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.     

阀控非对称缸电液伺服系统线性自抗扰控制

阀控非对称缸是一类典型电液伺服系统,具有强非线性和不确定性。传统非线性控制方法很难有效处理包含未建模态、外部扰动以及参数变化等多源不确定扰动对控制性能的影响。针对这一问题,本文提出了一种电液伺服系统线性自抗扰控制方法,利用线性扩张状态观测器实现综合扰动的实时估计,并采用状态误差反馈控制律给予主动补偿,同时消除跟踪误差。证明了设计的线性扩张状态观测器状态观测误差的收敛性。根据工程实际中的参数进行仿真研究,其结果表明这种控制方法能有效抑制电液伺服系统中不确定性扰动,与PID控制器相比具有较强的鲁棒性,并提高了位置跟踪精度。     

电液伺服系统的渐近跟踪自适应控制

根据电液伺服系统参数不稳定的特点,将渐近跟踪理论与自适应控制相结合,提出了一种基于参数辨识的电液伺服系统的渐近跟踪自适应控制方法,利用状态反馈动态配置系统的希望特征值和在输入端动态调节前馈增益实现渐近跟踪,达到自适应控制的目的。仿真结果表明,该方法稳定可靠,具有较高理论意义和实用价值。     

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。     

不确定性电液位置伺服系统的滑模鲁棒跟踪控制

本文针对存在参数变化的不确定性电液伺服系统的跟踪控制问题,提出了一种具有前馈补偿的滑模鲁棒控制器设计方法,利用李亚普诺夫方法证明了整个闭环系统的渐近稳定性.应用这种方法于某疲劳试验机电液伺服系统,通过仿真验证了该方法的有效性.     

电液位置伺服系统的再励学习控制研究

针对非线性电液位置伺服系统的不确定性控制问题,提出了一种带有小脑模型（ＣＭＡＣ）神经网络的再励学习控制方法。将ＣＭＡＣ神经网络融入再励学习控制结构中,并进行了撞化与改进杯仅使再励学习控制器具备了泛化能力,而且提高了其学习速度,因此竽电液位置伺 服系统的快速跟踪控制。仿真结果表明,控制器不仅具有良好的处理非线性能力而且对时变外扰支具有明显的抑制作用。     

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.     

低速摩擦伺服系统的近似有限时间稳定跟踪控制

针对系统状态不可测且存在不确定性的低速摩擦伺服系统,研究其有限时间稳定跟踪控制问题,提出一种具有动态主动补偿特性的非线性反馈控制方法,使低速摩擦伺服系统近似实现有限时间稳定跟踪。同时,为了解决跟踪系统部分状态未知及不确定性问题,设计了扩张状态观测器。仿真结果验证了该控制方法及扩张状态观测器的有效性。     

电液伺服位置／力控制系统的滑模变结构－PID控制

本文把滑模变结构－ＰＩＤ控制［１］运用于电液伺服位置／力系统的跟踪控制问题，经对系统的数字仿真和模拟实验表明：对电液伺服系统采用滑模变结构－ＰＩＤ控制，提高了系统的鲁棒性、跟踪精度以及对不同类型参考输入信号的适应能力；同时，也能消除常规变结构控制所存在的抖振现象     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

泵控缸电液位置伺服系统的迭代学习控制

针对可调转速泵控缸电液伺服系统由于建模不良所造成的参数不确定性特点，在建立系统数学模型基础上，利用迭代学习控制方法据动态指标的要求设计了控制器，并完成了系统仿真，结果表明，与传统PID控制相比较，所设计的迭代学习控制器使系统的动态性能得到了很大的改善。     

电液位置伺服系统伪微分反馈级联控制

分析阀控马达位置伺服系统被控对象的数字模型，对电液位置伺服采用伪微分反馈级联控制方法，对控制系统分层推导控制参数计算公式，并对该控制方法进行实验验证。     

一种新的电液伺服系统神经网络自适应控制

提出一种基于直接模型参考的神经网络与滑模变结构控制相结合的神经网络自适应控制方法并对电液伺服系统进行控制,仿真结果表明用该控制方法的控制系统能实现较高粗度的控制,且具有较强的鲁棒性和自适应能力,具应用价值。     

建筑结构电液伺服主动抗振系统最优控制

分析了线性二次型最优控制是适用于电液伺服主动抗振系统的原因，并根据电液伺服抗振系统特点，提出了以伺服阀ｐ－Ｑ特性为不等式约束条件的瞬时最优控制方法，抗振模拟试验结果证实了这一控制思想的正确性和有效性。     

一种三段式模控制在电液伺服系统中的应用

在研究泵控马达电液伺服系统的自适应控制中，提出了一种分三阶段实施的模糊控制策略，并进行了大量实验研究，结果表明，该方法克服了模糊控制的不精确性和易振荡性，且在相当宽的惯性负载情况下，系统的特性都是令人满意的。文中说明了三段式模糊控制的基本原理，并给出了其用于泵控马达电液伺服系统的实验结果