吴海峰[1]2004年在《电液位置伺服系统智能控制及仿真技术研究》文中进行了进一步梳理电液位置伺服系统作为控制领域中一个重要的组成部分，具有功率大、响应快、精度高的特点，在工业生产领域得到了广泛的应用。由于电液位置伺服系统是一结构复杂而多耦合的机、电、液综合系统，普遍存在非线性、时变性、不确定性，且系统精确的数学模型不易建立，应用传统的基于模型的控制理论不能很好的解决电液位置伺服系统存在的问题，因此迫切需要寻找新的控制策略。 本论文在传统PID控制的基础上，结合控制理论、人工智能理论和计算机科学，对全数字一体化角位移系统的控制策略进行了较为深入的研究。 1．在传递函数建模理论的基础上，构建了电液位置伺服系统的数学模型，本文结合计算机仿真技术在电液位置伺服系统领域内的发展，利用Simulink软件模块创建了电液位置伺服系统的仿真模型。利用LTIVIEW线性分析工具得出系统的开闭环BODE图、阶跃响应曲线以及脉冲响应曲线，根据曲线反映的特性参数，发现全数字一体化角位移控制系统存在如相位裕量较小、系统超调量较大、系统调定时间较长等缺陷，为下一步引入智能控制策略提供依据。 2．结合PID控制原理的发展方向，利用神经网络技术作为构成智能控制器的基石，具体研究了多种PID控制算法如：增量式PID控制算法、积分分离PID控制算法、单神经元自适应PID控制算法以及BP神经网络PID控制算法，结合课题研究的实验平台——全数字一体化角位移控制系统，提出了一种带有智能协调器集多种控制策略于一体的智能控制器。 3．利用MATLAB语言强大的图形显示、数据运算能力以及开放式的扩展接口技术，以VC软件作为二次开发的平台，利用Matcom编辑器能够将M文件自动转换为等效功能的C++代码技术以及Matcom提供的DLL接口函数，开发了各种PID控制算法的仿真模块。这种方式保持了M程序文件强大的数学运算能力和图形处理功能，同时又提高了系统代码的执行效率，减小了控制算法的调试难度，加快了智能控制系统的开发周期。 4．在以上研究的基础上，构建了适合全数字一体化角位移系统控制品质需要的智能控制实验模型，利用VC平台以及相关的虚拟仪器技术、DLL技术、ActiveX技术，开发了全数字一体化角位移智能控制CAT系统。
李伟[2]2009年在《电液位置伺服系统的智能控制》文中进行了进一步梳理电液伺服控制是控制领域中重要的组成部分,具有输出功率大、响应速度快、控制精度高、信号处理灵活、易于实现各种参量的反馈等特点,因而在航空航天、军事、机械、交通、冶金等多个工业领域得到广泛的应用。随着现代工业的发展,控制对象越来越复杂,人们对电液伺服系统的控制品质也提出了更高的要求,应用于电液伺服系统中的一些传统控制策略已经难以满足现代控制的要求,这主要是由电液伺服系统的特性所决定的。电液伺服系统是一种严重的不确定非线性系统,系统工作环境复杂,普遍存在外干扰。在有些控制系统中,控制对象的数学模型很难建立,甚至有的根本无法建模,应用传统的基于模型的控制策略对系统进行设计分析则显得非常困难,而基于知识和不依赖于精确数学模型的智能控制给这类问题的解决带来了新的思路。在人造板热压伺服系统中,由于木材所具有的特殊物理性能,使得受控对象“板材”在热压控制过程中无法建立解析的模型。现在针对此类对象大都采用无模型的PID(Proportion Integral Differential,比例、积分、微分)的控制策略,但是PID参数的确定十分困难,通常需要通过大量的实验分析,才能初步确定可行的参数,而且一旦原材料发生改变,则需要重新通过实验确定控制器参数。针对现有PID控制存在的不足,本文将研究一种基于模糊控制技术的智能控制策略,针对不同的原材料,该策略通过模糊控制技术可以实现控制器的自适应调节。本文的模糊控制器设计如下:采用常见的二维模糊控制器结构,控制器输入系统的偏差e和偏差变化率ec,输出控制量u;依据e的值域,定义模糊控制器的隶属度函数的论域[-5V,+5V];兼顾控制器的运算量与控制精度,在论域中划分7个模糊子集;为便于控制器的软件实现,模糊子集的隶属函数的选定为叁角形;由于采用的是二维模糊控制器,所有输入输出精确量都是7个模糊子集的划分,故对应49条模糊规则;推理机使用的是Mamdani推理算法,按照最大隶属度法确定一个最大隶属度y;模糊判决则是通过最大隶属度的平均值法得到模糊控制器的精确输出u。