针对钢包精炼炉电极控制系统具有非线性、时变、模型不确定、大滞后、多输入多输出耦合的特点,提出一种基于神经网络实时在线辩识的内模控制方案.控制器采用神经网络解耦,将混沌机制引入到BP算法中,用以加快学习的收敛速度.仿真结果证实了控制策略的有效性

在大量实测数据的基础上,结合理论分析,用统计方法建立起适合工程应用的支持辊磨损模型.该模型是一个多峰且高度非线性系统的半经验公式,其参数的估计复杂且计算量大.借助于带记忆的模拟退火算法,得到有效的解决.计算结果表明该模型具有较高的预报精度.在武钢2800四辊轧机应用后,取得明显效果

以中式模短芯棒拔制过程为例,探讨了相似理论在钢管冷拨计算机仿真中的应用;利用大型非线性有限元程序MARC/Autoforge,在计算机上对其进行了大量模拟,获得了具有实用价值的数学模型

提出了一种基于粗网格与模式搜索相结合的支持向量机分类器模型参数优化方法,采用Jaakkola-Haussler误差上界作为模型选择的评价标准。以黎曼几何为理论依据,提出了一种新的保角变换,对核函数进行数据依赖性改进,进一步提高分类器泛化能力。在研究人工非线性分类问题的基础上,将该方法应用于手写相似汉字识别,实验结果表明分类精度得到了明显提高

在对气固流化床选煤系统被控对象特性分析研究的基础上,提出了用逆控制方法解决具有非线性多变量特点的气固流化床密度和床高的控制问题,建立了相关数学模型,介绍了流化床密度及床高逆系统控制方法,并获得较好的控制精度

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

功率放大电路通常是在大信号状态下工作,是以输出较大功率为目的的放大电路。为了获得一定的不失真的输出功率它要求: 一、输出功率尽可能大; 二、效率要高; 三、非线性要小; 四、考虑管子的散热问题

利用数值方法研究了开有矩形大开孔的薄壁圆柱壳在轴压作用下的屈曲性能.首先通过特征值屈曲分析,得到开孔圆柱壳的一阶屈曲模态,并预测屈曲荷载的上限;其次,通过非线性分析,得到结构的荷载位移全过程响应;然后引入正交试验设计方法,分析了矩形开口的周向角度、高度和轴向位置等几何参数对结构稳定性的影响.分析表明,矩形开孔圆柱壳临界屈曲荷载的上限值远小于无开孔圆柱壳的下限值,影响矩形开孔圆柱壳轴压作用下稳定性的主要因素为壳体的径厚比,临界荷载值随径厚比的增大迅速下降

一、FLAC3D软件简介 二、FLAC3D的基本原理 三、FLAC3D的前后处理 四、流-固耦合分析 五、接触单元与应用 六、完全非线性的动力分析 七、自定义本构模型的基本方法 八、结构单元及应用

应用神经网络建立连铸钢水温度预报模型，重点研究了转炉出钢到中间包浇铸区间的温度变化，确定钢水温降与其影响因素之间的非线性映射关系.本模型能较准确地预报连铸钢水温度