神经网络控制在气动位置伺服系统中的应用

针对比例流量阀控缸气动位置伺服系统的特点，提出采出神经网络自适应PID控制器来实现活塞位移的实时控制，仿真和实验研究表明，这种控制器具有强鲁棒性，快速跟踪性和较好的控制精度等优点，其重复定位精度小于0．2mm.     

气动位置伺服系统的自适应控制系统

提出采用两个电－气压力比例阀构成新颖的阀控制控缸气动位置伺服系统,并运用极点配置的自校正自适应控制方法实现了报缸活塞位移的实时控制。研究结果表明,这种气动位置伺服系统比采用电－气流量比例阀的气动位置伺服系统具有较高的刚度和较好的控制性能;     

高速开关阀控气动位置伺服系统的模糊自适应PID控制

为实现高速开关阀控气动位置伺服系统的精确控制,以4个高速开关阀控制气缸的结构作为研究对象,提出一种模糊自适应PID算法以提高其控制精度.介绍了系统的结构与工作原理,并在此基础上建立系统数学模型.针对常规PID控制器难以适应多工况位置跟踪的问题,利用模糊控制原理对PID控制器的参数进行在线调整,以满足系统控制过程中对于参...     

基于比例阀的气动伺服系统最优控制策略

该文建立了基于比例流量阀控的气动位置伺服系统数学模型，并在此模型基础上进行最优状态反馈控制器设计，在实验中比较分析了常规PID控制和最优状态反馈控制器对系统性能的调节。研究结果表明系统性能稳定、超调小、响应快，抗干扰能力强。     

高压气动位置伺服系统的控制策略研究

本文描述了阀控缸高压气动位置伺服系统，提出采用变增益单神经元自适应PID控制器来实现活塞位移的实时控制，仿真结果表明，这种控制器具有运算量小、强鲁棒性、快速跟踪性等优点，是一种非常合适在实际中应用的控制器。     

电液位置伺服系统的自适应模糊神经网络控制

将电液位置伺服系统分为已知规律的线性部分和包括非线性、参数不确定性、负载干扰等在内的未知规律部分，用模糊神经网络仅对未知规律部分进行在线估计，缩小了搜索空间，系统估计的精度得到改善，加快了收敛速度。同时，对模糊神经网络建模误差的界进行在线估计，使变结构控制增益由接近建模误差的估计值确定，克服了传统变结构控制因过于保守的鲁棒控制增益带来较大控制量而不易实现的缺陷。     

气动位置伺服系统的自适应控制研究

提出采用两个电－气压力比例阀构成新颖的阀控缸气动位置伺服系统,并运用极点配置的自校正自适应控制方法实现了气缸活塞位移的实时控制。研究结果表明,这种气动位置伺服系统比采用电－气流量比例阀的气动位置伺服系统具有较高的刚度和较好的控制性能;运用自适应控制方法的气动位置伺服系统具有较强的跟踪能力和抗参数扰动的鲁棒性。     

高速开关阀控气动位置伺服系统的自适应鲁棒控制

针对高速开关阀控气动位置伺服系统所具有的模型参数不确定性、不确定非线性以及外干扰,为实现气缸的高精度运动轨迹跟踪控制,设计了基于标准投影映射的自适应鲁棒控制器。该控制器通过在线最小二乘参数估计来减小模型中参数不确定性,利用基于反步法设计的非线性鲁棒控制来抑制参数估计误差、不确定非线性以及外干扰的影响,从而保证一定的瞬态性能和高的气缸运动轨迹控制精度。由于运用了标准投影映射以保证在线参数估计有界,控制器的两个部分可以独立进行设计。试验表明,所设计的控制器能获得良好的轨迹跟踪控制性能,对干扰具有较强的性能鲁棒性,系统跟踪幅值为0.09 m,频率为0.5 Hz的正弦期望轨迹时,最大绝对跟踪误差为1.51 mm,标准跟踪误差0.72 mm。     

气动位置伺服系统的NN-IMC控制研究

提出了一种用于气动伺服系统的内模控制与神经网络相结合的智能控制方法，即NN—IMC控制法。该方法在提高控制性能方面有许多优点，能减少扰动的影响，鲁棒性较强，易于进行稳定性分析，只有一个调整参数，所以在工业应用中具有明显优势。当对象含有非线性环节的时候，可用神经网络来获得适当的控制参数。将所提出的NN—IMC智能控制法应用于含有强非线性气动伺服系统中，通过实验验证了它的效果。     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。     

