检索结果-南通市图书馆

基于t-s模糊神经网络的智能轮椅避障控制策略

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2014年第12期22卷 3943-3945页

作者：简毅赵新全张文凯重庆大学机械工程学院重庆400030 许继德理施尔电气有限公司河南许昌461000

针对传统智能轮椅避障策略的路径规划效率差、功耗高等缺点,提出一种基于模糊神经网络的环境深度分区控制策略;利用红外、超声波和激光传感器的测量信息将待识别环境分为3个不同的深度区间,同时,利用t-s模糊神经网路算法融合异质传感器... 详细信息

针对传统智能轮椅避障策略的路径规划效率差、功耗高等缺点,提出一种基于模糊神经网络的环境深度分区控制策略;利用红外、超声波和激光传感器的测量信息将待识别环境分为3个不同的深度区间,同时,利用t-s模糊神经网路算法融合异质传感器的测量信息,然后设计模糊控制规则,实现智能轮椅避障动作;最后建立智能轮椅的运动学模型和测量模型,并进行simulink仿真测试;经仿真可知,该方法控制可靠,可快速无碰撞地通过障碍区,并能减少功耗,提高续航能力。

关键词：环境深度分区策略 t-s模糊神经网络信息融合避障

基于t-s模糊神经网络的飞机突发故障诊断研究

在线全文

学校读者我要写书评

暂无评论

基于T-S模糊神经网络的飞机突发故障诊断研究

作者：邓征中国民航大学

学位级别：硕士

飞机突发故障具有很大的随机性、模糊性特点,传统的故障诊断方法不能有效的加以解决。目前国内各航空公司普遍采用快速存取记录器QAR(Quick Access Recorder)进行飞机空中飞行的数据记录。QAR数据详细记录了飞机飞行时的真实状态,这些... 详细信息

飞机突发故障具有很大的随机性、模糊性特点,传统的故障诊断方法不能有效的加以解决。目前国内各航空公司普遍采用快速存取记录器QAR(Quick Access Recorder)进行飞机空中飞行的数据记录。QAR数据详细记录了飞机飞行时的真实状态,这些数据为对飞机的实时状态监控和后期的故障诊断提供了有力的依据。特别是在飞机维修工作量快速增长、航班排故时间有限以及排故、维修效率较低的条件下,对QAR数据进行深层次的研究来提高飞机的故障诊断水平显得尤为重要。本文采用t-s模糊神经网络技术,结合飞机维护的作业流程,以QAR数据为研究对象,建立了基于t-s模糊神经网络的故障诊断系统。可以对飞机突发故障进行定位并判定故障严重程度,能有效帮助航空维修人员快速准确的进行故障排除工作。主要解决的关键性问题:(1)对采用t-s模糊神经网络进行故障诊断进行了系统的整体分析,确定了设计目标,对设计中可能遇到问题进行了预测,最后对系统进行了整体的框架图设计。(2)进行了遗传神经网络算法的改进。针对BP神经网络处理QAR数据时表现出的收敛性差甚至不能收敛的问题,设计出一个网络误差评价函数对训练误差值进行实时动态的监控,当误差变化不大或者保持一个恒定值时便引入遗传算法,对网络的权值和阈值进行遗传优化。既充分发挥了BP神经网络的一般收敛性,又使遗传算法优化网络的时机得到了准确的引导,较好的解决了网络诊断的收敛性问题。(3)t-s模糊神经网络诊断系统的网络平台的搭建。在神经网络基础上引入模糊逻辑构造出模糊神经网络故障诊断系统,通过设计一个并联的子模糊网络系统解决了输入值过多引起的模糊规则数激增的问题;由模糊神经网络的输出值进行故障定位和故障严重程度的判定。本文针对处理海量的QAR数据进行飞机突发故障诊断的问题,采用了模块分割,化繁为简的处理原则,对基于t-s模糊神经网络的飞机突发故障诊断进行了研究,提出了改进的遗传神经网络算法,并对输入量过多引起的模糊规则灾难进行了双并联网络的设计,通过实验验证,较好的实现了预期的目标,所构造的诊断系统能对飞机进行故障定位和故障严重程度的判断。

关键词：飞机突发故障诊断 QAR数据模糊规则遗传神经网络算法 t-s模糊神经网络

基于t-s模糊神经网络和曲面拟合算法的水质检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于T-S模糊神经网络和曲面拟合算法的水质检测方法研究

