基于神经网络PID控制的包装印刷位置伺服系统

针对包装印刷传动位置伺服系统，介绍一种基于共轭梯度学习算法的神经网络自适应PID控制方法。利用神经元的自学习、自适应特点，通过对位置系统的在线边学习边控制实现系统的快速实时控制。仿真研究表明，该传动位置伺服系统不仅具有令人满意的静、动态性能，还能较强的鲁棒性与自适应性。     

基于PLC变频调速的包装印刷自动套色位置跟踪系统

根据包装印刷传动中高精度位置跟踪系统的工作原理，提出将PLC可编程控制器与全数字高性能的变频交流伺服系统结合起来，以全数字高性能变频器MSD0421A系列作执行机构，用PLC作驱动装置，利用PLC的高速计数器和脉冲集成输出功能与MSD0421A的脉冲位置控制方式构成包装印刷传动的位置控制系统．并实现了该系统的硬件与软件的开发．     

基于PLC变频调速的包装印刷自动套色位置跟踪系统

根据包装印刷传动中高精度位置跟踪系统的工作原理,提出将PLC可编程控制器与全数字高性能的变频交流伺服系统结合起来,以全数字高性能变频器MSD0421A系列作执行机构,用PLC作驱动装置,利用PLC的高速计数器和脉冲集成输出功能与MSD0421A的脉冲位置控制方式构成包装印刷传动的位置控制系统.并实现了该系统的硬件与软件的开发.     

基于神经网络的地铁牵引整流器直接功率控制算法研究

现代地铁交通车辆短间隔内重复起动停车、加速减速,车辆需要的电流处于不断变化的过程,难以建立复杂的精确数学模型,且对系统在短时间内抗负载突变的能力有较高要求。将直接功率控制理论和神经网络控制结合起来,应用于地铁整流器控制,通过建模仿真可以看出此系统动态响应较快,抗负载突变能力强,仿真结果验证了此控制方法的正确性与可行性。     

BP神经网络在包装安全评价中的应用

利用BP神经网络进行安全评价,可以克服传统的安全评价方法的缺点,提高安全评价的精确度和可靠性.阐述了BP神经网络基本原理,并对其作数学描述.通过对实例进行安全评价,证明将BP神经网络应用于包装安全评价是可行的.     

基于模糊PID控制方法的钢轨打磨车打磨驱动电机功率控制研究

钢轨打磨量的大小主要由打磨驱动电机输出功率大小决定。为了保障钢轨打磨车打磨后的钢轨质量,需要对打磨驱动电机输出功率进行闭环控制。结合模糊控制理论和PID控制方法,对打磨驱动电机功率模糊PID闭环控制进行研究。根据模糊规则表得到模糊输出量,经过反模糊化得到PID控制参数值,从而实现模糊PID控制。在打磨实验室使用打磨小车多次打磨测试,获得打磨驱动电机反馈电流。统计分析结果表明,实际电流平均误差为0.30%,最大误差为0.36%,满足设计要求。     

PID控制技术在PGM-48打磨车上的应用

简述了PID控制器的构成和工作原理,并对PGM-48钢轨打磨车打磨控制中的PID控制技术进行了分析。通过对打磨作业过程中的PID控制分析,能提高钢轨打磨作业的质量。打磨过程中出现的问题,通过PID控制原理可大概分析出故障原因,提高故障处理效率。     

基于模糊神经网络预测控制的高速列车ATP研究

在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。     

PID恒压控制在机车加油系统中的应用

介绍了一种基于PID控制仪表的恒压加油系统,此系统以PID控制仪表为核心,采用变频无极调速、闭环控制,依据油管内的压力自动调节油泵的速度,保持管道内压力恒定以满足机车加油的要求。该系统硬件成本低廉,运行稳定、可靠,节能效果显著。     

混合悬浮系统的自适应PID控制研究

根据混合磁铁的动力学方程和电磁铁绕组的电路方程,建立混合悬浮系统的动态模型,针对系统的开环不稳定性以及系统受到扰动时传统PID控制参数难以实时保证系统性能最优或接近最优的问题,设计了基于二次型性能指标的参数优化自适应PID控制器。仿真结果表明,在系统受到扰动时,该控制器能够实现控制参数的自适应调整,保证系统快速回到平衡位置,提高了系统的抗干扰能力和稳定性。     

