基于改进遗传算法的故障电液伺服系统控制方法研究

为减轻故障对控制系统造成的影响,提出一种基于改进遗传算法的系统控制方法。对电液伺服系统的3种常见故障进行建模,利用改进后的遗传算法对PID控制器参数进行优化并与其他算法控制效果进行对比。仿真结果表明：该方法不仅可以提高系统正常运转时的控制性能,而且可以在系统出现一定程度的故障时仍能维持较好的控制性能。在冶金、电力及水利等行业,利用该方法可以减少故障维修的停机次数,降低企业大资产设备维护成本和停产损失。     

基于分数阶控制器的电液伺服系统位置控制的研究

为了适应电液伺服系统的非线性特征,提高它对期望位置跟踪的准确性,提出基于分数阶控制器的电液伺服系统位置控制方法。在对电液伺服系统进行建模的基础上,分析其工作过程,并得出伺服阀内流量的连续方程以及活塞的运动方程,建立了电液伺服系统中伺服阀的一阶模型。通过分析PID控制器,构建了鲁棒性能较好的分数阶控制器,加入了调节参数,以更好地调节控制系统的动态特性。采用遗传算法对分数阶控制器的相关参数进行调整,使其能够更好地适应电液伺服系统的非线性特征,从而控制电液伺服系统准确地对期望位置进行跟踪。实验中利用设计的分数阶控制器对阶跃以及正弦期望位置轨迹进行跟踪,以测试其控制性能。从测试结果可见:相对于粒子群控制器,采用分数阶控制器跟踪阶跃和正弦期望位置轨迹时,产生的最大超调率分别减少了7.56%和8.75%,说明设计的分数阶控制器能够较好地控制电液伺服系统对期望位置轨迹进行跟踪。     

基于改进的径向基函数神经网络混合控制在电液伺服系统中的应用

由于电液伺服系统中存在扰动和干扰,一般的控制器很难在各种条件下都取得良好的输出响应.为了解决此类问题,提出了一种基于改进的RBF神经网络混合控制策略.使用基于群组优化理论的离线优化算法来选择RBF神经网络的隐节点数目,用各种在线学习算法来调节隐节点的中心和估计连接权值.该混合控制器结合了改进的RBF神经网络与传统PID 控制的优点,被广泛适用于船舶试验台的电液伺服系统中.试验仿真结果表明,使用这种混合控制器的伺服系统具有良好的动态特性和鲁棒性.     

PID控制器在水平连铸设备电液速度伺服系统中的应用研究

在分析连铸设备电液速度伺服系统控制原理的基础上,建立了系统的数学模型.主要对基于MATLAB环境的PID控制器的设计步骤做了详细介绍,提出了其设计思路和需要注意的问题,并通过仿真对加入PID控制器后的系统性能进行了分析,结果表明该伺服系统能够达到预期的设计要求.     

基于模糊PID控制的直驱式电液伺服系统研究

介绍了直驱式电液伺服系统的实现方案,并建立了系统的数学模型.将模糊控制和PID控制结合在一起,利用模糊控制对PID控制器参数进行在线调整,结合系统的数学模型进行Matlab/Simulink仿真.结果表明,该控制器提高了系统的动态性能,具有很强的实用性.     

电液伺服系统的分数阶PID控制研究

针对三阶电液伺服系统,提出了一种新的PID控制器,把传统的PID控制器的阶次推广到分数领域,它不仅适用于分数阶系统,也适用于整数阶系统,并能取得一些优于整数阶PID控制器的效果.用滤波方法进行分数阶的微积分运算,直接求出传递函数,用Matlab/Simulink构造了PID模型,可直接在其它仿真系统中调用.仿真结果证明了该方法的正确性.     

电液伺服系统FUZZY-PID复合控制器的设计

针对补油式并联阀控液压马达速度控制特点，介绍电液伺服Fuzzy—PID复合控制器结构及其硬、软件设计。其中硬件采用80C198单片机和相应的接口电路，软件包含Fuzzy控制程序和PID控制程序及其协调器程序。Fuzzy—PID复合控制方式使电液伺服系统获得优良的动态品质。     

