挖掘机铲斗电液伺服改进PSO-PID参数整定位置控制

挖掘机电液伺服系统的运行性能来达到调控挖掘机铲斗位置的功能,由于采用传统PID整定方法并不能获得优异控制效果,采用遗传算法与交叉算子、标准PSO算法进行PID整定,最后对其进行了实验验证。设计了一种经过改进处理的粒子群优化算法来实现对阀挖掘机铲斗电液伺服系统进行PID整定的过程,能够准确控制挖掘机铲斗位置,由此获得更高轨迹跟踪精度。为增强粒子群算法搜索性能,综合运用遗传算法与交叉算子来实现对标准粒子群的优化,显著改善PID控制器性能,根据推导得到的铲斗系统模型进一步开展仿真分析。分别以三种优化算法计算优化结果,再将其输入自动化挖掘机程序中,完成各参数修改后,再对平地控制过程进行模拟测试。根据实验测试可知改进PSO算法具备明显优越性。     

基于改进PSO算法的电液位置伺服系统MRAC跟踪控制

针对电液位置伺服系统控制性能不佳的问题,提出一种基于改进PSO算法优化的模型参考自适应(Model Reference Adaptive Control,MRAC)跟踪控制方法.首先,建立电液位置伺服系统数学模型,设计出模型参考自适应控制器;其次,分析PSO算法、APSO算法在参数寻优过程中的不足,提出一种改进的PSO...     

改进PSO算法优化的电液位置伺服系统滑模控制

针对电液位置伺服系统因参数不确定性、复杂时变性与非线性而导致控制性能不佳的问题,提出了一种基于改进PSO算法的电液位置伺服系统滑模控制方法。建立电液位置伺服系统的误差状态空间方程,通过设计滑模面和控制律推导出滑模控制器结构,利用李雅普诺夫函数验证了控制器的稳定性,采用柯西变异和自适应速度更新策略改进了PSO算法,并把改进后的PSO算法应用至滑模控制器中进行参数优化,基于AMEsim/MATLAB联合仿真研究了几种方法下系统对位置的跟踪情况。结果表明,相比于PSO算法和APSO算法,改进PSO算法寻优性能更好,从而验证了该方法是有效的;通过对比分析,采用改进PSO算法的滑模控制器极大地提高了系统的控制性能,在抑制抖振的同时实现了系统对状态轨迹的快速精确跟踪。通过现场试验研究,验证了所提方法的应用可行性。     

基于改进粒子群算法掘进机液压系统自适应控制研究

为了能够提高掘进机掘进液压控制系统的稳定性,研究了改进粒子群算法在其中的应用。首先,讨论了普通粒子群算法的基本理论,根据其缺陷设计了改进的粒子群算法,可以避免陷入局部最优和早熟现象;然后,分析了掘进机掘进液压系统的基本原理;最后,建立了基于改进粒子群算法的掘进机掘进液压系统的自适应控制模型,并且进行了控制仿真,仿真结果表明,基于该算法的控制策略具有较高的鲁棒性,同时进行了现场应用,经过实际测试表明该系统具有较高的应用价值。     

基于改进粒子群算法的气动机械手的控制研究

粒子群算法有易于陷入局部极小、收敛速度慢的特点,结合粒子在寻找食物的时候,多半可以飞到预期中的最佳位置,由于不确定因素的影响,少数粒子在飞行中发生偏离,本文提出了改进型的粒子群算法。模拟算法不确定因素干扰操作,对于群体过度现象起到有效避免作用,种群的多样性得到有效增加。气动机械手本身有很多优点,包括成本低廉、结构简单、抵抗干扰性强等。目前各种生产行业中均以应用了气动机械手,本文介绍了气动机械手的工作原理和外部接线,对气动机械手的气动装置和改进粒子群算法控制系统的设计。     

6-SPS并联机构位置正解的改进粒子群算法

对6-SPS并联机构的运动学正解进行研究,得出6-SPS并联机构运动学正解的数学模型为一个非线性方程组.将所得的非线性方程组转化为无约束优化问题,并使用粒子群算法对其求解.针对并联机构运动学正解问题的多解性,提出改进的共享适应度粒子群算法.最后,用一个实例证明该方法是行之有效的.     

