基于AMESim的动压缸电液伺服压力控制系统参数辨识

根据轨道路基测试装置液压原理图,建立了动压缸电液伺服压力系统传递函数和AMESim模型,并将该系统传函拆分为伺服阀系统、动压缸负载和流量非线性三部分。介绍了所采用的辨识模型和辨识算法,设计了基于该系统AMESim模型的参数辨识方案,获得了伺服阀系统和动压缸负载开环传递函数辨识参数。最后通过对比仿真,验证了该辨识方法的有效性。     

基于粒子群自适应差分进化算法的动压缸电液伺服系统辨识

给出了轨道路基测试装置动压缸电液伺服系统AMESim模型和传递函数。针对标准差分进化算法早熟和自适应差分进化算法收敛慢的问题,结合粒子群算法收敛快的优点,构造了一种以粒子群为外环、自适应差分进化为内环的辨识算法。设计该系统辨识数据采集方案,得到其AMESim模型的响应数据,开展PSOADE辨识仿真和对比分析,结果表明:PSOADE不仅精度高、同一性好,而且迭代快、易收敛。最后得到了基于PSOADE算法辨识参数的动压缸电液伺服系统参数模型,仿真验证了该模型的有效性。     

重型液压机执行器自适应滑模容错控制

为了提高重型液压机在执行器故障情况下的容错控制能力和控制精度,设计了自适应滑模容错控制器。建立了5缸液压机的滑块动力学模型和液压缸压力动态方程。使用积分滑模控制设计了3个子系统虚拟控制律;使用伪逆法实现了控制分配;在执行器故障情况下,在积分滑模控制基础上,提出了自适应补偿策略,从而给出了执行器故障情况下可以实现的虚拟控制律;使用分散滑模控制将虚拟控制律转化为伺服阀控制律,并证明了自适应滑模容错控制器具有Lyapunov意义下的稳定性。经仿真验证,在单个执行器故障或多个执行器故障的情况下,自适应滑模容错控制器能够将调平误差控制在2×10^-4rad内,位移跟踪误差最大为0.0111 m,体现了执行器故障情况下极高的调平和跟踪精度,也体现了自适应滑模容错控制器具有很好的鲁棒性。     

基于反馈型自适应鲁棒控制的伺服泵直接驱动电液系统精确运动控制研究

由于传统泵控液压系统存在位置跟踪精度低、频率响应慢的缺点,给精确运动控制造成很多困难。对此,针对伺服电机泵直接驱动电液系统模型的非线性动力学特性和参数不确定性,采用反馈型自适应鲁棒控制（ARC）,实现伺服泵直接驱动电液系统的精确运动控制。建立伺服电机泵直接驱动电液系统的动力学模型,通过非线性泵流量映射重新建立泵的动力学模型。采用反馈型ARC方法进行控制器设计,合成泵的控制输入,使气缸执行器位置跟踪一个期望的轨迹,并对系统模型的位移斜坡响应和伺服泵功率进行实验仿真。结果表明：相比于PID控制,反馈型ARC控制下的位移跟踪误差大幅度降低,伺服泵的平均功率分别降低了55%、26%、63%,峰值功率也有所降低。采用反馈型ARC控制,能够实现有效的模型补偿,使得系统运行稳定,提高系统模型的跟踪性能和鲁棒控制性能。     

基于改进自适应高阶滑模的液压缸位移跟踪控制

电液伺服系统具有高度非线性、模型参数不确定等特点，给液压缸位移跟踪控制造成了困难。高阶滑模是一种变结构非线性控制方法，它可以实现系统的鲁棒控制，同时抑制系统的抖动，非常适用于电液伺服系统的控制。但高阶滑模也存在控制器的参数难以设置、系统响应速度慢的问题。对此，提出在自适应高阶滑模的基础上加入比例反馈的复合控制策略。针对高阶滑模的控制参数难以设置的问题，提出基于时滞控制理论的参数自适应调整算法，既保证了系统稳定又降低了控制信号的抖动幅值。在自适高阶滑模的基础上加入比例控制以提高系统的响应速度。建立了电液伺服系统的仿真模型，仿真结果表明：自适应高阶滑模使控制信号的振幅进一步减小，有效抑制了液压缸的抖动；加入比例控制之后，系统的响应速度大幅提升，位移跟踪误差也显著减小。     

