专利交易市场

本发明涉及一种基于模糊神经网络的中药饮片润药温度预测控制方法，根据中药饮片气相置换润药过程温度控制结构，采用模糊神经网络预测模型，通过极小化未来一段时间内的润药室温度跟踪偏差与蒸汽阀开度的二次型性能指标函数，实时计算中药饮片气相置换润药过程蒸汽阀开度的大小，实现中药饮片气相置换润药过程润药温度跟踪设定值的优化自动控制。本发明解决了中药饮片气相置换润药过程温度难以控制的问题，能够更好的控制中药饮片的润化过程，最大限度保留药效成分，提高临床疗效，降低产品损耗率。

本发明公开了一种气动位置伺服系统自适应模糊神经网络控制方法，步骤包括：步骤1、建立气动位置伺服系统的模型，并且进行线性化；步骤2、设置气动位置伺服系统的自适应控制器；步骤3、采用模糊神经网络对模型中不确定函数进行估计，该模糊神经网络由前件网络和后件网络两部分组成，前件网络用来匹配模糊规则的前件，后件网络用来产生模糊规则的后件，结合神经网络设计控制器得到控制控制量u，将u通过D/A转换模块输出至比例阀，实时调节气动位置伺服系统活塞的位移量，即成。本发明的方法，不确定的比例阀零点也通过自适应律得到处理，与现有控制器相比本发明方法跟踪精度更高。

本发明公开了一种基于故障树和模糊神经网络的汽车起重机故障诊断方法，步骤包括：1）采用演绎法建立汽车起重机顶事件故障树；2）根据故障树支路情况与经验知识确定模糊神经网络的输入、输出节点数目，建立模糊神经网络结构模型；3）根据故障树各分支中所蕴含的知识，提取训练样本，并对神经网络进行训练，建立神经网络推理计算所需的网络权值和阈值矩阵；4）利用现有汽车起重机状态监测平台上的数据，运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数；5)将实测数据输入到模糊神经网络中进行计算，输出故障模式。本发明方法避免了检测过程的盲目性与繁琐性，提高诊断准确率。

本发明公开了一种无轴承异步电机径向位置模糊神经网络广义逆控制器的构造方法，用具有6个输入节点、2个输出节点的模糊神经网络加4个线性环节构成具有2个输入节点、2个输出节点的模糊神经网络广义逆，调整模糊神经网络的各个参数和权系数使模糊神经网络广义逆实现复合被控对象的广义逆系统功能；将模糊神经网络广义逆串接于复合被控对象之前组成广义伪线性系统；将模糊神经网络广义逆串接在复合被控对象之前，由模糊神经网络广义逆、Park逆变换、Clark逆变换和电流跟踪型逆变器共同构成控制器，实现无轴承异步电机径向位置非线性系统的开环线性化控制，无需设计复杂的闭环控制器即可确保无轴承异步电机的稳定悬浮运行。

本发明公开了一种基于极限学习机的逆变器反步模糊神经网络控制策略，对三相逆变器的输出经过Clarke变换建立系统的动力学模型，通过输出电压与参考电压的误差建立反步控制器模型。运用模糊神经网络对控制器进行优化，并加入自适应律来调整控制器参数。利用极限学习机算法对系统的扰动模型进行估计，并补偿到反步神经网络控制器中，生成最终的系统控制率。将α、β坐标下的两个控制率ucon输入到SVPWM调制策略中。本发明能够有效降低反步控制器对系统的“抖振”现象，拥有优越的动态响应性能，对系统存在的参数变化和负载扰动具有更强的鲁棒性和自适应性，利用极限学习机拟合系统近似的集总不确定项，然后对系统进行补偿，以达到更好的控制效果。