针对空调器常见的故障类型，利用已知的空调故障征兆与故障类型矩阵构造诊断知识库，同时开发了一个神经网络专家系统，用于实现对待测试空调器的故障检测

针对区域互联电力系统受到风电及负荷扰动后，系统频率会出现大幅度波动的问题，提出一种基于云神经网络自适应逆系统的多区域互联电力系统负荷频率控制方法。在分析单一区域电力系统有功输出特性的基础上，建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制有效解决系统响应和扰动抑制的矛盾。将云模型引入自适应逆系统构建云神经网络辨识器。利用云模型在处理模糊性和随机性等不确定性方面的优势，进一步提高神经网络的辨识能力。仿真结果表明，所设计的云神经网络自适应逆系统不仅可以得到好的动态响应，还可以使风电及负荷引起的扰动减小到最小。

本人发的csdn文章中matlab的.m文件，资源的具体内容可以看我发表的文章

人工智能-超临界机组协调系统神经网络逆控制的仿真研究.pdf

人工智能-车牌生产线烘干系统神经网络辨识建模与仿真研究.pdf

针对传统的专家系统在对异步电动机进行故障诊断时知识获取困难且无法解决新故障的问题,提出了一种基于神经网络的异步电动机故障诊断专家系统的设计方案,给出了系统结构及神经网络模型设计。仿真结果表明,该系统能够很好地结合专家系统与神经网络的优势,达到了异步电动机故障诊断的预期目标。

变桨距系统是风力发电机组研究的关键部分。针对其控制技术直接影响整个机组的性能和风能利用效率的状况,在风力机的空气动力学特性分析的基础上,应用神经网络模糊自适应控制,讨论了在低于额定风速时,如何控制风轮转速,从而获得最大的风能利用系数;在高于额定风速时,如何控制桨距角的变化,从而保持输出功率恒定的方法。仿真结果表明了该方法的有效性。

两电机变频系统神经网络广义逆解耦控制.doc

2018-AI人工智能入门PPT课件人工智能模糊系统神经网络等学习资料。

为了克服传统专家系统知识获取难、学习适应能力差、推理效率低等问题，许多专家提出将神经网络与规则专家系统相结合，构建基于神经网络的专家系统模型。文中设计了一种基于神经网络专家系统模型的混合推理机制，通过对基于神经网络推理算法、规则推理算法以及神经网络与规则的混合推理算法进行实验比较，证明本文提出的混合推理机制在改善专家系统推理准确率方面的有效性。