基于小波变换的电液伺服试验系统多变量控制

针对电液伺服系统的复杂非线性和参数不确定性特性，提出一种基于小波变换的“主控制器”结合“带有智能权函数模糊控制器”的复合控制策略，并用于电液伺服系统的多变量控制。主控制器由一个包含PID控制规则的神经网络构成，在整个系统控制中起着主导作用；“模糊控制器”的作用是抑制干扰，保证系统响应的快速性。仿真试验结果证明，该方法具有良好的自学习和自适应解耦控制性能，能有效地提高系统的稳态精度，使系统具有较强鲁棒性，并具有响应速度快、超调量小等特点；可用于电液伺服试验系统的多变量控制。     

神经网络在线学习补偿自适应控制及其应用

针对电液伺服系统的复杂非线性和不确定性特性,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,提出了神经网络在线自学习自适应控制与"参征器"补偿控制相结合的控制方法.该方法将"过程辨识"和"参征器"引入反馈误差学习法的神经网络学习和控制中,控制参数的调整基于被控过程的小波变换结果信息,利用反馈误差学习法实现;"参征器"起监督和补偿控制作用,避免控制器的输出产生振荡或进入饱和状态.应用研究结果证明:该方法避免了采用直接反馈误差法可能造成的饱和和过调整问题;有效地提高了系统的稳定性、鲁棒性、控制精度和     

自寻优PID控制器及其在旋转式电液伺服加载系统中的应用

本文在给出了旋转式电液伺服加载系统的方框图和数学模型的基础上，采用单纯形法对ＰＩＤ控制器参数进行了优化，用优化后的ＰＩＤ控制对旋转式电液伺服加载系统进行了控制特性的仿真研究，获得了很好的控制效果。本文的研究分析结果对于工程应用具有一定的参考价值。     

一类轻载电液位置伺服系统线性自抗扰控制

为解决一类轻载电液位置伺服系统线性自抗扰控制器设计过程中面临的阶次选择问题,本文从系统特性、频域等角度,分析自抗扰框架中“积分器串联结构”与轻载电液位置伺服系统之间的内在联系,得到轻载电液位置伺服系统在自抗扰控制框架下是本质“一阶”系统的结论,从而合理设计了1阶线性自抗扰控制器.在此基础上,提出了有效的控制器参数整定方法,并分析了闭环系统的稳定性.仿真和试验结果表明,与高阶相比1阶线性自抗扰控制器可以更好地控制动态过程较快、负载较轻的惯性负载电液位置伺服系统,为自抗扰控制在液压伺服领域的工程应用提供了参考.     

电液伺服试验机力控系统负载刚度自适应控制

负载刚度的变化会导致电液伺服力控系统的控制特性发生改变,从而降低系统的稳定性与控制精度.本文以电液伺服万能试验机为研究对象,首先建立了考虑负载刚度的力控系统数学模型,分析了负载刚度的变化对控制特性的影响;其次设计了模型参考自适应(MRAC)控制器,并根据试验机力控系统的设计目标提出了一种具有最小拍响应特性且满足严格正实要求的参考模型;然后利用Simulink对最小拍参考模型MRAC控制器及PID控制器进行了仿真,并在自制的实验平台上采用两种不同刚度的试样分别进行了等速力加载实验,仿真及实验结果表明所设计的控制器能有效的抑制试样刚度的差异所引起的控制特性的变化,使电液伺服力控系统的响应具有良好的一致性.     

电液位置伺服系统内模鲁棒控制器的设计

针对电液位置伺服系统存在一定的参数不确定性和较大的负载扰动等问题,建立了电液位置伺服线性系统的数学模型,并将其转化为H∞性能准则问题.利用H∞鲁棒控制理论,设计了电液位置伺服控制系统的鲁棒状态反馈控制器;基于内模原理的设计方法,设计了跟踪控制器.仿真结果表明,该位置鲁棒跟踪控制系统不仅对于伺服系统的参数不确定性有较好的控制效果,而且可以有效地抑制位置伺服系统负载扰动的影响,并有效地提高系统的跟踪特性,使系统具有良好的动态性能.     

风洞试验连续变攻角控制策略

根据风洞试验中连续变攻角试验技术要求,针对电液伺服控制系统存在的非线性、时变性和不确定性等特性及风洞试验工况十分复杂的特点,提出采用在线辨识的广义预测控制控制策略;首先,为使仿真对实践具有更好的指导意义,利用Labview和AMESim各自优势建立了联合仿真模型;其次,分析并建立了电液伺服系统的CARIMA模型,论述了控制器设计步骤;在前面工作基础上,对系统特性及控制器参数、模型参数和外界干扰等对控制性能的影响进行了深入分析;最后,通过试验验证了控制策略具有良好的控制性能,角速度控制精度达到0.01°/s,能够满足风洞试验连续变攻角技术要求。     

数据重构齿轮流量计动态特性研究

针对齿轮流量计动态特性影响电液伺服控制系统的动态响应测试精度的问题,从原理上分析了VC圆柱齿轮流量计的动力学特性、脉冲计数方式对流量计动态特性和精度的影响,提出了平均值法和抛物线法数据重构提高流量计的动态特性和精度,并在电液伺服阀实验台上进行了试验。试验数据证明了齿轮流量计的动态特性在数据重构的作用下可以达到60Hz以上,为齿轮流量计在电液伺服控制系统动态测试环境中作为传感器应用的最高测试频率提供了依据。     

