期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
自适应神经模糊双电位计零死区高精度舵机
1
作者 罗虎 贾瑞清 《机械设计与制造》 北大核心 2020年第9期190-196,共7页
电子舵机的输出轴角位移反馈方式及控制算法直接影响舵机的性能和可控输出角度范围。目前成熟的舵机控制方式是经典PID,存在超调或稳定性差等缺点;采用单个微型电位计因其制造几何局限导致舵机可控闭环角度无法360°可控;采用绝对... 电子舵机的输出轴角位移反馈方式及控制算法直接影响舵机的性能和可控输出角度范围。目前成熟的舵机控制方式是经典PID,存在超调或稳定性差等缺点;采用单个微型电位计因其制造几何局限导致舵机可控闭环角度无法360°可控;采用绝对编码器或霍尔角度传感器进行角度全反馈又会带来静态稳定性差,体积大价格昂贵等弊端;基于此,提出自适应神经模糊算法控制,空间180°相位差互补全反馈的双电位计角度传感器的测量方法,实现舵机360°无死区输出;设计单总线协议和自适应神经模糊控制算法,增强舵机扩展性与稳定的控制性;制作了样机进行测试实验。实验结果表明:自适应神经模糊双电位计角度传感器舵机具有很低的成本,以实现准确整周角位移输出,拥有无超调和稳定性好等优点。 展开更多
关键词 电子舵机 自适应神经模糊算法 双电位计角度传感器 360°全反馈
在线阅读 下载PDF
基于自适应模糊神经网络的滇中灌木林火灾发生预测研究 被引量:6
2
作者 魏建珩 赵恒 +5 位作者 高仲亮 王何晨阳 马泽南 王秋华 舒立福 杨红梅 《林业资源管理》 北大核心 2022年第2期109-116,共8页
滇中地区原植被破坏严重,易燃灌木连片生长。全球气候变暖加剧,以灌木林为主的森林火灾频发,因此预测灌木林火对保护滇中地区森林资源有着重要作用。以云南省滇中地区1999—2019年灌木林火发生及其对应的气象数据为基础,选择自适应模糊... 滇中地区原植被破坏严重,易燃灌木连片生长。全球气候变暖加剧,以灌木林为主的森林火灾频发,因此预测灌木林火对保护滇中地区森林资源有着重要作用。以云南省滇中地区1999—2019年灌木林火发生及其对应的气象数据为基础,选择自适应模糊神经网络推理系统(Adaptive Neuro Fuzzy Inference System,ANFIS)、逻辑斯蒂回归模型(Logistic Regression,LR),利用MATLAB、SPSS 25等软件,建立基于气象因子的滇中地区灌木林火发生预测模型,其中70%数据用于建立模型,30%用于模型检验。研究结果表明:通过主成分分析,将9个气象因子形成3个主成分作为ANFIS模型输入因子,3个主成分能解释9个气象因子77.663%的信息;LR模型经过多重共线性检验,依据VIF<10,得出24小时降水量、平均2分钟风速、日平均相对湿度、日最小相对湿度为LR模型的自变量输入。由2种模型的气象因子筛选结果可知,影响滇中地区灌木林火发生的主要影响因子为温度、风速、湿度。对比ANFIS,LR模型拟合结果,ANFIS模型训练集准确率大于LR模型12%,测试集准确率高于LR模型10%。ANFIS模型训练集、测试集AUC值分别为0.961,0.884;LR模型训练集、测试集AUC值分别为0.875,0.816。对比2种模型拟合结果,利用ANFIS模型建立滇中地区气象因子与灌木林火发生模型具有更好的适应性。研究结果能可为滇中地区灌木林火灾预测提供一定的科学依据。 展开更多
关键词 气象因子 逻辑斯蒂回归模型 自适应模糊神经网络算法 灌木林火 滇中地区
在线阅读 下载PDF
基于RF和ANFIS算法的直驱风电机组故障预警 被引量:6
3
作者 丁显 徐进 +1 位作者 滕伟 柳亦兵 《噪声与振动控制》 CSCD 2018年第1期209-214,共6页
针对风电机组运行工况复杂和单一状态参数不能较好实现故障早期预警的特点,提出随机森林算法(RF)和自适应模糊神经网络算法(ANFIS)相结合的故障预警方法。该方法充分考虑机组运行数据高维非线性特点,应用随机森林算法,建立有功功率与运... 针对风电机组运行工况复杂和单一状态参数不能较好实现故障早期预警的特点,提出随机森林算法(RF)和自适应模糊神经网络算法(ANFIS)相结合的故障预警方法。该方法充分考虑机组运行数据高维非线性特点,应用随机森林算法,建立有功功率与运行参数的数据驱动模型,计算各运行参数影响有功功率的相关度;构建自适应网络模糊推理系统模型,以训练误差最大值作为故障预警阈值,实时监测发电机运行状态。将该方法应用于某1.5 MW直驱机组发电机故障预警分析,结果表明,该方法能够提前预警发电机健康状态,避免严重事故发生,对风电场开展预防性维护、维修具有重要的指导意义。 展开更多
关键词 振动与波 直驱风电机组发电机 故障预警 随机森林算法 自适应模糊神经网络算法 阈值
在线阅读 下载PDF
基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法研究 被引量:16
4
作者 时珉 王强 +4 位作者 王铁强 王一峰 尹瑞 何琰 Yordanos Kassa Semero 《可再生能源》 CAS 北大核心 2019年第7期989-994,共6页
短期分布式光伏发电功率预测对配电网调度计划的安排及优化具有重要意义。人工智能技术的进步为精细化分析光伏发电功率预测结果的影响因素以及提高光伏发电功率的预测精度提供了有效途径。文章提出一种基于特征筛选与ANFIS-PSO的分布... 短期分布式光伏发电功率预测对配电网调度计划的安排及优化具有重要意义。人工智能技术的进步为精细化分析光伏发电功率预测结果的影响因素以及提高光伏发电功率的预测精度提供了有效途径。文章提出一种基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法。首先,基于随机森林中的增益情况,对影响分布式光伏发电系统的各项特征参数进行筛选;然后,通过自适应神经模糊推理算法对输入数据进行训练,并使用粒子群算法对ANFIS模型进行优化;接着,建立基于离线训练和在线预测的ANFIS-PSO分布式光伏发电功率预测模型;最后,利用北京某地分布式光伏发电系统的实际数据来验证模拟结果的准确性。 展开更多
关键词 分布式光伏发电系统 发电功率预测 特征筛选 自适应神经模糊推理算法 粒子群算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部