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.     

基于ARMAX模型的挖掘机液压系统故障检测

根据挖掘机的可靠性水平和智能化程度,提出了一种基于ARMAX(Auto-Regressive Moving Average Exogenous)模型的挖掘机液压系统故障检测方法.使用系统正常状态下的信号样本建立系统的ARMAX辨识模型,通过休哈特控制图分析ARMAX辨识模型的输出残差,以获取故障检测的阈值;然后,将系统故障状态下的信号样本代入ARMAX辨识模型,当模型残差超过阈值,即能判定系统发生故障.实验分析表明,基于ARMAX模型的故障检测方法够有效地检测挖掘机液压系统产生的故障.图3,参10.     

基于Laguerre核内置广义线性前馈网络的系统建模与预测控制

针对飞行器姿态仿真转台电液位置伺服系统非线性因素导致其数学模型不确定性的特点,以及系统动态性能要求较高的情况,采用Laguerre核内置广义线性前馈网络的结构,以短数据集一低阶算法精确逼近系统,为预测控制提供适用的模型,同时对模型和控制算法进行了仿真实验.结果表明该方法较好地解决了仿真转台电液位置伺服系统的控制问题.     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

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．     

基于RBF网络的液压伺服系统故障诊断研究

针对液压伺服系统故障的特点,提出融合液压系统状态信息作为系统特征向量,以RBF神经网络作为模式分类算法的智能诊断方法,并论述采用RBF神经网络作为液压伺服系统故障诊断分类算法的可行性与优势。最后以仿真电液位置伺服系统为例,建立相关的RBF网络,验证以上的陈述。     

基于鲁棒观测器的电液伺服系统传感器故障检测与隔离

在电液伺服系统的故障检测中,经常会引入额外的传感器,这些传感器一旦发生故障就会对系统的运行状态产生误判;而且,电液伺服系统本身是一个典型的非线性系统,其运行过程中各种未知和时变的干扰力也会对传感器故障的检测与隔离造成影响.针对这些问题,文中提出了一个基于非线性鲁棒观测器的传感器故障检测与隔离方案,采用非线性鲁棒观测器来对电液伺服系统的非线性及未知干扰进行处理,并采用线性矩阵不等式协助设计观测器以方便求解;对于传感器故障的隔离,采用观测器组结合逻辑判断的方式.文中还通过仿真和实验对所提出的故障检测与隔离方案进行了验证,并根据实验数据的特征设计了自适应阈值对传感器故障进行了故障决策,结果证明所提出的故障检测与隔离方案是有效的.     

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。     

电液位置伺服系统的规则自校正模糊PID控制器

介绍电液位置伺服控制系统的组成与工作原理,并利用实时工作间(RTW)的半物理仿真环境和MATLAB系统辨识工具箱,对电液位置伺服系统进行系统模型辨识及验证。提出一种规则自校正模糊PID控制器,并将其用于辨识得到的模型中,设计一种在线的模糊推理算法,使得模糊控制规则可以得到实时在线调整。仿真结果表明:基于规则自校正模糊PID控制器的电液位置伺服系统的性能得到较大改善,既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证系统具有良好的动、稳态特性。     

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。     

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.     

一种电液伺服系统安全强化学习控制方法

电液伺服系统动态性能复杂多变,很难为其运动控制获得精确的动力学模型.本文以高精度电液伺服仿真模型作为研究对象,将电液伺服系统位置控制问题转化为强化学习中的状态稀疏奖励问题,使用基于强化学习的屏障函数安全控制方法进行控制器整定.相比传统控制方法,本文直接通过优化状态空间稀疏奖励与安全屏障辅助奖励实现基于数据的安全强化学习...     

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。     

基于模糊遗传算法的电液位置伺服系统控制

电液位置伺服板簧实验系统是一个典型的非线性系统，采用传统的PID控制策略难以获得较好的控制效果。基于遗传算法的模糊遗传算法，利用遗传算法强大的空间搜索能力，对模糊隶属函数进行优化。仿真结果表明：该算法在电液位置伺服系统控制中取得了响应速度快、稳定性优越的效果。     

多通道电液伺服系统的变结构自适应控制

针对多通道电液位置伺服系统存在的参数时变，通道间的耦合作用和外干扰等特点，提出了一种模型跟随变结构自适应控制方法，该系统具有较高的伺服跟踪精度和较强的鲁棒性，无需在线辨识。     

基于ARX模型的变风量空调系统故障诊断

采用现代控制理论的系统辨识方法，探索“黑盒”模型在暖通空调系统故障检测与诊断中的应用．在研究中，应用了多输入／单输出自回归(ARX)模型进行变风量系统的故障检测，把ARX模型用于不同的系统和子系统，建立了系统模型和部件模型，获得了满意的结果．     

基于贝叶斯方法的高鲁棒性故障检测技术

故障检测在控制工程领域具有广泛的应用,而鲁棒性是衡量系统在故障检测时的不确定性的重要指标.为了提高鲁棒系统故障检测的能力,基于贝叶斯的基本原理对系统的故障和不确定性进行研究,提出一种基于贝叶斯方法的高鲁棒性故障检测方法.首先,对非线性系统的故障检测问题进行定义,分析参数空间的不确定性问题.其次,基于贝叶斯基本原理对参数空间的推导进行分析.最后,通过分析系统正常运行的参数空间与发生故障时的参数空间之间的成员关系来进行故障检测.实验表明,在四罐耦合系统中,提出的基于贝叶斯方法的故障检测技术在系统模型参数具有不确定性的条件下可以很好地进行故障识别.1     

学习控制在电液位置伺服系统中的研究与应用

研究了学习控制在电液位置伺服系统中的应用,通过比较开环与闭环迭代学习算法,可看出后者优于前者,据此设计出结构合理的学习控制器,并对电液伺服疲劳试验机位置系统进行了仿真研究,仿真结果表明对于该系统采用学习控制能有效地消除跟踪误差,大大提高了位置跟踪精度,取得了良好的控制效果,展示出广阔的应用前景.     

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。