现代控制理论与交流电机调速(Ⅳ)--智能控制(3)

针对模糊逻辑控制和神经网络控制这2种控制方法的长处和不足,人们又提出兼具两者优点的神经网络—模糊控制方法。介绍了神经网络—模糊控制系统合成推理的网络形式及一般结构,并举例阐述系统在交流电机调速中的应用情况。     

模糊进化神经网络理论与技术框架

分析目前进化算法，神经网络和模糊逻辑等理论技术及应用研究存在的问题，以及目前这些智能理论融合技术和神经网络自动设计研究现状，研究了现有智能理论技术相互之间包含的智能行为及属性，提出了模糊进化神经网络理论，其中，给出其本概念，研究目的，内容和框架体系，详细描述了模糊进化计算，模糊进化神经网络和进化模糊系统从模型初始化，参数自适应到网络自动设计，模型评价等核心技术及其解决思路和实现算法。对于模糊进化计算，提出了其控制参数模型初选，模糊自适应进化，优化算法及其结果的模糊评价等方法，对于模糊进化神经网络，提出了其全自动设计，控制参数模糊初选，模糊自适应进化以及网络模型的模糊评价与选择等方法，对于进化模糊系统，提出了基于模糊进化计算的模糊神经网络参数和模糊系统参数的优化方法。     

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。     

基于神经网络的地铁列车运行过程的集成型智能控制

提出了一种以神经网络为主，并综合使用模糊系统、遗传算法等方法的集成型地铁列车智能控制方法。分别采用模糊控制的ＢＰ网络和基于遗传算法的模糊神经网络，实行了站间运行控制和定位停车控制，仿真取得了令人满意的结果。结果表明，将神经网络等计算智能方法综合用于列车运行控制是可行的，可以保证较好的舒适性、停车准确性，具有精度高，适应性、鲁棒性强等特点。     

机车黏着控制方法的研究现状综述

机车的黏着是有轨运输系统的基本条件，提高机车黏着性能是一个至关重要的课题。介绍了黏着的基本理论，黏着控制的目标就是在机车运行过程中，通过对驱动力的控制，使实际的黏着系数尽量逼近于当时路况的黏着系数最大值，从而获得最大的平均牵引力。对现有主要的机车黏着控制方法（反馈与极值组合法、模型控制法、模糊神经网络法、模糊控制及其他控制方法）作了简要总结，介绍各种方法的理论基础和控制模型，比较其性能的优劣，指出模糊神经网络和模糊控制法是两种很有前景的控制方法。     

机车故障诊断中征兆隶属度函数的研究

研究了应用模糊神经网络进行机车故障诊断时一种征兆隶属度向量提取的方法。结合机车运行的特点,分析机车控制的规律和特性,提出了切实可行的隶属度函数确定方法,解决了模糊神经网络在机车故障诊断中应用的一个瓶颈。     

高速列车横向振动自适应神经模糊控制的仿真

为了设计出智能的列车悬挂系统,提出了基于神经网络的自适应模糊控制。模糊控制主要是针对系统的非线性;神经网络控制是产生模糊控制的控制规则。通过自适应神经网络的模糊推理系统(ANFIS),把神经网络和模糊控制相结合。神经网络根据采集的数据来进行训练,产生不同的控制规则,使模糊控制器对路面的变化具有自适应能力。仿真结果表明:该方法可在一定程度上减少轨道对列车车身的振动,提高列车在路面行驶的平稳性。     

基于模糊神经网络的牵引变压器全局故障诊断方法

在传统的油中溶解气体分析方法的基础上,利用模糊神经网络强有力的关系处理能力,研究提出牵引变压器全局故障诊断方法.依据模糊神经网络理论,通过对数值逻辑故障诊断模型和物理逻辑故障诊断模型2类模糊神经网络故障诊断模型的分析,考虑信息采集节点的向量特性、变化趋势特性以及模糊神经网络的反馈特性,给出牵引变压器全局故障诊断模型,以故障征兆特征变化趋势表征故障征兆与故障类别间的因果关系,确立增益参数、权系数判定矩阵与决策矩阵.试验结果表明:该方法能够更好地分析牵引变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断牵引变压器故障带来的局限性,可以提高故障诊断的准确率.     