目前智能控制的复杂算法大多是通过程序实现的,虽然一些高端的PLC(Programmable Logic Conctroller,可编程逻辑控制器)中具有模糊控制模块,但其价格相对较高,无疑增加控制系统的成本。随着控制系统的品质不断提高,智能控制的算法也越来越复杂,PLC的内存、运算速度、编程语言都会对复杂算法的实现造成很大的限制。尽管一些PLC的高端产品(如西门子公司的S7-400)具有良好的CPU运算速度,但其价格也相对较高,增加了控制系统的成本。在PC(Personal Computer,个人计算机)中通过灵活多样的编程语言实现控制系统的人机界面及其智能控制算法,则是近些年来智能控制在应用方面的主流趋势。传统的计算机文本编程语言是根据语句和指令的先后顺序决定程序的执行顺序,而美国NI(National Instruments)公司提供的LabVIEW(Laboratory Instrument Engineering Workbench)编程软件是一种图标代替文本行创建应用程序的图形化语言,这种图形化的程序源代码又称G代码。LabVIEW采用并行数据流编程方式,程序框图中节点之间的数据流向决定了程序的执行顺序,它用图标表示函数,用连线表示数据流向。本文正是通过LabVIEW的G代码编程实现了电液位置伺服系统的软件平台——人机界面及其智能控制算法;通过NI公司提供的USB-6008数据采集卡从硬件上连接了计算机控制系统的信号通道——计算机可直接驱动伺服阀放大器。本文首先对电液位置伺服系统建立了数学模型,在MATLAB中仿真了模糊控制策略应用于电液位置伺服系统的控制效果,从理论上证明了此种控制策略相比经典控制的优越性。在系统实现过程中,通过NI公司提供的USB-6008数据采集卡完成了计算机与传感器之间的硬件连接——计算机输入,计算机与伺服阀放大器之间的硬件连接——计算机输出;通过LabVIEW的G代码编程,编制出一套过程可视化的人机界面,在人界面中实现了模糊控制算法及系统参数配置、数据曲线绘制、数据存储等功能。系统仿真和系统运行都表明本文设计的模糊控制策略及其实现方案是可行的。在控制对象相同的条件下,相比传统控制,本文设计的模糊控制器能够有效的减少系统响应时间,实现了控制器的自适应调节;由于本课题使用LabVIEW开发控制系统的应用程序,不仅省略了多种硬件的购买,而且简化了系统的调试过程,有效的节省了应用系统的研发成本,缩短了系统开发时间;使用LabVIEW编程软件编制的应用程序扩展性极强,可生成独立的安装文件在其他没有安装LabVIEW的计算机、触摸屏等多种平台应用。因此,本文为电液位置伺服系统提供了一种可行的智能控制方案。
张国峰[3]2013年在《基于细菌群觅食优化算法的电液位置系统PID参数寻优研究》文中认为PID控制器因其结构原理简单、容易实现、控制效果好和鲁棒性强等特点，被广泛应用于各种工业控制中。然而，常规PID控制器因其参数一旦调定将不可变，同时由于实际系统的非线性、时变性、不确定性等因素的影响，往往难以达到理想的控制效果。智能控制理论的发展为解决复杂动态不确定系统的控制问题提供了新的途径，智能控制与常规PID控制相结合，扬长避短，优势互补，可形成许多形式的智能PID控制器。智能仿生类算法也是智能控制中的重要组成部分之一。仿生学算法PID控制理论通过融合仿生算法和PID算法，具有了不依赖于精确的系统数学模型、自适应鲁棒性好等优点，因此仿生学算法PID控制器的研究具有深刻的实际意义。针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点，提出了一种细菌群觅食优化(BSFO)算法。本算法通过借鉴PSO算法的信息共享机制，利用PSO算法中粒子的速度更新公式来替代BF算法位置公式中的方向向量，使每个细菌在优化过程中具备感应周围细菌位置、并向细菌群体历史最优位置游动的能力。