基于数据驱动的数控机床自适应迭代学习控制

数控机床位置伺服系统受加工环境、零件形状和机床机电特性等变化因素的影响,其零件加工是一个典型的非线性、时变和不确定动力学变化过程,因此,建立其精确机制模型很困难.针对相同零件批量加工过程呈现的重复运行特点,基于被控对象的等价数据模型,提出一种基于数据驱动的自适应迭代学习控制方法.所提控制方法采用沿迭代轴的动态线性化方法...     

数控机床神经元自适应位置控制算法

基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器,算法的显著特点是不需要系统建模,而且运算简单,非常适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验说明本文提出的控制算法的有效性。     

数控机床自适应模糊位置伺服系统

数控机床的进给伺服水平是衡量数控档次的标准,永磁同步电机(PMSM)以其良好的动静态特性广泛应用于数控机床的伺服系统中.为此,文章以PMSM位置伺服系统为控制对象,针对该系统的非线性、参数不确定性及对时实性和无超调的要求,提出了对量化因子,比例因子进行在线寻优的自适应模糊控制方法,并在simulink环境下进行了仿真,仿真及实验结果表明,自适应模糊位置控制器具有良好的稳态精度和动态响应.     

一种电液伺服系统位置控制的模糊迭代控制策略

控制电液伺服系统对期望位置进行准确的追踪,有利于提高工作安全性和工作效率.对此,提出了采用模糊迭代控制策略的电液伺服系统位置控制方法.通过分析电液伺服系统位置控制模型,得出液压伺服阀的动力学方程,计算液压缸中不同腔室内的压差值,求得活塞的动力学模型,获取液压缸对负载施加压力的动力学模型.利用T-S模型,采用If-The...     

基于模型参考模糊自适应的电液位置伺服系统鲁棒控制研究

针对电液位置伺服系统存在的参数变化及外力扰动，引入模型参考模糊自适应机构，构成模型参考模糊自适应控制，即MRFAC，仿真实验表明，与传统PID相比，该方法可以有效抑制参数扰动及外力干扰，具有很强的鲁棒性。     

位置伺服系统模糊自适应滑模控制研究

位置伺服系统对响应速度、定位精度、抗扰性能等要求越来越高,传统PID控制实现容易,但依赖对象数学模型、性能有限,很难满足高要求。滑模控制不依赖对象模型、适用性强,因此提出一种对指数趋近速率进行自适应调整的滑模控制方法。以位置伺服系统为对象,分别采用PID控制、滑模控制、模糊自适应滑模控制进行定位控制及抗扰动性能的仿真及试验。结果表明:模糊自适应滑模控制较PID控制在快速定位及抗扰动性能上均明显占优;相比普通滑模控制,其动态性能更好。因此对于要求响应速度快、抗扰性能强的位置控制应用场合,提出的模糊自适应滑模控制适用性更好,有一定的应用价值。     

基于集中式卡尔曼滤波干扰观测器的无模型自适应控制

针对一类具有测量扰动的离散时间非线性系统,提出一种基于集中式卡尔曼滤波干扰观测器的无模型自适应控制方法。利用动态线性化方法构造被控系统的线性化数据模型;根据线性化数据模型和传感器的测量数据,设计最优集中式卡尔曼滤波干扰观测器;并利用观测器的输出在线调整伪偏导数,提出系统的控制更新方案。该方案的设计和分析不依赖于除输入输出数据的任何模型信息,可避免常规无模型自适应控制方法容易受测量扰动的影响。仿真结果表明：与基于单个传感器卡尔曼滤波干扰观测器的无模型自适应控制方法相比,提出的基于多传感器最优集中式卡尔曼滤波干扰观测器的无模型自适应控制方法具有更好的跟踪性能和更大的数据信噪比。     

基于神经网络的电液位置伺服系统自适应滑模控制

针对电液位置伺服系统(阀控对称缸)模型复杂、参数时变、摩擦影响显著等特点,提出了基于RBF神经网络和基于Lu Gre模型的自适应滑模控制算法。该算法的优点是:(1)利用RBF神经网络逼近控制电流与系统输出压力的关系,将电液位置伺服系统的数学模型简化为二阶,减少了模型参数;(2)采用Lu Gre模型能够准确地描述摩擦过程中复杂的动、静态特性,通过该模型设计摩擦补偿,提高了控制精度;(3)设计自适应滑模控制器,增强了系统的鲁棒性。利用构建的李雅普诺夫函数,证明了闭环系统的稳定性。仿真实验表明:所提算法控制精度较高、响应速度较快、鲁棒性较强。     

不确定性电液位置伺服系统的自适应滑模控制

本文针对 确定性的电液位置伺服系统的跟踪控制问题，提出了一种自适应滑模控制设计方法，所提出的自适应滑模控制器对系统的不确定性具有较强理棒性，并且跟踪性能良好。     

电液伺服系统模型跟随自适应控制

提出一种改进的模型跟随自适应控制算法, 该改进算法把系统当前输出误差引入控制信号,同时利用线性神经网络估计系统新的输出误差.利用该改进算法对电液伺服系统进行控制,实践表明该算法是可行的.     

