基于粒子群算法液压伺服系统PID参数的优化

PID控制器在液压伺服系统中得到广泛的应用。为了有效地寻找液压伺服系统的最佳PID控制器参数,提出一种基于粒子群算法的PID参数优化策略。通过建立PSO-PID控制器参数模型,对PID控制器的参数进行实时优化;利用MATLAB对系统进行仿真,结果显示在液压伺服系统的工况相同时．新型控制器能取得满意的控制效果。     

液压振动台的模糊PID控制技术研究

基于液压振动台的工作原理,建立了振动台的电液位置伺服系统数学模型。采用模糊控制原理对PID参数进行在线修正的方式设计了一种模糊PID控制器。通过与常规PID控制器仿真试验效果比较,证明应用模糊PID控制技术可提高液压振动台的动/静态性能,并具有更好的抗干扰能力。     

PMAC数控系统在数控旋压机中的应用研究

将原液压仿形机床改造为QX63—300CNC三轮强力旋压机床。对数控旋压机的纵向液压伺服系统特性进行了研究。研究确定了纵向伺服油缸系统的数学模型和PMAC数控系统内部PID算法,并通过Simulink仿真软件分析了PID控制器参数对液压伺服系统特性的影响。根据仿真结果调试旋压机的PMAC数控系统参数,使得纵向液压伺服系统的响应时间和定位精度有所提高,满足了数控旋压机技术指标要求。     

新型铝卷翻转机液压驱动伺服系统设计及动态特性分析

通过选用合理的液压参数,建立液压驱动伺服系统模型,并由此建立数学模型。在数学模型的基础上对液压伺服系统的关键控制性能和可靠性进行仿真分析研究。结果表明,通过对液压伺服系统的合理设计,改善了翻转机的性能,提高了铝卷翻转的可靠性,可为大流量液压系统的设计提供理论指导。     

基于AMESim的PDF控制器封装与参数的优化

AMESim是由法国Imagine公司推出的高性能建模、仿真和动态分析软件。以PDF（伪微分反馈）模块参数优化为例,介绍了运用AMESim实现电液位置伺服系统的仿真及优化设计方法。首先利用AMESim的超级元件功能封装PDF控制模块,利用AMESim的参数优化功能对PDF参数进行优化,对优化前后液压位置伺服系统进行仿真、比较,对基于PDF控制的液压系统参数发生变化的情况做了仿真。     

基于MATLAB的液压伺服系统的仿真研究

为了能够对液压伺服系统进行仿真分析,深入地研究了MATLAB软件在其中的应用,首先,分析了液压伺服系统的工作原理;接着,建立了液压伺服系统的数学模型;然后,利用MATLAB软件对系统进行了仿真分析;最后,进行了系统的稳定性分析,结果表明该系统是稳定的.     

基于Simulink的液压伺服系统动态仿真

提出了利用 Simulink 软件包对液压伺服系统进行动态仿真的方法.介绍了 Simulink 软件包的特点,并以阀控液压缸为例建立了液压伺服系统的动态模型,给出了该系统的仿真模型,详细介绍了如何利用 Simulink 对液压系统的动态特性进行仿真,同时较详细地讨论了影响液压伺服系统动态特性的主要因素.仿真结果表明,Simulink 方法是对液压伺服系统的动态特性进行仿真的一条有效途径.     

基于MATLAB的破碎机液压伺服系统动态特性仿真

以新型PG406盘辊式破碎机液压伺服系统为例,利用MATLAB中的Simulink软件对液压伺服系统进行动态仿真,并以阀控液压缸为例建立了PG406盘辊式破碎机的液压伺服系统的动态理论模型,得出该液压伺服系统的仿真模型。通过仿真结果可知,运用MATLAB分析方法是对破碎机液压伺服系统的动态特性进行仿真的有效途径,同时也为广大读者进一步将MATLAB用于液压控制系统的动态仿真提供了参考。     

基于AMESim的阀控液压缸液压伺服系统仿真

AMESim是法国IMAGINE公司开发的高级工程系统仿真建摸环境,为机械、液压、控制等工程系统提供了一个较为完善的仿真环境.首先介绍了AMESim软件的功能和特点,并以阀控液压缸液压伺服系统为例,探讨了基于AMESim的液压伺服系统的模型建立、参数设置和仿真方法,得出了仿真结果,并对改变系统元件参数下的仿真结果进行了比较与分析.     

