模糊控制理论在煤矿通风安全自动化系统中的应用

由于煤矿通风系统的独特性和复杂性 ,要精确地建立具有时滞及控制对象的数学模型遇到较大的困难 ,因此 ,人们寻求了一些新的解决途径。笔者基于模糊控制理论 ,并提出将其应用于煤矿通风自动化系统中 ,同时采用单片机来实现模糊控制 ,实践证明 ,此法取得良好效果 ;与常规的控制方法相比 ,模糊控制方法具有响应快、控制简单、不需建模等特点 ,适用于矿井通风自动化系统 ;笔者还讨论了调节窗模糊控制系统设计 ,系统的单片机实现及软件编制 ,并进行了实验及实验结果分析 ;最后提出了向自组织方向的深化方案。     

模糊神经网络在探测系统中的应用

介绍了模糊神经网络在探测系统中的应用.在系统中应用了模糊控制理论既提高了系统的精度又最大限度地减少了系统的误报率.结合具有自学习功能的神经网络算法,提高了系统的智能化程度.     

智能控制在污水处理系统中的应用

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工智能技术对其进行控制,实现污水处理系统自动控制.对智能控制的主要分支模糊控制、神经网络控制和专家系统进行了分析,并对国内外专家学者将智能控制用于污水处理的概况进行了总结.结果表明:在污水处理中引入智能控制是一种提高处理效率、降低运行成本的有效方法.     

基于满意度的热风炉变论域模糊控制

针对热风炉具有参数时变、强干扰、非线性等特点,其最佳空燃比难以确定的问题,提出一种基于模糊满意度的变论域模糊控制方法。首先通过在线获得加热过程的状态参数,采用满意度函数对空燃比进行评价,并将该评价结果和炉温变化作为变论域模糊控制方法的输入来实时获取最优的空燃比值,从而保证热风炉炉温的温度控制。实际运行结果证实了该系统的有效性。     

融合模糊控制理论的煤矿粉尘防护设施量化评价

为改进对煤矿粉尘防护设施降尘效果的评价,建立一种融合模糊控制理论的量化评价方法。首先,针对粉尘防护设施建立多层次评价指标体系,并以逻辑斯蒂方程为主体,构建评价因子的隶属度函数;其次,基于模糊控制理论,研究构造评价论域模糊器和解模糊器,并利用层次分析法(AHP)确定评价因子权重,建立模糊控制量化评价(FCQE)数学模型;最后在某矿掘进工作面实施量化评价。结果表明:FCQE法改进了AHP法获取评价论域的方式,无需依赖专家的评判,但在评价因子权重中又融入专家知识,这样直接采集数据后即可快速实现量化评价。对比该矿粉尘检测数据,评价结果与实际情况比较吻合。     

基于模糊控制的矿井提升机变频调速系统研究

针对矿井提升机变频调速系统中电动机多参数、非线性、难建立精确数学模型等特点,提出了采用自适应模糊控制策略对其控制的方法,设计了带修正因子的自适应模糊控制器,选取西门子公司推出的用于交流电动机驱动的通用变频器MICROMASTER440以及用于测量转速的欧姆龙增量型旋转编码器E6A2-C。通过MATLAB仿真比较分析了自适应模糊控制和传统PID控制的控制效果,结果表明,该方法较好的解决了矿井提升机变频调速中的智能控制问题,取得了良好的控制效果,达到了节能环保的目的。     

模糊控制在含铅废水处理中pH值控制的应用

介绍了模糊控制在含铅废水处理p H值控制系统中的运用。本系统中采用自整定模糊PID算法。实践证明,采用自整定模糊PID控制实现了对p H值较好控制,增强了控制系统的稳定性和抗干扰能力。     

模糊控制在静电除尘领域中的应用

模糊控制是智能控制的重要组成部分.应用模糊控制的方法,建立了电除尘器的电压模糊控制模型,在此基础上,致力于解决除尘电压受非线性影响较大及电除尘器输入各参数与出口烟气含尘浓度难以建模的控制问题.仿真结果证明,采用的方法能显著改善电除尘器的整体性能.     

地铁运营系统安全综合评价指标体系研究

分析地铁运营系统的特点、运营模式、系统故障模式,并运用系统工程的理论原则,从系统外部因素、系统指挥因素、设备设施因素、运营管理因素4个方面,确立地铁运营系统安全综合评价指标体系,利用模糊数学综合评价法,建立了地铁运营系统安全综合评价模型,并通过典型实例进行综合分析评价,进而证明将模糊数学理论应用于地铁安全综合评价的可行性。通过地铁运营系统安全指标体系和评价方法的研究和探索,对正确评价地铁系统运营安全现状,修正偏差,提高地铁系统安全总体水平具有十分重要的意义。     

微系统人机界面的安全信息流模型构建及其应用

为提高系统安全水平,进一步丰富安全系统学理论内容,对微系统内人机界面的安全信息流过程、模型及其应用进行深入研究。论述安全信息流与人机交互过程理论,为模型构建奠定理论基础;运用安全模型原理,从信息传播角度建立人机界面的安全信息流模型并分析模型的内涵和意义;将所建模型应用于具体情景的仿真模拟,以验证其适用性和合理性。研究结果表明:模型刻画了系统内安全信息流动轨迹,有利于揭示系统安全演化行为机理,对提高系统安全水平具有重要的理论指导意义。     

