状进行综述，分析了目前工程反分析所存在的缺点及发展的趋势，并对岩土工程反分析的内容和方法进行总结和分类。\n (2)对人工神经网络和模糊分析理论两种方法的基本原理进行了简单介绍，并详细阐述了自适应神经模糊推理系统(ANFIS)的原理和其用于基坑位移反分析的可行性。\n (3)通过正交试验设计法确定了基坑岩土力学参数对于位移的敏感程度，虽然得出E为最敏感参数，但综合考虑了基坑开挖支护工程的设计意图及主要矛盾，同时借鉴前人在基坑岩土力学参数反分析上所做的研究。最终本文确定采用弹性抗力系数反分析方法，反演参数确定为地基土水平抗力系数m，粘聚力C和内摩擦角φ。\n (4)对如何建立基坑岩土力学参数位移反分析的ANFIS模型进行了探讨和研究。\n (5)以汉口火车站出站厅基坑工程为基础，采用均匀设计法设计计算方案，通过基坑弹性地基梁法计算模型建立了ANFIS模型所需的雏形训练样本集。以位移作为自变量，参数作为因变量，建立相应的映射关系。规格化处理后采用减法聚类方法确定网络结构，采用最小二乘法和梯度下降法相结合的混合算法来进行网络学习训练，之后建立了该基坑工程的ANFIS位移反分析模型。最后将该基坑工程的量测位移值带入到训练好的ANFIS模型中，输出即为该基坑土体的力学参数值，通过检验数据对的检验，证明该方法可以很好的进行力学参数反演分析，反演精度可高达88％以上。\n (6)通过实测位移与运用反演参数值计算位移之间的比对，得出ANTIS反分析模型的精度良好，并论证了模型用于基坑岩土力学参数反分析的可行性及实用性。\n (7)分析了ANFIS方法用于基坑岩土力学参数反分析的优点和不足之处，并对该方法的改进提出了一些实用建议。\n 本文结合前人位移反分析的经验及理论知识，证明了将人工神经网络理论与位移反分析方法相结合，尝试采用新的方法--自适应神经模糊推理系统(ANFIS)的智能优化方法来对基坑岩土力学参数进行反演分析是成功的。并且这种新的方法克服了传统反分析方法的搜素速度慢以及难以收敛的缺点，具有反演精度高，收敛速度快等优点。同时该方法可以客观地评估基坑当前的稳定状态，具有较强的实用性，并为基坑工程施工的信息化控制预报提供了一个新的思路。

关键词：基坑参数岩土力学自适应神经模糊推理系统反演分析弹性地基梁法 ANFIS模型

来源：评论

学校读者我要写书评

暂无评论

机器人模糊模型辨识方法研究及其在机器马中的应用

机器人模糊模型辨识方法研究及其在机器马中的应用

引用

作者：张永兴燕山大学

学位级别：硕士

机器人系统是一个十分复杂的多输入多输出系统,具有时变、强耦合和非线性动力学特性。在机器人解析建模过程中需要做大量的假设和近似处理,忽略一些不确定性因素和不确定的外界干扰,诸如机器人各关节之间的摩擦、高频特性、信号的检测... 详细信息

机器人系统是一个十分复杂的多输入多输出系统,具有时变、强耦合和非线性动力学特性。在机器人解析建模过程中需要做大量的假设和近似处理,忽略一些不确定性因素和不确定的外界干扰,诸如机器人各关节之间的摩擦、高频特性、信号的检测误差等,无法得到其精确的数学模型。近年来,模糊建模已经成为非线性系统建模的研究热点,基于模糊理论的模糊辨识方法正被广泛应用于复杂系统的建模中。对于机器人系统而言,引进模糊建模方法将为实现机器人鲁棒自适应控制打下坚实基础。本文以不确定性机器人系统为研究对象,主要研究了两种机器人模糊建模方法,并将这两种方法用于仿生机器马的模糊模型建立当中,具体工作如下: 首先给出一种基于自适应神经模糊推理系统(ANFIS)的方法对机器人系统进行建模。为了给ANFIS赋予一个合适的初始状态,选用减法聚类对输入数据进行处理。ANFIS网络的所有参数采用混合算法进行调节,即前提参数采用梯度下降法,结论参数采用最小二乘法。接着提出一种改进的模糊聚类方法对机器人系统进行建模。建模过程中首先采用减法聚类进行聚类分析,然后用模糊均值聚类来辨识机器人T-S模糊模型的前提结构和前件参数,利用递推最小二乘法推出结论参数。最后,将基于ANFIS和改进型模糊聚类算法应用在6自由度仿生机器马系统上分别进行建模。通过实验采集输入输出数据,来建立机器马的模糊模型。仿真结果表明两种方法辨识精度高,所建模型结构简单,并且能将外界干扰等诸多不确定性因素包含在模糊模型当中。

