共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制(ILC)算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明:迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。 相似文献
6.
为了提高偏心轴类零件轮廓加工精度,引入遗传算法和迭代学习PID控制算法,利用遗传算法对偏心轴磨床不同转速下的X-C轴PID参数进行整定,再通过迭代学习PID控制方法对X-C轴进行迭代学习控制,减小偏心轴磨床X-C轴的跟踪误差,通过MATLAB的Simulink仿真工具建立偏心轴磨削迭代学习PID控制仿真程序,进行仿真实验。实验表明基于遗传算法的PID迭代学习控制比普通PID控制更能够有效控制X-C轴跟踪误差,提高偏心轴轮廓加工精度。 相似文献
7.
通过对迭代学习控制本质的分析,本文提出一种基于二次型优化函数设计的迭代学习控制策略,算法具有保证系统一致趋近目标轨迹的能力,最后给出了收敛条件。 相似文献
8.
9.
《组合机床与自动化加工技术》2016,(9)
为提高凸轮轮廓加工精度,减少廓形误差,引入了模糊自适应PID迭代学习控制方法。基于X-C轴联动误差模型,通过分别对X、C轴进行模糊自适应PID迭代学习控制减少单轴的跟踪误差,从而减少凸轮廓形误差。基于MATLAB建立X、C轴模糊自适应PID迭代学习控制仿真模型并在不同磨削速度下进行仿真实验。结果表明:与常规控制方法相比,模糊自适应PID迭代学习控制能够在一定程度上提高凸轮的加工精度,并有效较小廓形误差。 相似文献
10.
数控机床位置伺服系统在加工过程中受负载、摩擦和电路系统响应特性等因素影响,很难精确建立其加工过程动力学模型。针对批量零件加工过程中的重复执行过程,设计了一种数据驱动的无模型自适应迭代学习控制方案。该方案借助沿迭代轴的动态线性化方法,将数控机床位置伺服系统加工动力学过程等价转化成一个虚拟的迭代数据模型,并根据设计的迭代学习控制律和参数估计律构建数控机床位置伺服系统的无模型自适应迭代学习控制方案。仿真结果表明:该迭代学习控制方案基于数控机床重复运行的特点,仅利用位置和电机电流信息,完成了对零件加工过程的改善,提高了加工精度。 相似文献