电液位置伺服系统自抗扰控制研究

由于电液位置伺服系统中存在不易获得精确数学模型、参数摄动以及外部未知扰动等问题,采用了一种改进自抗扰控制方案,充分利用系统已知信息,将系统位置误差作为控制器输入,以减小因扩张状态观测器产生的相位滞后,进而提高系统响应速度。同时对系统位置误差进行观测并予以补偿,并将系统高阶项以及未知扰动视为总扰动,以简化控制器结构,最后采用MATLAB与AMESim进行联合仿真。结果表明,所设计的一阶非线性自抗扰控制器能够实现系统的快速响应及精度控制,相较于改进前,响应速度提升47.62%,跟踪误差降低44.44%,与PID控制相比,响应速度提升了60%,跟踪误差降低了58.34%,对未知扰动等因素有良好的抑制能力,拥有更优良的控制品质和鲁棒性。     

阀控单出杆缸电液伺服系统二阶线性自抗扰控制

为提高阀控单出杆缸电液伺服系统性能,在构建阀控单出杆缸电液伺服系统动态机理模型基础上,提出了一种具有加速度前馈的二阶线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)方法,采用奇异摄动理论分析了闭环系统稳定性,并针对系统响应性能和抗干扰性能与传统PID控...     

改进PSO算法优化的电液位置伺服系统自抗扰跟踪控制

针对电液位置伺服系统由于参数不确定性、非线性、复杂时变性而导致的响应速度慢、跟踪精度低、抗干扰能力差的问题,提出一种具有更高跟踪精度及抑制抖振能力的改进P SO算法优化的自抗扰控制(Improved?PSO auto disturbance rejection control,IPSO?ADRC)方法.首先,建立电液位...     

基于改进遗传算法的伺服系统自抗扰控制研究

针对传统PID控制不能满足数控进给伺服系统对控制性能的要求,提出将自抗扰控制器引入伺服进给系统的设计方法,采用改进遗传算法对自抗扰控制器参数进行整定优化。仿真结果表明采用改进遗传算法优化的伺服进给系统自抗扰控制器具有良好的控制性能和鲁棒性,所提出的数控伺服系统自抗扰设计方法有效可行。     

基于死区补偿的电液位置伺服系统自抗扰控制

针对电液位置伺服控制系统的比例阀死区、参数不确定及外部未知扰动等问题,设计了由自抗扰控制器与死区逆补偿构成的串联控制器.首先基于实验辨识构造死区逆模型对死区进行预补偿,然后根据系统特性设计了一阶自抗扰控制器,构造改进的扩张状态观测器对"总扰动"进行实时估计,并通过非线性控制律给予主动补偿.联合仿真与试验结果表明,所提出...     

RBF模糊自适应控制在电液速度伺服系统中的应用

由于电液速度伺服系统的非线性和参数的不确定性,难以建立精确的数学模型,文中引入RBF（径向基函数）模糊自适应控制,利用RBF神经网络进行自学习,修改和完善模糊规则,改善其动态性能.仿真结果表明该方法具有较强的自适应和自学习能力,即使对复杂的非线性系统也能取得良好的控制效果.     

神经网络自适应控制及其在电液伺服系统中的仿真研究

针对非线性系统控制和神经网络控制实时性差的问题,提出一种神经网络在线控制结构,做到了对象模型在线辩识和控制器在线设计。通过仿真研究,证明该方法有效。     

神经网络控制的电液伺服系统在电视塔的应用

本文利用神经网络非线性映射的特点 ,用逆向建模的思想 ,设计了一种基于神经网络的学习控制器 ,并将其应用于结构主动控制中的电液伺服系统闭环控制 ,收到很好的效果。     

基于OPC的电液比例位置同步自抗扰控制试验研究

为提高机床中电液比例位置同步控制性能,搭建液压缸电液比例位置控制平台,提出基于OPC的“工控机+PLC”控制方式,设计了自抗扰控制器进行试验研究。试验结果表明,与单一PLC控制方式及PID控制算法相比,采用“工控机+PLC”及自抗扰控制算法,系统响应速度更快、跟踪精度更高、位置同步效果更好。     

电液伺服系统在非线性干扰下的神经网络控制

液压伺服系统除了非线性动力学特性外 ,还包含有不确定参数和不确定的非线性干扰。为解决这一类非系统系统的控制问题 ,提出了PID 复合正交神经网络 (CONN)的并行控制法 ,并对带有非线性干扰的电液位置控制伺服系统作了仿真研究。仿真结果表明 ,CONN实现的前馈控制对给定位置的跟踪具有良好的动态特性 ,对系统的非线性干扰具有较强的鲁棒性。该方法简单、方便 ,具有实际应用价值     

