由于气动伺服系统受非线性因素的影响,传统PID控制在解决高精度非线性控制问题时效果不理想。一种基于大脑情感学习控制器(Brain Emotion Learning Controller,BELC)的气动伺服系统压力控制方法被提出。首先,对气动伺服系统进行数学建模。然后,结合气动系统非线性和BELC控制特性进行算法改进,采用模糊控制对BELC权值学习率进行在线调节。最后,搭建实验平台分别对传统PID控制、BELC控制及改进的模糊BELC控制进行实验,结果表明:改进后模糊BELC算法有效提高了气动伺服系统的控制精度和响应速度,改善了气动系统控制性能。

提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制,探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响,气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足,基于BP神经网络控制,设计神经网络PID控制器,并进行实验。通过实验,对无杆气缸的运动特性分析,表明这种控制策略可以更好控制气动伺服系统的运动精度。

将磁流变技术与气动技术相结合，设计了一种并联分体式的磁流变阻尼器，并将此阻尼器与气压伺服系统执行元件串联，创建了一种新型的磁流变气动伺服系统。通过阻尼器有阻尼偏差调节和无阻尼的实验，证明了磁流变技术的引入提高了气动伺服系统的快速响应性和速度控制精度，使系统具有更强的抗干扰能力。

气动力控制是气体传动与控制的一个重要研究方向，在工业生产与过程控制中有着重要的应用价值。该文主要研究基于比例压力阀的气动伺服系统力同步控制的自调整模糊PID控制问题，设计了自调整模糊PID控制器。自调整模糊PID控制器由于具有了自调整性能，使系统获得了较好的控制性能。自调整模糊PID控制兼备自调整模糊控制和PID控制两者之长，使系统的控制性能得以进一步提高。

为便于控制器设计，针对典型气动伺服系统，建立了缸内热力学过程较准确的简化数学模型，并搭建了实验平台测量了空气与气缸内壁间的热传导率。实验表明，该简化热力学模型可以较精确的预测腔内压力变化。

为提高气动伺服系统的行程与精度,设计了一种新型的使用金属波纹管作为单极驱动机构的气动伺服系统,并建立了新型气动伺服系统的动力学模型。所建模型采用传统的PID控制,通过MATLAB软件Simulink仿真研究了控制效果,所得仿真结果能较好的跟随输入信号。根据所建模型搭建试验平台,使用Lab VIEW作为上位机采集数据得到波形,所得试验结果与仿真结果基本一致,验证了仿真模型的有效性。

气动伺服系统存在纯时延、非线性、时变等特点，传统的控制策略（如PID控制）在解决非线性系统时效果不理想，因此提出一种无模型控制算法。此方法在被控对象结构复杂、参数时变时控制效果较好。首先对气动伺服系统进行建模，建模过程包括阀口流量、比例流量阀及缸内压力建立一个二阶模型；其次设计无模型自适应控制器（Model-Free Adaptive Controller，MFAC）用于气动伺服系统压力控制；最后利用LabWindows/CVI平台进行试验验证。结果表明，针对气动伺服系统设计的无模型控制器是有效的，相比于传统PID控制有更快的响应速度和更高的控制精度。

在气动伺服系统中动力机构是其关键洼部件。与传统的阀控非对称气动缸动力机构相对应，将普通单杆气缸争自制的磁流变液（MRF）阻尼器串联研制成新型的磁流变（MR）非对称气动缸动力机构．介绍了所构建的磁流变动力机构的结构和工作原... 展开更多

本文建立了比例流量阀控单自由度气动位置伺服系统的数学模型，并对此模型进行直接反馈线性化，得到一个伪线性系统，而后对此模型设计状态反馈控制器，并进行极点配置，理论分析和仿真结果表明了反馈线性化算法和状态反馈是有效的。

介绍了目前流控技术在机车车辆上的应用原理和装置结构特点．