仿真转台电液位置伺服系统精度影响因素分析

针对具体的仿真转台电液位置伺服系统,着重分析了液压马达摩擦非线性、框架间动力学耦合、反馈测量元件的分辨率误差和安装误差对转台电液位置伺服系统精度的影响。通过实验和仿真可以看出,摩擦阻碍了转台电液位置伺服系统高精度控制的实现,任何一个框架的运动都会对其余框架的伺服驱动系统产生干扰力矩并引起伺服系统误差,反馈测量元件的分辨率误差和安装误差直接反映在伺服系统输出上,对伺服系统的精度有直接影响。     

飞行模拟器电动式操纵负荷系统控制策略

操纵系统的控制策略是力伺服系统加载的关键技术。以电动式力伺服系统为加载方式的飞行模拟器操纵负荷系统,采用上位机力闲环PID控制、电流环PI控制与多余力矩补偿相结合的策略实施控制。仿真结果显示：分别加入力闭环和电流环控制后,系统的超调量减小,跟随性能较好;采用角速度力矩补偿法,系统多余力矩下降了90％。实际控制效果进一步表明,双环与力矩补偿相结合的复合控制策略可有效减小系统多余力矩,控制稳态误差。该研究可为构造操纵飞行模拟器负荷系统样机提供理论依据。     

无模型自适应控制的电液激振台的半实物仿真

由于电液力控伺服系统具有高阶非线性、不确定、时滞及强耦合等特性,所以实际中难以获得精确的数学模型.为了解决参数的不确定性和时滞性对电液力控伺服系统的影响,本文设计了一种无模型自适应控制器.利用Simulink/Amesim对该电液力控伺服系统进行了联合仿真研究;并通过半实物仿真软件DSPACE验证控制方案的正确性、仿真结果表明,与传统PID调节器相比,无模型自适应控制具有良好的动态性能和鲁棒性,并能够很好地消除试件上的输出误差,提高输出力的的精度,使系统具有较好的适应性.     

基于前馈补偿的助力器负载模拟方法研究

论文讨论了一种助力器的负载模拟器。该负载模拟器采用了被动式的电液力伺服系统。文中设计了模拟器的结构,推到了系统的数学模型,并在此基础上设计了基于前馈补偿的控制器。试验结果表明,该系统和控制方法能够很好的对助力器进行负载模拟试验。     

大摩擦力矩下电液伺服系统高精度控制与实验分析

为了实现大摩擦力矩中空液压马达系统高精度跟踪控制,提出了一种基于滑模状态观测器的变结构控制策略,分析了滑模变结构控制规律和滑模状态观测器的理论与实现方法,采用LuGre动态摩擦模型和滑模观测器实现了非线性摩擦力矩的动态补偿.实验结果表明：在超低速、大摩擦力矩存在的情况下,所提出的控制策略实现了非线性电液伺服系统的高精度轨迹跟踪控制.     

一种电液负载模拟器多余力的结构补偿方法

电液负载模拟器属于典型的被动式电液力伺服系统。为抑制和消除系统内固有的强多余力干扰,本文突破传统的从干扰补偿的角度消除多余力的方法,建立位置系统和加载系统耦合在一起的单输入双输出系统数学模型,分析研究被动式电液力伺服系统的力/位耦合机理并以结构解耦为出发点,提出一种采用复式结构伺服马达进行同步结构解耦的加载新原理,以此来消除系统中的多余力。仿真结果表明:此方法可以有效地消除小梯度加载时负载模拟器的多余力。     

挖掘机工作装置电液伺服智能控制

针对挖掘机工作装置电液伺服系统中存在多变量、强耦合及非线性的特点，提出了CMAC神经网络与常规控制相结合的控制方法，很好地解决了挖掘机电液伺服系统位置控制问题。仿真结果表明，该控制方法具有较高的控制精度和鲁棒性。     

电液伺服加载系统中多余力矩的动态补偿

本文对被动式电液伺服加载系统中多余力矩的一种新的补偿方法(简称为“双阀补偿”方法)进行了研究,并根据不同补偿阀输入指令来源,给出了两种具体补偿方案,建立了各自的数学模型。通过数字仿真及实验检验论证了此种补偿方法的可行性,结果表明:采用此种补偿方法,对于减小多余力矩幅值,展宽系统频带有显著的效果。     

舵机电动加载系统多余力矩抑制方法研究

随着电机和功率电子技术的发展,电动加载系统以其独特的优势已逐渐成为中小功率舵机加载系统的主流,但与其它被动式加载系统一样,这种加载系统也存在多余力矩。多余力矩的存在降低了系统加载的精度,本文分析了电动加载系统多余力矩的产生机理,并提出了一种抑制多余力矩的方法。     

基于单片机与改进PID的智能电液伺服控制系统研究

为了实现对电液伺服系统进行快速、准确以及较为平稳的控制,提出了基于单片机与改进PID的智能电液伺服控制系统。通过对电液伺服系统的主要组成进行分析,并根据液压控制理论,得出了电液伺服系统中电液伺服阀等机构的数学模型。利用MSP单片机作为主控器,以接收位移传感器采集到的实时位移值,根据该值对电液伺服阀的开度进行控制。引入PID控制器,通过神经网络算法对PID控制器进行改进,设计电液伺服控制系统的控制策略,以实现电液伺服控制系统的智能化。通过Matlab/Simulink软件对所提方法进行了仿真实验,结果显示,所提方法不仅能够较为快速、准确地对电液伺服系统进行控制,而且控制过程较为平稳,具有良好的控制效果。     

