針對仿真轉臺用連續(xù)回轉電液伺服馬達,由系統(tǒng)的非線性和摩擦、泄漏等外界因素導致的不確定性,嚴重影響了連續(xù)回轉電液伺服馬達的控制精度,提出了一種模糊RBF神經網絡控制策略。將RBF神經網絡的學習能力引入模糊機制中,利用神經網絡高效的非線性擬合能力以及基于專家經驗的模糊規(guī)則,以避免RBF神經網絡的權值更新陷入最優(yōu)解,同時選擇遺傳算法優(yōu)化模糊RBF神經網絡的中心寬度、閾值和權值的初始值,以提高控制算法的收斂速度以及收斂精度;最后通過仿真對比說明,該控制算法較PID更能有效提高系統(tǒng)的低速穩(wěn)定性,拓展系統(tǒng)的頻響,實現(xiàn)伺服系統(tǒng)的精確控制。 

【文章來源】：液壓與氣動. 2020,(12)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

連續(xù)回轉電液伺服馬達原理圖

由式(1)～式(5)可構建如下傳遞函數(shù)方框圖,如圖2所示。圖2中,θi(s)為連續(xù)回轉馬達電液伺服系統(tǒng)的輸入信號,θ(s)為其輸出信號,K1為電液伺服系統(tǒng)主控制器的傳遞函數(shù),TL(s)為外加的摩擦力矩。因此連續(xù)回轉馬達電液伺服系統(tǒng)的開環(huán)傳遞函數(shù)如下:

連續(xù)回轉馬達電液伺服系統(tǒng)的開環(huán)頻率特性分析,如圖3所示,系統(tǒng)的幅值裕度為149 dB(0.2486 rad/s),相角裕度為89.9°(92.6300 rad/s),該電液伺服系統(tǒng)的幅值裕度和相角裕度表征其穩(wěn)定性,由特性曲線可知電液伺服系統(tǒng)穩(wěn)定性較差,響應頻率較低,跟蹤性能不好。3 模糊RBF控制算法

【參考文獻】：
期刊論文
[1]基于BP和RBF神經網絡的機器人逆運動學算法[J]. 陳睿,閔華松.  機床與液壓. 2019(23)
[2]Robust adaptive compensation control for unmanned autonomous helicopter with input saturation and actuator faults[J]. Kun YAN,Mou CHEN,Qingxian WU,Ronggang ZHU.  Chinese Journal of Aeronautics. 2019(10)
[3]基于TSA多變量非線性RBF神經網絡預測控制[J]. 姜雪瑩,郭穎,施惠元,蘇成利.  控制工程. 2019(09)
[4]力干擾下的電液位置系統(tǒng)自適應魯棒控制[J]. 李旭,芮光超,殷士才,湯裕,沈剛.  液壓與氣動. 2019(02)
[5]電液伺服系統(tǒng)RBF神經網絡滑�？刂芠J]. 李文頂,施光林.  液壓與氣動. 2019(02)
[6]基于EID估計的復合控制在轉臺中的應用[J]. 任彥,趙冠華,譚文博,劉曉東.  系統(tǒng)仿真學報. 2018(10)
[7]仿真轉臺用連續(xù)回轉電液伺服馬達預測滑�？刂芠J]. 王曉晶,劉美珍,陳帥,李嵩.  吉林大學學報(工學版). 2019(05)
[8]基于UMAC的RBF神經網絡PID控制[J]. 李明,封航,張延順.  北京航空航天大學學報. 2018(10)
[9]基于PSO優(yōu)化的RBF網絡液壓泵故障診斷研究[J]. 沈美杰,趙龍章,周兵,周崇明.  液壓與氣動. 2016(05)
[10]基于模擬退火遺傳算法的交直流系統(tǒng)無功優(yōu)化與電壓控制研究[J]. 黃俊輝,汪惟源,王海潛,李海坤.  電力系統(tǒng)保護與控制. 2016(10)

碩士論文
[1]連續(xù)回轉電液伺服馬達性能的控制研究[D]. 何宇華.哈爾濱工業(yè)大學 2010
[2]連續(xù)回轉電液伺服馬達性能研究[D]. 武曉峰.哈爾濱工業(yè)大學 2009



本文編號：3446116