论文部分内容阅读
针对起重机构制动器开抱闸平稳性能要求以及制动器失灵情况下的安全保障要求，对矢量变频器的制动器开抱闸和制动器故障检测功能进行了优化。优化后的程序开抱闸运行平稳，制动器检测功能提高了起重机构的安全性能。
基于变频器的起重控制功能优化
【摘 要】
：
针对起重机构制动器开抱闸平稳性能要求以及制动器失灵情况下的安全保障要求，对矢量变频器的制动器开抱闸和制动器故障检测功能进行了优化。优化后的程序开抱闸运行平稳，制动器检测功能提高了起重机构的安全性能。
【机 构】
：
江西建设职业技术学院 环境工程系,江西,南昌,330013 华东交通大学 电气与电子工程学院,江西
【出 处】
：
第26届中国过程控制会议
【发表日期】
：
2015年10期
其他文献
液压伺服系统属于典型的反馈控制系统，其拥有的可评估参数较少，对液压伺服系统进行有效的健康评估尚无成熟有效的方法，很难用传统的基于传感器原始信号的方法实现液压伺服系统的健康评估，本文提出了一种基于径向基函数RBF 神经网络观测器与高斯混合模型GMM 的液压伺服系统健康评估方法。首先利用RBF 神经网络建立液压伺服系统的故障观测器，利用系统的真实输出和RBF 观测器估计输出之差提取残差信号，通过对残差
RBF 神经网络中心、宽度等参数确定的是否合理将直接影响到RBF 网络的学习性能。通过有监督学习的方法来确定RBF 神经网络的参数是最一般化的方法。研究表明，参数的初始化问题是该类方法的关键所在。为此，提出了一种利用RBM 初始化RBF 神经网络各个参数的新型训练算法。实验仿真表明，与传统RBF 神经网络训练算法相比，该新型算法是具有更高的训练精度与更强的泛化能力。
针对传统控制方法在溶解氧浓度控制中难以取得良好效果,本文提出了一种基于自组织T-S 模糊神经网络的控制方法,对污水处理过程中溶解氧浓度进行实时控制。其实质就是判断模糊规则层激活强度的大小,自组织调整神经元数量,选择合适的控制结构。同时采用梯度下降法对各参数及学习率进行实时调整,加快收敛速度。并将该控制器运用在BSM1 中进行实验,结果表明,SO-TSFNN 控制系统能够较好的实现对溶解氧浓度的控制
本文针对参数化优化问题需要反复求解以适应模型参数变化的特点，提出可根据累积的经验数据估计新参数所对应最优解的思想。并且将这类估计问题概括为多元散乱数据拟合问题，实现了采用SVM 的一般解法。同时，为了提高SVM 拟合方法中QP 求解效率，提出了简约QP 模型和海赛阵对角化方法，以及针对多维输出的联立QP 模型。最后通过一个参数化的蒸馏塔优化模型展示了SVM 方法不仅能非常准确地估计最优解，而且在低
利用S变换和广义回归神经网络(GRNN)对管道泄漏点进行定位：分别对采集到的上下游压力波动信号进行S变换分析，提取各信号的压力波动拐点，获取负压波被上、下游两个测量设备检测到的的时间之差；对负压波的传播速度进行修改，使用被果蝇优化算法(FOA)优化好的广义回归神经网络拟合出泄漏定位公式，使函数逼近问题转换为函数逼近问题，创建了基于GRNN-FOA的管道泄漏点定位模型，模型输入即为采用基于S变换时延
为了改善和提高风力发电系统在额定风速以下最大风能追踪的性能，本文以永磁同步风力发电机(PMSG)为研究对象，通过局部等效建模方法获得PMSG 多工况运行的T-S 模糊模型，以模糊规则后件作为CARIMA 预测模型，采用广义预测控制(GPC)算法，对各模糊规则设计独立GPC 控制器，预测PMSG 转速输出。各GPC 控制量通过模糊加权来得到全工况控制律。仿真结果表明，分别在阶跃风速和随机风速扰动下，
水声传感器网络的部署优化是提高水声传感器网络覆盖性能的一个重要方法，有效的水声传感器网络部署优化算法需要在提高传感器网络有效覆盖率的同时兼顾传感器节点的能量有限性。本文设计了基于改进的虚拟力和改进的果蝇算法混合控制水声传感器网络部署优化的VFFO(Virtual force and fruit fly optimization)算法，该算法首先通过虚拟力算法对传感器节点的初始部署进行优化，以得到较
针对PCI Express 接口的FPGA 中基于HDL 状态机的传统设计方法中效率低下和复杂度高等不足,探讨一种PSOC 中基于IP 核的嵌入式设计方法,提出基于Xilinx 最新Zynq 平台PCI Express 接口设计方案。在Zynq 芯片的PL 部分实现PCI Express 接口模块、AXI-Stream 和AXI 的协议转换以及动态地址转换,PS 部分实现AXI数据接口和DDR3
针对工业过程数据的多模态、非高斯分布问题,提出一种基于贝叶斯独立元分析(ICA)的故障检测算法。该方法将贝叶斯估计与ICA算法相结合,在对多工况数据聚类的同时建立不同模态数据的统计模型,从而构建面向全部数据的混合概率模型。然后基于建立的贝叶斯ICA混合模型,计算实时数据属于某工况的后验概率,并根据监控统计量检测过程故障。该方法在贝叶斯理论框架下建立多工况数据监控模型,有效避免复杂数据聚类不当对监控
为模拟人类认知事物时反复推敲比对的过程，探索了一种基于变粒度仿反馈机制的智能模式分类认知方法和计算模型。首先，从模式分类的角度给出了认知结果误差α熵、α熵序列相似度和认知信息粒度误差的认知结果评价指标定义与计算方法，设计了认知结果评价机制与推理规则，实现了规划、认知与粒度决策过程互耦合运行的变粒度仿反馈分层闭环认知。其次，针对基于生物电阻抗测量的人体健康状态认知应用，采用8电极多频节段测量方法获取