基于反步控制的被动力伺服系统全状态反馈控制

针对被动力伺服系统的多余力矩问题,提出一种基于反步控制的全状态反馈控制方法,并利用Lyapunov函数的稳定性定理保证了设计控制器的稳定性.与以往解决加载多余力矩时不同,该控制器不仅使用加载系统各状态量,而且使用了承载系统的各状态量,在建立系统非线性模型的基础上,将系统方程重组成多个虚拟子系统,利用反步控制思想对每个虚拟系统设计虚拟控制量,进而一步步反向推导出含有加载系统和承载系统各个状态量的非线性控制器.因此,该控制器能够更加准确地抑制多余力矩,仿真结果也证明了该控制器的有效性.     

材料实验机电液伺服系统的神经网络控制

材料实验机的力加载系统是一个典型的非线性电液伺服系统,应用传统的PID控制算法往往不能很好地满足某些要求。本文对系统进行数学建模,应用B样条神经网络加以控制,最后使用MATLAB进行仿真,仿真结果表明该方法具有逼近精度高,分辨率高的优点,能很好地满足了实验机力加载的要求。     

电液伺服系统的小波自适应鲁棒反演控制

针对电液伺服系统,提出了一种小波自适应鲁棒反演控制方法.用两个小波神经网络来逼近电液伺服系统中的模型未知部分、参数不确定项和虚拟控制的导数,所有小波神经网络的参数均实现在线调节.控制律和自适应律的设计保证了闭环系统一致且最终有界,从而达到对非线性电液伺服系统稳定跟踪控制的目的.鲁棒补偿器的设计进一步改进了电液伺服系统的跟踪性能.仿真结果表明,该方法能较好地满足控制精度的要求,同时系统具有较强的适应性和鲁棒性.     

基于模糊 PID 控制器的电液负载模拟系统

基于传统控制理论建立双马达加载工况下的系统数学模型,分析多余力矩的产生机理和特性,并以被控对象的速度为观测量,提出基于结构不变性原理的速度前馈补偿．针对常规PID控制器无法解决系统非线性和参数时变性等问题,设计了以系统的误差和误差变化率为输入量的模糊PID控制器．仿真结果表明：速度前馈补偿克服了近97％的多余力矩;模糊PID控制器能较好地改善系统在高频段的控制性能．     

减摇水舱台架中伺服系统的分析与校正

船舶减摇水舱试验台架是研究和设计减摇水舱的重要试验设备．为了准确模拟船舶在海浪中的横摇运动，在台架系统中采用电液力矩伺服系统来模拟海浪力矩．主要对伺服系统进行分析与校正，使电液伺服系统能够正确模拟输入的力矩信号。     

电液伺服系统研究中的非线性分析方法

运用非线性性分析方法对一试验用电液伺服系统进行理论建模和仿真研究。引入了一 个非线性状态方程来描述电液伺服系统的动态特性。通过仿真结果与实际系统的响应相比较，验证了理论建模是准确的。在理论建模与仿真基础上，设计了一个自校正PID控制器，并且对其控制特性进行了仿真研究。     

液压系统中粒子群优化神经网络权值的控制算法

针对非线性、时变等缺陷导致传统的控制器控制效果较差、不适应电液伺服系统的现象,提出了用于电液伺服控制的基于粒子群优化算法对神经网络的权值进行学习训练的PSO-NN算法。结合电液伺服系统实例分析,用MATLAB仿真得到了输入阶跃信号和正弦信号时,PSO-NN算法的输出曲线以及适应度曲线;为了展示PSO-NN算法的效果,用BP算法仿真了对应输入阶跃信号和正弦信号的输出。仿真结果表明:在电液伺服系统的控制中,PSO-NN算法性能优于BP算法,系统输出具有更好的收敛性和对输入的跟随性,从而证明PSO-NN算法对于电液伺服系统的控制是合适并有效的。     

提高负载仿真台跟踪性能的方法

电液负载仿真台在工作过程中存在多余力矩的干扰 .在对多余力矩产生机理的分析基础上 ,采用同步补偿方案减小多余力矩的干扰 ,同时采用自适应的方法提高同步位置跟踪精度 .利用模拟导弹飞行曲线进行实验跟踪 ,达到了跟踪精度要求     

多变量快动态系统参考模型自适应控制研究

多输入多输出(HIHO)控制系统在工业过程控制中获得广泛应用,在电液伺服系统中用得也越来越多。如带钢冷轧机的液压压下系统,水翼船的姿态控制、电液伺服系统的模拟加截系统等。电液伺服系统含有一些难以精确确定的软参量如油液的体积弹性模数等,且系统带有一定程度的非线性和时变因素,因而难以获得精确的系统模型,显然采用自适应控制是非常合适的。电液伺服系统是一种快动态系统,HIMO电液伺服系统通常都是耦合系统,因而必须寻     

基于迭代学习的直驱式电液伺服系统控制研究

本文阐述了直驱式电液伺服系统原理、组成和特点,并建立了直驱式电液伺服系统数学模型,进行了动态特性理论分析。为改善其动态性能,设计了闭环PID迭代控制器,并进行了实验研究。结果表明该系统动态性能平稳,控制器的控制效果良好,系统具有较强的抗干扰能力。