电液比例加载系统的模糊PID控制策略的研究

电液比例加载系统是利用电液比例溢流阀或电液比例节流阀,通过改变二次元件出口处的压力值来最终实现对液压马达的加载。针对电液比例溢流阀加载系统在实验过程中出现的非线性及时变性等不稳定特点,提出了对电液比例溢流阀加载系统采用模糊PID复合控制策略,设计了模糊PID控制器,实现了对PID参数的在线整定,利用MATLAB/Simulink软件仿真,验证了模糊PID控制作为电液比例加载系统的控制方法是良好的。     

基于人工蜂群算法优化采煤机伺服系统PID参数

针对采煤机电液伺服系统中PID控制器的参数寻优问题,利用人工蜂群算法来优化PID参数。人工蜂群算法通过模拟群蜂寻找花蜜的过程,将误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过典型函数测试,对比分析遗传算法和粒子群优化算法,人工蜂群算法具有较好的全局收敛能力。结果表明:人工蜂群算法用于采煤机电液伺服系统的参数调节,比遗传算法和粒子群优化算法收敛速度快,超调量小,具有更好的动态响应性能,验证了该方案的可行性和有效性。     

基于改进人工蜂群算法的复合电源电动车FSM-Fuzzy能量管理策略

针对人工蜂群算法收敛速度慢、收敛精度不足等问题,综合粒子群算法和遗传算法优势对人工蜂群算法采蜜蜂和观察蜂搜索机制分别进行综合改进。基准测试函数表明改进后的人工蜂群算法收敛速度和收敛精度明显提高。在此基础上,建立复合电源电动车动态FSM-Fuzzy分层能量管理策略,利用改进后的人工蜂群算法调用Advisor软件对复合电源模糊控制器隶属度函数位置和形状进行闭环学习。结果表明:综合改进后人工蜂群算法学习的模糊控制策略与经验模糊控制策略相比,在UDDS和SC03工况下能耗可再降低8.36%和8.58%,且与常规蜂群算法学习控制器相比求解精度更高。     

ABC算法在非线性系统辨识与控制中的应用

针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。     

盾构机推进液压系统仿真控制研究

推进液压系统是盾构机的关键设备之一,对盾构掘进姿态、隧道开挖速度以及掌子面的稳定起着至关重要的作用。常规推进液压系统采用比例调速阀及比例溢流阀控制系统的速度与压力,利用PID算法抑制推进过程中系统的速度和压力的波动。该常规PID控制方法在稳定性较高的地质条件下效果明显,但在软弱不均的地质环境下波动明显,影响开挖速度及精度。通过对系统及推进过程中的稳态性误差进行分析,建立系统AMEsim仿真模型;然后利用Simulink算法建立一种BP神经网络控制器,将AMEsim模型与Simulink算法的BP神经网络控制器进行联合仿真。结果表明:与常规PID控制相比,BP神经网络结合PID控制策略针对变流量、变压力工况有更好的响应特性,可以更好地抑制速度与压力的波动。     

改进ABC算法的双容水箱液位控制研究

从提高双容水箱液位控制系统的稳定性和控制精度出发,设计了一种基于改进人工蜂群算法的PID控制调整策略。该策略针对人工蜂群算法全局探测能力不足而易陷入局部最优解的问题,提出将遗传算法的交叉操作引入到人工蜂群算法中,使其可以得到更加精确的PID控制参数。通过仿真分析并与传统的PID控制相比较,结果表明,经过改进的人工蜂群算法优化的PID控制具有静态误差小、调整时间短、超调量小等优点,能很好的满足控制过程的动态性能,具有重要的实用价值。     

比例溢流阀闭环模拟加载仿真与实验研究

液压实验台中常用比例溢流阀作为模拟加载元件,背压模拟负载工况。针对开环加载存在稳态误差,易受流量干扰输入影响的特点,设计了压力闭环PID控制加载系统。通过将压力传感器测量的压力值与设定的目标压力值作比较,将两者差值输入PID控制器,使PID控制器输出适时改变,从而调整加载电压,改变励磁电流大小,调节比例溢流阀开口面积大小,使系统实际压力达到目标设定值。AMESim软件仿真与实验结果表明:压力闭环控制抗干扰能力强,可以消除稳态误差。     