关键词：机器人系统减法聚类自适应神经模糊推理系统 T-S模糊模型模糊聚类仿生机器马

来源：评论

学校读者我要写书评

暂无评论

垂直轴磁悬浮风力发电机转子系统控制研究

垂直轴磁悬浮风力发电机转子系统控制研究

引用

作者：张广路燕山大学

学位级别：硕士

随着经济的不断发展和生活水平的不断提高,能源问题的解决变得迫在眉睫。被称为“绿色能源”的风能受到重视,作为一种自然资源,和煤炭、石油、天然气等常规能源一样可以利用,而且有其独特的优点,清洁无污染。如果能成功研制出适合地区... 详细信息

随着经济的不断发展和生活水平的不断提高,能源问题的解决变得迫在眉睫。被称为“绿色能源”的风能受到重视,作为一种自然资源,和煤炭、石油、天然气等常规能源一样可以利用,而且有其独特的优点,清洁无污染。如果能成功研制出适合地区特点的容易安装、弱风速启动、安全性高的小型、户型风力发电机,并且推广到家庭使用,使小型电源成为电网供电的有效补充,既减轻传统发电的污染问题,又可以缓解局部地区能源短缺的局面,这对于我国能源配置将有重大意义。本文选择了具有理论与实际意义的垂直轴磁悬浮风力发电机转子系统控制为研究课题,做了一些相关工作。本文首先对垂直轴磁悬浮风力发电机进行了简要设计,将磁悬浮技术应用在转子系统中,采用电磁-永磁相结合的混合悬浮方案,使其具有诸多优点:没有接触,不需润滑、功耗低、启动风速进一步降低等等。在此基础上,建立了转子系统的数学模型,以求能够对转子位移进行有效控制。然后,结合滑模变结构控制、自适应神经模糊推理系统(ANFIS)以及工业中普遍应用的PID控制思想。针对磁悬浮转子系统,本文进一步研究了模糊滑模控制和基于自适应神经模糊推理系统的ANFIS-PID控制,实现了垂直轴磁悬浮风力发电机转子的稳定悬浮。滑模控制最大的优点是强鲁棒性,通过选择合适的切换函数和设计相应的控制律来保证垂直轴磁悬浮风力发电机转子系统对复杂运行环境的适应力,对参数变化和干扰的抑制能力。而滑模控制最大的缺点是存在抖振,本文运用模糊算法来柔化滑模控制的输出,很大程度的削弱了一般滑模控制的抖振问题。ANFIS-PID控制充分结合模糊控制的抽象能力和神经网络的学习能力,能够对PID控制参数实现在线调整,有效的解决了常规PID控制器不能自动调整PID参数的缺点,增强了转子系统的自调整能力。仿真证明,上述两种控制方法成功实现了转子的稳定悬浮,使垂直轴磁悬浮风力发电机的转子系统具有良好的动态性能,达到预期目的。

关键词：风力发电垂直轴磁悬浮自适应神经模糊推理系统滑模控制

来源：评论

学校读者我要写书评

暂无评论

基于磁流变阻尼器结构智能控制研究

基于磁流变阻尼器结构智能控制研究

引用

作者：徐康合肥工业大学

学位级别：硕士

结构振动控制是多学科交叉的新技术领域,结构振动控制可以有效地减轻结构在风和地震等动力作用下的反应和损伤、有效的提高结构的抗振能力和抗灾性能,是抗振减灾积极有效的对策。本文采用计算机仿真计算,将模糊控制理论和神经网络控制... 详细信息