电液伺服综合试验机的修复改造

为了解决电液伺服系统因使用年限太久,各模块出现不同程度的老化,且操作界面不友好导致系统不能正常运行的现状。现提出了对原有的电液伺服试验机进行改造,替换原系统的控制设备和数据采集设备,更新原系统的软件,设计一种新型电液伺服综合试验机系统。应用下位机PLC作为控制器替代原系统的ISA接口控制板,连接上位机LabVIEW作为显示界面为动静态实验提供详细的资料。对改造后的系统进行了钢板弹簧试验检测,并对检测结果进行分析,各试验数据在电液伺服试验机国家标准允许的误差范围内,试验结果表明检测系统稳定性好,控制性高,使用方便及可靠有效。     

主起电液伺服加载系统非线性控制仿真与试验

以某型飞机主起落架电液伺服加载系统为例，给出了加载系统输出力矩跟踪空气动力载荷谱的非线性控制规律，建立了系统仿真模型，进行了不同状况下起落架加载过程的仿真。仿真结果表明：非线性控制加载系统采用零开口及小预开口伺服阀的控制效果好；误差权重的选择影响系统的跟踪控制特性，合适的误差权重会减小实际力矩的动态误差。论文还给出了非线性控制的试验结果。     

Adaptive CMAC neural control of chaotic systems with a PI-type learning algorithm

The cerebellar model articulation controller (CMAC) has the advantages such as fast learning property, good generalization capability and information storing ability. Based on these advantages, this paper proposes an adaptive CMAC neural control (ACNC) system with a PI-type learning algorithm and applies it to control the chaotic systems. The ACNC system is composed of an adaptive CMAC and a compensation controller. Adaptive CMAC is used to mimic an ideal controller and the compensation controller is designed to dispel the approximation error between adaptive CMAC and ideal controller. Based on the Lyapunov stability theorems, the designed ACNC feedback control system is guaranteed to be uniformly ultimately bounded. Finally, the ACNC system is applied to control two chaotic systems, a Genesio chaotic system and a Duffing–Holmes chaotic system. Simulation results verify that the proposed ACNC system with a PI-type learning algorithm can achieve better control performance than other control methods.     

基于RBF神经网络控制的球杆系统位置控制实验研究*

球杆系统是一种典型的高阶非线性不稳定系统,针对PID跟踪控制精度不高及BP神经网络控制训练时间较长的问题,本文提出一种带有低通滤波器的RBF神经网络控制器(RBFC)动态补偿PID控制的球杆控制方法,控制系统由RBF神经网络控制及PID控制器组成。为提高参数辨识速度和避免局部最小值,采用梯度下降法更新隐含层参数,采用带有遗忘因子的最小二乘法更新输出层权值。实验结果表明,该控制方案相比PID控制具有更高的控制精度,比BP神经网络具有更快的学习速度,低通滤波器保证了RBFC的辨识精度和稳定的控制输出,具有良好的动静态特性和控制性能。     

基于模糊预测PID算法的地下空间湿度控制

根据防护工程地下空间空调系统的时滞以及非线性特性,结合预测控制和模糊控制两种方法,设计了基于模糊预测PID算法的控制器.建立了系统的数学模型,并基于所提出的控制方法对其进行仿真研究,结果显示该控制器抗干扰能力较好,相较于传统PID控制,该控制器调节时间更快,控制效果更佳.     

电液伺服结构试验系统的神经网络快速鲁棒跟踪控制*

针对结构试验系统的非线性和不确定性特性,提出一种神经网络并行自学习跟踪控制器,在满足试验系统实时性要求的条件下,通过神经网络在线建模和虚拟学习做到了控制器的在线自适应设计,并解决了实时训练样本不足的问题,实例仿真表明设计的控制系统具有良好的波形再现能力     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

基于模糊九点控制器的自适应控制系统设计方法研究

由于传统自适应PID控制算法在线调节PID的三个参数难度较大,现将模糊九点控制器加入到自适应控制系统中,根据系统偏差e和偏差变化率ec的不同,将系统状态分为九神情况,运用模糊九点控制器进行参数自整定,调节系统在不同状态下的控制特性.该控制方法不依赖数学模型,切实有效,具有稳定型好,调节精度高等特点,是一种表达人类控制思...     

火电厂主气温系统的继电反馈多模型控制

针对火电厂变负荷机组主汽温系统时变和非线性的特点,提出了基于继电反馈的多模型控制算法;首先利用继电反馈的方法,对若干典型工况点建立的固定模型设计子控制器;在运行过程中,利用多模型控制根据系统工况的变化选择相应的控制器以保证系统的控制性能,仿真结果表明应用该方法建立的控制系统具有良好的控制品质和较强的自适应能力。     

某机载雷达智能环境控制器模糊算法设计

为了提高某机载雷达环境控制系统控制品质,设计了一种基于PID控制与模糊控制相结合的智能控制器。文章介绍了该智能控制器的基本原理、系统组成,详细论述了温度控制算法。该算法具有更大的灵活性、更快的响应速度、抗干扰性强和鲁棒性高的优点,特别适用于非线性、时变和大滞后的控制系统。试验表明,采用该算法的环境控制系统,具有良好的控制性能,对机载设备冷却或加热取得了满意的效果。