为了解决外界干扰力等因素引起的电动静液压作动器位置跟踪出错的问题,提出了一种采用滑模控制的电动静液压作动器位置跟踪的研究。首先,分析了电动静液压作动器的组成及其工作原理,计算了电机转动引起定量泵上产生的力矩大小,求取了定量泵产生角速度的传递函数,通过计算液压缸内的流量方程,获取了活塞杆上的动力学模型,从而推导出了电动静液压作动器的系统模型。然后,以目标压力差以及目标位移为依据,建立了滑模面方程,通过粒子群算法对目标压力差计算过程中的变量因子进行优化,以求取滑模控制过程中所需的控制率,进而实现控制电动静液压作动器对目标位置进行准确的跟踪。最后,利用所提方法与干扰观测器方法对不同目标位置轨迹进行了跟踪测试。测试结果显示在对规则和不规则目标位置轨迹进行跟踪时,所提方法比干扰观测器方...

目前卧式加工中心的可连续分度旋转轴大部分采用液压松夹机构,在使用中发现多次松夹后会产生角度误差,影响加工精度,通过反复用激光干涉仪检验发现,每次松夹的时候会产生极小的角度误差,但是误差在允许范围内。随着松夹次数的增加,角度误差会产生累积,影响角度定位的精度。通过分析和测试,最终通过改变松夹的时序,配合数控系统的位置跟踪和补偿功能,在每次松夹时对定位误差进行跟踪、补偿和修正,消除了误差累积,提高旋转轴的定位精度。

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。

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。

针对阀控电液位置伺服系统具有的不确定参数、外部干扰、系统状态不可测问题,在反步控制的基础上,同时引入滑模控制理论,提出一种带有ESO(扩展状态观测器)的自适应反步滑模控制策略。建立系统的非线性状态空间方程,基于系统模型设计出一种ESO,对速度值以及外干扰进行有效估计,同时引入自适应算法对系统不确定参数进行在线估计,设计出不确定参数的自适应律,通过Lyapunov稳定性定理证明所设计的控制器的稳定性。最后,仿真研究表明所设计的控制器

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.