Nonlinear Mathematical Modeling and Sensitivity Analysis of Hydraulic Drive Unit

The previous sensitivity analysis researches are not accurate enough and also have the limited reference value, because those mathematical models are relatively simple and the change of the load and the initial displacement changes of the piston are ignored, even experiment verification is not conducted. Therefore, in view of deficiencies above, a nonlinear mathematical model is established in this paper, including dynamic characteristics of servo valve, nonlinear characteristics of pressure-flow, initial displacement of servo cylinder piston and friction nonlinearity. The transfer function block diagram is built for the hydraulic drive unit closed loop position control, as well as the state equations. Through deriving the time-varying coefficient items matrix and time-varying free items matrix of sensitivity equations respectively, the expression of sensitivity equations based on the nonlinear mathematical model are obtained. According to structure parameters of hydraulic drive unit, working parameters, fluid transmission characteristics and measured friction-velocity curves, the simulation analysis of hydraulic drive unit is completed on the MATLAB/Simulink simulation platform with the displacement step 2 mm, 5 mm and 10 mm, respectively. The simulation results indicate that the developed nonlinear mathematical model is sufficient by comparing the characteristic curves of experimental step response and simulation step response under different constant load. Then, the sensitivity function time-history curves of seventeen parameters are obtained, basing on each state vector time-history curve of step response characteristic. The maximum value of displacement variation percentage and the sum of displacement variation absolute values in the sampling time are both taken as sensitivity indexes. The sensitivity indexes values above are calculated and shown visually in histograms under different working conditions, and change rules are analyzed. Then the sensitivity indexes values of four measurable parameters, such as supply pressure, proportional gain, initial position of servo cylinder piston and load force, are verified experimentally on test platform of hydraulic drive unit, and the experimental research shows that the sensitivity analysis results obtained through simulation are approximate to the test results. This research indicates each parameter sensitivity characteristics of hydraulic drive unit, the performance-affected main parameters and secondary parameters are got under different working conditions, which will provide the theoretical foundation for the control compensation and structure optimization of hydraulic drive unit.     

多级压力源液压切换的位置伺服控制系统

针对传统液压阀控系统传动效率低的问题,提出了一种新型液压回路--多级压力源液压切换系统,给出了该新型液压系统的组成、工作原理、多级输出力的定义以及节能机理的实现,并进行了机理建模;以3个压力等级为例,设计了混合控制策略;搭建了多级压力源液压切换系统原理验证实验台。实验结果表明,多级压力源液压切换系统在位移跟随过程中,压力切换时存在位移和速度抖动;与传统液压位置控制系统相比,该液压系统具有显著的节能效果。     

A switched energy saving position controller for variable-pressure electro-hydraulic servo systems

The electro-hydraulic servo system (EHSS) demonstrates a relatively low level of efficiency compared to other available actuation methods. The objective of this paper is to increase this efficiency by introducing a variable supply pressure into the system and controlling this pressure during the task of position tracking. For this purpose, an EHSS structure with controllable supply pressure is proposed and its dynamic model is derived from the basic laws of physics. A switching control structure is then proposed to control both the supply pressure and the cylinder position at the same time, in a way that reduces the overall energy consumption of the system. The stability of the proposed switching control system is guaranteed by proof, and its performance is verified by experimental testing.     

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。     

Position tracking control with load-sensing for energy-saving valve-controlled cylinder system

This paper deals with the issue of position tracking control with load-sensing for a valve-controlled cylinder system using speed-controlled fixed displacement pump. This is achieved by incorporating a sliding-function based feedforward controller with a feedback control system. The whole feedback control system is composed of a pair of interconnected subsystems, that is, a valve-controlled cylinder system and a load-sensing control system. Experiments show that sliding-mode-based position tracking control in the load sensing control system can accomplish significant reduction in the input energy to a pump compared to a conventional valve-controlled cylinder system, while exhibiting the same position tracking control accuracy.     

基于RBF神经元网络的漂浮基空间机械臂关节运动自适应控制方法

讨论了栽体位置、姿态均不受控制情况下,漂浮基空间机械臂关节运动的控制问题.由拉格朗日第二类方法及系统动量、动量矩守恒关系,建立了漂浮基空间机械臂完全能控形式的系统动力学方程.以此为基础,借助于RBF神经网络技术、Ge-Lee(GL)矩阵及其乘积算子定义,对漂浮基空间机械臂进行了神经网络系统建模;针对空间机械臂系统所有惯性参数均未知的情况,设计了漂浮基空间机械臂关节运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有通常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,此外,由于充分利用了空间机械臂的系统动力学特性,因此在控制过程中不需要反馈、测量漂浮基的位置、移动速度、移动加速度以及姿态转角的角速度、角加速度.一个平面两杆漂浮基空间机械臂的系统数值仿真证实了该方案的有效性.     

