蚁群算法在中厚板液压伺服系统中的应用研究

为解决在环境及负载扰动影响下,中厚板液压位置伺服系统采用常规控制方式很难取得理想效果的问题,首先为便于分析研究,根据中厚板液压系统各环节的机制特性,分别建立了位移传感器、伺服放大器、伺服阀、液压缸及轧辊组合等环节的数学模型.然后在对性能优良的离散蚁群算法改进基础上,通过多层次异构搜索机制对解空间精细搜索,得到可用于连续域寻优的多层蚁群算法.并将改进算法应用到液压位置伺服系统中,根据系统性能指标对控制器进行智能优化.仿真结果表明,采用多层蚁群优化算法的液压位置伺服系统收敛速度明显加快,适应能力与鲁棒性也要好于常规控制方式.     

六自由度运动平台液压伺服系统的建模与仿真

文章较为详细的介绍了六自由度运动平台的机构特点及应用.在平台控制总体设计的基础上完成了液压伺服系统的建模工作,在Matlab软件中对系统进行了仿真分析,将常规PID控制和基于神经网络算法的先进PID控制方法进行对比,仿真结果表明基于神经网络的PID控制方法对伺服系统具有良好的控制效果,同时也证明了电液伺服控制系统设计的合理性,将控制策略应用于样机平台,平台运行稳定,流畅.为平台控制的进一步改进和完善奠定了基础.     

基于神经网络PID的液压位置伺服系统控制的研究

建立精校机电液位置伺服系统的数学模型,针对液压伺服控制系统的非线性和时变性因素,提出了一种基于BP神经网络的PID控制器.该控制器既有经典PID控制算法简单的特点,又有神经网络良好的自适应和抗干扰能力的优点.仿真结果表明,该控制器具有鲁棒性强、超调量小和运行平稳等特点.     

小型船舶舵鳍液压伺服控制系统的仿真及实验研究

提出用换向阀控制开式液压系统的船舶小型舵机伺服系统,采用Bang-bang控制方法进行控制器设计。利用MATLAB的SimHydraulic物理仿真模块,建立了这一系统的仿真模型,通过闭环仿真调整得到控制器参数,并通过实验进行了验证。仿真和实验表明这一舵机伺服系统的性能满足要求。     

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     

基于AMESim的电液伺服阀试验和仿真研究

电液伺服阀是液压伺服系统的核心元件,直接影响系统的控制性能.利用AMESim软件对电液伺服阀进行建模仿真,模拟出电液伺服阀的特性.通过对比试验数据和仿真数据,验证了电液伺服阀仿真模型的有效性.     

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.     

基于变参数模糊控制器的液压舵机伺服系统动态仿真

针对飞机舵机在实际使用过程中的非线性问题,采用变参数模糊控制器来控制液压舵机伺服系统.首先,建立了液压舵机伺服系统的数学模型;其次,设计了一种变参数模糊控制器,通过S函数实时改变模糊控制器的比例因子和量化因子,从而改善系统的控制品质;最后,将P控制、PID控制和变参数模糊控制的系统模型同时进行仿真试验.仿真结果表明,变参数模糊控制与PID控制、P控制相比,使系统的调节时间缩短为P控制的1/7,受到单位阶跃干扰后再次稳定的时间也大大缩短,使系统具有更好的快速性和抗干扰能力,为解决实际中的不确定使用因素提供一定借鉴.     

泵控缸电液位置伺服系统的神经网络模型参考自适应控制

针对泵控缸电液位置伺服系统的跟踪控制问题,提出了神经网络模型参考自适应控制方法.泵控缸电液位置伺服系统由于其自身特性以及外界干扰因素的影响存在严重的非线性,因此,很难采用传统的控制方法来控制.为此,首先利用GA-BP算法离线辨识伺服系统的神经网络模型,得到网络参数的初值,然后利用改进的BP算法在线对网络参数进行微调,以得到较为准确的网络预测输出,从而为在线神经网络控制提供较准确的梯度信息.仿真结果表明,该方法能保证系统具有较快的响应速度和较高的控制精度,并具有较好的自适应性和鲁棒性.     

某型飞机平尾液压舵机故障仿真研究

某型四余度液压舵机是某型飞机平尾操纵系统的关键部件。详细研究了某型四余度液压舵机单通道伺服控制系统在正常状态和3种典型的故障状态下的输出特性,并进行了仿真试验研究。仿真试验结果表明,在这3种典型故障状态下,液压舵机伺服控制系统无法对各种给定信号(期望输出)实现有效的跟踪。研究工作为深入了解该型舵机的工作原理、工作过程和输出特性提供了依据。     