基于模糊神经网络的火灾事故处理专家系统研究

以系统科学和行为科学理论为基础,结合人工神经网络、模糊推理与计算机技术,形成基于模糊神经网络的火灾事故处理专家系统,在火灾发生时为事故处理指挥人员提供良好的决策支持.本文首先给出了基于模糊神经网络的火灾事故处理专家系统的总体框架（任务管理模块,知识库与数据库管理和维护,火灾事故模型管理系统,解释机构,推理机控制系统,信号采集与处理以及结果输出模块）,并说明了各模块的功能;然后着重介绍了该专家系统中知识表示与获取方法,即将计算智能与符号智能结合起来解决专家系统知识获取的“瓶颈”问题;最后介绍该专家系统中知识库建立的方法以及所采用的推理机制,即模糊推理与规则推理相结合的推理方法.     

基于神经网络的建筑物火险评价

为了快速检测建筑物当前火险等级,应用神经网络技术,建立了火险评价系统。首先构建三大类15项评价指标体系,然后请经验丰富的消防专家判定建筑物火险等级,生成60条专家样本。前50条用于神经网络的训练,后10条用于神经网络检验。通过训练,神经网络获得了较高的评价精度,训练样本的总相对误差绝对值为7258%,检验样本总相对误差绝对值为0%。实践表明,采用神经网络实现建筑物火险评价,无需推导数学模型,操作效率高,使用成本低     

改进型灰色神经网络在火灾预测中的应用研究

为提高火灾事故的预测精度,降低火灾损失,探讨并修正传统GM(1,1)预测模型关于背景值构造的缺陷,将改进后的灰色模型同BP神经网络模型融合,提出改进型灰色神经网络火灾预测模型。依据我国1997—2009年火灾事故统计数据,分别选用改进型GM(1,1)和改进型灰色神经网络模型对1997—2007年火灾发生起数进行拟合仿真,得到2008—2009年火灾起数预测结果。结果表明:该模型在避免GM(1,1)关于背景值构造缺陷的基础上,兼具灰色系统与神经网络的优点,既体现火灾复杂的灰色系统行为,又能自适应调整学习速率,与单一GM(1,1)相比,该模型的预测结果精度更高。     

虚拟仪器技术在神经网络火灾识别模型中的应用研究

为降低火灾自动报警系统的误报、漏报率,基于BP神经网络算法,用LabVIEW虚拟仪器开发了一套智能火灾识别模型。在火灾探测区域内合理布置若干感温探测器,在火灾识别模型中,将探测到的温度场参数作为BP神经网络的输入,火灾发生与否作为输出,并对影响BP神经网络的各项参数和该模型的运行结果进行测试研究。仿真试验结果表明:选取42组训练样本,当网络训练到4 000次左右时,最大相对误差值达到目标值0.1,其中大部分相对误差值达到0.05以下,网络的实际输出值非常逼近样本的理想输出值;实际火灾试验表明:该火灾识别模型能够探测火灾的发生。     

大型火力发电厂气体消防系统设计探讨

鉴于我国目前还未颁布烟烙尽 (INERGEN)和七氟丙烷 (FM - 2 0 0 )灭火系统设计规范 ,通过对大型火力发电厂气体消防系统进行分析 ,建议气体灭火系统设计中应做到 :有人值守的防护区域采用INERGEN或FM- 2 0 0灭火系统 ,防护区控制在 7个以内 ,不考虑备用量 ,减少其存储容积 ;无人值守的防护区域采用低压CO2 灭火系统 ,防止其较高灭火浓度对人体造成伤害。采用该设计方案可大大提高消防安全性和降低工程造价     

基于RBF神经网络的火灾报警系统失效概率预测

报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能。利用Matlab软件编程,通过神经网络预测失效概率。根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值。通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高。以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的。结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。     

地铁火灾二次事故BP神经网络安全评价方法研究

基于能量转移理论、多米诺效应理论等相关理论对地铁火灾二次事故概念进行界定,并分析地铁火灾二次事故的演化机理,确定地铁火灾条件下易发的二次事故类型;建立了地铁火灾二次事故安全评价指标体系,通过BP神经网络的安全评价方法对地铁火灾二次事故进行量化分析。     

基于BP神经网络在森林防火专家系统不确定推理中的应用研究

提出将改进的BP神经网络应用于森林防火专家系统的不确定性推理中,其良好的自学习和泛化能力,可以解决基于可信度规则的知识表示在实际应用中导致的规则激增,推理速度缓慢的问题。该方法将不确定的知识用可信度区间表示,通过知识编码,设计并训练BP网络,最后用MATLAB进行仿真。实验结果表明:BP神经网络可以自动学习专家的典型经验,并且能将之准确的推广,隐含层神经元个数的确定和典型样本的选取决定了准确精度。在实际的专家系统不确定推理应用中具有应用价值。     

基于人工神经网络理论的建筑物火灾安全评价研究

依据建筑物火灾危险性的影响因素,应用人工神经网络理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,取得了满意效果,为建筑物防火设计以及安全管理提供了可行的依据。