基于T-S模糊模型的HVAS涂层耐磨性能辨识

针对大型轴类零件的高速电弧喷涂(HVAS)修复的复杂性、非线性和难以用明确数学模型表达的特点,采用模糊C均值聚类算法得出输入空间的划分和聚类中心,最后结合递推最小二乘法辨识后建参数,建立了涂层耐磨性能与喷涂工艺参数的T-S模糊模型。将该辨识算法对实测数据进行了验证,在试验范围内,误差在-8.6%~5.8%之间。结果表明,该T-S辨识模型具有较高的辨识精度及较强的泛化能力。利用所建的模糊辨识结果,分析了喷涂工艺参数对涂层耐磨性能的影响规律,并获得了涂层硬度(HRC)极大值为92.04的最佳喷涂工艺参数。     

基于预测控制的垂直轴卸荷气缸压力调节

针对垂直轴卸荷气缸实际卸荷工作中出现的压力调节滞后性及稳定性问题,提出基于T-S模糊模型的预测控制方法。通过参数辨识建立垂直轴卸荷系统的T-S模糊模型,并在建立的T-S模糊模型基础上采用了DMC预测控制,同时通过AMESim建立气动系统模型并与Simulink进行联合仿真。仿真结果验证了所设计控制器的可行性,有效降低了卸荷气缸控制系统的时滞性,提高压力的稳定性。     

基于T-S模糊模型直驱式数控转台系统L1次优控制

针对直接驱动数控转台伺服系统易受负载扰动和参数不确定性影响的特点,设计了基于T-S模糊模型的L1次优速度控制器.首先,使用T-S模糊模型来逼近直接驱动伺服系统的数学模型,基于求出的模糊模型来设计控制器.然后利用线性矩阵不等式(LMI)获得速度闭环模糊系统模型的L1范数上边界,将L1最优化控制问题转化成为次优化控制问题.最后通过线性矩阵不等式约束条件保证了系统的稳定性.仿真结果表明,所设计的L1次优速度控制器使直接驱动伺服系统对负载扰动和参数不确定性具有较强的鲁棒性.     

锻造操作机夹钳旋转系统的T-S模糊建模

针对锻造操作机液压伺服驱动夹钳旋转系统的强非线性问题,提出了一种基于T-S模糊模型的夹钳旋转系统的建模方法。根据夹钳旋转系统的非线性特性,把锻造操作机夹钳旋转系统的状态空间划分为若干个子空间,构建成具有参数不确定性的T-S模糊模型。将模糊推理系统中的模糊规则及隶属度函数参数通过自适应模糊神经网络自学习整定,产生模糊规则和隶属度函数。通过实验验证所建夹钳旋转系统T-S模糊模型的合理性。实验结果表明,建立夹钳旋转系统T-S模糊模型的输出与实验实际系统的输出基本吻合,所建立的夹钳旋转系统T-S模糊模型为夹钳旋转系统的控制提供了基础。     

基于T-S模糊神经网络的液压设备故障诊断

针对液压设备的故障数据具有非线性、不确定性以及信号噪声多等特点,本文提出一种基于T-S模糊神经网络的液压设备故障诊断,T-S模糊神经网络是将T-S模糊推理模型与神经网络相结合的机器学习方法。对于采集的液压设备振动数据提取相关特征构成特征矩阵,将特征矩阵输入建立的T-S模糊神经网络模型,利用其自适应提取能力,自主选择最佳故障特征进行分析,实现液压设备故障诊断。通过液压设备数据验证,说明该方法具有较快收敛速度、较高诊断精度高和稳定性。     

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T-S模型的锚杆钻车液压系统故障树分析

介绍基于T-S模型的模糊故障树理论,并应用于锚杆钻车液压系统。构建锚杆钻车液压系统T-S故障树,分别在已知底事件故障模糊概率和已知底事件故障程度两种情况下计算锚杆钻车液压系统模糊故障概率。结果表明：锚杆钻车各系统故障模糊概率存在联系;日常使用中做好液压泵的保养可提高整体系统可靠性;计算需选取合适隶属度函数,可通过试验或维修数据完善,提高故障诊断分析准确率。     

电液位置伺服系统神经网络辨识的实验研究

针对电液伺服系统非线性建模问题,研究了电液位置伺服系统神经网络辨识模型的基本结构。分析伺服系统动态模型的输入、输出关系,依据遗传算法优化神经网络权值和阈值,建立神经网络辨识模型的基本结构。利用xPC技术建立阀控缸实时电液伺服实验台,以实验台的阶跃输出信号作为改进BP神经网络系统辨识信号,以实验台正弦输出信号作为验证信号。结果表明:该神经网络辨识模型的基本结构可达到较高的辨识精度,其可信性得以验证,适用于非线性系统模型辨识。     

电液力伺服系统参数自整定模糊PID控制器设计

针对飞机结构强度试验中常用的电液力伺服系统,讨论了系统组成和数学模型。利用MATLAB设计参数自整定模糊PID控制器以克服系统非线性和负载扰动的影响;通过系统辨识建模的方法,采用预报误差法得到系统ARMAX参数模型辨识结果;以辨识结果为对象对设计的参数自整定模糊PID控制器进行Simulink仿真。结果表明:相比常规PID控制器,采用参数自整定模糊PID控制器进行控制,系统具有更好的稳态精度、快速性和鲁棒性。     

