基于改进粒子群优化BP网络的发动机故障诊断方法

使用BP神经网络进行故障诊断过程中,随着输入变量的增加会造成维数灾难,导致训练效率不高,而且易陷入局部极小的问题。基于粗糙集的约简是常用的降低维数的方法,但约简是NP问题,随着信息量增多计算量会随之剧增;本文采用基于属性重要度的启发式值约简算法进行属性约简,建立了一种模糊信息知识发现方法结合粒子群优化BP网络的故障诊断方法。通过实验表明此方法不仅能有效获取规则,降低网络的输入维数,还能有效避免陷入局部极小,从而提高故障诊断的效率。     

改进的粒子群算法在磨煤机PID神经网络控制中的应用

磨煤机制粉系统的输入量和输出量之间相互耦合,而且具有非线性、时滞性大等特点,因此使用常规的控制方法难以达到良好的效果。设计了磨煤机制粉系统的多变量PID神经元网络控制系统,提出了改进的粒子群算法优化多变量PID神经网络参数,然后采用误差反传算法调整网络权值,避免了网络陷入局部最优解。磨煤机制粉系统的仿真实验表明,该方法解决了系统的耦合、时滞性问题,同时减小了系统的超调量,避免了系统的震荡,具有良好的稳态性能和动态性能。     

无线电振幅调制电路设计

基带信号直接通过天线传送出去的不合理性,决定了用待传输的基带信号去控制高频载波参数电路的必要性。推导分析普通调幅、抑制载波的双边带调幅、单边带调幅的调幅表达式、调制波形、频谱分布。采用多频基带信号作为输入,设计无线电发射机的振幅调制电路。利用示波器观察实验结果,验证调幅电路的可行性。