钣金折弯过程中因折弯机双缸电液比例模型参数的差异与时变以及折弯负载力干扰等导致系统指令跟随误差和双缸同步误差增大,为减小这种误差给生产效率和机床工况带来的不良影响,提出了一种基于迭代前馈和单神经元PID的复合控制算法,利用单神经元PID的自适应能力提高系统对折弯负载力干扰的鲁棒性,通过迭代学习前馈控制提高系统的快速跟随性,并引入交叉耦合控制改善双缸同步性。折弯实验结果表明:该复合控制算法较工程中常用的PID算法,不仅使得最大跟踪误差和最大同步误差分别从2.1 mm和0.14 mm减小到0.5 mm和0.055 mm,改善了机床加工工况,而且折弯工进的定位周期缩短了约18%,提高了生产效率。

通过建立气动模型并进行联合仿真,探讨了气缸低速爬行现象和系统定位误差的来源,具体分析了气源压力、负载质量、摩擦力差值对气缸爬行的影响。采用单神经元PID控制算法和叠加颤振信号的方法,代替传统PID控制。结果表明气源压力大、负载质量小、动静摩擦差值小时有利于阻止系统的爬行;采用单神经元控制和叠加颤振信号的方法解决了系统的低速爬行问题。仿真证明系统定位精度由±0.61mm提高到±0.25mm,为低速阶段气缸平稳运行提供了较理想的控制策略。

该义分析了双护盾掘进机液压推进系统的工作原理，采用基于线性二次型最优控制的单神经元自适应PID控制算法。在AMEsim下建立液压系统的仿真模型，并对相关参数进行了优化，通过AMESim与MATLAB／Simulink接LI界面，对液压推进控制系统进行联合仿真分析，并进行了模拟试验分析，结果表明，该控制器易于实现PID参数的自整定，具有较强的鲁棒性，能够实现双护盾掘进机推进速度的自适应控制。

阐述了飞机燃油系统流量模拟控制系统的重要性并分析了传统控制方案的缺陷.对传统流量控制系统结构作出适当改进以解决分段测量所引起的切换过程数据不精确问题.采用单神经元PID控制器在保证大范围动态跟踪效果稳定的前提下很好地抑制了切换过程中的抖动具有较好的控制效果.

众所周知非对称缸五阶电液伺服系统是一类典型高阶非线性、时变、增益不对称系统动态特性随负载变化很大使用常规PID控制很难满足性能指标的要求;20-SIM仿真软件是建立在键图理论上的仿真工具适合于非线性系统仿真.基于以上特点本文采用20-SIM仿真工具建立仿真模型并设计了一种基于自适应的复合BPNN控制策略这种控制策略包括常规的PID控制和BPNN控制.将其控制的仿真结果与常规PID控制、单神经元PID控制的仿真结果相比较得出该控制策略优于其它两种策略的结论.

液压折弯机的同步控制直接影响其加工精度,提出一种新的基于单神经元PID的交叉耦合控制方式控制策略,利用AMESim与Simulink软件对折弯机液压系统进行联合仿真,并比较了在“主从方式”和“交叉耦合控制方式”下PID控制效果。仿真结果表明：神经元PID交叉耦合控制策略控制精度高、系统响应快,其控制性能要优于PID控制。

针对液压舵机伺服系统中存在的非线性因素和工作环境的不确定干扰提出将改进的神经网络监督控制算法应用到舵机伺服控制系统设计中。该算法采用单神经元PID控制取代常规线性控制用于神经网络控制器学习以提高控制系统的鲁棒性及神经网络模型学习初期系统的稳定性。在Simulink环境中建立液压舵机伺服控制系统模型并进行仿真仿真结果表明：改进的神经网络监督控制在液压舵机伺服系统中具有良好的控制效果和较强的鲁棒性为舵机伺服系统设计提供了一条新的思路。

以四台空心液压缸支撑大断面箱型梁同步控制系统为研究对象设计了基于电液比例伺服阀的液压同步系统建立了系统的数学模型进行了控制策略分析以及控制器设计即整体系统采用同等方式的控制策略每个独立系统采用基于RBF的单神经元PID控制器进行闭环控制.最后仿真结果验证了该控制方法的有效性.

针对传统采用“主从方式”控制的多缸同步液压系统存在的调整时间长、动态性能差等缺点，采用改进后的单神经元PID控制算法，实现了一种基于“同等方式”控制概念的同步控制，利用AME Sim和Simulink软件对双缸同步液压系统进行了联合仿真，仿真结果表明：这种控制方式的同步性能好，控制精度高，并且同步调整所需的时间比传统控制方法短，较好地克服了传统控制方式的不足。

通过采用新的性能指标和PSD算法动态调整增益改进了单神经元PID控制算法，针对传统采用“主从方式”控制的多缸同步液压系统存在的调整时间长、动态性能差等缺点，利用改进后的神经元PID控制算法实现了一种基于“同等方式”控制概念的同步控制，用AMEsim和Simulink软件对双缸同步液压系统进行了联合仿真，仿真结果表明这种控制方式的同步性能好，控制精度高，并且同步调整所需的时间比传统控制方法短，较好地克服了传统控制方式的不足，满足了现代工业的使用需要。