结构振动控制是多学科交叉的新技术领域,结构振动控制可以有效地减轻结构在风和地震等动力作用下的反应和损伤、有效的提高结构的抗振能力和抗灾性能,是抗振减灾积极有效的对策。本文采用计算机仿真计算,将模糊控制理论和神经网络控制理论引入结构控制领域,主要完成工作如下: (1)介绍磁流变阻尼器力学特性及磁流变阻尼器结构振动控制方法。 (2)介绍结构振动控制发展现状及模糊控制和自适应神经模糊推理系统(ANFIS)的基本理论。 (3)使用磁流变阻尼器为控制设备,将模糊逻辑控制方法应用于磁流变阻尼器的控制。模糊控制方法不依赖于精确模型、调节简单,该方法能有效控制MR智能阻尼器。 (4)利用Matlab及Simulink软件包建立了地震作用下结构的动力反应仿真分析模型,以此来取代常规的动力反应时程分析方法。 (5)自适应神经网络模糊推理系统(ANFIS)结合模糊控制和神经网络控制的优点,利用模糊控制的逻辑能力和神经网络的自学习能力来提高控制的快速性和自适应性。本文采用该方法对磁流变阻尼结构实施振动控制仿真分析,仿真结果表明:振动控制效果明显,自适应神经网络模糊控制是一种很好的控制方法。

关键词：磁流变阻尼器自适应神经模糊推理系统模糊控制 Simulink

来源：评论

学校读者我要写书评

暂无评论

基于自适应神经模糊推理系统的非线性系统辨识

引用

系统工程与电子技术 2005年第1期27卷 108-110页

作者：侯志祥申群太李河清中南大学信息科学与工程学院湖南长沙410083 长沙交通学院汽车与机电工程系湖南长沙410076

针对非线性系统辨识方法中偶然性大,精度不高,收敛速度慢,训练过程时间长的问题,提出一种基于自适应神经模糊推理系统的非线性系统辨识方法,利用模糊推理系统使规则结构化及神经网络具有很强的泛化能力相结合,具有以任意精度逼近任何线... 详细信息

针对非线性系统辨识方法中偶然性大,精度不高,收敛速度慢,训练过程时间长的问题,提出一种基于自适应神经模糊推理系统的非线性系统辨识方法,利用模糊推理系统使规则结构化及神经网络具有很强的泛化能力相结合,具有以任意精度逼近任何线性或非线性函数的特点。对非线性系统进行辨识,仿真结果表明,ANFIS进行非线性系统辨识是可行的,其辨识精度很高。

关键词：自适应神经模糊推理系统非线性系统辨识

来源：评论

学校读者我要写书评

暂无评论

ANFIS的板形控制动态影响矩阵方法

引用

智能系统学报 2010年第4期5卷 360-365页

作者：张秀玲逄宗鹏李少清张少宇燕山大学电气工程学院河北秦皇岛066004 燕山大学工业计算机控制工程河北省重点实验室河北秦皇岛066004

针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵法的不足,通过对大量生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法.通过基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形动态矩阵预测模型,... 详细信息

针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵法的不足,通过对大量生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法.通过基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形动态矩阵预测模型,在线求得不断变化的影响矩阵,兼顾了板带生产的实时性与复杂性,仿真实验验证了其有效性.

关键词：板形控制自适应神经模糊推理系统影响矩阵聚类模糊

来源：评论

学校读者我要写书评

暂无评论

基于ANFIS的迭代学习控制初始控制研究

引用

微计算机信息 2010年第12期26卷 219-221页

作者：郝晓弘段晓燕李恒杰兰州理工大学电气工程与信息工程学院兰州730050

将自适应神经模糊推理算法用于迭代学习控制初始控制输入量的求取问题,提出一种基于自适应神经模糊推理系统的迭代学习初始控制算法。针对传统迭代学习控制中对于经验数据运用不足或是没有运用的问题,利用迭代学习控制对于以往控制任务... 详细信息

将自适应神经模糊推理算法用于迭代学习控制初始控制输入量的求取问题,提出一种基于自适应神经模糊推理系统的迭代学习初始控制算法。针对传统迭代学习控制中对于经验数据运用不足或是没有运用的问题,利用迭代学习控制对于以往控制任务的学习建立经验数据库,通过自适应神经模糊推理系统对于经验数据库中的数据进行拟和以得到新的控制输入量。通过仿真分析验证了算法的可行性和有效性。

关键词：迭代学习控制初始控制经验数据库自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：