预绞丝是特高压架空线路上的连接金具,能传递机械载荷、电气负荷以及保护电缆。预绞丝制造难点是成型张力不恒定,影响预绞丝尺寸精度,导致金具与电缆配合度降低,加剧磨损与松动,影响电气性能。从预绞丝成型工艺出发,对成型张力进行研究,分析成型条件,设计张力控制机构和系统;运用模糊神经网络算法对张力进行控制,研发出新型预绞丝成型设备并进行试验。试验结果符合控制技术指标,设备性能满足生产需求。

利用模糊神经网络的学习功能和处理不确定情况的能力，合理划分煤粉在水平管道中的多种流动状态，解决煤粉流量的测量问题，并充利用工作经验和专家知识，大大缩知识网训练时间。

介绍了基于FPGA的智能微生物发酵控制系统的全硬件实现。系统以Spartan-3A DSP FPGA为核心,对发酵过程中的重要的参数pH值、DO等进行实时在线检测与控制。针对微生物发酵过程中的时变性、非线性、延时性、随机性等特点,提出采用模糊神经网络的控制技术来实现对系统的精确控制。给出了基于Xilinx FPGA/CPLD开发平台和MAT-LAB/Simulink仿真环境进行DSP功能实现的方法和设计流程。实践表明：系统设计紧凑、可靠,具有较强的鲁棒性。

将探测器的输出信号模糊化后送入神经网络进行处理，采用3层前馈BP神经网络结构，用BP算法进行网络参数的训练，然后由模糊逻辑判决火灾和非火灾。用Matlab语言进行仿真，结果表明基于模糊神经网络的中庭火灾探测系统能够准确探测各种标准试验火。

采用目前方法控制液压驱动机械臂的关节力矩时,没有对液压驱动机械臂的运动学和动力学进行分析,导致方法存在关节位置跟踪误差大、控制效率低、控制性能差和压力损失大的问题。提出液压驱动机械臂多关节力矩控制方法,分析了液压驱动机械臂的结构,并建立了机械臂坐标,分析液压驱动机械臂关节在坐标系中的运动情况,在Lagrange函数的基础上建立其动力学模型,分析关节在液压驱动机械臂运动过程中的势能和动能。对机械臂关节力矩误差和误差变化率进行计算,并将其作为模糊神经网络的输入变量,通过模糊神经网络完成液压驱动机械臂多关节力矩的控制。仿真结果表明,所提方法的关节位置跟踪误差小、控制效率高、控制性能好、压力损失小。

基于起升机构液压系统故障诊断的特点,提出基于故障树的模糊神经网络作为汽车起重机起升机构液压系统故障诊断的方法。该方法利用故障树知识,提取汽车起重机起升机构液压系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,运用模糊隶属度函数来描述这些的程度,利用共轭梯度优化算法对神经网络进行训练,并通过实例分析,验证了汽车起重机起升机构液压系统模糊神经网络故障诊断的有效性。

本文拓展传统相平面分析方法，提出了基于相平面的模糊区间划分和目标函数，并在此基础上系统提出了一种模糊神经网络新的建构和学习方法。通过对不同控制系统的研究，证明了该方法在模型未知系统的控制中的合理性和有效性，以及应用的普遍性。

针对道路模拟试验台阀控液压位置伺服系统,介绍一种高性能控制器的设计方法。以高性能的TMS320F28335 DSP芯片为核心设计控制器硬件,并应用模糊神经网络PID控制方法设计控制器软件。对试验台装置实验测试,结果表明,相比于传统PID控制,模糊神经网络PID控制在保证控制精度的同时,具有更小的超调量和更快的响应速度。

本文提出了一种新的液压故障模糊神经网络诊断方法即从症状和故障源两个方向对故障进行诊断再综合两个诊断结论.此方法具有学习机能且能显示知识结构.

针对液压位置跟踪系统中的非线性摩擦力,提出对摩擦力模型的不同分量分别进行补偿的分部补偿算法,以解决用模糊神经网络(FNN)对摩擦力整体进行补偿时,因摩擦力非光滑特性引起较大逼近误差的问题.实验结果表明,分部补偿算法能对摩擦力非线性进行有效补偿,使系统表现出良好的稳态跟踪性能.