针对一类气动系统提出了一种非线性跟踪控制器的设计方法,其中,气缸连接孔对系统的约束不可忽略.由于连接孔和伺服阀组成了一个双约束系统,因此这类系统的气缸内腔压力很难控制.该文设计了一种改进的反馈线性化控制器用来消除双约束造成的奇点,LMI方法用于计算控制器增益,以确保跟踪误差的稳定性,仿真结果显示该控制器性能良好.

文章提出了一种滑模控制方法并应用在无杆气缸气动执行器的位置控制中.由于受空气可压缩性、摩擦力以及随时间变化的系统参数的非线性影响,气动系统的精确数学模型很难获取.此文选用了一个三阶气动系统的动态模型,并且不考虑比例控制阀的动态特性.同时为了避免控制信号引发高频振荡,在建模过程中用平稳光滑的饱和度函数代替sgn(.)函数.仿真和实验结果表明,滑模控制策略能够保证位置控制在合理的精度范围内并取得了良好的控制效果,尤其适用于比例伺服阀控制的无杆气缸电气控制系统.

将具有自学习和自适应能力的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并将其应用于气动压力伺服系统中.实验结果表明,采用单神经元自适应PID控制的气动伺服系统能够适应被控对象在较大范围内的变化,具有较强的鲁棒性,其控制品质优于常规PID控制器.

针对常规PID控制的缺陷，提出了一种基于神经网络的自适应PID控制器，利用神经网络的自学习能力进行在线调整PID参数，通过控制步进电机将其应用于控制恒压供气系统中的气压。实验结果表明，基于神经网络的PID控制器具有计算速度快、适应性强等优点，其控制效果明显优于常规PID控制器，将其应用于恒压供气系统中是行之有效的。

设计了一套基于步进电机的恒压供气系统，并将一种模糊自适应PID控制器应用于其中。该控制器将模糊控制原理与常规的PID控制算法相结合，实现了对PID参数的在线调整，并通过控制步进电机调节气流截面积，进而实现对气体的恒压控制。实验结果表明，该模糊自适应PID控制器较常规PID控制器具有更好的控制效果。

针对液压伺服马达的参数不确定性以及负载转矩脉动等问题提出了一种鲁棒转速控制器的设计方法.为了克服流体运动方程的强烈非线性影响先将方程线性化并确定其参数.考虑到不确定性参数波动(如负载转矩脉动、摩擦系数变化)的影响本文运用递归式李亚普洛夫设计方法构造了一个鲁棒转速控制器.仿真结果表明对比传统的PID控制器该鲁棒控制器具有更好的动态特性及抗干扰特性.