支持向量机在电液伺服系统辨识建模中的应用

提出了电液伺服系统的支持向量机的辨识建模方法。利用电液伺服系统的可测参量,建立了基于支持向量机的电液伺服系统的模型。以电液位置伺服系统为例,进行了仿真实验。仿真结果表明支持向量机模型具有辨识精度高,推广性能好的优点,从而验证了该方法的正确性和有效性。     

直驱式容积控制电液伺服系统设计研究

针对普通电液伺服系统存在的弊端,设计了直驱式容积控制电液伺服系统,以交流电机伺服控制系统代替电液伺服阀,使得这一新型电液伺服系统具有体积小、可靠性高,节能等优点,适用于液压传动及要求不太高的伺服控制场合。     

直驱式容积控制电液伺服系统设计研究

针对普通电液伺服系统存在的弊端,设计了直驱式容积控制电液伺服系统,以交流电机伺服控制系统代替电液伺服阀,使得这一新型电液伺服系统具有体积小、可靠性高、节能等优点,适用于液压传动及要求不太高的伺服控制场合。     

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。     

信息融合理论在消除多余力矩控制中的应用

被动式电液力伺服系统(电液负载模拟器)是典型的非线性系统,具有很大的不确定性。本文通过建立被动式电液力伺服系统的数学模型,分析了多余力矩产生的原因,设计了基于信息融合理论的最优预见控制器。通过仿真分析得出:此种控制理论可以很好地抑制多余力矩的产生,使系统具有很好的跟踪精度,说明了信息融合理论在控制电液力矩伺服系统、位置伺服系统等非线性系统中具有很好的应用价值。     

爆破扫雷器电液伺服系统建模

为了提高电液伺服系统的模型精度与准确度,对某爆破扫雷器电液伺服系统建模方法进行了研究.采用机理建模法,构造了电液伺服系统的传递函数,采用基于自适应神经模糊推理(Adaptive neuron-fuzzy inference system,ANFIS)和减法聚类的模糊神经网络(Fuzzy neural network based on subtractive clustering,Sub-FNN)方法,实现了电液伺服系统的智能建模.通过对模型均方根误差(Root mean square error,RMSE)和信号间方差比(Variance accounted for,VAF)性能指标的比较,表明基于减法聚类的模糊神经网络建模方法可以显著地提高模型精度.研究结果为实现电液伺服系统的控制奠定了基础.     

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。     

基于神经网络PID控制的电液位置伺服系统

针对电液位置伺服系统,利用神经元的自学习、自适应特点,将神经网络与PID控制方法相结合,对电液伺服系统在线边学习边控制,实现系统的快速实时控制。仿真研究表明,该电液伺服系统具有令人满意的静、动态性能。     

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     

电液数字阀的单片机控制

介绍了一种基于单片机控制的电液数字阀,包括硬件及软件的设计。该数字阀控制的液压伺服系统较传统的电液阀控制的液压伺服系统更加简单、可靠。     

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.     

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。     

基于RBFNN的PID控制及其在电液位置伺服系统中的应用

针对具有参数不确定性的电液位置伺服系统的跟踪控制问题,利用径向基函数神经元的自学习、自适应特点,将其与传统的PID控制方法相结合,对电液位置伺服系统进行学习和控制.仿真研究表明,利用基于径向基函数神经网络的PID控制能使电液位置伺服系统获得令人满意的跟踪特性和快速响应特性.     

电液伺服系统频率响应参数优化

以电液位置伺服系统为研究对象,讨论系统在正弦响应下参数优化问题,并通过计算机仿真,求出了一阶电液位置伺服系统在常用范围内的参数最优匹配值。绘出优化曲线,提出了一种优化设计新方案。     

基于混杂系统及多元线性回归的电液伺服系统参数性故障建模

为了有效地诊断电液伺服系统参数性故障,提出一种基于混杂系统及多元线性回归模型的电液伺服系统参数性故障模型.其过程为:将电液伺服系统的工况抽象为多个离散状态,建立压力-流量的观测模型;以结构参数为回归系数,基于样本数据的线性回归分析辨识模型参数;结合故障参数建立电液伺服系统的故障模型.利用参数辨识实验验证方法的参数拟合精度.研究结果表明:该模型能有效地应用于早期参数性故障的诊断,并能解决并发故障诊断困难的问题.     

电液位置伺服系统的前馈补偿滑模PI控制

针对不确定性电液位置伺服系统的跟踪控制问题，提出了一种前馈补偿滑模ＰＩ控制方法．经仿真表明：该方法对存在外扰和模型不确定性的电液伺服系统具有强的鲁棒性和良好的跟踪特性．     

PID控制器在电液伺服系统中的应用

根据电液位置伺服系统的工作原理和组成,建立了系统的数学模型。为了满足电液位置伺服系统多变性、不确定性和强负载干扰的特点,设计了单神经元自适应PID控制器。仿真结果表明系统响应速度快,稳态误差小,实时的在线调节PID参数,控制效果良好。     

用可视工具sisotool设计电液伺服系统的补偿器

MATLAB6．0的控制系统工具箱提供了设计SISO系统补偿器的可视工具sisotool。本文提出了利用该工具设计电液伺服系统补偿器的方法，使补偿器的设计变得更加简便、直观，大大减少了设计的复杂性和重复性，提高了电液伺服系统的设计效率。     

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。     

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。