一种高效直驱液压角度位置伺服控制系统的研究和实现

基于直驱式液压系统效率高和阀控伺服系统精度高的特点,提出一种位置二元控制方法。第一元是步进电机控制的数字阀和执行器通过机械负反馈形成的闭环伺服系统,实现系统的精准位置控制。第二元是伺服同步电机控制的柱塞泵系统,系统根据执行器能够达到的加/减速度、最高速度、作动器的排量、初始位置和目标位置的差等,计算所需流量和具体执行的步进电机控制的节奏,并以步进电机控制节奏为参考,控制同步伺服电机速度及相应泵的流量,实现大偏差时高效运行;在小偏差时,在蓄能器压力达到设定值时,关闭同步伺服电机和柱塞泵,避免泵在低速低效区运行,用蓄能器储存的能量实现位置伺服纠偏控制;系统一直运行在高效状态。二元控制方法具有两个简洁的机制实现精准和高效目标,实用可靠。     

自抗扰控制在电静液作动器位置伺服系统中的应用

未来飞机将采用功率电传代替传统的液压传动,电动静液作动器(EHA)受到越来越多的关注。针对航空机载电动静液作动器的抗扰动问题,基于自抗扰算法设计一种位置伺服控制系统。以EHA为对象,对作动器位置外环进行建模分析,得到EHA位置伺服系统二阶状态空间模型;基于模型设计位置伺服自抗扰控制器的结构,并对所用的非线性函数进行了优化;在施加正弦扰动与突变扰动的情况下与传统PID进行仿真对比,验证了算法的有效性。仿真结果表明：该算法在满足系统动态性能的前提下,提高了系统的抗干扰能力。     

无凸轮内燃机伺服压电液压执行机构及其控制研究

为解决大部分可变气门控制器无法实现气门的完全可变性,提出一种包含压电和液压部件的伺服压电液压执行机构。采用自适应前馈控制器实现伺服压电液压执行机构的有效控制。构造伺服压电液压执行机构模型,建立伺服压电液压执行机构中压电结构、伺服活塞结构和液压结构的数学模型。设计一种包含2个前馈控制器和1个反馈控制器的自适应前馈控制器。采用MATLAB软件对伺服压电液压执行机构进行仿真,并与传统PI控制器的控制结果进行对比。结果表明:采用自适应前馈控制器的伺服压电液压执行机构的跟踪性能明显提高,跟踪误差减少约50%,控制电压范围也大大减小。该执行机构能很好地实现无凸轮内燃机气门的有效控制。     

基于混合神经网络的数控机床故障诊断技术研究

为了实现数控机床故障诊断的自动化和智能化,提出了一种基于混合神经网络的数控机床故障诊断技术.首先通过一级BP神经网络对输入的故障信息进行分类,然后针对分类后的故障再通过二级ART神经网络实现故障的诊断和排除.基于两级混合神经网络的故障诊断系统不但具有故障自动诊断功能,而且还具有自学习和自组织等智能.     

基于AMESim的飞行器电液伺服机构非线性因素仿真分析

对传动间隙、刚度、摩擦力矩等非线性因素对伺服机构的影响进行了说明,以飞行器电液伺服控制系统为研究对象,基于LMS Imagine.lab AMESim一维多领域系统仿真集成平台建立了仿真模型,有针对性地对传动间隙、摩擦力、机构刚度这些非线性因素对系统性能的影响进行仿真分析,所得结论为飞行器电液伺服控制系统的优化设计和性能预测提供了理论支持。     

基于李雅普诺夫理论的电液伺服系统非线性位置控制研究

电液伺服系统存在高度非线性及参数时变等问题,同时由于其多学科性质导致精确模型的建立比较困难。针对电液伺服系统非线性位置控制问题,采用基于非线性系统的李雅普诺夫理论的控制器实现电液伺服系统的有效控制,并对控制效果进行仿真验证。构造了伺服阀以及液压执行器的动力学方程,建立电液伺服系统简化数学模型。基于非线性系统的李雅普诺夫理论,利用积分反演法设计了电液伺服系统控制器。采用MATLAB软件对电液伺服系统进行仿真,并与传统PID控制器的计算结果进行对比和分析。仿真结果显示:采用所设计的控制器,电液伺服系统对阶跃和正弦信号的跟踪性能较优,所需控制电压减少50%左右,跟踪误差也大大减少。     

基于改进遗传算法优化的双步进电机伺服阀控制研究

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证。设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度。     

EHA作动器建模与仿真分析

电静液作动器(EHA)能够实现故障安全,不存在机械卡死等,在大功率的场合功重比优势明显,因此可应用到飞机主舵面的伺服控制系统中。介绍EHA的组成、工作原理和功能组件的作用,详细推导了EHA伺服作动系统三环闭环控制情况下的数学模型,并在此基础上进行频域分析,设计伺服回路参数,在AMESim仿真平台上搭建了EHA伺服作动系统的仿真模型。利用推导的EHA数学建模方法可实现EHA作动伺服回路参数的设计,同时还可实现EHA作动器关键参数敏感度分析;利用给出的仿真分析方法可在EHA设计初期验证EHA伺服作动系统的性能,为作动器的实物设计提供理论基础。