采用模糊神经网络结构,提出一种复合式控制方案,以解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,达到对不确定非线性系统的高精度输出跟踪控制;同时,利用一个鲁棒反馈控制器,来保证模糊神经网络模型学习初期闭环系统的稳定性。并应用于电液位置伺服系统中,获得满意的控制效果。

针对液压调平系统中调平支腿难以建立精确数学模型的问题,利用神经网络对未知函数的辨识能力,建立神经网络支腿动作预测模型。试验结果表明,该方法能满足调平精度要求,节省调平时间。

实践证明专家系统在液压系统故障诊断领域中具有其独特的优点.该文在传统专家系统的基础上结合神经网络及模糊理论开发一种基于Visual C＋＋与Matlab联合编程应用于恒功率变量泵的模糊神经网络专家系统.

该文将基于GA的模糊RBF神经网络控制系统应用于轧钢液压弯辊系统，通过对咬钢和抛钢瞬间出现弯辊力尖峰的实际现象，进行了仿真分析，验证了该控制系统的良好性能。

为了能够有效地对汽车车厢举倾机构液压系统进行故障诊断，深入地分析了模糊神经网络在其中的应用。首先，分析了汽车车厢液压举倾机构的常见故障；接着，研究了基于模糊神经网络汽车举倾机构液压系统故障诊断的基本理论；最后，进行了仿真分析，分析结果表明，该方法具有较高的故障诊断精度。

为了达到准确地对汽车液压泵进行故障诊断的目的，深入地研究了模糊神经网络在故障诊断中的应用。首先，分析了模糊RBF神经网络模型以及对应的算法流程；接着，根据汽车液压泵所存在的故障建立了故障诊断的数据样本对模糊神经网络进行训练；最后，利用训练后的模糊神经网络对汽车液压泵进行故障诊断，结果表明，模糊神经网络具有非常高的故障诊断效率。

针对采矿工程机械液压系统故障诊断方法存在的局限性，提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构，算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。

以中厚板全液压矫直机为控制对象，重点研究了4个AGC液压缸在不同工况下的协同作业性能。建立了液压滚切剪电液伺服系统的数学模型；针对全液压矫直机四回路电液伺服协同控制系统的非线性、时变、易受负载扰动等特点，选择模糊神经网络控制算法，提出了基于模糊神经网络控制器与偏差耦合控制结构相结合的四回路电液伺服协同控制方案，完成了4个AGC控制回路之间的存在系统耦合误差动态补偿；现场实验表明，该控制算法稳定性能高，收敛速度快；使用该方案之后，控制系统具有很好的协同控制精度，能够较好地实现全液压矫直机4个AGC液压缸协同跟踪控制。

阐述了液压系统的故障性质介绍了模糊诊断法与神经网络诊断法在此基础上详细分析了模糊神经网络系统的组成、模型及优缺点。

提出了一种基于模糊神经网络的液压泵故障诊断方法介绍了该方法的基本原理及实现算法.以某型号齿轮泵为研究对象利用其状态数据作为样本数据建立了基于模糊神经网络的齿轮泵的故障诊断模型.并利用该模型对齿轮泵运行状态进行了辨识结果表明该方法能够充分利用检测到的各种故障征兆信息从而使齿轮泵故障诊断更加准确有效.此方法也可用于其它同类设备的故障诊断.