数控机床伺服进给系统的设计

高性能伺服进给系统的开发是数控机床的关键技术之一，本文详细描述了数控机床伺服进给系统的设计方法。包括传动系统总体设计，滚珠丝杠副的选择，伺服电动机选择，精度验算等。     

一种用于数控机床进给系统的迭代学习轮廓控制器的设计

数控机床进给系统产生的轮廓误差对产品质量有着严重的影响。为了对轮廓误差进行补偿,设计一种迭代学习轮廓控制器,用以提高进给系统的轮廓跟随效果。对数控机床进给系统进行分析后,获取其跟踪误差以及轮廓误差的模型。在该模型的基础上,设计线性插值法和圆域插值法,用来计算轮廓误差的大小。接着对进给系统在s域的闭环传递函数进行分析,采用PID反馈补偿器,设计迭代学习轮廓控制器,利用该控制器对实际轮廓误差进行补偿。仿真结果显示:采用此方法跟踪期望轨迹时,产生的最大跟踪误差为6.57%,较PID方法减小了5.7%;在跟踪期望轮廓时,产生的最大轮廓误差为0.8 mm,较PID方法减小了0.7 mm。由此说明此方法对轮廓误差的补偿性能较好,能够对数控机床进给系统的轮廓跟随准确度进行较好的控制。     

华中8型短电弧数控机床进给伺服控制研究

放电间隙是短电弧加工的重要参数,其直接影响加工效率及质量,存在测量及控制难的问题。提出了一种基于短电弧电流和电压的阴极工具进给伺服控制方法,进行了短电弧加工状态采集系统的设计,实现了电流、电压、温度、压力等信息的准确采集和交互,并基于华中8型数控系统二次开发平台,研制了专用数控系统,完成了基于采集反馈信息的阳极工具伺服控制,对航空发动机部件进行了短电弧加工验证。相关测试结果表明,短电弧专用数控系统稳定、可靠,具有良好的工程应用价值。     

液压位置伺服系统的模糊免疫自适应PID控制

以闪光对焊机为研究对象,针对其液压伺服系统存在的非线性、参数不确定性以及负载干扰等特点,借鉴生物免疫反馈响应过程的调节作用和模糊逻辑推理的自适应性,设计出一种模糊免疫自适应PID控制器。建立液压伺服控制系统的数学模型,并利用AMESim建模与仿真软件对液压伺服控制系统进行了分别采用模糊免疫自适应PID控制与常规PID控制的仿真对比试验。结果表明:该控制器性能优于传统的PID控制器,具有良好的快速响应特性、较强的鲁棒性和自适应能力。     

自适应模糊反演控制在机床永磁同步电机位置控制中的应用

针对机床永磁同步电机外部负载干扰和参数变化敏感,提出了自适应模糊反演控制用于永磁同步电机位置控制。模糊系统估计控制率中的未知非线性,模糊控制器采用自适应和反演构造。与传统反演控制进行了仿真对比,仿真结果表明:提出的控制结构比较简单,在参数不确定和负载力矩干扰的情况下,位置误差集中在一个较小的范围。     

高精度数控机床进给伺服系统的模糊自适应PID控制

数控机床进给伺服系统是一个复杂的机电耦合系统。由于具有较强的时变参数特性、负载扰动和电机的非线性,很难给出控制系统的精确模型。基于数控机床进给伺服系统的数学模型,提出一种模糊自适应PID控制器的设计方法。将该控制器应用于数控机床进给伺服系统控制,可获得良好的控制性能。仿真结果表明：该方法不仅具有无静态失真,而且响应速度快、超调小。这种模糊自适应PID控制器具有较高的稳定性和精度。     

改进MFAILC算法在轧机液压系统的应用

针对轧机液压位置闭环系统存在强耦合、多变量等非线性因素,精确建模困难且不具备自我更新学习等问题,将无模型自适应迭代学习控制（MFAILC）应用于轧机液压位置闭环系统。由于MFAILC算法的误差收敛消耗时间较长,采用高阶伪偏导数估计算法改善系统的收敛速度,同时针对MFAILC算法在控制过程中的抗干扰性较差、容易产生控制偏差的问题,结合内模控制强鲁棒性、结构简单等优点,将其引入MFAILC算法,对算法的控制结构进行改进。仿真实验结果表明:改进后的无模型自适应迭代学习算法的收敛速度、控制精度都得到提高,系统的抗干扰性也能够增强。