基于人工神经网络的振动压路机智能控制研究

以下是小编整理了基于人工神经网络的振动压路机智能控制研究，本文共9篇，希望你喜欢，也可以帮助到您，欢迎分享！本文原稿由网友“ayo8899”提供。

篇1：基于人工神经网络的振动压路机智能控制研究

基于人工神经网络的振动压路机智能控制研究

在分析道路施工对振动压路机智能控制要求和现有控制方法的基础上,提出了振动压路机神经网络智能控制的方法,简介了该方法的系统结构与实现原理,重点研究了包括评价网络和动作网络在内的'振动压路机神经网络控制模型与算法.仿真试验结果说明了采用神经网络模型进行振动压路机控制的可行性与正确性.

作 者：曹全星 张宗涛 庞明宝 CAO Quan-xing ZHANG Zong-tao PANG Ming-bao  作者单位：曹全星,CAO Quan-xing(天津鼎盛工程机械有限公司技术中心,天津,300384)

张宗涛,ZHANG Zong-tao(长安大学,工程机械学院,陕西,西安,710064)

庞明宝,PANG Ming-bao(河北工业大学,土木学院,天津,300132)

刊 名：筑路机械与施工机械化  PKU英文刊名：ROAD MACHINERY & CONSTRUCTION MECHANIZATION 年，卷(期)： 24(11) 分类号：U415.52 关键词：振动压路机   人工神经网络   动作网络   评价网络  

篇2：串联式振动压路机整体噪声的控制

串联式振动压路机整体噪声的控制

串联式振动压路机高效高质的作业特点,但其高达103.8dB(A)的噪声危害着操作者的身心健康、影响着人们的正常生活.厦工(三明)重型机器有限公司在该机器噪声的传播途径上进行了综合控制.使机器的各项噪声值降到国标要求的.88 dB(A)之内.实践证明,该噪声控制技术是有效的.

作 者：岳金喜  作者单位：厦工(三明)重型机器有限公司,福建,沙县,365500 刊 名：机电技术 英文刊名：MECHANICAL & ELECTRICAL TECHNOLOGY 年，卷(期)： 32(3) 分类号：U415.52+.1 TB533+.2 关键词：噪声   控制   有效  

篇3：人工神经网络论文

摘要随着科学技术的发展，人工神经网络技术得到了空前的发展，并且在诸多领域得到了广泛的应用，为人工智能化的发展提供了强大的动力。人工神经网络的发展经历了不同的阶段，是人工智能的重要组成部分，并且在发展过程中形成了自身独特的特点。文章对人工神经网络的发展历程进行回顾，并对其在各个领域的应用情况进行探讨。

关键词人工神经网络;发展;应用

随着科学技术的发展，各个行业和领域都在进行人工智能化的研究工作，已经成为专家学者研究的热点。人工神经网络就是在人工智能基础上发展而来的重要分支，对人工智能的发展具有重要的促进作用。人工神经网络从形成之初发展至今，经历了不同的发展阶段，并且在经济、生物、医学等领域得到了广泛的应用，解决了许多技术上的难题。

篇4：人工神经网络论文

关于人工神经网络，到目前为止还没有一个得到广泛认可的统一定义，综合各专家学者的观点可以将人工神经网络简单的概括为是模仿人脑的结构和功能的计算机信息处理系统[1]。人工神经网络具有自身的发展特性，其具有很强的并行结构以及并行处理的能力，在实时和动态控制时能够起到很好的作用;人工神经网络具有非线性映射的特性，对处理非线性控制的问题时能给予一定的帮助;人工神经网络可以通过训练掌握数据归纳和处理的能力，因此在数学模型等难以处理时对问题进行解决;人工神经网络的适应性和集成性很强，能够适应不同规模的信息处理和大规模集成数据的处理与控制;人工神经网络不但在软件技术上比较成熟，而且近年来在硬件方面也得到了较大发展，提高了人工神经网络系统的信息处理能力。

篇5：人工神经网络论文

3.1 在信息领域中的应用

人工神经网络在信息领域中的应用主要体现在信息处理和模式识别两个方面。由于科技的发展，当代信息处理工作越来越复杂，利用人工神经网络系统可以对人的思维进行模仿甚至是替代，面对问题自动诊断和解决，能够轻松解决许多传统方法无法解决的问题，在军事信息处理中的应用极为广泛[4]。模式识别是对事物表象的各种信息进行整理和分析，对事物进行辨别和解释的一个过程，这样对信息进行处理的过程与人类大脑的思维方式很相像。模式识别的方法可以分为两种，一种是统计模式识别，还有一种是结构模式识别，在语音识别和指纹识别等方面得到了广泛的应用。