基于改进遗传算法的电液伺服系统轨迹控制

为了提高挖掘机器人电液伺服系统的轨迹精度,首先,建立挖掘机器人电液伺服系统模型;其次,对遗传算法的种群、适应度函数、交叉概率和变异概率进行改进,设计改进遗传算法的PID控制器,在联合仿真平台上进行了仿真研究,用阶跃和斜坡信号评估控制器性能;最后,搭建挖掘机器人轨迹控制实验平台,采用对挖掘机器人精度要求较高的斜坡作业验证控制器性能。结果表明:相比较于传统的PID控制器和经典遗传算法优化的PID控制器,改进遗传算法优化的PID控制器调整时间短,响应快速,实际动作控制时轨迹跟踪误差最小,可用在挖掘机器人实际轨迹控制中。     

π桥电液比例溢流阀负载特性

设计一种以G型π桥液阻网络为先导控制回路的新型电液比例溢流阀,分析该阀的工作原理,确定该阀的结构及设计参数。建立由π桥电液比例溢流阀液阻的流量压力方程和阀芯力平衡方程构成的稳态特性方程组,通过对稳态特性方程组的线性化处理,得到表述π桥电液比例溢流阀稳态流量压力特性的解析表达式,并由此推导出该阀在理论上实现调压偏差为零的参数表达式,为该阀的参数设计提供正确的计算方法。用数值计算方法计算液阻参数不同时的π桥电液比例溢流阀负载特性。研制π桥电液比例溢流阀样机,完成该样机在不同液阻参数条件下的稳态特性试验。试验与理论研究结果表明,π桥电液比例溢流阀具有比传统电液比例溢流阀更好的负载 特性。     

电液比例位置控制系统的仿真分析

以采煤机滚筒调高液压系统为对象,建立电液比例位置控制系统的数学模型,并通过Simulink仿真软件对PID控制器校正前、后系统的性能进行分析,结果表明校正后的系统响应速度和稳态精度得到了很大改善,在绝大部分场合可以用电液比例控制系统代替电液伺服控制系统。     

采煤机电液比例自动调高系统研究

为解决采煤机调高系统采用传统电磁换向阀控制存在精度低、响应慢以及适应能力差的问题,在对电液比例方向阀自动调高原理分析的基础上,对电液比例方向阀的自动调高系统中的电液比例方向、调高油缸以及位移传感器等器件进行重新选型设计;并对传统PID控制器和单神经元PID控制器的控制效果进行对比,为今后实践生产应用提供理论指导。     

电液比例节流阀加载系统模糊PID控制研究

针对开式阀控液压马达加载系统,通过比例溢流阀加载和比例节流阀加载来改变二次元件出口压力大小,从而实现对液压马达的加载;针对电液比例节流阀加载系统,分别对电液比例节流阀及加载系统的核心元件DSI二次元件等进行建模,进而得到整个电液比例节流阀加载系统的数学模型,运用模糊PID控制技术稳定加载系统的动态和稳态特性。     

雷达天线车电液比例泵控系统控制特性分析与仿真研究

通过对雷达天线车电液比例泵控系统控制特性的分析,设计了一种基于神经网络的自适应PID控制器,对系统的压力和流量进行复合控制,并利用AMESim仿真软件对该电液比例泵控系统进行了全数字化建模与仿真,仿真结果表明,所设计的复合控制器能较好地实现系统压力和流量的跟踪控制。     

基于人工蜂群算法的PID控制技术应用研究

由于PID控制器算法简单、鲁棒性强的特点,是目前使用最多的一种控制器,被广泛应用在各类工业控制领域。将基于人工蜂群算法的PID参数优化,在葡萄酒发酵温度控制系统中的应用进行了深入研究。     

