将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

针对轧辊表面电火花毛化过程中放电中心温度的变化、凹坑形状与电参数的关系等问题进行了研究.通过分析放电通道形成过程和热流密度分布函数,采用解析法建立了单个脉冲放电通道的热传导模型,并运用积分变换法和有限差分相结合的方法进行了温度场求解.讨论了轧辊表面在不同峰值电流下放电区域中心位置的瞬态温度变化,确立了峰值电流和脉冲宽度与熔化凹坑形状的关系.结果表明,理论计算值与实验结果相吻合,所建模型与采用的方法正确,可用于轧辊表面形貌形成过程的仿真

第一节 系统的分类 第二节 线性定常连续系统的微分方程模型 第三节 传递函数描述 第四节 状态空间描述 第五节 模型的转换与连接

1、物理模拟的建模依据 2、同步发电机模拟 ◼ 同步发电机模拟条件 ◼ 同步发电机的模拟实现 ◼ 模拟发电机的容量及改变容量对电机参数的影响 ◼ 模拟比的确定 3、同步发电机其他部分的模拟 4、变压器模拟 5、输电线路模拟 6、负荷模拟 7、无穷大系统模拟

针对常用的质量建模方法精度不高且难以给出预测区间,提出了基于小波相关向量机的产品质量模型.应用仿真数据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明,小波相关向量机方法与支持向量机及传统的相关向量机相比,具有更好的预测精度,而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的平均值为4.52%,为保证产品质量提供必要的决策支持和分析手段

2.1 随机过程基本概念及其数学描述 2.2 谱密度与相关函数 2.3 线性系统在随机输入下的响应 2.4 白噪声产生方法及其仿真 2.5 古典辨识方法 2.6 小结及习题

6.1 神经网络概念与特性 6.2 神经网络模型辨识中常用结构 6.3 辨识中常用网络训练算法 6.4 改进的BP网络训练算法 6.5 神经网络辨识MATLAB仿真举例 6.6 基于改进遗传算法的神经网络及其应用 6.7 模糊神经网络及其应用 6.8 小结

①了解计算机辅助编程的基础概念、特点、应用与发展 ②掌握自动编程软件的界面与基本操作 ③掌握一般零件加工实体造型的一般方法 ④掌握刀具路径、刀具加工轨迹仿真、后置处理及生成零件加工G代码的方法 ⑤具备一般零件自动编程与零件加工的能力 §6-1 自动编程的工作过程 §6-2 建模操作 §6-3 刀具路径和后置处理

研究了一种基于特征变量的复杂生产过程预测模型.与传统的建模方法相比,该方法不需要经过机理分析,而从信息科学的角度出发,在对反映生产过程工况原始动态数据进行特征选择的基础上,运用时间序列分析法建立其预测模型.同时讨论了它的神经网络实现方法.仿真结果表明了该方法的可行性

•极大似然法辨识概念 •动态系统模型参数的极大似然估计 •协方差阵未知时的极大似然参数估计 •递推的极大似然参数估计 •似然递推法辨识MATLAB仿真程序剖析