3.2 在医学领域的应用

人工神经网络对于非线性问题处理十分有效，而人体的构成和疾病形成的原因十分复杂，具有不可预测性，在生物信号的表现形式和变化规律上也很难掌握，信息检测和分析等诸多方面都存在着复杂的非线性联系，所以应用人工神经网络决解这些非线性问题具有特殊意义[5]。目前，在医学领域中的应用涉及到理论和临床的各个方面，最主要的是生物信号的检测和自动分析以及专家系统等方面的应用。

3.3 在经济领域中的应用

经济领域中的商品价格、供需关系、风险系数等方面的信息构成也十分复杂且变幻莫测，人工神经网络可以对不完整的信息以及模糊不确定的信息进行简单明了的处理，与传统的经济统计方法相比具有其无法比拟的优势，数据分析的稳定性和可靠性更强。

3.4 在其他领域的应用

人工神经网络在控制领域、交通领域、心理学领域等方面都有很广泛的应用，能够对高难度的非线性问题进行处理，对交通运输方面进行集成式的管理，以其高适应性和优秀的模拟性能解决了许多传统方法无法解决的问题，促进了各个领域的快速发展。

4总结

随着科技的发展，人工智能系统将进入更加高级的发展阶段，人工神经网络也将得到更快的发展和更加广泛的应用。人工神经网络也许无法完全对人脑进行取代，但是其特有的非线性信息处理能力解决了许多人工无法解决的问题，在智能系统的各个领域中得到成功应用，今后的发展趋势将向着更加智能和集成的方向发展。

参考文献

[1]徐用懋，冯恩波.人工神经网络的发展及其在控制中的应用[J].化工进展，1993(5)：8-12，20.

[2]汤素丽，罗宇锋.人工神经网络技术的发展与应用[J].电脑开发与应用，(10)：59-61.

[3]李会玲，柴秋燕.人工神经网络与神经网络控制的发展及展望[J].邢台职业技术学院学报，2009(5)：44-46.

[4]过效杰，祝彦知.人工神经网络的发展及其在岩土工程领域研究现状[J].河南水利，(1)：22-23.

[5]崔永华.基于人工神经网络的河流汇流预报模型及应用研究[D].郑州大学，.

篇6：人工神经网络论文

2.1 萌芽时期

在20世纪40年代，生物学家McCulloch与数学家Pitts共同发表文章，第一次提出了关于神经元的模型M-P模型，这一理论的提出为神经网络模型的研究和开发奠定了基础，在此基础上人工神经网络研究逐渐展开。1951年，心理学家Hebb提出了关于连接权数值强化的法则，为神经网络的学习功能开发进行了铺垫。之后生物学家Eccles通过实验证实了突触的真实分流，为神经网络研究突触的模拟功能提供了真实的模型基础以及生物学的依据[2]。随后，出现了能够模拟行为以及条件反射的处理机和自适应线性网络模型，提高了人工神经网络的速度和精准度。这一系列研究成果的出现为人工神经网络的形成和发展提供了可能。

2.2 低谷时期

在人工神经网络形成的初期，人们只是热衷于对它的研究，却对其自身的局限进行了忽视。Minskyh和Papert通过多年对神经网络的研究，在1969年对之前所取得的研究成果提出了质疑，认为当前研究出的神经网络只合适处理比较简单的线性问题，对于非线性问题以及多层网络问题却无法解决。由于他们的质疑，使神经网络的发展进入了低谷时期，但是在这一时期，专家和学者也并没有停止对神经网络的研究，针对他们的质疑也得出一些相应的研究成果。

2.3 复兴时期

美国的物理学家Hopfield在1982年提出了新的神经网络模型，并通过实验证明在满足一定的条件时，神经网络是能够达到稳定的状态的。通过他的研究和带动，众多专家学者又重新开始了对人工神经网络方面的研究，推动了神经网络的再一次发展[3]。经过专家学者的不断努力，提出了各种不同的人工神经网络的模型，神经网络理论研究不断深化，新的理论和方法层出不穷，使神经网络的研究和应用进入了一个崭新的时期。

2.4 稳步发展时期

随着人工神经网络研究在世界范围内的再次兴起，我国也迎来了相关理论研究的热潮，在人工神经网络和计算机技术方面取得了突破性的进展。到20世纪90年代时，国内对于神经网络领域的研究得到了进一步的完善和发展，而且能够利用神经网络对非线性的系统控制问题进行解决，研究成果显著。随着各类人工神经网络的相关刊物的创建和相关学术会议的召开，我国人工神经网络的研究和应用条件逐步改善，得到了国际的.关注。

随着人工神经网络的稳步发展，逐渐建立了光学神经网络系统，利用光学的强大功能，提高了人工神经网络的学习能力和自适应能力。对非线性动态系统的控制问题，采取有效措施，提高超平面的光滑性，对其精度进行改进。之后有专家提出了关于人工神经网络的抽取算法，虽然保证了精度，但也加大了消耗，在一定程度上降低了神经网络的效率，因此在此基础上又提出了改进算法FERNN。混沌神经网络的发展也得到了相应的进步，提高了神经网络的泛化能力。

篇7：浅谈BP人工神经网络

浅谈BP人工神经网络

人工神经网络有很多模型,但是目前应用最广泛的、基本思想最直观、最客易理解的.是前馈神经网络中的误差逆传播学习算(Error Back Propagation),简称为BP神经网络.它是前馈神经网络中的核心部分,也是最精华的部分.