基于MATLAB/Simulink液压伺服系统辨识仿真

针对对称缸液压伺服系统,用数学方法建立线性化对称缸液压伺服系统的数学模型,运用MATALB/Simulink进行仿真,使用最小二乘法对系统进行辨识仿真研究。为进一步控制研究提供较为精确的模型参数,验证模型的准确性。该仿真研究对建立精确模型及控制系统研究有参考意义。     

车辆制动系统需液量仿真分析

需液量是制动系统关键性设计参数,目前关于制动系统需液量的研究缺乏理论和仿真依据。通过解析车辆制动系统的结构和工作原理,推导需液量关于制动液压强的数学公式,并基于AMESim的设计探索工具,搭建可自寻优的需液量仿真模型。根据实测数据寻找制动系统仿真模型的最优参数拟合值,并利用自寻优出的模型对制动系统需液量的影响因素进行仿真分析。结果表明,该模型可根据目标需液量反向推导出制动系统的关键设计参数,并用以模拟制动系统的需液量分析,为制动系统的设计和故障诊断提供参考依据。     

FSAE赛车双横臂悬架优化设计

利用ADAMS/Car模块建立大学生方程式赛车(FSAE)双横臂独立悬架仿真模型;对模型进行运动学仿真,对表征悬架运动学性能的参数进行分析以确定优化目标;利用ADAMS/Insight模块通过设定设计变量、综合目标函数和约束条件进行多目标优化设计;根据优化结果修改悬架的运动学仿真模型,再次进行仿真分析,并比较优化前和优化后悬架的综合性能;仿真结果表明,优化后的悬架综合性能得到明显提高,证明了多目标优化设计方法的有效性和正确性。     

基于自适应模糊逻辑的多模型跟踪算法

针对基于“当前”统计模型的交互式多模型算法，难以恰当地确定当前模型的概率以及系统参数 和 在跟踪过程中不能自适应调整的缺点， 采用自适应模糊推理的方法进行改进以提高跟踪的快速性。同时应用蚁群算法对设计参数进行优化，以提高跟踪的精度。最后将所设计的基于“当前”统计模型的多模型改进算法用于机动目标的跟踪仿真，仿真结果表明所设计的改进算法是有效的。     

基于Modelica的汽车转向系统建模仿真及实验验证

为研究汽车转向系统的转向性能,在对其进行动力学分析的基础上,采用多领域统一建模语言Modelica在仿真平台Dymola环境下建立转向系统模块、整车模块、轮胎模块及力矩计算模块,并将以上模块连接综合为转向系统整体仿真模型。针对某商用车的液压助力转向系统搭建了"汽车转向系统参数测量试验台"。通过台架试验测出模型中待定参数,将所得参数输入模型中进行仿真计算,结果表明:原地转向工况下仿真模型能较准确地反映车辆的转向性能。     

球面二自由度冗余驱动并联机器人系统动力学参数辨识及控制

以伺服电机驱动的球面2-DOF冗余驱动并联机器人为研究对象,首先,建立了机构惯性参数辨识模型,并规划了惯性参数辨识轨迹;其次,建立了机构运动副摩擦参数辨识模型和驱动系统的摩擦参数辨识模型,分别分析了二者的辨识原理,并规划了摩擦参数辨识轨迹;再次,通过辨识实验得到了机构惯性参数、机构转动副摩擦参数和驱动系统摩擦参数的辨识结果,利用辨识结果对原机构参数进行修正,获得了更为准确的机器人系统动力学模型,并通过轨迹测试实验,对辨识结果进行了验证;最后,制定了基于机器人系统动力学模型的前馈控制策略,与传统的机构运动学闭环控制策略进行实验对比,验证了该控制策略的可行性。     