泵阀复合式电液负载模拟器流量压力协调控制

针对地面半实物负载模拟实验存在的被测试舵机运动干扰问题,提出流量压力协调控制电液负载模拟方法,并基于泵阀复合电液负载模拟器的加载给出方案。围绕泵阀复合电液负载模拟器建立系统数学模型;基于对泵阀职能分工的思想,利用反步滑模控制器设计方法,分别为泵控闭式子系统和阀控子系统设计速度伺服和力伺服控制器。通过联合仿真,验证所提出的技术方案和控制策略的可行性及有效性。结果表明：所提流量压力协调控制电液负载模拟方法具有优良的加载性能,且对降低系统功耗有显著效果。     

基于扰动观测器的PMSM系统自适应反步滑模控制

针对负载转矩波动和系统参数变化的永磁同步电机(PMSM)系统的控制问题,提出了一种带有非线性扰动观测器的自适应反步滑模位置跟踪控制方法。首先,设计了自适应反步滑模控制器,以确保电机位置快速收敛到期望值,并设计了自适应收敛增益,以减小电机位置响应下的大的过冲;其次,设计非线性扰动观测器估计未知扰动,并为自适应反步滑模控制提供前馈补偿,以提高系统的鲁棒性,并减少稳态位置误差。仿真结果表明,该方法可以有效减少过冲,很好地实现了PMSM系统的快速位置跟踪控制,具有良好的抗扰动性能。     

径向锻造油压机电液伺服控制系统建模与仿真

分析了径向锻造油压机主缸运动电液伺服控制原理;在建立电液伺服系统各元件、子系统数学模型的基础上,借助AMESim软件搭建了电液伺服系统的仿真模型;研究了反馈方式、回程压力、建压时间和加载频次对主缸运动精确性和快速性的影响。研究结果表明:与主缸位置反馈相比,伺服缸位置反馈时系统运行更加平稳;为保证系统的响应速度和主缸对伺服缸的跟随性,合理的回程压力为3~12 MPa;为保证系统的快速性、精确性及系统的经济性,尽量减少建压时间;主缸供液高压油液体积50000 mL时,伺服缸时间滞后0. 03 s,主缸对伺服缸跟随滞后0. 01 s;系统流量确定时,锻造频次增加使得锻造行程减小,控制精度降低,系统响应滞后。     

泵控电液伺服系统滑模反步控制设计及其AMESim仿真

为了提高大负载输出泵控电液伺服系统滑模控制方法对非匹配干扰的影响,采用反步法对系统非匹配干扰进行补偿,通过光滑连续一阶可导滑模技术来消除滑模与反步控制的冲突,并通过联合仿真验证滑模反步控制设计的准确性。研究结果表明:滑模反步控制器结果最接近参考信号,误差最小,表现出最优的稳定性。滑模反步控制器输出电流最小,波动效果最低,证明所设计的光滑连续滑模控制律有效地抑制了输出抖动。滑模反步控制器获得了比反步控制器和PID控制器更小的I_(MSE)和I_(APE),表明在控制器输出强度较低的条件下,利用滑模反步控制器达到了优于PID控制器与反步控制器的控制性能。滑模反步控制器则同时拥有反步控制与滑模控制的优点,不需建立精确模型也能够达到较好的控制性能。     

具有自适应增益的电液位置伺服系统超螺旋滑模控制

电液位置伺服系统是复杂的非线性控制对象,存在各种建模不确定性,使得设计高性能的控制器以满足系统伺服精度要求更加困难。针对考虑各种建模不确定性的电液位置伺服系统,设计了一种具有自适应增益的超螺旋滑模控制方法。利用已知的系统模型信息,在传统超螺旋滑模控制算法中引入基于模型的前馈控制律,提升系统伺服精度。采用自适应律实时更新控制器增益,无需先获知系统建模不确定性的确切界,避免了传统算法中由人为设定与该界相关的控制增益造成的保守性。基于Lyapunov稳定性理论证明了闭环系统全局稳定,系统跟踪误差可在有限时间内渐近收敛到零附近任意小的范围内,且收敛的速度和稳态误差的界可通过参数进行调节。仿真结果表明,所提出的控制方法可有效地抑制建模不确定性对系统的不利影响,显著提高其跟踪精度,且所得到的控制输入是连续的,更利于实际应用。     

基于自抗扰控制的直驱电液伺服系统仿真研究

针对直驱式电液伺服系统中存在的非线性特性和外部扰动导致系统流量供给不平衡问题,基于自抗扰控制理论,提出一种基于三阶线性自抗扰控制的液压缸位置控制方法,实现直驱式电液伺服系统电机转速与液压缸位置的闭环控制。同时针对传统系统建模不精确导致控制效果差的问题,在理论分析的基础上,结合电液伺服系统的性能和实际工况,基于AMESim建立直驱式伺服液压系统仿真模型。通过建立AMESim和Simulink的联合仿真模型,验证控制器的有效性。结果表明：该控制策略可以有效消除由于流量供给不平衡导致的液压缸在换向运动时出现位移波动,液压缸位移的平均绝对百分比误差为4.4%,较好地实现位置跟踪。在外负载扰动的情况下,系统具有较强的抗干扰能力,从而保证系统的稳定性。     

