基于模糊RBF的液压压裂泵同步研究

针对液压压裂泵的液压缸工作中的不同步导致整个系统流量和压力脉动大、输出效率低、液压元件使用寿命短的问题,以阀控缸为研究对象搭建其数学模型,提出利用模糊RBF神经网络+交叉耦合的控制策略对液压缸的同步动作进行控制。在传统模糊控制的基础上,将模糊控制与RBF神经网络控制融合在一起,根据系统数学模型,设计了跟踪控制器和同步控制器,实现对阀控缸系统的精准控制与同步反馈。仿真结果表明：与传统PID和模糊PID系统相比,模糊RBF神经网络+交叉耦合同步控制策略同步精度高,响应速度快,有较好的鲁棒性和稳定性。     

基于自抗扰控制的电液比例位置同步控制仿真研究

液压缸电液比例位置同步控制系统受自身及外部干扰等因素影响,导致两侧缸位置不同步。针对此问题,基于两侧缸位置同步控制试验平台,建立液压缸电液比例控制系统数学模型;基于"同等方式"和"主从方式"在工程应用上存在的缺陷,采用"同等+主从"控制方式;设计自抗扰控制器,搭建两侧缸位置同步自抗扰控制仿真模型进行仿真研究,并与传统PID控制仿真结果进行比较。结果表明:采用自抗扰控制器能更有效地提高系统响应速度和抗干扰能力,减小系统同步误差。     

RH顶升阀控液压缸同步系统分析

针对RH顶升液压缸在顶升过程中的恒速、同步的技术要求,有针对性的建立了阀控非对称缸的simulink模型,利用速度负反馈PID和同步误差正反馈PID控制,实现了四缸稳定的恒速同步运动。     

基于自抗扰的飞机改装液压同步顶升系统研究

在飞机改装作业前需要通过多个千斤顶将飞机进行顶升。由于人工操作和千斤顶的液压缸中元件安装精度等会导致顶升过程中两侧位置不同步。针对飞机同步顶升过程的同步性及稳定性等问题,基于千斤顶中液压缸电液比例阀的数学模型,采用自抗扰同步控制策略,搭建双液压缸电液比例“主从”控制系统仿真模型进行研究。将“主从”自抗扰模型的仿真结果与传统PID控制仿真结果进行比较,结果表明：采用自抗扰控制器可有效减少主从双缸同步误差,实现对工况中扰动的补偿,提高顶升系统精度及抗扰能力。     

锻造机驱动液压缸同步控制仿真

锻造液压机在工作过程中需要有良好的刚性,因此一般采用两个液压缸进行同步驱动。为保证锻造液压机在工作过程中两个驱动液压缸具有精确的同步性,采用BP神经网络PID自适应控制方式对锻造液压机驱动液压缸进行同步控制。使用AMESim与MATLAB搭建锻造液压机仿真模型,针对两个驱动液压缸所受负载恒定、负载连续变化以及负载阶跃变化工况时,对两个驱动液压缸的同步性能进行分析。仿真结果表明：在锻造液压机两个驱动液压缸各种受力情况下,该系统均能较好地实现两个驱动液压缸的同步控制,并且位移误差最大仅0.6 mm,满足锻造液压机的工作需求。该系统具有较高的同步控制精度以及较好的鲁棒性。     

电液四缸位置伺服系统同步控制策略研究

电液多缸同步系统中存在大量非线性和不确定性,加大了精确同步控制的难度,因此,研究具有高性能的同步控制策略具有重要实际意义。针对四缸位置同步系统,提出一种基于相邻交叉耦合思想的自适应鲁棒控制策略,在单缸位置跟踪采用自适应鲁棒控制器的基础上,通过PID耦合控制器补偿相邻两缸之间的同步误差,从而实现四缸的精确同步。最后利用MATLAB/Simulink对所设计的四缸同步控制策略进行仿真分析。仿真结果显示：无偏载时,四缸最大稳态同步误差为0.05 mm,同步精度可达0.06%;存在偏载时,四缸最大稳态同步误差为-0.1 mm,同步精度下降了0.04%。由此可见,不论系统有无偏载,所设计的控制策略均保证了较高的同步精度,其有效性得以验证。     

