针对某8×2重型货车,建立了阀控缸的二自由度多轴车辆转向动力学模型。使用门限阈值控制及基于RBF神经网络的PID在线整定控制方法,以操纵稳定性和轮胎磨损最优为控制目标,在MATLAB/Simulink中进行仿真,得到了20km/h和50km/h时横摆角速度、质心侧偏角、侧向加速度在第一轴转角阶跃输入下的时域响应,并进行了bode图的频域分析。同时对比了开环控制、PID控制、RBF神经网络整定PID控制下,第三轴转角在行驶及原地转向时的阶跃时域响应。仿真结果表明,车辆具有较好的操纵稳定性和轮胎抗磨性。

针对液压伺服驱动机械手运动轨迹跟踪误差较大的问题,引用改进神经网络PID控制器,对控制效果进行了验证.创建了机械手运动机构平面简图,推导出机械手末端执行器运动的几何关系式，阐述了伺服阀控制工作原理,给出了压力和流量控制方程式.采用改进粒子算法优化神经网络PID控制器,给出了机械手液压驱动控制的在线控制流程图.结合具体实例,将初始参数输入到Matlab软件中进行轨迹误差仿真,并与PID控制误差进行比较.误差结果表明:采用改进神经网络PID控制,产生的最大误差为3.3×10-2 m,误差波动程度较小;采用PID控制,产生的最大误差为6.7×10-2 m,误差波动程度较大，机械手液压伺服驱动采用改进神经网络PID控制,能够提高机械手运动轨迹跟踪精度.