自抗扰控制器的无摩擦气缸控制研究

气动伺服系统是典型的非线性系统,因气体的可压缩性及阀口流量的非线性等因素,传统的控制策略(如PID)的控制性能很难达到系统要求,对其实现高精度的压力控制尤为困难。针对比例流量阀及无摩擦气缸的气动伺服系统建立二阶数学模型,建模过程为控制算法提供一个大致精确的参考模型。之后,将自抗扰控制算法引入到伺服系统控制器设计中,并基于Labwindows CVI开发平台对该系统实现高精度压力控制。实验结果表明,相比较于传统PID控制器,自抗扰控制器具有控制精度高,响应速度快,抗干扰能力强等优点。     

气动伺服系统的BELC压力控制

由于气动伺服系统受非线性因素的影响,传统PID控制在解决高精度非线性控制问题时效果不理想。一种基于大脑情感学习控制器(Brain Emotion Learning Controller,BELC)的气动伺服系统压力控制方法被提出。首先,对气动伺服系统进行数学建模。然后,结合气动系统非线性和BELC控制特性进行算法改进,采用模糊控制对BELC权值学习率进行在线调节。最后,搭建实验平台分别对传统PID控制、BELC控制及改进的模糊BELC控制进行实验,结果表明:改进后模糊BELC算法有效提高了气动伺服系统的控制精度和响应速度,改善了气动系统控制性能。     

基于AMESim和Simulink的气动位置伺服系统PID控制

根据AMESim和MATLAB软件各自的特点,采用了AMESim和MATLAB对气动位置伺服系统PID控制进行仿真,并在仿真中分别对有无PID控制器的气动位置伺服系统进行对比。结果表明,PID控制的气动位置伺服系统稳态精度较高,调节时间短,超调小,可以克服非线性时变特性的影响。     

基于MIMO滑模的气动伺服系统控制

针对非线性气动伺服系统的轨迹跟踪和柔顺控制问题,采用MIMO滑模控制器实现气动系统多输出的跟踪控制。对气动伺服系统基于流量控制策略的动力学进行建模,将其状态方程转换为严格反馈系统形式;设计用于轨迹跟踪和内腔压力跟踪的双滑模面,基于传统的滑模控制率构造用于气动系统的双控制输入,实现气动系统控制器的设计。基于Simulink搭建控制仿真平台,仿真结果验证了控制器对系统多输出的有效跟踪控制。     

液压伺服系统建模与无模型控制研究

液压伺服系统广泛存在着非线性、强耦合、时滞等现象。并随着液压伺服系统复杂度增加,控制系统要求越来越高,传统的液压伺服控制策略(如PID)的控制性能很达到系统的要求。针对液压阀控非对称缸系统,首先分析并建立了阀控缸位置控制系统的动态数学模型。之后,引入改进型无模型自适应控制器,基于MATLAB仿真平台对该系统实现位置控制。仿真结果表明,相比较于传统PID控制器,改进型无模型自适应控制器的控制效果更为优越,在保证系统稳定性的前提下提高了系统输出响应速度。     

气动加载系统的模糊自适应逆控制方法

气动加载系统具有时滞、时变及强非线性等特点,为了提高气动加载系统的控制精度,克服传统PI控制算法的不足,提出一种气动压力加载系统的模糊自适应逆控制方案。利用模糊辨识理论对气动加载系统进行离线逆建模,得到初始逆模型,并将该初始逆模型作为初始控制器,控制气动加载系统的输出压力,运行过程中采用最小方均根(Least mean square,LMS)滤波算法在线修正控制器的参数。基于VC++6.0软件开发平台设计系统实时控制程序,在一套电气比例压力阀控气动加载系统上进行试验研究。通过与PI控制算法、模糊比例积分微分(Proportion,integration,differentiation,PID)控制算法进行比较,结果表明设计的气动加载系统控制器控制精度高、响应速度快、抗扰能力强。     

液压伺服系统建模与模糊自适应PID控制研究

液压伺服系统中存在非线性、参数变化、外负载干扰等问题,这些特点和问题很大程度上影响了液压伺服系统的性能。传统的PID控制在解决高精度非线性控制问题时效果不理想,一种模糊自适应PID控制方法被提出。针对液压阀控非对称缸系统,该文分析并建立了阀控非对称缸位置控制系统的动态数学模型。基于MATLAB仿真软件,将传统PID控制策略与模糊自适应PID控制策略分别应用于阀控非对称缸的位置控制中,进行仿真研究。仿真实验结果表明,采用模糊自适应PID控制器系统能克服传统PID控制器的局限性,且具有较强的鲁棒性,较好的动态品质以及较高的控制精度。     

神经网络在气动机械手控制器中的应用

气动机械手控制系统是一个非线性系统,采用常规的PID控制方法难以获得较好的控制效果.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,并将其应用于机械手气动压力伺服系统中,控制器采用DSP实现.运行结果表明,该控制器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.     

