本发明公开了一种基于双RBF神经网络的反渗透膜组压力优化控制方法，构建反渗透膜组首段膜系统压力动态模型及其它各段膜稳态模型，建立考虑膜组各段膜压力综合最优的优化目标函数，根据实际滤饼污染层厚度在线调整压力优化值，采用RBF神经网络以实际膜组反渗透效率逼近最优反渗透效率为目标对压力优化值在线调整，在状态反馈控制器的基础上以RBF神经网络自适应补偿控制抑制系统的未知扰动，实现膜组各段压力和反渗透效率双重意义下的压力最优、变工况下优化压力的快速跟踪及反渗透膜组的稳定运行。
📄 202110519454X
📂 G05B13_04
👤 曲阜师范大学
📅 2021-05-13
本发明涉及振动谐波控制技术领域，具体涉及一种基于神经网络逆模型的电磁振动台谐波控制系统及方法，系统包括程控信号源、神经网络逆模型、电磁振动台系统、振动检测单元、数据采集单元、数据处理软件以及谐波分析软件。该系统基于神经网络逆模型，通过设定输入量激励电磁振动台，将输入电压信号与输出振动信号处理后得到神经网络逆系统训练样本，将训练后神经网络逆模型的输出与电磁振动台输入串联，实现电磁振动台输出振动信号对输入神经网络逆模型期望信号的精确跟踪。本发明所述控制系统组成结构简单、操作流程简便、适用频率范围广泛，对电磁振动台输出振动信号的谐波具有较高的控制精度。
📄 2022106840676
📂 G05B13_04
👤 太原理工大学
📅 2022-06-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台