基于神经网络的盾构液压推进系统的参数辨识

为了提高盾构液压推进系统速度控制的精度,减小建立数学模型与实际系统之间的偏差,提出基于时延神经网络和系统参数上下界值的动态系统参数辨识方法。在建立盾构液压推进系统速度控制模型的基础上,利用神经网络在待辨识参数的范围内对系统的不定参数进行辨识,搜索出更逼近实际盾构推进系统的一组参数,满足对系统输入实际信号时能够准确地得到实际系统的输出。利用盾构模拟实验台的另一组采样数据对系统辨识结果进行验证,结果表明：该辨识方法得到的模型能够逼近真实的物理系统。     

基于BP神经网络的液压伺服阀的模型辨识

针对铁马工程中液压振动台在实际应用时不能达到预期控制效果的问题,利用神经网络具有逼近任意非线性映射的能力,使用BP神经网络对液压振动台中的核心设备液压伺服阀进行模型辨识.仿真结果表明这种方法能有效地对液压伺服阀进行辨识,辨识出的模型为设计合理的控制方法提供了理论依据.     

液压泵控缸伺服系统T-S模糊模型在线辨识研究

以电机直驱泵控缸伺服系统为研究对象,针对液压系统中存在非线性不确定性和时变特性,对液压伺服系统建立T-S模糊模型,并对其进行模态分析计算。首先基于改进的模糊分割聚类算法,给出聚类数c的优选方法,构建液压系统模型。然后采用带有遗忘因子的递推最小二乘法,对系统模型进行在线参数辨识,得到液压伺服系统的T-S模糊模型。进而实现了伺服缸无扰速度补偿及负载刚度摄动的抑制。最后通过仿真实验对控制策略进行验证,结果显示该辨识方法具有较高的逼近精度和较好的泛化能力。     

一种液压控制辨识系统的开发

介绍了已有在线辨识方法的现状,给出一种应用VC＋＋开发环境,开发出实用的数据采集方法,利用Matlab对系统进行模型阶次和参数辨识,通过VC＋＋调用Matlab提供的引擎将两者合为一体,实现了从数据采集到系统参数辨识的一体化的系统辨识方法,并在实际液压系统中,对本辨识系统进行了验证。     

土压平衡盾构推进电液控制系统仿真及试验研究

介绍了采用压力流量复合控制的土压平衡盾构模拟推进电液控制系统的工作原理,以土体线性粘弹性模型作为负载建立了比例溢流阀、比例调速阀和液压缸的数学模型,分别导出了比例溢流阀控制推进系统压力和比例调速阀控制推进系统速度的传递函数。采用常规PID控制对压力和速度控制系统的阶跃特性和稳定性进行仿真分析,验证其可行性。通过对盾构模拟推进试验结果分析可以看出该液压系统在模拟盾构推进试验中达到了预期的控制效果,为实际盾构推进液压系统的设计提供一定的参考依据。     

基于α阶神经网络逆系统的液压活套解耦控制

针对液压活套系统的非线性和参数时变性,建立液压活套系统动力学模型,并通过Interactor算法对模型的可逆性进行分析。利用活套系统输入输出数据训练神经网络,将α阶神经网络逆系统与活套系统串联复合成伪线性系统,采用PSO-PID控制器构成闭环控制回路。结果表明:基于神经网络逆控制的方法能获得良好的解耦效果,并且能克服系统模型的不确定性和参数的时变性对解耦效果的影响。利用该方法可有效避免逆解耦控制法依赖系统模型精度、对系统模型变参数化敏感的缺点,具有较强的鲁棒性。     

铅阴极步进输送机电液比例速度控制系统的分析

采用电液比例控制技术对铅阴极步进输送机进行速度控制;建立步进输送机液压系统模型,采用MATLAB软件对系统进行仿真分析。为了保证步进输送机速度控制的准确性,根据仿真分析的结果对系统进行PID校正并使用试凑法最终得到了较为适合的PID参数。仿真结果表明:在惯性负载小范围变化情况下,系统的时域和频域指标较好,能够达到铅阴极步进输送机对速度控制的要求。     

非参数模型辨识在伺服阀控液压马达系统中的应用

由于液压伺服系统普遍存在非线性,使用传统的机理建模方法就难以建立准确的数学模型,也不能准确地反应系统实际情况.在合理设计辨识试验的基础上,对系统进行非参数模型辨识,较为准确地辨识出了对象的脉冲响应过程,并推导出系统的传递函数.     

交流伺服进给系统的模型仿真与参数辨识

实际生产中各环节的微小变化都将需要伺服系统控制参数的及时调整以保证系统运行的平稳、准确,为便于研究控制参数调整对系统的影响,在分析了交流永磁伺服进给系统一般性组成的基础上,对系统中的机械传动装置、永磁同步电动机及检测反馈器件分别建立了数学模型,并针对市售永磁同步电动机的非开放性进行了基于实测数据的速度控制模型参数辨识,所得到的电动机参数经过验证证明了该辨识方法的可行性。搭建了交流永磁伺服进给系统的整体仿真模型,并进行了仿真实验,仿真实验结果与实测结果吻合,证明了该模型的正确性。     

盾构掘进机推进系统非线性PID控制仿真分析

给出了采用压力流量复合控制的盾构掘进机推进液压系统工作模型,对其中的比例调速阀和比例溢流阀在AMESim环境下进行了模型构建,并完成了阀基本参数的优化设计.采用一种简化的动态土体粘弹性模型模拟盾构实际推进过程中的复杂负载工况.引入一种采用偏差修正参数的非线性PID控制器并在Matlab/Simulink环境下建模.为充分发挥各软件的优势,通过AMESim与Simulink接口界面,实现了液压控制系统的联合仿真.仿真结果表明,与常规PID控制相比,非线性PID对盾构推进液压系统的控制效果更佳.     