气动伺服控制系统的建模与控制研究

结合气动系统中的非线性特点,对气动伺服系统研究中的建模、控制等问题进行了研究,并对今后的发展趋势作了探讨。     

基于灰色关联补偿控制的气动位置伺服控制系统

针对现有高精度气动位置伺服控制算法复杂、难于工程实现的问题,以灰色关联分析理论为基础,提出基于传统控制算法的灰色关联补偿控制新方法。该方法将灰色关联控制与传统控制相结合,在传统控制回路中增加灰色关联补偿控制器。该补偿控制器根据控制系统实际输出与期望输出数据序列之间的几何形状相似性和距离,计算两者之间的加权灰色关联度,设计灰色关联补偿控制律,对传统控制器的控制输出进行动态补偿。以DGPL型无杆气缸为控制对象,进行气动位置伺服控制的仿真与试验研究,对比灰色关联补偿控制方法与传统控制方法(比例积分微分(Proportional-integral-differential,PID)控制、模糊控制)的控制精度。仿真与试验结果表明,在相同的控制器参数下,灰色关联补偿控制的控制效果优于常规控制器的控制效果,补偿控制器参数经过适当调整,可以实现气动位置伺服系统的高精度控制。     

基于FUZZY—PID的气缸位置伺服控制系统

本文利用气动比例流量阀、无活塞杆气缸、位移传感器和数据采集卡等元件构成了气缸位置伺服控制系统.建立了该系统的数学模型.并进行了MATLAB仿真.然后设计了基于LabVIEW语言的参数自整定FUZZY-PID位置控制器,并在仿真的基础上进行实际控制实验.实验结果表明了FUZZY-PID控制器的有效性和正确性.     

单神经元自适应PID控制在气动压力伺服系统中的应用

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中。实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器。     

基于模糊自整定PI与重复控制的气动伺服系统研究

针对气动位置伺服控制中的低精度、低刚度等问题,提出了一种重复补偿与模糊自整定PI相结合的复合控制方案。利用模糊控制器提高系统的动态性能和鲁棒性,通过重复控制器周期性地修正输出电压,以改善系统的稳态特性,实现优势互补,使系统获得良好的稳、动态性能。通过仿真试验表明,该控制算法容易实现,且能更好地提高气动伺服定位系统的跟踪精度,具有较强的实用性。     

基于变采样时间模型预测控制的自适应巡航系统

提出了一种改进的基于模糊控制框架的变采样时间模型预测控制(MPC)策略.首先在传统模型基础上增添加速度变化率作为状态向量来设计MPC控制器,接着基于模糊控制理论对行驶工况的紧急程度进行了划分,然后利用紧急系数对所设计的MPC控制器的采样时间进行实时优化,最后在Carsim、Matlab/Simu-link以及NI实时系...     

基于模糊预测函数的直线伺服系统的速度控制

针对永磁直线同步电机伺服系统存在非线性、强耦合、参数时变等特点,提出了一种新型的模糊预测函数控制方法。它将预测函数控制和具有参数自调整的模糊控制进行综合来共同控制直线同步电机伺服系统,并且根据控制系统的速度偏差和偏差变化率,利用放大倍数对模糊控制器的参数进行在线修改。仿真结果表明,采用该控制方法设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的鲁棒性和抗干扰性,能够实现复杂系统的有效控制。     

基于改进PSO算法的电液位置伺服系统MRAC跟踪控制

针对电液位置伺服系统控制性能不佳的问题,提出一种基于改进PSO算法优化的模型参考自适应(Model Reference Adaptive Control,MRAC)跟踪控制方法.首先,建立电液位置伺服系统数学模型,设计出模型参考自适应控制器;其次,分析PSO算法、APSO算法在参数寻优过程中的不足,提出一种改进的PSO...     

基于RTX实时控制的汽车同步器自动换档装置的研究

该文介绍了汽车同步器气动自动换档装置的工作原理和组成结构.在RTX实时环境下利用LabWindows/CVI开发了该系统的控制程序.根据系统特点采用单神经元自适应控制策略.实验结果证明控制系统能够满足设计需要,并具有灵活的扩展性.