气动伺服系统的BELC压力控制

由于气动伺服系统受非线性因素的影响,传统PID控制在解决高精度非线性控制问题时效果不理想。一种基于大脑情感学习控制器(Brain Emotion Learning Controller,BELC)的气动伺服系统压力控制方法被提出。首先,对气动伺服系统进行数学建模。然后,结合气动系统非线性和BELC控制特性进行算法改进,采用模糊控制对BELC权值学习率进行在线调节。最后,搭建实验平台分别对传统PID控制、BELC控制及改进的模糊BELC控制进行实验,结果表明:改进后模糊BELC算法有效提高了气动伺服系统的控制精度和响应速度,改善了气动系统控制性能。     

基于CMAC和PID复合控制的气动位置伺服系统研究

该文以气动机械手为例对气动位置伺服系统进行了分析。首先建立了气动位置伺服系的数学模型,分析了系统的特性,然后介绍了CMAC与PID复合控制策略的原理及其特点。对采用该控制策略的系统进行了仿真研究。通过与只采用PID控制的气动位置伺服系统的性能对比得知,基于CMAC和PID复合控制的气动位置伺服系统有更高的精确性。     

滑模控制在气动位置伺服系统中的应用

文中提出了一种滑模控制方法,并将其应用在无杆气缸气动执行器的位置控制中.首先对气动伺服系统进行建模;然后设计了滑模控制器,其中用饱和度函数代替符号函数以减小抖振;最后对气动位置伺服系统进行仿真和试验研究.结果表明：与PID控制相比,这种方法不但具有较强的鲁棒性,而且跟踪效果良好.     

基于DSP的气动伺服系统的研究

阐述气动伺服控制系统的特点,提出一种高性能的气动伺服系统的设计方案,描述了气动伺服系统的基本结构和工作原理,并对系统进行了硬件和软件的设计,分别采用DSP控制器和模糊PID控制.通过试验研究,证明了系统具有体积小、输出大、响应快和稳定性强的优点,从而拓宽了气动伺服技术的应用领域.     

基于AMESim和Simulink的气动位置伺服系统PID控制

根据AMESim和MATLAB软件各自的特点,采用了AMESim和MATLAB对气动位置伺服系统PID控制进行仿真,并在仿真中分别对有无PID控制器的气动位置伺服系统进行对比。结果表明,PID控制的气动位置伺服系统稳态精度较高,调节时间短,超调小,可以克服非线性时变特性的影响。     

基于神经网络控制算法的气动伺服系统运动分析研究

提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制,探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响,气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足,基于BP神经网络控制,设计神经网络PID控制器,并进行实验。通过实验,对无杆气缸的运动特性分析,表明这种控制策略可以更好控制气动伺服系统的运动精度。     

气动伺服系统自适应控制方法研究

气动伺服系统是一个具有较强非线性的系统,传统控制理论对气动系统的精确控制具有较大的难度。本文分别采用极点配置自适应控制法和组合自校正控制器控制法对气动伺服系统进行了研究。结果表明,相对于极点配置自适应控制法而言,组合自校正控制器自适应控制法能有效地抑制摩擦力等扰动因素对气动系统的影响,从而能提高气动系统的抗干扰鲁棒性和定位精度。     

气动比例阀位置控制精度实验研究

PID控制器是常用的伺服系统控制器，气动伺服系统常用其控制。为此，文章根据比例方向控制阀和缸的特点，设计了气动位置PID伺服控制系统。对该系统中影响响应精度的置中电压和控制器中的积分系数进行实验研究，实验分析参数变化对控制精度的影响。     

气动位置控制系统分数阶控制器的设计与仿真

为了实现对气动伺服控制系统的准确位置控制，设计了气动伺服系统，根据系统的组成推导了其数学模型，并在此基础上进行线性化处理，计算出传递函数。继而设计了一种基于稳定裕度法整定参数的分数阶控制器，使用MATLAB的优化工具箱求解控制器参数并在Simulink中搭建分数阶控制器模型进行仿真分析。结果表明，使用稳定裕度法整定参数的分数阶控制器对气动伺服系统具有良好的控制效果，在系统参数发生较大变化时仍能达到理想的控制性能指标，系统仍具有良好的信号跟踪特性、强抗干扰能力和鲁棒性。实验测得采用分数阶控制器的气动伺服系统定位精度达到0.5 mm，系统具有较高的稳态精度。     

新型集成电气伺服坐标气缸的研究及其应用

本文研究的是集驱动机构、位移传感器、控制阀及控制连接为一体的新型伺服气缸,对气缸的综合性能,特别是气缸的摩擦力进行了深入的研究,可为高性能气动伺服系统提供优质的气动集成元件,大大缩短了气动伺服系统的设计周期。