作者：曹萍萍淮北师范大学

学位级别：硕士

随着经济的快速发展,伴随而来的是在工业生产中大量废水的排放,导致巨大的工业污染,严重危害生态平衡,影响了人类的正常生活。为了保护生态环境和人们的生命健康,各个国家都将水质检测放到了环境保护的重要位置,通过检测水体的物理、化... 详细信息

随着经济的快速发展,伴随而来的是在工业生产中大量废水的排放,导致巨大的工业污染,严重危害生态平衡,影响了人类的正常生活。为了保护生态环境和人们的生命健康,各个国家都将水质检测放到了环境保护的重要位置,通过检测水体的物理、化学和生物等特性来判断水体的污染情况。现存的水质检测方法大多依赖如电化学法、分光光度法、色谱法等传统方法,具有测量方法复杂、成本较高、准确性低等缺陷,因此研发水质监测新方法与新设备有着重要的意义。计算机技术的发展,使人工智能与图像处理技术在许多相关领域得到了广泛的应用。因此,将人工智能和图像处理技术应用于水质检测领域,代替传统的分光光度法,此外计算机具有非常强大的数据处理能力,对提高水质检测的准确性、降低检测成本有着重大意义。本文在研究国内外水质检测方法的基础上,提出了基于数字摄像头结合t-s模糊神经网络和曲面拟合算法测量水质的方法。本文的主要内容和创新点如下:（1）.提出了一种数字摄像头结合t-s模糊神经网络测量水体浊度的测量模型。将标准水样的RGB值作为t-s模糊神经网络的输入,标准水样的浊度值作为输出,建立水浊度与RGB值之间的非线性关系,用于标准水样和实际水样的测量,并将测量结果与浊度仪进行了对比,验证了该方法的可行性,能够准确、快速、低成本的测量水体的浊度。（2）.提出了一种摄像头结合曲面拟合算法的水体色度测量系统。将标准水样的H、s、I值与标准色度进行拟合得到色度与H、s值的表达式,根据表达式计算水体色度。将计算结果与分光光度计进行比较,具有更高的准确度。并将设计的色度测量系统成功用于水中氨氮、磷酸盐和氯化物含量的测量,取得了较好的测量结果。（3）.设计了功能完善的图像采集装置,设计的恒定光强电路用于驱动背光板,背光板内嵌2个0.5W的5700K的LED作为光源。背光板的使用使光线均匀,成像质量更好;装置包含一个样品槽用于放置水体样本和一个数字摄像头用于获取溶液图像。电路由UsB供电,恒定光强电路使用光电二极管采样背光板的光强度并产生电压信号控制背光板的工作电流形成一种闭环控制电路,可以提供恒定的光强。（4）.设计了图像处理软件。该软件是基于开源的摄像头工具开发包和C#语言开发的,用于获取水体图像的RGB值。软件功能包括色彩空间转换,将RGB值转换为Lab值和HsI值。软件还包含了摄像头参数与属性的调节与控制功能,根据测量物质,将相机的参数与属性控制在最佳条件,保证了测量结果的准确性。

关键词：水质检测图像采集图像处理 t-s模糊神经网络曲面拟合

基于t-s模糊神经网络的Hammerstein模型预测控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于T-S模糊神经网络的Hammerstein模型预测控制

作者：高文帅辽宁石油化工大学

学位级别：硕士

模型预测控制(Model Predictive Control,MPC)是一种在工业过程中产生的控制算法,经过几十年的发展,无论在理论研究还是在工业应用中,线性模型预测控制都已经发展成熟,然而实际生产过程中普遍存在的非线性,使得线性模型预测控制效果大... 详细信息

模型预测控制(Model Predictive Control,MPC)是一种在工业过程中产生的控制算法,经过几十年的发展,无论在理论研究还是在工业应用中,线性模型预测控制都已经发展成熟,然而实际生产过程中普遍存在的非线性,使得线性模型预测控制效果大打折扣,因此对非线性模型预测控制的研究十分必要。非线性预测控制主要包括基于机理模型的非线性模型预测控制,基于实验模型的非线性模型预测控制,基于智能模型的非线性模型预测控制和基于特殊模型的非线性模型预测控制等。随着科学技术理论研究的不断深入,应用t-s模糊神经网络建模思想和模型预测控制相结合的控制方法,并结合Hammerstein模型结构,成为研究典型非线性系统的重要控制手段。t-s模糊神经网络不仅具有局部逼近功能,而且具有神经网络和模糊逻辑两者的优点。本文针对Hammerstein模型描述的非线性系统进行基于t-s模糊神经网络的预测控制研究。首先应用最小二乘支持向量机(LssVM)辨识非线性系统得到非线性系统的Hammerstein模型,利用t-s模糊神经网络辨识静态非线性部分的逆模型。采用非线性控制分离策略,应用动态矩阵控制算法计算Hammerstein模型动态线性部分的中间变量,作为t-s模糊神经网络的输入,进而通过t-s模糊神经网络逆映射出控制量,以实现基于t-s模糊神经网络的Hammerstein模型预测控制。最后将提出的控制方法应用到p H中和过程的控制中,仿真结果表明本文所提方法控制效果良好,具有良好的可行性和实施性。