作 者：柴燕茹 马岩  作者单位：哈尔滨商业大学,管理学院,哈尔滨,150028 刊 名：学理论 英文刊名：THEORY LEARNING 年，卷(期)： “”(22) 分类号：Q983 关键词：神经元   神经网络   局限性  

篇8：人工神经网络水质预测模型研究

人工神经网络水质预测模型研究

水质预测物理模型在水环境保护中起着十分重要的`作用,然而由于模型的参数识别问题,使其应用受到很大局限.对人工神经网络(Artificial Neural Network,简称ANN)水质预测建模作了初步研究.用试错法,以训练时间和测试误差两项指标为依据,对比分析三层、四层网络结构,认为ANN模型适应于水质预测建模,并提出了适合的模型结构、学习速率、传递函数.

作 者：张志 ZHANG Zhi  作者单位：内蒙古农业大学水利与土木建筑工程学院,呼和浩特,010018 刊 名：内蒙古大学学报（自然科学版）  ISTIC PKU英文刊名：ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS NEIMONGOL 年，卷(期)： 37(6) 分类号：X522 关键词：水质预测   人工神经网络   建模  

篇9：振动压路机振动轴承的润滑

1.前言

振动轮是振动压路机的关键部件，直接影响压路机的性能和可靠性，在振动轮内部的振动轴承起着至关重要的作用，因此，本人就振动轴承润滑问题提出一些建议，与大家一起共勉。

2.振动轴承的润滑方式

2.1刮油式

依靠振动轮的旋转，封口板附着粘稠的润滑油，顺着封口板流下，落到轴承座和振动轴承上，从而润滑轴承和冷却轴承。但存在一个问题——在轴承座和轴承左侧形成一个封闭的腔，不能更换油液，而且在轴承的左端上方的滚动体不易形成油膜，这样会缩短轴承的寿命。因此这种结构适宜于吨位比较小和承受载荷较小的振动压路机。

2.2刮板润滑式

该润滑是在封口板上焊接几组直板和角钢，使之形成一个漏斗状的腔，这样依靠振动轮转动，封口板可以带较多的润滑油，然后从“漏斗腔”的底端流到轴承座和轴承上，使轴承得到润滑和冷却。该润滑方式解决了仅仅依靠封口板自身附着油量少的问题。

2.3油道润滑式

该润滑是在安装轴承的轴承座增加合理的环形油道，该油道正好与轴承的环形油槽配合，能够使润滑油进出，这样在润滑油的流入流出，使轴承得到润滑，并带走轴承工作所产生的热量和产生的污染，使得轴承永远处在新鲜的“血液”当中，延长了轴承的寿命，提高了轴承的可靠性，适宜于大吨位和载荷较大的振动压路机，

2.4油浴润滑式

设计振动轮时选用较大的轴承，使轴承的最低滚动体的一半或全部浸入润滑油里，这样能够很好地润滑轴承，冷却轴承，但在设计过程中往往因为结构所限不采用该结构，甚至因为采用该结构会增大工艺难度和成本。

2.5喷油或循环润滑式

设计振动轮时增加一个供油泵，增加回油孔和会油槽，装置动力源，定时地喷油，循环往复，能很好地润滑轴承、冷却轴承，但该方式结构复杂、成本高，不宜采用。

2.6油脂润滑式

设计振动轮时选用密闭免维护轴承，这需要高素质的装配、高质量的轴承以及高质量的润滑脂做后盾。但这也存在不足，在润滑脂的失效后要重新拆装振动轮——更换轴承或添加润滑脂，不如更换齿轮油方便。

3.结论

综合以上几种润滑方式，可以看出，单纯从一个方面着手润滑总是不尽人意，如果结合2.2和2.3刮板形成的漏斗腔与油道正好配合，在上方可以进油，转到下方即可放油，由于刮板带的油量大，油道能循环润滑油，这样，就足以满足轴承润滑，延长了轴承的寿命，而几乎没有增加成本，却使可靠性得到了很大的提高。

人工神经网络在地下水污染评价中的应用

我国噪声与振动控制行业发展报告

人工神经网络模型在太湖富营养化评价中的应用

基于人工神经网络的结构腐蚀损伤定量预测

基于遗传神经网络的入侵检测研究

基于人工神经网络的振动压路机智能控制研究.doc

将本文的Word文档下载到电脑，方便收藏和打印

推荐度：

点击下载文档