伺服阀控液压马达系统的参数模型辨识

在对液压控制系统进行建模过程中,由于液压伺服系统普遍存在非线性,使用传统的机理建模方法就难以建立准确的数学模型,也就不能准确地反应系统实际情况.而过程的输入输出数据一般都是可以测量的,且过程的动态特性必然表现在实验结果数据之中,因此可通过系统辨识的方法,利用这些数据建立对象的数学模型.本文作者确定出模型的结构,然后利用最小二乘法辨识出了阀控马达系统参数模型,仿真证明此模型是比较精确的.     

液压激振伺服控制系统的模型辨识

推导了液压激振伺服控制系统模型的传递函数表达式,在AMESim中建立了系统模型并进行线性化分析。将AMESim中通过雅可比矩阵运算得到的结果作为依据,在MATLAB中进行系统模型辨识,得出系统的一阶积分环节增益、伺服阀和液压缸的固有频率与阻尼比等参数;在Simulink软件中建立验证模型并进行验证。结果表明:系统模型辨识得到的关于伺服阀和液压缸的固有频率和阻尼比与AMESim仿真模型线性特征值对应;Simulink验证模型的输出曲线与AMESim仿真中的输出曲线基本吻合,表明该方法能满足液压激振伺服系统的模型辨识。     

基于BP网络的非线性系统无模型误差自学习控制

针对未知非线性系统提出了一种基于BP神经网络的无模型误差自学习控制方案，其控制思想是利用BP网络及其冲量BP算法实现对系统输入输出量的速度辨识，同时构造了误差控制器，并通过速度辨识学习器向误差控制器动态传递更新权阵，以实现对未知非线性系统的自学习、自适应无模型控制。作者在matlab6．0平台下进行了仿真实验，其仿真结果令人满意。     

液压伺服系统的直接自适应神经网络控制

针对液压伺服系统中的非线性和不确定特性,研究了一种基于神经网络的直接自适应控制方法。引入的神经网络模型可以通过学习从而跟踪对象的动力学特性,控制器的设计较少的依赖于对象的先验知识,控制器参数的调整是基于被控系统的测量信号,利用在线辨识的神经网络参数来实现的。仿真结果证明该系统有较好的控制效果。     

基于动态递归模糊神经网络的轧机辊缝动态辨识

模糊系统和神经网络,由于具有逼近任意连续非线性映射的特性,而广泛应用于系统的辨识与控制。但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而轧制过程中影响轧机辊缝的因素复杂,外界干扰严重,过程参数难以确定,为提高轧机辊缝动态的辨识精度,提出了一种基于动态递归模糊神经网络的辨识模型。轧制仿真结果表明,该模型具有很高的辨识精度。     

电液比例溢流阀加载系统参数模型辨识与实验研究

利用电液比例压力-流量控制实验台搭建了一套电液比例溢流阀加载系统。根据系统遵循的物理定律与规律,采用机制建模法建立了系统的传递函数参数模型,并对系统进行动态测试。采集试验数据并进行分析处理,确定系统数学模型的阶次。利用ARMAX模型与传递函数模型对系统分别进行参数模型辨识,并分析了残差的相关性。最后通过对得出的辨识模型进行对比分析,结果表明:系统数学模型是准确可靠的,从而使输入电信号可以对输出扭矩进行准确地控制。     

一种新型模糊神经网络滑模控制器设计北大核心

针对基于PID算法的永磁同步电机矢量控制系统易受系统不确定性影响(负载扰动、模型参数变化)的问题,提出一种新型模糊神经网络滑模控制器。首先,在传统滑模控制的基础上,利用模糊神经网络控制器(FNN)构成滑模控制器(SMC)的切换控制项来完成对系统不确定性因素进行逼近以及对滑模控制切换增益的调节;其次,利用麻雀搜索算法来实时更新模糊神经网络滑模控制器参数,为了加快SSA的收敛速度以及防止其陷入局部最优,利用分数阶微积分对传统麻雀算法进行改进;最后,进行了仿真验证,表明所设计的新型模糊神经网络滑模控制器具有较强的鲁棒性和动态性能。     

液压绞车运动跟踪前馈控制方法研究

当液压绞车跟踪特定运动时,其响应速度是影响运动跟踪控制性能的重要因素。为了提高液压绞车运动跟踪精度,设计跟踪运动前馈控制器并进行跟踪运动控制试验,结果表明,液压绞车的非线性因素对跟踪运动的控制精度有重要影响。利用最小二乘辨识方法实时辨识液压绞车的系统模型参数,在系统辨识的基础上设计自适应前馈控制器。仿真结果表明,液压绞车运动跟踪自适应前馈控制可以得到较高的控制精度。     

基于逆系统方法的压铸机快压射速度控制

压铸机在工作过程中由于液压元件的节流特性及液压动力元件的死区、滞环和限幅等因素使系统具有较强的非线性。为了提高压铸机快压射阶段速度系统的鲁棒性,提出一种基于逆模型的控制算法。建立速度系统的非线性模型;分析系统的可逆性,将系统线性化为伪线性系统;利用反馈控制设计线性系统控制器,实现对系统的控制。利用MATLAB验证基于逆系统方法的压铸机快压射速度控制的有效性。     

基于二次调节技术的液压绞车系统分析及性能研究

建立了由限压式变量泵供油、蓄能器储能、电液比例伺服阀控变量液压马达的液压绞车容积调速系统。利用AMESim软件,建立了液压绞车比例伺服控制系统仿真模型,利用该模型对系统的性能进行仿真研究。结果表明:该调速系统具有很好的速度跟踪特性、较高的速度控制精度以及较好的系统工作稳定性,同时具有显著的节能效果。