关键词：模型预测控制非线性 t-s模糊神经网络 Hammerstein模型

基于t-s模糊神经网络的牵引供电故障诊断专家系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于T-S模糊神经网络的牵引供电故障诊断专家系统研究

作者：卞笛石家庄铁道大学

学位级别：硕士

本文针对高铁牵引供电系统发生的故障问题进行研究。随着我国电气化铁路的快速发展和高速客运专线及动车组的广泛应用,一方面牵引电网的结构日益复杂精密,使得故障诊断越来越困难;另一方面现代社会的发展对牵引电网不间断可靠供电的要... 详细信息

本文针对高铁牵引供电系统发生的故障问题进行研究。随着我国电气化铁路的快速发展和高速客运专线及动车组的广泛应用,一方面牵引电网的结构日益复杂精密,使得故障诊断越来越困难;另一方面现代社会的发展对牵引电网不间断可靠供电的要求越来越高。为了保证牵引供电系统可靠性和安全性,有必要寻找一种智能高效的牵引供电系统故障诊断的方法,可以及时分析故障的发生原因和提供相应对策,保证供电的可靠性。本文研究设计了一种基于t-s(takagi-sugeno,日本的高木和关野提出的一种动态系统的模糊型辨识方法)模糊神经网络的牵引供电系统故障诊断专家系统,给出了各功能模块的实现方法。该专家系统采用产生式规则的知识表示方法,模糊神经网络通过大量的故障诊断获取样本数据作为知识。对于出现的一般性故障根据保护动作特点,专家系统的推理采用正向推理的方法;对于较为复杂不易判断的故障现象使用模糊神经网络推理,其推理过程是通过计算进行求解,避免了冲突并提高了推理速度。最终,在解释机部分给用户提供推理结果以及故障分析和操作指导。整个系统辅以实时电能质量分析、牵引供电整定值计算、牵引供电仿真等子系统,相互配合使用,形成一个完整的牵引供电故障诊断系统。最后在Windows XP, C#, sQL, Matlab等平台下搭建出整个牵引供电故障诊断系统。

关键词：高速铁路牵引供电故障诊断专家系统 t-s模糊神经网络

基于KPCA和t-s模糊神经网络的煤与瓦斯突出的预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

测控技术 2018年第9期37卷 15-19页

作者：顾能华姚英彪郑慧娟孙健王海伦衢州学院电气与信息工程学院浙江衢州324000 杭州电子科技大学通信工程学院浙江杭州310018 衢州市工业科技信息研究所浙江衢州324000 中国石油塔里木油田新疆库尔勒841000

应用核主成分分析(KPCA)和t-s模糊神经网络方法对煤与瓦斯突出进行快速、精准预测。利用KPCA对实验样本数据中的多种煤与瓦斯致突因素进行降维,简化问题的复杂度,将选取的累计贡献率大于90%的4个主成分作为t-s模糊神经网络的输入参数,... 详细信息

应用核主成分分析(KPCA)和t-s模糊神经网络方法对煤与瓦斯突出进行快速、精准预测。利用KPCA对实验样本数据中的多种煤与瓦斯致突因素进行降维,简化问题的复杂度,将选取的累计贡献率大于90%的4个主成分作为t-s模糊神经网络的输入参数,煤与瓦斯突出强度作为输出参数。利用实测数据进行验证,并与BP神经网络预测模型、t-s模糊神经网络预测模型的预测结果进行比较。结果表明,该方法建立的预测模型准确性、有效性更高,收敛时间短,适用于煤与瓦斯突出预测。

关键词：煤与瓦斯突出核主成分分析(KPCA) t-s模糊神经网络仿真预测

t-s模糊神经网络应用于变参数系统的控制研究

在线全文

学校读者我要写书评

暂无评论

控制工程 2005年第S2期12卷 120-122页

作者：胡玉玲曹建国北京建筑工程学院自动化系北京100044 中国科学院声学研究所北京100080

针对基于模型的传统控制策略在线性时变系统中的应用受到系统的时变性和不确定性限制,通常难以获得理想的控制性能这一问题,提出了线性时变系统的一种变参数系统模型。该模型具有有界性和不确定性特点,利用模糊神经网络具有的自学习能... 详细信息

