本文采和人工神经网络技术对声发射信号，电机功率信号及多个切削参数进行数据融合，建立了实现智能监控的数学模型，研制了适于镗铣加工中心的刀具破损智能监控系统，并实验验证了该系统对加工中心刀具破损的检出率达９８％以上，证明了该系统在生产中应用的可行性。

为设计有效的阀控液压马达转速控制系统,采用AMESim和Matlab_Simiulink联合仿真技术来建立准确的模型,以更好地反应实际系统。将神经元控制应用于PID参数在线调整中,提高了系统的准确性、快速性和稳定性。仿真结果表明,所设计的系统偏差减小,准确性提高;对于阶跃信号、正弦信号的响应速度加快,快速性提高;在系统施加干扰的情况下,能够恢复到控制值,稳定性提高。

文中在移动机器人的运动学和动力学模型的基础上,对移动机器人控制算法进行了设计。采用backstepping积分法实现轨迹跟踪,神经元网络控制算法实行速度跟踪。仿真结果验证了控制算法的有效性。

分析了两框架光电稳定平台的运动形式及结合部特点,提出了不同结合部的仿真处理方法。分析了有限元建模的主要误差原因,并给出了基于神经元网络的误差校正算法。通过设计实验组件,对支撑轴承在不同预紧条件下进行扫频实验,验证了该误差校正方法具有良好的应用效果。

通过对模糊控制理论的研究和分析后,提出了一种基于人工神经元网络的液压伺服系统自动控制方案,详细阐述了该液压伺服系统中模糊控制的总体框架、基本原理和组成结构。对基于人工神经元网络的控制原理和模型结构进行了分析,结合实际的液压驱动领域中的伺服系统组成结构和功能进行了分析,给出了详细带自反馈的智能控制系统。分析过程中重点以液压伺服系统的工作特点、性能参数作为研究主要对象。所设计的液压伺服智能控制系统进行了实验分析和仿真,仿真结果表明,基于人工神经元网络的液压伺服系统具有控制精度高、收敛速度快等特点,在性能上完全达到预期设计要求。