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。     

液压伺服系统的非线性控制

本文分析了影响液压伺服系统性能的非线性因素和用线性系统理论控制液压伺服系统所存在的问题，提出了液压伺服系统的非线性控制方法。     

神经网络控制器在电液伺服系统中的应用

本文针对一高精度电液伺服系统,利用神经网络设计了控制器,实验表明,该控制器有较强的鲁棒性。     

液压伺服系统的非线性优化设计

本文分析了传统的液压伺服系统线性优化设计理论所存在的问题，在此基础上基于非线性系统的几何理论和 ＩＴＡＥ最优设计准则提出了液压伺服系统的非线性优化设计方法。     

BP神经网络在液压控制数据采集中的应用

在液压伺服系统中,数据采集容易受到环境温度变化、环境噪声以及液压系统本身产生振动的影响。本文提出在虚拟仪器中利用BP神经网络对数据采集进行补偿,以提高液压伺服控制系统的控制精度。实验结果表明其补偿效果较好。     

基于神经网络PID的液压位置伺服系统控制的研究

建立精校机电液位置伺服系统的数学模型,针对液压伺服控制系统的非线性和时变性因素,提出了一种基于BP神经网络的PID控制器.该控制器既有经典PID控制算法简单的特点,又有神经网络良好的自适应和抗干扰能力的优点.仿真结果表明,该控制器具有鲁棒性强、超调量小和运行平稳等特点.     

非线性模型在液压伺服系统典型故障诊断中的应用

根据故障诊断系统的特点,采用非线性理论对液压伺服系统进行了故障诊断研究.建立了液压伺服系统的非线性数学模型,仿真计算了液压缸连杆速度曲线、压力曲线和阀芯位移曲线,并成功诊断了液压伺服系统的失压故障和混入气、水后所产生的故障.     

基于精确线性化的液压伺服系统滑模控制

本文基于非线性系统的微分几何理论和滑模控制方法提出了液压伺服系统的精确线性化滑模控制律,仿真表明该方法有较好的控制特性。     

电液伺服系统神经网络建模研究

本文讨论了非线性系统的神经网络建模的有关问题。提出了对神经网络进行泛化训练及对网络的泛化能力进行定量分析的方法。结合文中提出的一种简化动态网络，通过对一个电液伺服系统的仿真，验证了本文提出的方法是可行的。     

热轧液压伺服系统非线性控制研究与应用

液压伺服系统具有典型的非线性特性,如滞回特性、死区特性等,这些非线性特性使得伺服系统在不同运动方向存在动作滞后。如果仅仅采用传统PID控制器进行控制,并不能解决以上问题。以某公司1150mm热轧项目中液压伺服系统精轧区侧导板为例,从理论上分析伺服系统的非线性特性,并结合现场中实际存在的问题,提出一种考虑负载影响的非线性补偿控制器并进行仿真。仿真结果表明补偿后液压缸两个方向的运动特性几乎完全对称,因此其控制效果优于未补偿前的。目前,这种控制方法已应用于该热连轧项目。     

基于ANN的舵机鲁棒故障检测实验研究

实验研究了基于ＡＮＮ离张学习在线检测的故障诊断方式的某实物液压舵机的鲁棒故障检测。通过提出的自适应阈值来提高故障检测系统的鲁棒性和敏感性。实验表明,该方法快速和鲁棒性地检测出舵机小幅值突变故障,早期,小幅值缓变故障。     

电液伺服协调加载系统的神经网络自学习PSD控制

从电液伺服协调加载系统的特点出发,提出一种基于神经网络在线自学习ＰＳＤ控制方法。该方法简单,实用,便于在线实现。控制器无须事先训练,参数选取极具一般性,适用范围广,控制精度高且鲁棒性强,采用这一方法实现了对某大型电液伺服结构试验装置的协调加载控制,控制品质优良。     

虚拟仪器及其在液压伺服控制系统中的应用

本文介绍了虚拟仪器技术的组成。特点及春在液压伺服控制系统的动态仿真、性能测试、工况监测、实时控制和故障诊断等方面的应用。     

电液位置伺服系统的高精度神经网络控制研究

提出了一种采用CMAC神经网络的自学习控制器,以解决具有参数不确定和时变外扰动的电液位置伺服系统的高精度控制问题,该控制器采用动态误差作为CMAC的激励信号,从而使基于CMAC的控制器跟踪连续变化的信号成为可能。仿真结果证明了该控制器不仅是有效的,而且具有很强的鲁棒性。     

神经网络在线自学习跟踪控制及其在伺服系统中的应用

针对传统自适应和自校正控制中存在的问题，提出一种基于神经网络的在线自学习控制方法，既做到了对象模型的在线辨识和控制器的在线设计，又避免了神经网络控制方法通常存在的实时控制的困难，使复杂系统的在线学习控制成为可能。仿真表明该方法具有良好的鲁棒性和控制精度。     

基于基因算法的模糊控制优化及其用于电液伺服控制

本文研究了基于基因算法的模糊控制优化,并用于电液伺服系统的控制中,该方法为模糊控制的设计提供了一条有效并具有普遍性的途径。采用基因优化设计的模糊控制器对一类典型的电液伺服系统控制,有着满意的控制性能,基因算法与模糊控制的结合是实现电液伺服智能控制的一个重要内容。     

带有未知负载干扰电液位置系统神经网络控制的研究

本文提出了一种采用神经网络非线性系统控制的结构及算法，对具有未知外部负载干扰的电液位置系统进行了动态仿真，结果表明该方法对未知外负载的干扰具有明显的抑制作用。