基于MATLAB-AMESim的电液伺服系统模糊PID控制

电液伺服系统在现代工业中有广泛应用,针对实际电液伺服系统中非线性环节建模不准确这一问题,根据MATLAB和AMESim的各自特点,利用AMESim完成复杂实际系统建模,利用MATLAB进行控制器设计,对系统建立联合仿真模型。阐述模糊PID控制器的设计过程,通过仿真结果对比分析模糊PID和传统PID的控制性能。结果显示:在变负载电液伺服控制系统中模糊PID控制器在快速性、控制精度等方面具有更好的控制性能,并且提高了系统的鲁棒性和抗干扰能力。     

改进的遗传算法对电液伺服系统PID调节器参数优化方法的研究

遗传算法是一种模拟自然界进化而形成的简单、高效的全局优化算法。本文研究了用改进的遗传算法对某机器人电液位置伺服系统的优化，着重将这种改进后的算法用于PID调节器的参数优化，编制了进化程序，并进行了仿真试验。结果表明用该方法可以有效地解决该电液位置伺服系统PID调节器参数的优化问题。     

基于改进PID控制的电液伺服系统执行器运动轨迹仿真

电液伺服系统执行器运动轨迹跟踪容易受到外界干扰,导致控制系统不稳定。为解决此问题,设计小波神经网络PID控制系统,并对控制效果进行仿真验证。建立电液伺服阀简图模型,创建阀芯运动的动力学模型,分别推导出控制阀、液压执行器和比例溢流阀动力学方程式。采用小波神经网络对传统增量式PID控制器进行改进,利用MATLAB软件对改进后的控制系统进行仿真;对比分析改进前、改进后系统液压执行器的跟踪轨迹。结果表明：液压执行器在没有受到外界波形突然干扰情况下,2种控制方法都能较好地实现轨迹跟踪;在受到外界波形突然干扰情况下,采用增量式PID控制的液压执行器运动轨迹与期望轨迹存在较大误差,采用小波神经网络PID控制的液压执行器运动轨迹与期望轨迹存在较小误差。所设计的控制系统响应速度较快,能够自适应在线调整控制参数,有效地抑制外界环境对控制系统的干扰,从而提高液压执行器运动轨迹跟踪精度     

电液位置伺服系统的复合控制

针对典型的电液位置伺服系统,将PID控制与重复控制相结合,设计了一种复合控制器.其中,PID控制采用遗传算法对其参数进行优化.计算机仿真表明,复合控制器的应用改善了系统的动态性能,比单纯的应用经典PID控制取得了更好的周期信号跟踪效果.     

基于自适应果蝇优化算法的PID参数优化

针对基本果蝇优化算法(FOA)控制精度不高且易陷入局部最优的缺陷,提出一种自适应果蝇优化算法(IFOA)的PID参数优化方案。该算法以控制偏差绝对值和输入平方项的时间积分作为适应度函数,经过迭代寻优得到最优的PID参数值。通过二阶时滞系统测试并与基本果蝇优化算法比较,结果表明:该算法控制精度高、响应速度快、鲁棒性好,为PID参数优化提供了参考。     

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。     

液压位置伺服系统PID参数在线优化

将粒子群算法与传统的PID控制器相结合,并采用平方误差矩积分函数作为适应度判据,构成了PSO-PID控制器,该控制器能够在线优化PID控制器参数。仿真结果表明,在系统工况发生变化时,新型控制器能够取得满意的控制效果。     

基于模糊神经网络控制的电液系统研究

针对大功率电液伺服系统存在严重非线性和时变性,将神经网络与模糊控制理论相结合,根据系统的误差及误差变化对神经网络的学习速率和动量因子进行模糊修正,有效地改善了神经网络的学习速率.实验表明,所设计的神经网络控制器能够保证大功率电液伺服系统的静、动态性能.     

基于改进蚁群算法的电液比例系统PID参数优化

VACA是变尺度算法融入蚁群优化算法中而形成的一种混合算法。针对电液比例系统PID控制参数整定问题,提出了基于改进蚁群算法的PID参数优化方案,并给出了具体的实现步骤:建立臂架电液控制系统的数学模型,利用Simulink工具箱建立了电液比例控制系统的VACA-PID的仿真模型,进行了仿真和验证。结果表明:VACA-PID控制器具有良好的静、动态性能,完全能达到电液比例控制系统的要求。     

电液伺服系统的完整建模及变尺度多调整因子解析模糊控制

从考虑电液伺服系统的非线性和参数的时变性出发,建立了电液伺服系统的完整模型。并采用了一种改进的变尺度多调整因子模糊控制器控制。仿真结果表明此控制方法能有效控制此时变电液伺服系统模型。