电液力伺服系统自适应抗扰控制研究

考虑到电液伺服系统中存有各种非线性因素、不确定干扰以及参数时变,为了提高干扰下电液力伺服系统的控制精度,以电液伺服振动实验台作为控制对象,构建其非线性模型,同时使用参数自适应率对不定参数进行补偿,并在反演控制器中引入滑模控制以降低系统的干扰敏感性,利用Lyapunov理论保证闭环系统的全局稳定。对设计的控制器进行实验,模拟在有未知外部位置干扰下的力控制,提升系统的稳定性。实验结果证明,此控制方法能够有效地提升电液力伺服系统的抗干扰跟踪性能。     

基于自抗扰控制器的电液力伺服加载系统

在航空关节轴承疲劳寿命及性能评价试验中,采用电液力伺服加载控制系统来模拟关节轴承在工作中所承受的真实运动和载荷。传统PID控制技术在工程实际中大量应用,但其具有对于复杂系统控制精度减低及对环境变化的适应能力不足的缺点,因此无法满足试验机在复杂条件下受力载荷的高性能受力要求。引入自抗扰控制器(ADRC),评估系统的状态信息和扰动信息,解决在极端条件、无扰动数学模型下对动态载荷谱加载的精确控制问题。通过仿真与实验证明:在外部条件相同的情况下,自抗扰控制器在电液力伺服加载系统中的控制效果优于PID控制,系统的响应速度、抗干扰能力以及鲁棒性显著提高。     

线性自抗扰控制在快刀伺服控制中的应用

为了提高具有表面微结构的零件的超精密加工中快刀伺服系统的跟踪精度和抗干扰性,研制了一种线性自抗扰控制器。通过对快刀伺服刀架建模分析,得到惯性环节和二阶振荡环节串联的等效模型,设计出三阶四维的线性扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿,由此设计出线性自抗扰控制器。数字仿真实验表明,线性自抗扰控制具有良好的控制品质,其中,在快刀伺服系统中的应用可以提高跟踪性能和抗干扰性。     

基于自抗扰控制的转台伺服系统摩擦非线性补偿仿真研究

为克服非线性摩擦在转台伺服系统低速运行时对控制性能的影响,设计一种线性自抗扰控制器.该控制器采用线性扩张状态观测器及线性反馈,将摩擦作为系统总扰动进行实时估计,并加以补偿.基于Lugre摩擦模型建立转台伺服系统的数学模型,对这种线性自抗扰控制器进行仿真实验.结果表明,和传统PID控制器相比,所设计的控制器对非线性摩擦有良好的抑制作用,同时具有响应速度快、稳态误差小,抗扰能力强的特点.     

电液伺服系统的神经网络在线学习补偿自适应控制

基于反馈误差学刁法、小波分析理论并结合面向控制的辨识思想，提出了一种神经网络在线学习补偿自适应控制结构。基于被控过程的小波变换结果信息，利用反馈误差学习法调整控制参数。利用“参征器”实行监督控制，避免控制器的输出产生振荡或进入饱和状态。工程应用表明，该方法将过程辨识和“参征器”引入神经网络的学习和控制中，可有效地提高系统的控制品质。     

电液伺服系统的神经网络在线学习补偿自适应控制

基于反馈误差学习法、小波分析理论并结合面向控制的辨识思想，提出了一种神经网络在线学习补偿自适应控制结构。基于被控过程的小波变换结果信息利用反馈误差学习法调整控制参数。利用“参征器”实行监督控制，避免控制器的输出产生振荡或进入饱和状态。工程应用表明，该方法将过程辨识和“参征器”引入神经网络的学习和控制中，可有效地提高了系统的控制品质。     

线性自抗扰气缸位置伺服控制研究

针对气动伺服系统复杂的非线性问题,提出了一种线性自抗扰控制策略对气动伺服系统进行位置控制。利用线性自抗扰控制器不依赖于被控对象精确数学模型的特点,解决被控气动系统内外各种不确定性,设计了线性扩张状态观测器来估计和补偿系统的全部干扰,同时给出了线性状态误差反馈控制器来保证系统的闭环响应性能。证明了线性扩张状态观测器的收敛性和闭环系统的镇定性。应用线性自抗扰控制策略与PID控制策略在气缸伺服系统中进行实验、比较,实验结果表明所设计的线性自抗扰控制器具有良好的控制效果。