下肢外骨骼负载携行控制方法研究

对人自然行走的步态运动规律进行了5个步态相位划分,并通过人体动作捕获试验获得行走过程中下肢髋关节和膝关节角度变化规律。结合髋关节与膝关节姿态运动规律建立膝关节外骨骼运动数学模型,从理论上分析负载携行系统的运动特性,给出位姿随动控制时的液压缸动态负载参考值。利用伺服阀对液压缸位移进行伺服控制,设计液压缸位移反馈PID控制律,实现携行系统在不同负重、不同位姿变化条件下人机耦合助力随动控制需求。通过重载携行试验表明:外骨骼能够实现50 kg以上人机重载携行,试穿员具有明显的省力效果。     

L-M神经网络的磨削淬硬参数预测

针对基于传统BP算法的神经网络训练中收敛速度较慢的缺点,提出一种基于L-M(Lev-enberg-Marquardt)算法的磨削淬硬层厚度预测,并开发了基于L-M算法的磨削淬硬神经网络预测系统.仿真结果表明:该系统模型显著缩短了训练时间,具有较高的准确性.通过网络训练和网络检验,得出该神经网络系统的预测值与实测值十分接近的结论,可充分证明L-M法BP神经网络对于磨削淬硬参教预测具有很好的效果.     

电子束焊熔深神经网络模糊控制系统建模与仿真

研究钛合金电子束焊熔深控制系统建模问题。在分析电子束焊接特点的基础上,设计三因素五水平正交试验,通过试验得到不同焊接参数下熔宽和熔深的值,将熔宽和熔深的值作为训练样本对神经网络进行训练,建立以熔宽为输入,以熔深为输出的误差反向传播(Error back propagation,BP)神经网络模型,该模型由一个S型函数隐含层加上一个线性输出层组成。针对熔深数学模型难以获得的情况,设计以熔深的偏差和偏差变化率为输入变量,焊接电流的变化量为输出变量的模糊控制器,该控制器有9条模糊控制规则。将BP神经网络模型和模糊控制器结合起来建立钛合金电子束焊熔深控制系统模型,并且采用单位阶跃信号对该模型进行仿真试验,试验结果表明所设计的控制系统动态性能和稳态性能良好。     

液压挖掘机动臂自重液-气储能平衡方法研究

液压挖掘机在作业中,动臂将高频次大范围举升和下降,现有挖掘机无能量回收装置,大量势能将在动臂下降时通过控制阀的节流作用浪费掉。为回收利用这部分浪费掉的能量,对动臂自重液-气储能平衡方法进行研究,在此基础上,提出采用三腔液压缸直接转换利用挖掘机重力势能的系统原理。三腔液压缸是在原两腔液压缸基础上,将双腔液压缸无杆腔分为两个容腔而构成,其中一个容腔与蓄能器连接,称为配重腔,设置蓄能器压力与动臂自重基本平衡。研究中,首先建立动臂驱动系统的能耗数学模型,分析系统的能量特性;然后以20 t挖掘机为例,建立整机的机电液联合仿真模型,分析对比分别采用双腔液压缸系统和三腔液压缸系统,动臂的运行特性和能耗特性;进一步构建试验测试平台,验证所提系统的可行性和节能效果。结果表明,新系统较双腔液压缸驱动系统,重力势能回收利用率达68%,节能效果显著,该方法也完全适用于各种类型的液压举升机构。     

基于NARMAX模型的阀控非对称缸神经网络预测控制

针对非对称缸位置跟踪控制精度较差,提出了一种基于非线性自回归平均滑动离散模型(NARMAX)和量子粒子群算法的神经网络预测控制策略(QPSO-NNMPC)。利用NARMAX模型表示阀控非对称缸的动态模型,使用粒子群算法优化BP神经网络(PSO-BP)对阀控非对称缸系统在线预测,使用量子粒子群算法(QPSO)对目标函数非线性优化。仿真结果表明,在不同频率期望信号与变干扰力情况下,该控制策略具有良好的跟踪效果和鲁棒性。     

基于步进电机控制的偏差检测系统的设计

针对双目显示器对双目视场对准的要求,采用步进电机控制器控制平移、旋转、仰俯、滚动电移台的位移．设计了用摄像机代替人眼捕捉图像并进行偏差检测的系统。使用MSComm控健实现串口通信。实现了计算机偏差检测、分析的控制过程,为生产调试人员提供了参考。     

结构光三维双视觉检测方法研究

介绍了结构光三维双视觉检测的基本原理，提出了标定点的空间坐标和图像坐标的获取方法，设计了用于获取标定点的双向光电瞄准装置，并建立了双向光电瞄准装置安装误差的补偿方法，在此基础上实现了双视觉传感器标定点数据的全局统一。最后，利用标定点样本数据建立了结构光三维双视觉RBF神经网络模型，最佳RBF模型的训练精度为0.078mm，测试精度为0.084mm。     

基于各向异性材料的低能耗热流控制模块研究

为改善应用于超精密加工系统的热控制模块能耗大的状况,设计了一种低能耗热流控制模块.模块的导热体基于各向异性纳米复合材料制作,输入热流从导热体非主方向通入,控制热流从主方向通入,从而优化了热流传导路径,机理上实现了低能耗.使用热网络法对模块建模,并依据实验数据对模型进行了修正.最后利用模型分析了关键参数对模块控制性能的影...     