采用改进的LQR进行Pendubot系统的平衡控制

对于非线性、强耦合的欠驱动两杆机器人Pendubot,采用改进的线性二次型调节器(LQR)进行不稳定平衡位置的平衡控制。首先,对Pendubot系统的动力学方程进行分析,并在平衡位置进行线性化。然后,平衡状态下力矩不为0的平衡位置进行控制时,对LQR控制器进行改进,设计了一个补偿参数,并给出了补偿参数的详细计算方法。最后,采用建立系统的仿真模型,并通过仿真实验进行验证。实验结果表明,改进的LQR方法能够使系统稳定在设置的平衡位置。     

基于解析一仿真反馈的动态随机生产决策模型

为了解决动态随机因素在综合生产计划决策中造成的生产计划不可行问题，提出了使用仿真方法近似实际的生产系统，结合随机解析模型，通过反馈方法进行决策参数修正的解析一仿真动态随机生产决策模型，并给出了作业参数的反馈松弛修正方法。该方法首先通过静态随机解析模型求解最优生产决策，将最优决策结果输入仿真模型，以此比较实际仿真生产结果和静态解析模型决策结果的差别，基于该差别对随机决策参数进行松弛修正，将松弛之后的决策参数带入解析模型再次循环建模并求解和仿真，直到符合停止准则。通过算例验证了该决策方法的收敛性，并通过实例证明了该方法在实际生产系统的动态随机决策中是有效的。     

基于粒子群算法的参数自整定伺服控制器的设计

提出了一种可以不考虑系统的数学模型以及外部的工作状况,直接通过在可行域内搜索最优解来找到合适的控制器参数的方法。以伺服系统的速度环控制器为研究对象,将粒子群优化算法应用于控制器的参数自整定中,设计了参数自整定PI控制器。在Matlab／Simulink环境下建立永磁同步电机伺服系统的仿真模型,对比了通过人工参数整定与基于粒子群优化算法的参数整定两种方法。仿真实验结果表明,该方法整定出的控制器参数可以使伺服系统的性能得到较大提高,具有较大的应用价值。     

多体系统仿真分析平台参数化建模技术研究

针对复杂多体系统建模效率低、建模过程修改频繁等问题,研究了多体系统仿真分析平台的参数化建模技术,提出了一种工程约束推理求解和模型元素更新机制相结合的参数化方法.该方法采用点参数、设计变量参数和元素属性参数构建多体系统参数化模型.通过规则约束和表达式约束,描述了元素属性参数间的工程约束关系.针对工程约束的过程无关性,使用有向图作为参数化求解的内部表达,根据参数间的偏序关系获得工程约束求解序列.结合多体系统模型元素关联关系的特点,提出了一种事件驱动的模型参数化更新机制.最后通过轿车参数化建模实例,验证了该方法的有效性和可靠性.     

Neural network sliding mode controller of atomic force microscope‐based manipulation with different cantilever probes

Development of nanotechnology has given rise to various applications, including the nano‐manipulation process within small‐size environments. The implementation of such processes requires the use of tools and proper equipment and understanding of various factors influencing it. One such tool is the atomic force microscope (AFM) and its probe, used for imaging surfaces and manipulation tools. The AFM probe is the most important element of the AFM with a key role in system function. The dynamic analysis and control of AFM are necessary to increase efficiency. In this paper, a model of AFM is reviewed and rewritten by considering various cantilever probes, including rectangular, V‐shaped, and dagger. The AFM actuator was modeled and analyzed on uncertain conditions. The position of the stage was controlled to the desired position through the desired motion profiles. To overcome the problem of model nonlinearity, a neural network (NN) sliding mode controller was used to optimize the controller parameter and provide the desired output. The simulation of system was performed by the effective parameters, its control was implemented, and the results were analyzed. The simulation revealed that the modified sliding mode controller with learnable NN improved controller performance by decreasing the rise time and eliminating the overshot.