基于ESO的电液位置伺服系统自适应反步滑模控制

针对阀控电液位置伺服系统具有的不确定参数、外部干扰、系统状态不可测问题,在反步控制的基础上,同时引入滑模控制理论,提出一种带有ESO(扩展状态观测器)的自适应反步滑模控制策略。建立系统的非线性状态空间方程,基于系统模型设计出一种ESO,对速度值以及外干扰进行有效估计,同时引入自适应算法对系统不确定参数进行在线估计,设计出不确定参数的自适应律,通过Lyapunov稳定性定理证明所设计的控制器的稳定性。最后,仿真研究表明所设计的控制器能够对速度以及外干扰进行有效估计,并且具有较高品质的位置跟踪能力。     

基于AMESim-MATLAB的滑模模糊阻抗力位切换控制

为提高电液伺服系统在不同工况下位置跟踪和力跟踪性能，并减小力位切换时的力位跟踪误差，提出一种基于滑模模糊阻抗的力位切换控制策略。在自由空间中采用滑模控制提高系统位置跟踪性能，在接触空间采用基于位置的模糊阻抗控制提高液压缸从自由空间到接触空间的接触力稳定性。在建立AMESim模型基础上，与MATLAB/Simulink建立联合仿真，结果表明：该控制算法对电液伺服系统有良好的力位跟踪能力，有效减小了力位切换过程中力位跟踪误差。     

基于自适应反演的电液伺服系统设计

研究了电液位置伺服系统的自适应反演控制策略.针对电液位置系统的非线性数学模型,采用反演设计算法并设计GCMAC神经网络逼近系统不确定性,从前向后逐步递推得到了系统的控制Lyapunov函数.基于Lyapunov稳定性理论,给出了鲁棒自适应控制律和GCMAC神经网络权值调整算法,确保系统稳定且输出跟踪误差渐近收敛于零.仿真结果证明了该控制策略的有效性.     

基于MPSO的电液举升伺服系统自适应模糊PID控制

为提高电液举升伺服系统位置控制精度,提出一种基于改进的粒子群算法(MPSO)优化的自适应模糊PID控制策略。根据流体动力学原理,建立伺服阀控非对称缸系统数学模型,分析系统动态运动特性。综合考虑多种不确定扰动影响,设计自适应模糊PID(AF-PID)控制器,并通过MPSO算法对AF-PID控制器中的量化因子和比例因子进行迭代寻优。利用MATLAB/Simulink和AMESim仿真软件,搭建系统的联合仿真模型,并对所设计控制器的控制性能进行仿真验证。结果表明:相同工况下,相较于常规PID和AF-PID控制器,MPSO-AF-PID控制器作用下系统的轨迹跟踪性能最优,能更好地满足起下管柱作业需求。     

数控机床直线伺服系统智能反推控制的研究

针对高速高精数控机床直线伺服系统,考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络( RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响.仿真结果表明,该控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度.     

采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

电液伺服系统的模型参考滑模自适应控制

为了提高电液伺服系统的控制效果，本文将模型参考自适应控制和滑模控制相结合，用模型参考方法来保证系统的稳态品质，用滑模控制方法来改善系统的动态品质，提出一种新的模型参考滑模自适应控制方法，仿真结果表明，该方法能有效抑制参数扰动、量测噪声及干扰，具有很强的鲁棒性。     

电液伺服系统的预设性能自适应抗扰控制

针对电液伺服系统中的扰动抑制问题,提出一种预设性能自适应抗扰控制器。在所提出的控制架构中,针对所考虑的电液伺服系统动态模型设计一种自适应扩张状态观测器,对系统中所存在的内外集总干扰进行估计,并利用自适应的形式动态调节观测器增益。设计一种预设性能的自适应反步控制器补偿干扰,并控制系统输出误差在预期的区间内收〖JP2〗敛。在反馈控制器的设计中,利用神经网络逼近未补偿扰动及虚拟控制律的导数。利用Lyapunov理论分析系统的稳定性。通过仿真试验验证所提方法的有效性,并与传统控制方法进行比较。结果表明：所提出的控制方法具有更好的伺服和抗扰性能。