轧机独立传动系统的PID与状态观测组合控制

为了提高轧机多电机传动系统的同步性,提出了参数自学习PID与状态观测的组合控制方法,分析了轧机主传动系统的工作原理,建立了电机-轧辊的二质量旋转体模型。设计了参数自学习PID控制的同步控制器,基于BP神经网络进行参数自学习,实现了实时的最佳PID控制。为了消除传动轴扭振引起的系统震荡,设计了状态观测器,对轧辊转矩进行预先估计和补偿;同时,将状态观测值进行反馈,实现极点配置,获得了期望的极点位置和控制性能。经验证,与单独使用参数自学习PID控制器相比,组合控制器在启动阶段的调节时间降低了81.8%;在受扰阶段的最大同步误差降低了87.4%,调节时间减少了29.3%。以上数据说明PID与状态观测的组合控制器能够实现较好的同步控制效果,且抗干扰能力较好。     

全液压矫直机的四缸同步协调控制

矫直机主液压缸辊缝的控制效果直接影响到系统稳定性、产品质量、设备安全。重点研究主液压缸的辊缝控制策略,针对矫直机主液压缸平行压下的同步要求,提出一种基于单缸辊缝闭环控制与倾摆辊缝闭环控制的改进的4缸同步控制策略。该策略不仅能够实现矫直机的倾斜、摆动辊缝控制,也能提高4缸平行压下的同步性。通过在东北某厂热处理生产线的成功应用,证明该控制策略及技术的有效性,可在矫直机上广泛应用。     

双缸电液提升系统的鲁棒输出反馈同步控制

为了提高双缸液压驱动提升系统实际运行中的鲁棒稳定性和动静态性能,提出一种基于降维观测器的鲁棒输出反馈同步控制方案。该控制器是针对液压缸速度不易测量和实际系统的完整非线性动态模型存在参数不确定性及外部干扰的情况而设计的,并且为了提高两缸的同步性,同步控制设计中引入两活塞位置同步误差的积分作为系统的附加状态。所设计的控制器理论上保证了无速度传感器的提升系统即使在非线性外界扰动和参数不确定的影响下,液压活塞的位置、速度误差和同步误差仍均能渐近收敛到零。仿真研究结果也验证了所提出的控制方法的有效性。     

基于S7 300 PLC的内高压成形机位置同步控制试验研究

内高压成形过程中两侧缸位置同步控制问题,是内高压成形控制系统的关键技术之一。应用自主研制的多变量协调控制模拟试验平台进行仿真与试验研究,对侧缸位置控制系统建立数学模型,采用"同等+主从"控制方式,利用Simulink搭建该系统的PID控制仿真模型进行仿真,仿真结果证明了采用PID控制进行试验的可行性。在此基础上采用S7-300 PLC作为主控制器,基于Win CC组态软件,进行单侧缸位置PID控制及两侧缸位置同步PID控制试验研究,试验结果表明:基于S7-300 PLC的两侧缸位置同步PID控制系统,同步控制精度高、抗干扰能力强,能够满足内高压成形机位置同步系统控制要求,为S7-300 PLC在内高压成形机控制系统上的实际应用提供了参考。     

神经网络PID控制的液压驱动主动升沉补偿预测控制研究

为了提高船舶在海面上作业时补偿精度,采用BP神经网络PID控制方法,并对船舶升沉运动输出误差进行仿真。建立船舶主动升沉补偿系统简图,分析船舶升沉运动工作原理,给出液压缸驱动传递函数。引用BP神经网络算法,采用梯度下降法对BP神经网络加权值进行修正,通过学习速率来补偿控制系统输出误差,从而实现PID控制器参数在线调节。在受到不同负载影响状况下,采用MATLAB软件对船舶升沉运动补偿精度进行仿真,并且与PID控制补偿精度进行对比。结果表明:采用PID控制器,船舶升沉运动输出误差较大,控制系统反应速度较慢;而采用BP神经网络PID控制器,船舶升沉运动输出误差较小,控制系统反应速度较快,同时,随着负载质量的增加,输出误差就会增大。采用BP神经网络PID控制系统,响应速度快,补偿精度高,提高了船舶在海面上作业定位精度。     

基于模糊神经PID的重载机械臂变幅系统仿真研究

针对重载机械臂变幅机构控制系统的功能要求,设计一种可以实现变幅机构位移同步控制的液压系统.结合重载机械臂位移同步控制方法与策略,提出采用能满足系统稳定性和鲁棒性要求的模糊神经PID控制策略对其进行位移同步控制.运用AMESim和Simulink对变幅控制液压系统进行建模仿真,对比分析了模糊神经PID与常规PID对液压缸...     