电液伺服系统RBF神经网络滑模控制

针对阀控液压缸位置伺服系统非线性导致模型参数确定困难及干扰问题，在分析三阶位置控制的电液控制系统原理及模型的基础上，引入神经网络的RBF 径向基控制模型和自适应滑模算法，同时考虑了非1负反馈参数，建立了基于RBF 神经网络滑模控制的电液伺服控制系统数学模型。通过选取合适的Lyapunov 函数，分析了系统稳定性，解决了参数未定及挠动情况下的电液伺服系统控制器设计问题。仿真结果证明，所设计的控制器使系统的输出对给定信号的跟踪精度高，响应快，具有较强的鲁棒性。     

状态延迟输入神经网络及其在机器人定位监督控制中的应用

对复合输入动态递归网络作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟输入动态递归神经网络 (State Delay Input Dynamical Recurrent Neural Networks)。这种具有新的拓扑结构和学习规则的动态递归网络 ,不仅明确了各权值矩阵的含义 ,而且使权值的训练过程更为简洁 ,意义更为明确。网络增加了输入输出层前一步的状态信息 ,使其收敛速度和泛化能力与其他常用网络结构相比 ,均有明显提高 ,增强了系统实时控制的可能性。本文将该网络用于机器人定位监督控制系统中 ,通过利用神经网络建立起被控对象的逆模型 ,与传统 PD控制器结合 ,确保了控制系统的稳定性 ,有效地提高系统的精度和自适应能力。仿真结果表明了这种改进的有效性和优越性     

以无线传感器网络构建的照明节电系统的设计

为实现室内照明灯具的节电需求,采用无线传感器网络技术,设计了智能的照明节电系统,提出了一种照明控制算法,能根据感测到的室内光照度、人的位置信息,对用户所在位置附近灯具的调光指数进行计算,从而自动调节灯具亮度。实验结果表明,当用户进入某区域时,该区域附近的灯具能根据自动计算的调光指数调整亮度,以达到节电的目的。     

Neural network adaptive position tracking control of underactuated autonomous surface vehicle

The present study investigates the position tracking control of the underactuated autonomous surface vehicle, which is subjected to parameters uncertainties and external disturbances. In this regard, the backstepping method, neural network, dynamic surface control and the sliding mode method are employed to design an adaptive robust controller. Moreover, a Lyapunov synthesis is utilized to verify the stability of the closed-loop control system. Following innovations are highlighted in this study: (i) The derivatives of the virtual control signals are obtained through the dynamic surface control, which overcomes the computational complexities of the conventional backstepping method. (ii) The designed controller can be easily applied in practical applications with no requirement to employ the neural network and state predictors to obtain model parameters. (iii) The prediction errors are combined with position tracking errors to construct the neural network updating laws, which improves the adaptation and the tracking performance. The simulation results demonstrate the effectiveness of the proposed position tracking controller.

     

磁悬浮控制力矩陀螺高速转子的高精度位置控制

在受到陀螺效应、动框架效应等影响后产生的磁力非线性问题是磁悬浮控制力矩陀螺(MSCMG)高速转子位置精度下降的主要因素。为解决以上问题,提高转子位置精度,本文分析了转子所受磁力的特性,建立了转子系统非线性动力学模型,提出了神经网络滑模控制方法。设计滑模控制律,采用径向基函数神经网络逼近控制律中的非线性模型,自适应算法根据误差在线调整神经网络的权值,同时可以保证整个系统的稳定性。仿真和实验结果表明,所提出方法的转子位置精度达到99%,稳态误差为0.000 2 mm。神经网络滑模控制可以实现MSCMG转子系统的高精度位置控制。     

基于概率神经网络的液压缸故障状态的识别

设计液压缸泄漏的模拟实验,分别提取压力、位移信号的时域频域组合特征,利用概率神经网络作为故障分类器,对＂无泄漏＂、＂轻微泄漏＂、＂严重泄漏＂三种故障状态进行识别与分类。采用Matlab仿真的方法测试了径向基传播率和训练样本变化时模型的训练效果。