针对基于模型的传统控制策略在线性时变系统中的应用受到系统的时变性和不确定性限制,通常难以获得理想的控制性能这一问题,提出了线性时变系统的一种变参数系统模型。该模型具有有界性和不确定性特点,利用模糊神经网络具有的自学习能力强、模型依赖性小以及鲁棒性强的优点,提出一种基于遗传算法的t-s模糊神经网络控制器对其进行控制研究,并通过仿真实验证明了该模糊神经网络控制器对变参数系统控制的可行性与有效性,为线性时变系统的控制问题提供了一种新思路。

关键词：变参数系统 t-s模糊神经网络遗传算法仿真

基于t-s模糊神经网络的可变速矿用带式输送机控制系统

在线全文

学校读者我要写书评

暂无评论

煤矿机械 2020年第6期41卷 184-187页

作者：史明邓越萍山西能源学院山西晋中030600

针对矿用带式输送机功耗较大的缺陷,对带速与输送量之间的配比进行了建模分析。设计了一种基于扩展t-s模糊神经网络的可变速矿用带式输送机控制系统。以高斯函数作为隶属函数,将匹配的可变带速和输送量作为网络的输入值,并将输出的功率... 详细信息

针对矿用带式输送机功耗较大的缺陷,对带速与输送量之间的配比进行了建模分析。设计了一种基于扩展t-s模糊神经网络的可变速矿用带式输送机控制系统。以高斯函数作为隶属函数,将匹配的可变带速和输送量作为网络的输入值,并将输出的功率作为主控功率值去控制从控电机,达到通过电流的自动调整控制从控电机,从而实现矿用输送机整体功率保持平衡状态的自动控制的目的。仿真结果表明:该系统可以实现矿用带式输送机多电机下的可变带速的功率平衡,能够达到输送机节能优化的目标,为煤矿企业自动化控制提供了新的思路和方向。

关键词： t-s模糊神经网络带式输送机带速与电流控制

基于t-s模糊神经网络的CFB-FGD过程脱硫效率的预报研究

在线全文

学校读者我要写书评

暂无评论

基于T-S模糊神经网络的CFB-FGD过程脱硫效率的预报研究

作者：秦晓娜东北大学

学位级别：硕士

循环流化床烟气脱硫(CFB-FGD)技术是一种具有投资低、脱硫效率高、运行可靠和操作维护方便等特点的烟气脱硫技术。由于CFB-FGD系统是一个非线性多变量复杂的系统,当前还未能完全掌握其复杂的机理,从机理角度出发建立的脱硫效率预报模型... 详细信息

循环流化床烟气脱硫(CFB-FGD)技术是一种具有投资低、脱硫效率高、运行可靠和操作维护方便等特点的烟气脱硫技术。由于CFB-FGD系统是一个非线性多变量复杂的系统,当前还未能完全掌握其复杂的机理,从机理角度出发建立的脱硫效率预报模型还不能完全满足高精度预报脱硫效率的要求,为此,本文对CFB-FGD系统进行了基于t-s模糊神经网络模型的脱硫效率预报方法的研究。本文首先对CFB-FGD过程运行规律进行了深入的分析,建立了CFB-FGD过程脱硫效率的机理预报模型,并讨论了CFB-FGD过程脱硫效率的影响因素。接着,在模糊神经网络建模理论的指导下,提出了基于模糊C均值聚类(FCM)算法的模糊神经网络建模方法;重点探讨了t-s模糊神经网络模型的前、后件网络的参数辨识方法,由于FCM算法中根据经验选定的模糊划分类别数c会影响聚类结果,本文提出了一种新的有效性函数的概念,用以确定最优的模糊集合划分类别数c,即改进了FCM算法。最后,根据CFB-FGD过程的机理预报模型中确定的对脱硫效率影响因素贡献的大小,确定了模糊神经网络模型的输入变量,建立了CFB-FGD系统的t-s模糊神经网络预报模型,并通过改进的模糊C均值聚类算法辨识其前件网络参数,采用最小二乘法辨识模型的后件网络参数。仿真实验结果表明,模糊神经网络建模方法能有效地建立非线性系统模型,所建立的t-s模糊神经网络预报模型可以较好地模拟本系统并精确地预报脱硫效率;与机理预报模型相比较,t-s模糊神经网络预报模型的预报效果更好。

关键词： CFB-FGD 脱硫效率预报 t-s模糊神经网络模糊C均值聚类有效性函数