船舶柴油发电机转速神经网络容错控制

结合人工神经网络与智能容错控制，形成船舶柴油发电机转速神经网络容错控制。对由故障诊断后获取的特征值进行归一化处理，把经过处理的特征值作为神经网络的输入样本集，设计输出样本集，建立BP神经网络和ELMAN神经网络，用整理后的数据训练神经网络，使神经网络具有容错控制功能，并对神经网络模型进行仿真测试。仿真试验显示可以实现对船舶电力系统容错控制，保证船舶的安全运行。     

基于单神经元PI的船用异步电机无速度传感器仿真

针对船用异步电机转速辨识不精确而导致的控制系统不稳定问题,使用基于模型参考自适应系统的无速度传感器技术取代传统的转速检测装置对转速信号进行估测。根据神经网络的自学习和自适应能力,设计了一种单神经元自适应PI调节器以实现控制参数的在线自整定,克服了传统PI控制器在非线性和时变系统中控制能力差的缺陷。结合异步电机矢量控制技术,使用基于转子磁链模型的转速辨识算法对电机转速进行估测,将单神经元PI控制器应用于转速估测系统,实现对电机转速的精确估计。仿真结果表明,相对于传统控制器,设计的单神经元自适应PI调节器响应速度快,参数自调节性能强,转速估测更为精确。     

船舶柴油发电机转速的BP-PID并行控制

针对船舶柴油发电机转速控制问题,结合BP神经网络对非线性系统的高拟合性与经典PID控制的优良性能,形成船舶柴油发电机转速BP-PID并行控制系统。控制系统中BP神经网络控制器与PID控制器相结合,经过神经网络控制器的不断训练学习,控制器获取船舶柴油发电机转速系统的模型,并逐渐地由BP神经网络控制器占主要控制作用,从而达到对系统的实时控制。仿真结果证明了该方法的可行性。     

基于RBF神经网络的永磁同步电机矢量控制系统

永磁同步电机(PMSM)数学模型是非线性、强耦合、多变量的。传统的矢量控制采用双闭环控制,转速环和电流环都是采用的传统的PID控制器。针对PID控制方法的不足,提出一种基于径向基函数神经网络的在线辨识的单神经元PID模型参考自适应控制方法,利用神经网络对信息数据的自学习和自适应能力,提高系统对环境改变的稳定性,仿真实验表明,系统很好的实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性。     

PID神经网络自适应控制在恒流系统中的应用

本文在总结国内外相关文献的基础上,对目前神经网络自适应PID控制进行了理论研究,以目前运用较广泛的恒流系统为对象,对之进行仿真,通过将其仿真结果与传统PI控制进行比较,证明PID神经网络自适应控制的优越性.     

神经网络结合自适应噪声抵消技术在磁场信号处理方面的应用

本文基于神经网络和自适应滤波原理，讨论在复杂噪声情况下的磁场信号处理和提取问题。针对水下目标磁场特性，以实际测量的背景噪声和目标信号数据为样本，设计了低通滤波器，并应用MATLAB软件进行BP神经网络算法的模拟仿真，实现自适应噪声抵消。结果证明此方法可以显著提高对目标信号的处理和提取能力。     

基于改进型RBF神经网络的磁流变阻尼器动力学建模及仿真

为提高磁流变阻尼器(MRD)动力学精度,提出一种网络连接权值自适应调整的改进型RBF神经网络模型。利用与任一测试样本相邻的两个训练样本对应的实际连接权值,对测试样本连接权值进行线性插值,提出连接权值的自适应算法;搭建MRD动力试验平台,进行多频率、多振幅的动力性能试验,利用大量实测力学特性数据,建立RBF神经网络模型以及连接权值自适应调整的改进型RBF神经网络模型,分析比较RBF神经网络模型在改进前后的平均累计相对误差变化规律,并进行数值仿真计算和试验测试分析。研究表明,在正弦激励频率0.25 Hz～1.0 Hz、振幅5 mm～15 mm、电流0～1.25 A工况下,相比于传统RBF神经网络模型5%的最大误差均值,改进型RBF神经网络模型使建模误差均值多控制在0.45%～0.85%之间,有效改善MRD的动力学特性,建模精度较好满足工程实际需要。     

针对高转速A/D采集的自适应平滑处理方法

船舶领域常用瞬间转速测量对各类大型机械设备进行运行状态监测及信号控制,为了提高瞬时转速测量的精度,从而提高船舶设备运行控制的准确性以及设备健康状态评估的有效性,基于传统模数转换（A/D）采集的采集转速方法——测频率法和测周期法,通过对A/D转速测量点数进行多周期平滑处理,并加入转速分段测量的自适应机制,提高A/D采集瞬时高转速的精度。在进行模拟仿真与理论结果比较验证后,进一步开展在实际测量中自适应平滑处理方法对转速测量精度影响的研究。仿真及试验结果表明,采用的转速测量方法针对不同的转频均可有效降低转速测量误差,研究成果可为船舶机械设备转速测量提供一定参考。     

基于RBF神经网络的感应电机优化控制研究

在对磁链定向下感应电机损耗模型进行了详细的分析基础上,针对电机转矩和转速与最优励磁电流存在严重的非线性关系,文中提出一种径向基神经网络控制方法并建立电机效率优化控制模型,对电机进行最大效率优化控制。仿真结果表明该系统运行效率明显提高,降低了电机损耗。     

