文章建立非对称阀控非对称缸系统数学模型,针对较大弹性冲击载荷的工况构造仿真框图,并对支重轮试验台的阀控缸系统进行仿真验证。通过与台架试验效果比较,证明所建仿真模型能较准确地指导此类阀控缸系统的优化设计。

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器.建立阀控非对称缸系统的模型,比较分析其工作特性.介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题.为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响.为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节.仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度.

根据非对称缸电液位置伺服系统的组成,对系统中的阀控非对称缸的数学模型进行了研究,得出基于全状态反馈的电液伺服系统的框图和仿真模型.控制器采用全维状态观测器实现状态反馈,以二阶工程最佳为优化目标.仿真结果表明：该控制器实现了液压位置伺服系统的极点配置,完成了优化目标,验证了全状态反馈控制应用在非对称缸电液伺服系统中的可行性.

结构强度试验面临大变形加载问题时,由于阀控非对称缸受自身行程限制,其加载能力有限。为了解决此类工程技术问题,可以采用两个液压缸串联加载的模式,以满足试验件变形需求。本文采用AMESim对串联加载方案进行仿真研究,对工程实践有一定指导意义。

船舶动态模拟平台可以模拟不同环境下的船舶运动情况,被广泛应用于船员训练、船用设备性能测试等领域,对船舶安全性具有重要意义。阀控非对称缸系统作为船舶动态模拟平台的重要组成部分,其稳定性和响应速度是整个系统的关键。本文建立阀控非对称缸系统的数学模型,并以此为基础,对系统性能进行分析。

阀控非对称缸是一类典型电液伺服系统,具有强非线性和不确定性。传统非线性控制方法很难有效处理包含未建模态、外部扰动以及参数变化等多源不确定扰动对控制性能的影响。针对这一问题,本文提出了一种电液伺服系统线性自抗扰控制方法,利用线性扩张状态观测器实现综合扰动的实时估计,并采用状态误差反馈控制律给予主动补偿,同时消除跟踪误差。证明了设计的线性扩张状态观测器状态观测误差的收敛性。根据工程实际中的参数进行仿真研究,其结果表明这种控制方法能有效抑制电液伺服系统中不确定性扰动,与PID控制器相比具有较强的鲁棒性,并提高了位置跟踪精度。

为提高存在负叠合量的阀控非对称缸系统的控制性能,提出基于神经网络的逆系统控制方法,利用神经网络逼近的逆模型与原系统复合,将复杂非线性系统转变为线性系统进行控制,建立了阀控非对称缸系统的数学模型,系统在(x 0,u)的邻域内存在相对阶,证明了系统的可逆性;采用基于遗传算法改进的BP神经网络(GA-BP)求解逆模型,并针对伺服阀存在负叠合量,以及流态存在层流和紊流两种状态的问题,建立系统的多个逆模型集,提高了逆系统的求解精度。利用AMESIM和Simulink联合仿真平台,基于参考速度切换的原则,对系统采用比例-积分-微分(PID)闭环控制器。结果表明:普通PID控制的液压缸伸出运动响应和缩回运动响应不一致,伸出运动存在0.20 mm的稳态误差,误差波动范围为0.06 mm,而缩回运动稳态误差较小,约为0.02 mm,但误差波动较大,约为0.09 mm;多逆系统复合控制的伸出缩...

建立了双阀芯控制非对称缸液压系统的数学模型,得出改变双阀芯2个阀芯位移比值m可使双阀芯控制非对称缸系统成为对称阀控制非对称缸或非对称阀控制非对称缸系统的结论。为了解决非对称缸存在的动态不对称性问题,提出了双阀芯阀芯位移比应满足的控制准则。为改善双阀芯控制非对称缸系统的性能提供了理论依据。

以阀控非对称液压缸为例,建立了液压伺服系统的动态模型,给出了该系统的仿真模型,利用MATLAB中的SIMULINK的图形功能对液压系统的动态特性进行仿真,把抽象理论变为直观可视的图形,从而给理论分析带来方便.通过试验得到了输出位移曲线和压力曲线,同时较详细地讨论了影响液压伺服系统压力跃变的主要因素.

阀控非对称缸系统存在着大量的非线性和不确定因素，这些因素对系统稳定性的影响非常复杂。本文建立了阀控非对称缸系统的非线性模型，以此模型为基础，利用多参数分岔理论分析了单一因素变化和多个因素同时变化等不同状况下系统稳定性的变化，给出了增大系统稳定裕度的设计指导性意见。