基于功率键合图和Simulink的电液比例阀控液压系统的建模与仿真

预应力张拉液压系统采用的是电液比例阀反馈闭环控制系统,该系统的核心元件就是电液比例溢流阀,将电液比例溢流阀和液压缸负载组成流量-压力控制系统,阀控系统动态特性的好坏对预应力电液比例压力控制系统具有重要的影响。对阀控系统建立了简化的数学模型,并且利用MATLAB/Simulink软件对阀控液压缸系统进行建模仿真,分析系统的动态特性,以便对系统进一步优化分析,仿真分析结果表明,电液比例阀控液压系统能够为系统提供恒定的压力输出。     

矿用不确定性电液系统的预测控制

针对比例换向阀控制电液系统(EHS)存在的问题,提出了一种比例换向阀控制电液系统的方法。利用投影修正的梯度法对特征模型的参数进行估计,设计了基于特征模型的广义预测控制(GPC)控制器,使负载精确跟踪到期望位置。仿真结果表明,基于特征模型的GPC控制器与比例积分导数(PID)控制器相比,具有更好的死区补偿和随参数变化的自适应性能。     

风机叶片静力加载电液控制系统研究

设计了可实现风机叶片静力加载的电液控制系统,对两种控制方案——比例调压方案和变频调速方案——进行了数学建模和理论分析,指出叶片等效刚度对系统的动态性能有直接的影响。在此基础上采用了PID控制器对两种控制方案进行了理论研究和试验对比,证明了比例溢流阀调压方案的动态性能不能满足加载的控制要求,而变频调速方案能较好地实现叶片加载控制,保证了特定阶段的加载精度。     

数控压机伺服控制系统复合控制器I-ABC与PID优化

为了提高数控压机伺服控制系统的控制精度,针对伺服控制系统运行控制过程构建数学模型,在人工蜂群算法基础上融入了云分析模型,之后采用改进人工蜂群算法（Improved Artificial Bee Colony,I-ABC）调节比例-积分-微分（Proportional Integral Differential,PID）参数,建立了一种复合控制方法。研究结果表明：以I-ABC进行PID控制时,可以使幅度差降低到0.4%,相位差基本在-0.54°之内,系统加载精度也获得了明显提升,表现出了更优的跟踪性能。以I-ABC进行PID控制时,能够对多余力起到明显抑制作用,响应速度也获得明显提升,可以有效满足系统的准确控制要求。在系统内加入干扰信号,引入I-ABC实施PID调节可以减小系统超调量,还可以获得更短调节时间,使系统获得更强抗干扰性能。     

改进粒子群算法应用于挖掘机铲斗位置控制

挖掘机工作装置精确的位置控制是实现其轨迹自动控制的基础。提出一种改进粒子群优化算法,应用于液压系统PID参数的优化整定中,把遗传算法中的选择和交叉两种操作方式添加到标准的粒子群算法中形成的混合优化算法,提高了算法的搜索能力。建立具有整定PID控制器功能的仿真平台,使用改进粒子群算法、标准粒子群算法和相位裕度方法对PID控制器进行整定仿真,根据仿真结果,进行了模拟铲斗平地运动试验。仿真和试验结果表明改进粒子群算法整定的PID控制器参数,在电液伺服系统的动态响应和精确的轨迹控制方面有良好效果。     

基于蜂群算法的汽车悬架参数优化设计

针对汽车悬架系统参数选取的不足,综合局部精英策略局部搜索能力强和人工蜂群算法全局搜索效率高的优点,提出基于局部精英策略人工蜂群算法确定其参数的优化方法。利用Matlab/Simulink仿真软件,以积分白噪声模型作为路面输入模型,对悬架系统进行仿真研究。仿真结果表明,局部精英策略人工蜂群算法相对传统算法和人工蜂群算法具有一定的优越性,通过对汽车悬架系统参数的优化可改善汽车的行驶平顺性和操纵稳定性。