您的位置： 专家智库 > >

辽宁省教育厅基金(2006699)

作品数：6 被引量：26H指数：4
相关作者：李界家王丽娜李世涛孙璐璐房智超更多>>
相关机构：沈阳建筑大学哈尔滨工业大学更多>>
发文基金：辽宁省教育厅基金更多>>
相关领域：自动化与计算机技术建筑科学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇建筑科学

主题

  • 4篇神经网
  • 4篇神经网络
  • 2篇电解
  • 2篇退火
  • 2篇退火炉
  • 2篇网络
  • 2篇温度
  • 2篇铝电解
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇阳极效应
  • 1篇遗传算法
  • 1篇遗传小波神经...
  • 1篇实时性
  • 1篇中央空调
  • 1篇自整定
  • 1篇温度控制
  • 1篇温度控制系统
  • 1篇温控

机构

  • 6篇沈阳建筑大学
  • 1篇哈尔滨工业大...

作者

  • 6篇李界家
  • 2篇李世涛
  • 2篇王丽娜
  • 2篇孙璐璐
  • 1篇王焱鑫
  • 1篇胡彬彬
  • 1篇马斌
  • 1篇王喆鑫
  • 1篇王奔
  • 1篇乔枫
  • 1篇房智超

传媒

  • 5篇沈阳建筑大学...
  • 1篇低压电器

年份

  • 2篇2010
  • 2篇2009
  • 2篇2008
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
粗糙集-神经网络在铝电解故障诊断中的应用被引量：6
2009年
目的通过对铝电解生产过程中的故障进行有效地诊断来提高铝的生产效率和节约能源.方法把粗糙集和神经网络结合起来应用在铝电解的故障诊断中.先用自组织特征映射网络(SOM)对初始数据进行离散化后得到决策表,然后用粗糙集理论对决策表进行约简得到最简决策表,根据最简决策表设计BP神经网络对铝电解中的故障进行诊断.结果用粗糙集对神经网络的输入数据进行预处理可以简化神经网络的结构,减少计算量和训练时间,从而提高整个诊断系统的诊断效率、故障诊断准确率在90%以上.结论该方法能够对铝电解中的故障做出正确的诊断.
李界家房智超孙璐璐
关键词：粗糙集BP神经网络铝电解故障诊断
基于Elman神经网络阳极效应故障预报方法被引量：4
2010年
目的用神经网络预测控制对铝电解阳极效应故障进行建模,采用相对应的故障检测策略对铝电解槽是否发生阳极效应进行预报.方法在分析铝电解生产过程的基础上,提出El-man神经网络的阳极效应故障预报方法,采用Elman神经网络建立故障预报模型,通过预测槽电阻值来预报阳极效应.结果 Elman神经网络结构简单、误差小、准确率高,在未知生产过程模型的情况下,建立的故障预报系统能够快速准确地实现对铝电解阳极效应故障的预报.结论该方法能够对铝电解中的故障做出正确的诊断,具有较强的自适应性和鲁棒性,有较强的函数逼近能力和收敛速度.因此,该模型大大提高了故障预报精度和实时性,避免了故障的发生,提高了铝电解的生产效率,实现了安全生产,降低了能源消耗,故障诊断准确率在90%以上.
李界家孙璐璐王奔王喆鑫
关键词：铝电解阳极效应ELMAN神经网络
中央空调温度控制系统的控制策略研究被引量：5
2008年
对PID、模糊控制、模糊PID3种不同的控制策略的控制效果进行了分析,提出了中央空调系统模糊PID参数自整定控制可以使空调系统达到良好的动态性能和稳态性能。仿真结果表明了该方法的有效性。采用模糊PID参数自整定控制器,响应时间更短,超调较小,具有很好的响应特性和鲁棒性。
赵瑞国李界家马斌
关键词：中央空调温度控制控制策略模糊PID控制仿真
基于模糊自整定PID的退火炉脉冲燃烧控制方法被引量：6
2008年
目的针对退火炉所具有的大惯性和纯滞后的这种非线性对象,采用脉冲燃烧控制方法,设计模糊自整定PID控制器,以提高控制性能.方法在分析退火炉脉冲燃烧控制系统的基础上,利用模糊规则对PID参数进行在线的自动整定,提出了一种基于模糊PID的退火炉脉冲燃烧控制系统.结果给出了模糊PID控制系统的结构框图以及工作原理阐述,实现了对退火炉的温度控制,并进行了控制系统仿真对比曲线分析.结论从仿真曲线上可以看出,该控制器能使退火炉的温度控制过程很快达到稳态,具有较好的快速性和稳定性,产生的超调量较小.具有较好的动态和稳态性能.
李界家王丽娜乔枫李世涛
关键词：退火炉温度模糊PIDMATLAB
基于小波神经网络预测的退火炉温控制
2010年
目的通过对退火炉炉温控制系统的设计,使得控制系统的控制性能和控制精度提高、抗干扰性增强.方法针对被控对象—退火炉本身的非线性、大滞后性、时变性等特点,采用把小波函数引入神经网络预测模型对退火炉温进行预测,再把此预测模型与BP神经网络控制器相结合对退火炉的脉冲燃烧器进行控制,进而控制炉温.结果由小波神经网络预测模型组成的控制系统,综合了小波分析和传统神经网络的优点,且具有不断吸收环境新信息的函数学习能力和推广能力.从仿真曲线上看,此控制方法相比较传统控制的方法具有收敛速度快,预测精度高的特点.结论实现了对具有大干扰、大滞后性和不确定随机干扰因素的炉温控制系统进行精确控制,具有良好的动态和稳态性能.
李界家胡彬彬王焱鑫
关键词：BP神经网络退火炉
基于遗传小波神经网络的故障预报应用被引量：6
2009年
目的减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 m in左右.结论该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产.
李界家李世涛王丽娜
关键词：遗传算法小波神经网络实时性
全选 清除 导出
共1页<1>
聚类工具0