一类不确定离散混沌系统的自抗扰控制器与小脑神经网络并行优化控制

针对一类受扰不确定离散非线性混沌系统,提出了基于免疫动态微粒群优化策略的ADRC与CMAC神经网络并行控制方法(ADRC-CMAC).ADRC控制器抑制系统扰动,保证系统的稳定性;CMAC神经网络控制器实现前馈控制保证系统的控制精度和响应速度.利用动态免疫微粒群算法对ADRC-CMAC并行控制器参数进行全局优化.实验结果表明该控制方法具有较快系统的响应速度,较好的抗干扰能力,控制精度高. 关键词： 自抗扰控制器 小脑神经网络 并行控制 混沌系统     

应力盘智能控制盘面面形的表征方法及检测技术的研究

分析了CMAC神经网络应力盘智能控制中面形表征及检测的特点,提出了以Zernike多项式系数用于表征应力盘盘面面形的方法,以微位移阵列传感器检测得到的原始数据经插值拟合重构出盘面面型数据,再经Gram-Schimdt正交化后拟合出的Zernike多项式的系数,以此作为CMAC神经网络的输入样本来完成CMAC神经网络的训练。并在实验中初步验证了此方法的可行性。     

CNN/Kalman技术在组导中的应用研究

经典的卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知，而组合导航系统的噪声具有非先验性。为了解决这一问题，提出了一种新型复合神经网络(CNN)辅助卡尔曼滤波器(Kalman)。仿真试验结果表明：该辅助算法的精度与一般卡尔曼算法相比提高了2倍，收敛时间缩短近200s，并有效地克服了传统神经网络学习速度慢、泛化能力弱的缺点，使系统具有自适应能力以应付动态环境的扰动。     

基于CMAC神经网络的舰船运动预报仿真研究

舰船运动是引发多种海面事故的主要原因,为了提高舰载机着舰安全系数、提高舰船战斗力、减少海难等事故的发生,舰船运动极短期预报是至关重要的.首次将CMAC神经网络应用于舰船纵摇运动姿态的极短期预报中,建立了CMAC神经网络舰船运动预报模型.同时对实际的舰船纵摇运动数据进行了数值仿真,证实了CMAC神经网络模型在舰船运动预报中的应用是合理且可行的.     

Intelligent active vibration control in an isolation platform

This paper presents the study on the vibration attenuation in an isolated platform by combining multi-layer perception (MLP) neural network, radial basis function (RBF) neural network, cerebella model articulation controller (CMAC) neural network and fuzzy neural networks (FNN) with error back propagation algorithm to control voice coil actuator. Usually, the methods in past time to control vibration were mainly designed by using mathematical models, which must be nearly close to the actual plant models. As regards to these utilized control methods, the most important advantage of them are that they have capability of self tuning the parameters of controllers and could adapt the changes of the environments. The performance of attenuation and control effectiveness can be evaluated by placing the accelerator to measure the amplitude at the center of the isolated platform. The experimental results in this study show that the control methods as adopted could greatly attenuate the vibration of resonance and external disturbance in an isolation platform.     

考虑摩擦特性的柔性关节空间机器人自适应CMAC神经网络鲁棒控制

讨论了关节摩擦力矩影响下,具有柔性铰关节的漂浮基空间机器人系统的动力学控制问题.设计了基于高斯基函数的小脑神经网络(CMAC)鲁棒控制器和摩擦力矩补偿器.用奇异摄动理论对系统的动力学模型进行快慢变子系统分解,针对快变子系统,设计力矩微分反馈控制器来抑制机械臂关节柔性引起的振动;对于慢变子系统,设计了基于自适应CMAC神...     

基于脑模型控制器的红外背景预测算法

在分析云背景红外图像空间分布上存在混沌现象的基础上,提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点,对云背景图像进行预测,并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明,该算法能有效地提高云背景的预测准确度,预测残差符合白噪音特性,对云背景杂波具有良好的抑制效果,能显著提高目标的信杂比,从而改善目标的检测性能.     

基于PLC的变压器油监控系统的设计与实现

针对某变压器生产厂商的变压器油在注入、净油、储存等工艺进行研究,选用西门子S7-300PLC为核心控制器,运用Profibus-DP总线搭建了分布式I/O控制网络,以MCGS软件作为上位机开发软件设计了操作界面,对净油工艺进行改进并采用CMAC与PID并行控制策略对净油温度控制进行优化,提高了净油效率,能耗比原来降低近40%。使油品管理与使用实现自动化,很好的满足了变压器生产企业需求。     

基于CMAC神经网络的能动磨盘智能控制实验研究

 针对能动磨盘面形控制系统的非线性和多变量特点，提出了基于CMAC神经网络的能动磨盘面形智能控制方法，以CMAC神经网络来映射磨盘面型和控制脉冲之间复杂的关系。为验证上述智能控制方法，搭建了由有效变形口径为420 mm能动磨盘和60路微位移阵列传感器组成的3单元能动磨盘面形检测实验平台，在该实验平台上进行了多组实验，利用微位移阵列传感器分别检测出能动磨盘在1单元、2单元和3单元驱动器作用下实验面形相对于理论面形的偏差，其中峰谷值分别为0.99，2.34和2.68 mm，均方根值分别为0.19，0.59和0.57 mm，实验结果验证了能动磨盘CMAC神经网络智能控制的可行性。     

螯合金属离子亲和色谱法分离α-氨基酸和肽

以ＳｅｐｈａｄｅｘＧ１０为基质螯合二价铜离子的亲和色谱法分离α－氨基酸和肽，使之得以完全分离。对分离过程的原理进行了讨论。