阀控双缸同步控制方法研究

论文摘要

同步控制一直是液压行业的一个重要课题,在多缸液压系统中,影响同步精度的因素很多,如液压缸外负载、泄漏、摩擦、阻力、制造精度、油液中的含气量及结构弹性变形等,都会使运动不同步。而随着航天航空技术和现代机械加工业等的发展,金属加工设备、冶金机械、工程机械及航天与航空驱动装置等对高精度的液压同步驱动技术的需要迫切,也突现了液压同步控制方法研究的重要。为了获得同步控制的高精度,通常液压缸是用传统的伺服阀控制的,而由于一般的伺服阀存在一定的死区,流量增益的值会随着阀口压差的变化而变化,使得阀控液压缸同步控制系统具有非线性、时变的特点。这使得传统的阀控缸控制策略—PID控制难以协调快速性与稳定性之间的矛盾,其鲁棒性也不够好,难以取得良好的同步控制效果。且常规的PID控制控制器受到参数整定后不便于实时在线调整,控制器的参数因为不能适应实际工况的变化而容易导致系统的控制性能变差,从而使整个系统的适应性较差。本课题对负载敏感液压综合开发平台的阀控双缸同步控制模块进行了深入研究,建立了同步控制模块的数学模型,之后通过引入模糊控制和神经网络,并与传统的PID控制器相结合,建立了模糊自整定PID控制器、神经网络自整定PID控制器和模糊神经自整定PID控制器,都取得了良好的控制效果。特别是模糊神经自整定PID控制器,将模糊控制技术与神经网络技术相结合,从而达到以双方各自的优点弥补对方不足的目的,提高了阀控缸控制系统的自适应能力,改善了控制系统的性能。仿真结果表明,这三种控制方法,克服了阀控缸系统固有的时变、非线性、受外界干扰的特点,实现了PID控制器中比例、积分及微分三个参数的自整定,达到了良好的控制精度。模糊神经网络控制器的成功调试,为拓展其它相关研究和实验奠定了坚实的基础,同时具有较高的工程应用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 液压伺服系统的发展概况
• 1.2 液压同步控制技术及其应用
• 1.2.1 液压同步控制方式与比较
• 1.2.2 液压同步控制策略及发展
• 1.2.3 液压同步控制的实际应用
• 1.3 课题的提出和主要研究内容
• 1.3.1 课题的提出
• 1.3.2 课题的研究内容
• 第2章 阀控非对称液压缸系统的数学建模
• 2.1 阀控非对称液压缸系统原理
• 2.2 阀控非对称液压缸动力机构传递函数
• 2.2.1 负载压力和负载流量
• 2.2.2 传递函数的推导
• 2.3 阀控双缸同步系统传递函数计算
• 2.3.1 伺服阀传递函数的确定
• 2.3.2 伺服放大器及位移传感器的传递函数
• 2.3.3 系统传递函数的计算
• 2.4 本章小结
• 第3章 模糊自整定PID控制
• 3.1 模糊控制
• 3.1.1 模糊控制的基本原理
• 3.1.2 模糊控制器
• 3.1.3 模糊控制器的设计
• 3.2 模糊自整定PID控制
• 3.2.1 PID控制原理
• 3.2.2 模糊自整定PID控制器
• 3.2.3 PID参数自整定原则
• 3.2.4 模糊自整定PID算法
• 3.3 阀控缸系统模糊自整定PID控制仿真
• 3.3.1 模糊自整定PID的参数设置计算
• 3.3.2 仿真结果
• 3.4 本章小结
• 第4章 神经网络自整定PID控制
• 4.1 神经网络控制
• 4.1.1 神经网络控制概述
• 4.1.2 神经网络基本描述
• 4.1.3 神经网络学习规则
• 4.2 基于BP网络的自整定PID控制
• 4.2.1 BP网络
• 4.2.2 BP网络设计的注意问题
• 4.2.3 基于BP网络的自整定PID控制
• 4.3 阀控缸系统BP网络的自整定PID控制仿真
• 4.3.1 神经网络仿真的实现方法
• 4.3.2 仿真结果
• 4.4 本章小结
• 第5章 模糊神经网络自整定PID控制
• 5.1 模糊神经网络概述
• 5.2 模糊神经网络控制原理
• 5.3 模糊RBF网络控制器的设计
• 5.3.1 RBF神经网络概述
• 5.3.2 模糊RBF神经网络（FNN）的结构
• 5.3.3 FNN的学习规则:delta规则
• 5.3.4 FNN收敛性分析
• 5.4 模糊RBF网络自整定PID及其仿真
• 5.4.1 模糊RBF网络自整定PID
• 5.4.2 仿真结果
• 5.5 本章小结
• 结论与展望
• 参考文献
• 攻读学位期间发表的学术论文和所受奖励
• 致谢
• 学位论文评阅及答辩情况表