直驱泵控压力伺服系统自适应模糊PID控制

直驱泵控压力伺服系统属于典型的非线性时变系统,采用传统PID控制存在系统适应性差、压力波动幅度大以及跟踪控制精度低等问题。根据PID参数对压力伺服系统响应特性的影响规律,设计了根据系统误差和误差变化率在线自适应调整PID参数的自适应模糊PID控制器,分别采用传统PID控制和自适应模糊PID控制策略进行了直驱泵控压力伺服控制仿真与实验研究。结果表明,自适应模糊PID控制策略能大大改善PID控制的性能,使系统具有响应速度快、压力波动幅度降低、滞后与超调小的特点,提高了系统的动态品质和控制精度。     

神经网络PID的无人动力伞偏航控制研究

对于具有非线性、时变和强耦合特性的动力伞系统,采用常规控制方法难以获得满意的控制效果,而采用神经网络与传统PID相结合作为控制器,使得所设计控制器能够针对非线性、时变的气动特性自适应地调整控制参数,实现对PID控制器参数的寻优整定,简化了设计过程。利用Matlab软件对系统进行仿真,给出了相应的仿真结果。     

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。     

高压气动系统负载容腔压力伺服控制仿真研究

为满足某气体发生系统安装空间小、重量轻、动态响应快、控制精度高等要求,设计了高压气动压力伺服控制系统,并采用高压电-气伺服阀实现了负载压力的高响应高精度控制。建立了系统数学模型,包括高压气瓶热力学方程、高压电-气伺服阀传递函数与流量方程、负载容腔压力变化与排气流量方程等子模型,并设计了反馈线性化PID控制器。基于MATLAB/Simulink平台建立了高压气动系统仿真模型,仿真研究了高压气瓶容积与初始气源压力、负载容腔排气孔通径等参数对系统负载压力控制性能的影响规律。研究结果为该系统的优化设计与实验研究提供重要理论依据。     

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.     

Adaptive backstepping slide mode control of pneumatic position servo system

With the price decreasing of the pneumatic proportional valve and the high performance micro controller, the simple structure and high tracking performance pneumatic servo system demonstrates more application potential in many fields. However, most existing control methods with high tracking performance need to know the model information and to use pressure sensor. This limits the application of the pneumatic servo system. An adaptive backstepping slide mode control method is proposed for pneumatic position servo system. The proposed method designs adaptive slide mode controller using backstepping design technique. The controller parameter adaptive law is derived from Lyapunov analysis to guarantee the stability of the system. A theorem is testified to show that the state of closed-loop system is uniformly bounded, and the closed-loop system is stable. The advantages of the proposed method include that system dynamic model parameters are not required for the controller design, uncertain parameters bounds are not need, and the bulk and expensive pressure sensor is not needed as well. Experimental results show that the designed controller can achieve better tracking performance, as compared with some existing methods.     

模糊自适应PID控制在润滑油压力气动控制中的应用

针对实验室中某型航空发动机燃油泵调节器润滑油压力控制的需要,设计了一套基于模糊自适应PID控制的润滑油压力气动控制系统。模糊自适应PID控制是将模糊控制原理与常规的PID算法相结合,实现了对PID参数的自适应调整。实验结果表明,该控制器应用于润滑油压力气动控制系统中可取得良好的控制品质。     

用于气动伺服系统的自适应神经模糊控制器

研究了一种基于压力比例阀的气动伺服系统自适应神经模糊控制器。其中的神经网络辨识器（NNI）通过高线训练可以充分逼近非线性动态系统的模型,并能够在线调整模糊控制器的控制规则。系统的位置控制精度和伺服特性有了很大改善。试验结果表明,所提出的控制器对该气动伺服系统具有很好的控制特性以及很强的自适应能力。     

Development of a piezoelectric high speed on/off valve and its application to pneumatic closed-loop position control system

The use of smart materials-based high speed on/off valve has exhibited the potential to replace traditional servo and proportional valves in fluid power systems. In this paper, a novel pneumatic high speed on/off valve driven by a piezoelectric stack actuator is developed and its dynamics are studied. For an upstream gauge pressure of 0.5 MPa, the valve exhibited a large flow rate of up to 86 L/min. Furthermore, to study the ability of this novel high speed on/off valve to be applied in closed-loop control systems, a real-time position control system is realized using a PID controller. In order to prove its feasibility and effectiveness, a number of closed-loop trajectory tracking experiments are conducted on a pneumatic cylinder. The system is proved feasible and the results demonstrate good tracking performance.

     

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。     

高压气体压力及流量控制系统

构建了一个高压气体压力及流量控制系统。该系统的硬件部分主要由控制器、电磁比例阀、压力伺服阀、减压阀、截止阀、压力传感器、节流孔板等组成。软件部分由2个模块组成,其中压力控制模块以PI方法为基础,通过电磁比例阀、压力伺服阀实现对气体压力的控制;流量控制模块以PID方法为基础,根据压力差与流量之间的关系,通过控制节流孔板前后的压力差对流量进行较精确的控制。该系统已成功应用于工业生产中。