液压激振伺服控制系统的模型辨识

推导了液压激振伺服控制系统模型的传递函数表达式,在AMESim中建立了系统模型并进行线性化分析。将AMESim中通过雅可比矩阵运算得到的结果作为依据,在MATLAB中进行系统模型辨识,得出系统的一阶积分环节增益、伺服阀和液压缸的固有频率与阻尼比等参数;在Simulink软件中建立验证模型并进行验证。结果表明:系统模型辨识得到的关于伺服阀和液压缸的固有频率和阻尼比与AMESim仿真模型线性特征值对应;Simulink验证模型的输出曲线与AMESim仿真中的输出曲线基本吻合,表明该方法能满足液压激振伺服系统的模型辨识。     

非参数模型辨识在伺服阀控液压马达系统中的应用

由于液压伺服系统普遍存在非线性,使用传统的机理建模方法就难以建立准确的数学模型,也不能准确地反应系统实际情况.在合理设计辨识试验的基础上,对系统进行非参数模型辨识,较为准确地辨识出了对象的脉冲响应过程,并推导出系统的传递函数.     

电液伺服系统非线性不确定模型的线性化方法

详细分析和总结了目前国内外关于定量反馈理论(QFT)的文献中建立不确定性模型的方法.在此基础上,提出了三种获得系统不确定模型的思路:基于简单的闭环比例控制建立不确定模型、基于非线性数学建模建立不确定模型、基于神经网络辨识建立不确定模型,并以阀控非对称缸液压伺服系统为研究对象举例进行了阐述.此外还分别指出了这三种方法的优缺点.该研究为QFT的进一步工程应用奠定了很好的基础.     

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。     

模糊辨识方法预测马氏体不锈钢Ms温度

应用模糊辨识方法对马氏体不锈钢马氏体相变温度(Ms)进行预测。该方法是基于模糊聚类对输入变量进行有效模糊划分，并通过递推最小二乘辨识模糊模型的结论参数。根据收集和整理的实验数据，建立了马氏体不锈钢的化学成分与Ms温度之间的模糊模型。与经验公式相比，模糊模型显示了较高的预测精度，平均误差仪有2．28℃。     

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-Then规则,在模糊集合的基础上求得控制量方程。以位置误差为依据,构造参数因子的迭代控制率,以完成模糊迭代控制策略的设计。采用所提模糊迭代控制策略和干扰观测控制策略对阶跃和三角形期望位置进行追踪测试。测试结果显示:在对阶跃和三角形期望位置进行追踪时,所提方法比干扰观测控制策略在x方向上的最大追踪超调值分别减小了35.06%和39.45%,在y方向上的最大追踪超调值分别减小了32.55%和11.68%。所提方法具备较好的位置控制性能,可准确地追踪期望位置。     

模糊(Fuzzy)控制的液压位置伺服系统

本文提出采用微型计算机进行模糊控制的液压位置伺服系统。该系统将微型计算机的灵活性与开关式液压伺服系统的优点结合起来,因此,控制精度高、可靠性好,结构简单、负载变化影响小、使用维修方便。同时,采用时间最优模糊控制取代多级继电器控制方式,在实际系统实验中取得了满意的结果。本文还对模糊模型的相平面表示方法及利用微型计算机自学习程序设计最优模糊控制器进行了研究。     

模糊控制在流体控制系统中的应用

本文介绍了模糊控制在开关式液压控制系统和位置伺服系统以及在气体压力伺服系统中的应用,并对模糊控制器的设计方法及如何减少液压控制系统中的压力冲击进行了分析和研究。     

基于SIMULINK的液压伺服系统动态仿真

本文提出了利用SIMULINK软件包对液压伺服系统进行动态仿真的方法。以阀控液压缸为例建立了液压伺服系统的动态模型,给出了,该系统的仿真模型,详细介绍了如何利用SIMULINK对液压系统的动态特性进行仿真,同时较详细地讨论了影响液压伺服系统动态特性的主要因素。仿真结果表明,SIMULINK方法是对液压伺服系统的动态特性进行仿真的一条有效途径。     

HVAS涂层孔隙率的T-S模糊辨识

以1Cr13丝材的喷涂涂层为例,建立了喷涂角度、喷涂电流、喷涂距离和气源压力对涂层孔隙率的非线性映射的T-S模糊辨识模型.在本实验范围内,用该模型对实测数据进行了验证,误差为-8%～8%.利用所建的模糊辨识结果,分析了喷涂工艺参数对涂层孔隙率的影响规律,并获得了涂层孔隙率2.34%的最佳喷涂工艺参数,表明所建T-S模糊模型具有较好的学习和泛化能力.     

阀控非对称缸系统特性分析与位置控制研究北大核心

以阀控非对称缸系统为研究对象,为得到系统的准确模型以及提高系统的位置控制精度,对系统进行辨识。针对液压缸的非线性和非对称性,提出基于位置基准和位置闭环双PID相结合的位置控制方法。建立阀控缸系统数学模型;依托力士乐液压实验平台和NI测控系统,分别从时域和频域两个角度对阀控缸系统进行辨识,得到系统准确的数学模型。基于该数学模型,分析系统特性。对所设计的阀控非对称缸位置控制策略进行实验验证。结果表明:在保证系统稳定裕量的前提下,该系统可实现较高精度的位置控制。