针对掘进机器人截割电液系统中比例换向阀结构死区影响截割头位置控制精度,以比例阀实际开口作为阀控缸系统输入,建立了控制系统二阶状态空间模型。提出一种死区自适应补偿方法,基于李雅普诺夫稳定性理论设计死区参数自适应律。搭建了掘进机试验样机,通过与传统死区逆补偿方法进行实验对比,结果表明:所提控制方法可以降低掘进机跟踪指定轨迹的动态误差和定位偏差,改善比例阀死区对掘进机截割系统性能的影响。

对液压位置饲服系统进性了建模,并且采用最优控制理论使误差和控制能消耗最小。在反馈方式上不采用传统状态反馈方式,而采用液压系统固有的压力、伺服阀阀芯位移、位置传感器等信号进行反馈,从而不用构造状态观测器,简单、可行性好。和古典控制理论相比有误差小,响应快,控制能耗小等优点。

针对一般液压系统控制的动力滑台的非线性特性,设计能满足高精度定位的液压控制系统。采用高速开关阀先导控制的阀控缸系统,通过改变控制信号的脉冲宽度调制率,可以控制液流的方向和流量,实现执行机构的无级调速,并可方便地实现平稳的加速和减速过程,降低系统冲击和噪声。

本文提出了一种模糊ＣＭＡＣ神经网络的结构和算法。该网络通过权系数的在线学习，实现修正模糊逻辑。将此网络作为前馈补偿单元，与ＰＤ控制器一志构成一种自学习控制器，并对带有未知负载干扰的某电液位置系统进行动态仿真。结果表明，该控制器具有强的鲁棒性以及良好的跟踪特性。