推床同步BP网络自整定PID控制研究

根据轧钢生产线中推床系统工作特点和工艺要求,将基于BP网络自整定的PID控制器引入到推床同步控制系统中。结果表明,控制器能根据系统工作状态的变化在线自行调整PID控制参数的值,能有效提高推床同步控制精度。     

一种新型全液压矫直机多神经元PID伺服控制器设计与研究

针对当前普遍常用的BP神经网络算法的缺陷,即反传算法复杂,收敛速度慢,在解决一些复杂多变非线性及系统多耦合问题时,网络权值收敛局部极小点,导致网络训练失败,反传算法权值迭代出现畸形变化问题。虽然神经网络控制器在软件仿真中运行结果都能满足要求,但是在实际的现场工程应用中很难适应复杂工业现场所要求的控制快速性和及时性。针对以上缺陷,提出了一种新型的多神经元PID神经网络算法,其原理是通过简化PID神经元网络控制器,改善其权值初始化来达到新型多神经元PID控制器控制过程的快速性和响应的及时性,将其应用到全液压矫直机四缸伺服控制器。通过将传统神经元网络控制器和文中所研究的新型多神经元PID控制器位移响应曲线对比分析,该新型多神经元PID伺服控制器具有反传算法大为简化、收敛速度快、网络权值灵活性好、实时性等优点,为多神经元PID控制器的工程化应用提供了理论支持。     

神经网络在电液位置伺服系统中的应用

设计了基于BP神经网络的自适应PID控制器，该控制器充分利用了经典PID控制算法简单的特点，又利用了神经网络良好的自适应和抗干扰能力，通过神经网络的学习和对系统的在线辨识，自适应调整PID参数，使控制系统对参数变化表现出良好的鲁棒性和控制性能，并通过仿真证明了所设计系统的合理性。     

面向电子压力机模糊神经网络PID控制的研究

针对电子压力机位置伺服系统的非线性和时变的不确定性,压装力、压装速度和压入深度高可控性,系统的高稳定性、适应性及较强的抗干扰能力等特点,提出将神经网络实现模糊PID自调整的控制特性应用在现存的小型电子压力机的位置伺服系统中的方法。该控制策略将模糊控制的推理能力和神经网络的学习能力进行了有效的结合,其中,PID控制器参数自调整是通过学习并记忆PID参数调整的基本规则来实现的,以满足电子压力机位置伺服系统的要求并用MATLAB软件编程进行仿真分析。仿真结果表明:相比较常规神经网络与传统PID相结合组成的控制器,模糊神经网络PID自调整控制器对于电子压力机的位置伺服系统具有更快的响应特性及更好的稳定性。     

冲击试验机同步提升系统的神经元PID控制

本文针对冲击试验机同步提升系统的特点，采用神经元ＰＩＤ控制方法对系统进行了控制，实践表明，该控制器能够更好地抑制偏差，更快地实现系统的同步效果。     

基于改进遗传算法的单神经元自适应PID控制器

针对现有单个神经元的自适应PID控制器和遗传算法存在的不足，提出一种改进的遗传算法，并将其应用于单神经元自适应PID控制器中。该方法采用实数编码，模糊大变异操作，是为了提高收敛速度。仿真结果表明，基于改进遗传算法的单神经元自适应PID控制器不仅具有良好的控制性能，而且算法收敛速度优于现有的自适应控制器。     

飞机起落架自适应模糊神经PID控制方法的研究

针对传统PID控制与模糊PID控制的飞机起落架控制系统存在达不到理想控制精度以及控制速度的问题,提出一种基于模糊控制和神经网络的模糊神经PID控制算法。通过对起落架运动特点以及动力学相关的理论分析建立飞机起落架的运动模型,将此智能PID控制方法应用到飞机起落架的姿态控制系统中。利用MATLAB/Simulink软件进行仿真,并基于树莓派装置进行了起落架单腿实验。仿真和实验结果表明：模糊神经网络PID控制系统的响应速度和抗干扰能力相较于传统PID和模糊PID都有了较大的提升,系统稳定性更强。在飞机起落架控制系统中,应用模糊神经PID控制可进一步提升系统的响应速度,降低系统运动的惯性冲击,提高整体机构的稳定性。