模糊控制理论的研究进展及其在铁路货物列车自动化控制系统中的应用

综述模糊控制理论研究的进展。分析模糊控制器的解析结构,分析模糊控制系统的函数逼近能力的稳定性,分析模糊控制技术与其它软计算方法如神经网络、遗传算法的结合。研究模糊控制技术与遗传算法相结合在铁路货物列车自动化控制系统中的应用,货物运输的自动控制属于多目标系统控制,通过对模糊PI控制器最敏感的参数,如比例因子和隶属度函数等进行寻优,使系统性能得到了显著改善。     

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。     

现代控制理论与交流电机调速(Ⅲ)--智能控制(2)

介绍在交流电机调速中应用智能控制的第二部分——人工神经网络控制技术。这种网络由基本处理单元——人工神经元构成,它的输出包含一个非线性的响应函数,因此人工神经网络适于处理诸如交流电机一类具有明显非线性特征的系统。通过不同方式的训练,连续修正网络内连接权的大小,可将其用于交流电机的系统辨识和控制。     

神经网络预测控制在摆式列车倾摆系统中的应用

介绍摆式列车倾摆控制系统神经网络预测控制的原理及模型,分析了神经网络控制算法,列出了控制器设计的算式,探讨了预测控制系统对实测信号的预测时间为0.2s、0.68 s的预测参考输入的跟踪能力。仿真和试验表明,神经网络预测控制在摆式列车控制系统中的应用是切实可行的。     

机车模糊粘着控制及其仿真研究

简要讨论了目前机车空转识别方法和主要的防空转，粘着控制方法，提出了一种转趋势识别方法；基于此方法，利用模糊控制理论进行了优化着模糊控制的研究，仿真结果表明，上述方法能在发生空转前及时抑制空转发生，并最大限度利用粘着力，实现了优化粘着控制。     

半主动减振器阻尼控制技术研究

对铁道机车车辆半主动控制减振器进行了理论研究和产品研制,提出一种根据振动加速度得到振动速度的频率与幅值方法,基于模糊神经网络控制策略,实现半主动减振器控制阻尼参数可调,适用于各种路况、速度等级,满足提速与乘坐舒适度的要求.     

新型制动机逻辑控制装置的探讨

根据机车控制技术网络化的发展趋势,利用现有机型具备的网络技术条件,提出智能化新型制动机逻辑控制装置的设计思路,并对其将实现的功能和构成进行探讨,为网络化机车的制动系统提供参考。     

有转运运输问题的Hopfield神经网络优化方法

Hopfield神经网络是一种递归神经网络,可以用于联想记忆和优化,运输问题是一类特殊的线性规划问题,结合Hopfield神经网络优化功能和有转运运输问题的特点,并根据运输问题的实际情况,将约束边界模糊化,设计针对有转运运输问题的连续Hopfield神经网络电路。借用神经网络中能量函数的概念和含义确定网络电路的参数并证明系统的稳定性。将优化有转运运输问题转换成求解网络系统的平衡点,即吸引子。在优化过程中,为了防止网络收敛到局部极值,采用模拟退火算法,使网络能够达到全局最小值,不仅优化速度快、实时性强,也给其它线性、非线性规划问题的优化提供了一个新的途径。并通过计算机仿真研究验证了系统的有效性、可行性。     

直流并励电动机的微机模糊控制

系统硬件采用以８０３１为核心的模块化设计，简单、灵活、造价低；软件采用模糊控制方法，对模糊控制理论在小惯性系统上的应用进行了尝试。经１．５ｋＷ电机试验证明，模糊控制理论可以用于直流并励电动机的限流起动和恒速运行控制，并能获得理想的控制曲线。