为提高H型平台双直线电机运动控制系统的抗干扰能力和同步运动性能,提出一种基于位置环和速度环双环偏差的交叉耦合滑模同步控制方法。采用交叉耦合算法建立双直线电机偏差(跟踪误差)的耦合关系,输出同步误差,并结合滑模控制器,实现跟踪误差与同步误差的同时收敛。基于仿真实验对比分析单位置环、单速度环和位置-速度双环3种交叉耦合结构的滑模控制在扰动输入后的位置跟踪性能和同步控制性能。仿真结果表明:位置-速度双环控制方的电机位置跟踪性能和同步控制性能较单位置环控制方法分别提升60.6%和51.95%,较单速度环控制方法分别提升85.0%和41.91%,为平台的同步性控制应用提供了参考。

针对一类具有未知外部扰动的多缸液压机,提出了一种基于模糊情感神经网络的反步滑模控制策略。首先,建立了包含集总扰动的多缸液压机的数学模型;其次,采用反步法与滑模控制结合,同时考虑系统的鲁棒性,利用模糊情感神经网络逼近集总扰动,给出神经网络权重的自适应律,形成新型的复合控制器设计方案;最后,利用Lyapunov方法分析了系统的稳定性。通过在多缸液压机上进行的数值仿真及对比,表明所设计的控制器可以实现对多缸液压机良好的位置跟踪和调平控制,并对外部集总扰动具有较强的鲁棒性。

为实现对单杆气缸活塞运动轨迹的精确控制,本文提出了一种基于扩展干扰观测器的非线性级联控制方法,利用扩展干扰观测器估计干扰与未知模型参数信息,通过非线性鲁棒控制律抑制参数与干扰估计误差、未建模动态的影响。该级联控制器由内环压力控制回路和外环位置回路两部分组成,分别采用滑模控制理论进行设计,利用Lyapunov理论证明了闭环系统的稳定性。试验表明,所设计的控制器能获得良好的轨迹跟踪控制性能,对干扰和系统参数变化具有较强的性能鲁棒性。

以液压伺服振动控制系统为对象,研究了以质量、弹簧和阻尼环节构成的液压动力机构的动力学控制模型,分析了被控对象具有的非线性、时变和模型不确定性等特点,针对控制系统需要快速、准确跟踪设定值轨迹的要求,提出了一种基于预测函数控制算法的解决方案,并设计了液压振动伺服驱动系统的预测函数控制器,给出了具体的设计步骤和参数选择方法。论文针对实验室液压振动试验装置进行了伺服控制参数计算,建立了输入和输出的状态空间控制模型,并将开环增益作为摄动参数进行仿真分析,仿真和实验结果表明提出的控制策略具有较强的鲁棒性和抗干扰能力,能够有效地提高液压振动伺服控制系统动态跟踪的准确性,具有较高的工程应用价值。

针对一类具有未知内部动态和外部干扰的二阶非线性系统,提出基于扩展状态观测器(ESO)的超螺旋滑模控制策略。首先,将二阶系统的未知内部动态和外部扰动视为集总扰动,由ESO进行估计和补偿;然后,提出一种组合控制器设计方案,在ESO的基础上由新型边界层超螺旋滑模控制器来获得预期的控制性能;之后,提出一种基于Lyapunov稳定性理论的综合控制器-观测器稳定性分析方法,保证它在未知内部动态和外部干扰下的渐近收敛性;最后,将提出的控制策略在多缸液压机上进行仿真,结果表明:该控制策略对多缸液压机的位置跟踪和输出调平控制效果良好。

针对传统电机作为无阀液压系统动力装置时存在的效能低下、速度调节不稳定和响应速度慢等问题,提出将矢量控制永磁同步电机代替传统电机驱动无阀系统中的泵,并建立无阀液压系统的数学模型。传统PID很难解决该无阀液压系统控制过程中的时变性、非线性等问题,因此设计基于该无阀液压系统的模糊PID位置控制器。采用AMESim和MATLAB软件对无阀系统进行联合仿真,将仿真实验结果与采用传统PID的仿真实验结果进行对比。结果表明:模糊PID控制方法对永磁同步电机驱动的无阀液压系统在响应速度、抗干扰性以及位置跟踪精度方面有着良好的效果。

针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制(ILC)算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明:迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。

为了提高液压伺服系统对目标位置的跟踪准确度,设计一种用于液压伺服系统位置跟踪的混合模型预测控制器。首先,通过对液压伺服系统建模,分析其组成结构,建立液压缸与伺服阀的运动学模型。然后,对传统模型预测控制器的工作状态进行分析,获取其对应的线性时不变模型。并在传统模型预测控制器的基础上,利用通过布谷鸟搜索算法改进的PID控制器,设计了混合模型预测控制器。最后,利用所设计的混合模型预测控制器,对阶跃、方波以及不规则信号产生的目标位置轨迹进行了跟踪测试。测试结果显示:所设计的混合模型预测控制器不仅能够跟踪多种信号产生的目标位置轨迹,而且跟踪准确度较高、波动性较小;混合模型预测控制器在跟踪阶跃、方波以及不规则信号产生的目标位置轨迹时,相比传统模型预测控制器的跟踪结果,最大偏离度分别减小了6.77%、17...

在串联机械手运动控制中常采用PID控制器,存在超调较大、跟踪精度低的问题,为此设计了一种基于微粒群(PSO)算法的模糊PID控制器。首先,根据两力臂串联机械手模型,推算出动力学方程式和传递函数;然后,设计控制器的系统结构,采用PSO算法优化模糊PID控制参数,提高了系统的自适应能力和跟踪精度;最后,在MATLAB中对机械手位置跟踪控制进行仿真。仿真结果显示:PID控制超调较大,有震荡;经模糊调整后,超调变小,稳定性较好;再通过PSO优化,响应速度变快,超调量基本消除。

用BP神经网络对单支气动人工肌肉系统进行了阶跃信号及正弦波位置跟踪的研究,实验证明,运用BP神经网络PID控制器,与PID及神经网络控制器相比,有较好的跟踪效果.