基于模糊自适应PID控制的ATO系统控制算法

为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。     

基于新型CMAC神经网路的不确定性机器人鲁棒控制

基于文[1]所给的新型CMAC神经网络提出了一种机器人鲁棒控制策略,给出了新的网络权系数修正律,利用Lyapunov稳定性理论得出了系统稳定性充分条件,计算机仿真结果说明本文给出的鲁棒控制策略是有效的.[ ZK)〗     

基于DSP的无位置传感器无刷直流电机控制系统

介绍了一种基于TMS320LF2407 DSP的无位置传感器无刷直流电机控制系统.针对无位置传感器无刷直流电机转子位置检测进行了研究,简述了实现该控制系统的硬件组成和软件的设计方案及控制策略,并对控制系统进行分析.此系统可大大简化硬件结构,并使电机得到高效稳定的控制.     

基于FNN的GPS/SINS深耦合列车组合定位系统容错控制研究

为了提高基于GNSS的深组合列车定位系统的故障容错性能,本文结合模糊系统与神经网络的基本原理,提出基于FRBFNN的GPS/SINS深耦合列车组合定位系统故障诊断算法,建立FRBFNN列车组合定位故障诊断模型,应用免疫差分进化理论设计其相应的网络学习算法。针对列车组合定位故障隔离及系统重构问题,定义组合定位系统结构状态迁移规则,设计深耦合列车组合定位系统故障容错控制处理流程,使深组合列车定位系统的容错控制性能得到进一步提高。以青藏线某区间列车实际运行数据为基础,通过计算机仿真验证了所提模型及算法的有效性与实用性。     

GSM-R网络中基于位置和中继功率控制的切换优化方案

GSM-R(GSM for Railway)的可靠性和高效性引起人们的关注。列车速度的提升导致多普勒效应更严重、切换触发位置更靠后、越区切换更频繁。多普勒效应恶化接收信号质量使中断率增加;切换触发位置靠后变相缩小重叠区覆盖范围使越区切换失败率增加;频繁的越区切换进一步降低系统可靠性。因此列车速度的提升对GSM-R网络的安全性和可靠性产生重要影响。同时,我国铁路网络的不断扩展对GSM-R系统的容量提出更高的要求。本文首先对GSM-R网络传统切换策略进行建模和性能分析。随后,提出一种利用列车位置信息和中继功率控制技术的切换优化方案。在该方案中,列车到达切换位置前,利用中继站获得分集增益,提升信道容量和链路可靠性;处于切换位置时,通过中继的功率控制,保证本小区的信号满足最低通信要求,变相扩大重叠区覆盖范围的同时有利于触发切换提升切换成功率。仿真结果表明:本文提出的方案有效地提升切换成功概率和信道容量,明显改善了GSM-R系统的性能。     

基于模糊神经网络的驼峰推送速度控制研究

对影响驼峰机车推送速度的各种因素进行了探讨,将模糊神经网络理论引入到驼峰变速推峰系统中,结合神经网络和模糊控制的各自优点,将专家或熟练操作人员的控制策略转换为控制功能函数,利用神经网络自学习、自校正的能力调整、修改模糊控制规则,从而实现对推送速度的优化控制。     

基于CAN总线铁路计算机测控系统的网络设计

本文讨论了现场总线的特性,结合铁路信号特点,采用有冗余结构硬件系统,设计了具有安全性能的基于CAN现场总线底层铁路计算机测控网络,并充分利用铁路基础信息网,进而提出了实现信息共享的广域网络方案,从而对该方案进行了充分解释证明.     

基于模糊自适应PID控制的重载列车操纵优化研究

以2台HX_D1+100辆C80车辆为编组模式进行动力学建模,利用过渡模式下光滑卸载过程的不连续性,建立车钩力查表模型求取精确车钩力值,并结合模糊自适应PID控制器,控制车钩力偏差和车钩力偏差变化率。仿真结果表明,受控对象实际值与目标值趋近一致,在精确建立动力学模型的基础上,控制器能够有效地控制车钩力的加载、卸载过程的不连续性,确保列车安全运行。