基于BP神经网络PID算法的斗轮机自动取料流量控制优化

为解决斗轮取料机自动取料流量控制难题,提高干散货码头生产作业效率,采用BP神经网络PID控制算法对取料机取料流量控制进行优化。分析目前斗轮机取料流量控制现状,在常规PID控制方法的基础上采用BP神经网络进行改进优化,利用BP神经网络的自学习、自适应等特性,实现对PID控制参数的在线整定和优化。采用MATLAB Simulink仿真软件,建立BP神经网络PID控制模型,通过在天津某煤炭码头进行现场工程应用,证明模型的有效性和可靠性,表明BP神经网络PID算法能进一步提高干散货码头整体生产作业效率,延长大机设备使用寿命。     

船舶主柴油机缸套冷却水出口温度的智能控制

利用传热学的有关理论,对船舶主柴油机缸套冷却水系统的传热机理进行了分析,给出了船舶主柴油机缸套冷却水系统的动态热力数学模型,并将基于神经网络的模糊PID控制引入到缸套冷却水出口温度控制系统中,以实现对对象进行在线控制.仿真结果表明,基于神经网络的模糊PID自适应控制比传统的PID控制的控制性能更好,而且前者具备适应控制环境变化的能力和自学习能力,当主机运行工况发生变化时,仍具有很好的控制性能.     

自适应神经网络用于船舶动力定位系统

船舶动力定位（DP）采用一种控制系统驱动装在船上的侧推器和尾部推进器或者几个全回转的推进器，使船定位在海平面的要求位置上。船受到风、浪及流等海洋环境力的作用时会漂移离开原位置，传统的控制方法是采用PID（比例、积分、微分）反馈控制。顾和李（1994）提出了一种新的基于人工神经网络的控制方法，它具有许多优越性：①一个可随意调节的目标函数以适合不同的需求──定位精度高或节约定位能量后前馈控制并能自适应于不同的环境力变化包括非线性的波浪漂力；本文在目标函数中引入了与速度相关的项，从而提高控制质量。这一方法也可用于自动驾驶船舶沿设定的轨迹航行。计算机模拟结果表明本方法能达到很好的控制效果。     

智能自适应控制及其在船舶操纵系统中的应用

主要分析了基于模糊控制，专家系统与神经网络的几种智能自适应控制系统的结构，原理，并与传统控制作了比较，介绍了智能自适应控制在船舶操纵系统中的应用情况，最后提出了智能自适应控制理论及应用面临的主要困难与亟需解决的问题。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类，但此网络使用BP算法，其误差能量函数是一个不规则的超曲面，容易陷入局部极小值。因此，提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法，该方法能够自动的确定网络的最优结构和联结权值，同时避免网络的局部优化。将该方法用于被动声呐晶目标的分类识别，实验结果表明基于进化规则的自适应高斯神经网络能够有效的克服局部最小问题，具有更好的识别率。     

网络控制系统诱导时延的自适应补偿研究

在网络控制系统中,网络诱导时延是造成系统性能下降甚至不稳定的基本因素.为了有效地抑制网络时延对网络控制系统性能的影响,提出了一种基于BP神经网络补偿的自适应PID控制方法,在不改变已有PID控制器控制参数的情况下,实现了对网络时延的在线自适应补偿.仿真结果表明,与传统的PID控制器比较,该方法能有效补偿网络时延的影响.     

Design of robust fuzzy controller for ship course-tracking based on RBF network and backstepping approach

1 Introduction1 Recently, adaptive control approaches based on fuzzy neural network (FNN) have been studied in a lot of papers [1–4]. FNN combines the capability of fuzzy reasoning in handling uncertain information and the capability of artificial neural…     

船舶CPP推进系统的网络控制

可调螺距螺旋桨(Controllable Pitch Propeller,简称调距桨CPP)是船舶推进系统的主要设备。随着船舶装备的不断改进,控制系统已发展到以计算机为核心的网络控制系统。针对船舶智能推进系统优化设计的应用背景,引入网络控制技术构成分布式CPP控制系统,并采用自适应模糊逻辑调节法构成网络PI控制器,以补偿网络时延对控制系统稳定性的影响。     

深弹舵机电动加载系统的滑模模糊自适应控制研究

针对某型深弹舵机电动加载控制系统存在跟踪精度、参数不确定性和干扰问题,将滑模变结构与模糊自适应控制相结合,设计了一种滑模自适应控制方案。在滑模控制中引入自适应参数调节律和模糊控制规则,采用自适应律实时调节控制器,采用模糊控制消除抖颤。仿真结果表明,滑模模糊自适应控制方法不仅改善了舵机电动加载系统的跟踪精度,而且还有效地消除外界干扰、抑制抖振,具有很强的鲁棒性。     

综合舰桥SCADA系统设计

针对综合舰桥系统的主要研究内容--航行状态监测和主机监控,设计了综合舰桥数据采集与集中监视控制系统,介绍系统设计的关键技术,阐述其应用处理方法.应用结果表明:正确的异构网络的系统集成方案选择解决了导航设备和机舱传感器信息采集,处理和利用问题,是实现数据网络化的关键.