改进粒子群算法在并联机构位置正解中的应用

由于并联机构位置正解的求解较为复杂,利用了粒子群算法PSO优化此问题,并通过一种基于解空间划分的方法改善了粒子群算法,该算法具有控制参数少、全局优化能力强等特点,解决了传统粒子群算法中早期容易陷入局部极值、后期收敛速度慢等问题。对3-TPT并联机构的运动学正解进行研究,推导出并联机构位置正解的无约束优化模型,利用优化的粒子群算法进行模拟。实验表明,该方法提高了粒子群的整体搜索能力,在自适应的状态下,粒子群算法的收敛较快,精度较高。该研究为并联结构最优化设计及性能分析提供了一定的理论依据。     

平面并联机构位置正解的改进粒子群算法

根据杆长约束条件,给出了求解3-RPR平面并联机构位置正解的无约束优化模型.针对标准粒子群算法容易陷入局部极值、进化后期收敛速度慢等缺点,提出了一种基于新的差异度评价指标的改进粒子群算法--自适应变异粒子群算法.采用自适应变异粒子群算法求并联机构位置正解中的优化问题.数值实例表明,改进粒子群算法能求出全部装配构型,且收敛速度较快、精度较高.     

免疫粒子群控制在CVT电液伺服系统中的应用

CVT电液伺服系统在工作时,由于工作元件动力学性能的改变,造成系统的非线性和参数时变,为了降低建立系统控制模型的误差,采用最小二乘递推算法对系统参数进行辨识。提出了免疫粒子群控制算法,设计出免疫粒子群PID控制器,对最优指标和PID参数进行寻优,并将该控制方法应用于CVT电液伺服系统中。仿真结果表明,与模糊控制算法相比,基于免疫粒子群算法的CVT电液伺服系统的动态特性得到了有效的改善,提高了系统抗干扰能力以及参数时变的鲁棒性。     

基于改进粒子群优化算法的PMSM矢量控制

对永磁同步电机矢量控制及标准粒子群优化算法进行分析,针对单一的粒子群优化算法容易陷入局部极小和早熟收敛的缺陷,提出了一种改进的粒子群优化算法。利用动态线性权重、非线性反正切函数改变学习因子提高了粒子的学习能力;利用动态自适应权重提高优化速度,建立在线优化PSO-PID控制器,应用于永磁同步电机控制,基于Infineon TC1782单片机搭建PMSM控制器。进行了电机台架测试,结果显示整个系统有更好的精确性以及准确性。     

液压挖掘机器人的力与位置混合控制系统的研究

利用模糊滑模控制理论和混合控制理论设计了力和位置混合控制器,它在对液压缸的驱动力进行控制的同时,又对液压活塞杆的位置进行跟踪控制。仿真试验表明,模糊滑模控制器既具有滑模控制鲁棒性好和响应速度快的特点,又利用模糊控制有效地削弱了普通滑模控制的抖振现象,能够很好地满足挖掘机器人运动系统的要求。     

混合动力液压挖掘机动力控制策略的研究

设计了一套液压挖掘机的节能液压系统,并且提出了具有超级电容混合动力液压挖掘机的全新结构和动力控制策略。通过计算机仿真,得出了对22吨并联式混合动力液压挖掘机的最优配置。     

液压挖掘机LUDV控制系统分析

挖掘机对复杂工况有一定要求,特别是小型挖掘机,多个执行元件的协调配合能大大提高整机的工作效率.负载敏感系统的应用使得挖掘机的节能效果有了很大改善,但是当多个负载所需要的总流量超过泵的供油能力时其流量会优先流向负载较轻的那边,导致其操控性能降低,而LUDV控制系统则能很好地解决这一问题.     

挖掘机液压系统控制性能分析

介绍了挖掘机液压系统的功率参数与流量控制机理,从液压系统的功率角度分析了液压挖掘机的功率控制方式,从挖掘机负流量液压系统与正流量液压系统的工作原理方面分析了其控制性能及优缺点,并总结了挖掘机负流量液压系统与正流量液压系统的技术价值、应用场合及改善方向。     

液压挖掘机的智能控制

将模糊算法和遗传算法相结合,对挖掘机的挖掘轨迹进行自适应的智能控制.     

模糊算法在挖掘机动臂液压系统中的应用

通过对某小型挖掘机液压系统的改造,建立挖掘机动臂液压系统各元件的的数学模型,得出该闭环控制系统的传递函数; 运用Matlab/Simulink设计出模糊控制器,并对系统进行了仿真分析。仿真结果表明,采用模糊控制策略较好地改善了液压挖掘机动臂系统的性能,取得了良好的效果,为系统的响应速度和稳定性提供了理论依据。     

基于液压比例位置控制的数字PID设计与实现

结合液压伺服比例位置控制系统,通过基于三菱FX2N可编程控制器的PID控制算法,实现对液压缸位置的精确控制.同时对利用液压伺服比例技术实现液压缸精确定位的原理以及数字PID控制算法进行了详细的阐述.