通过8个Benchmark函数来测试算法性能，测试结果表明：BSFO算法对于大部分测试函数的优化结果比BF算法、μPSO算法和BSO算法更为理想。在此基础上将细菌群觅食优化算法分别应用于阀控对称液压缸及阀控非对称液压缸电液位置伺服系统PID控制器的参数寻优中，在Matlab环境下仿真结果表明细菌群觅食优化算法PID控制系统较其它一些算法PID控制系统具有响应速度快、收敛精度高、超调量小等优点。在AMESim和Matlab/Simulink软件联合仿真环境下，结果表明细菌群觅食优化算法PID控制器具有较强的自适应能力和鲁棒性。通过开发基于Labview软件的计算机控制系统进行实验研究，并与传统的PID控制策略对比，结果表明细菌群觅食优化算法PID控制策略能够较好地满足阀控非对称液压缸系统的动态性能要求。
韩露[4]2009年在《基于RBF神经网络的电液伺服系统智能控制研究》文中研究说明电液伺服控制系统具有精度高,响应快,便于调节的特点,同时又能控制大惯量实现大功率输出,因而在工业控制领域得到广泛的应用。但是电液伺服控制系统本质上是非线性系统,系统具有多变量、强耦合、非线性的特点。采用常规的PID控制时,系统的控制性能对模型的误差比较敏感,在系统工况变化较大(如长行程、变负荷等工况)时,系统的总体控制精度不高,不能满足工作装置的控制要求。智能控制无论理论上还是应用技术上都取得了实质性的发展。在控制领域,神经网络具有自学习自适应能力和强大的非线性映射能力,为解决非线性系统的建模和控制提供了一条有效的途径。本文以飞行模拟器为研究对象,对神经网络控制器应用于电液伺服控制系统时的设计及参数调整方法进行深入的研究,以期利用神经网络控制器提高在高时变强非线性系统时获得良好的全局控制性能。本文提出一种双网结构的RBF神经网络直接逆控制方法,首先建立飞行模拟器单通道电液位置伺服控制系统的数学模型,然后依据该模型获取被控系统的输入输出数据,再利用RBF神经网络和这组数据对电液位置伺服控制系统进行逆建模,将辨识所得的神经网络逆模型直接作为控制器嵌入控制并进行仿真,依据响应情况利用梯度下降算法和最小二乘算法进行神经网络控制器参数调节;搭建飞行模拟器实验平台进行实验验证。仿真和实验表明此策略能够改善系统的动态特性,减小系统的稳态误差,提高系统的自适应能力和抗干扰能力,满足系统的控制性能要求。
高强[5]2008年在《远程多管火箭炮电液位置伺服系统辨识与控制策略研究》文中研究指明目前,我国陆军的远程火力和西方发达国家相比还有一定差距,因此,研制新型远程多管火箭炮,具有非常重要的意义。火箭炮的射击精度和反应速度依赖于火箭炮位置伺服系统的性能,所以在新型火箭炮的研制过程中,高性能的位置伺服系统的研究尤为重要。本文以某新型远程多管火箭炮为工程背景,研究了该火箭炮泵控缸电液位置伺服系统的模型辨识与控制策略。论文的主要工作包括以下几个方面:(1)分析了火箭炮泵控缸电液位置伺服系统的结构和工作原理,推导了电液位置伺服系统的传递函数,利用MATLAB中的SimMechanics和SimHydraulics工具箱搭建了系统的仿真模型,并分析了该系统的非线性和时变性因素,为下一步的控制研究和试验分析奠定基础。(2)研究了离线训练与在线微调相结合的系统辨识策略。离线辨识时,采用基于遗传优化的BP神经网络辨识方法:首先利用遗传算法优化神经网络的权值和阈值,得到优化初值,再由BP算法按负梯度方向寻优,进一步优化神经网络。该方法较好地解决了BP神经网络易陷入局部最小的问题,并且离线训练后的权值参数为合理值,从而使在线微调避免了振荡现象的发生;在线辨识时,采用附加动量项和自适应学习率相结合的快速BP算法,加速了网络的收敛速度,使其能很好的运用于在线辨识的研究中。(3)研究了泵控缸电液位置伺服系统的神经网络间接模型参考自适应控制方案。由于神经网络控制器反向传播需要已知被控对象的数学模型,而对于本文所研究的具有非线性和时变性的系统,神经网络控制器的学习修正就很难进行。为了解决该问题,采用带有神经网络在线辨识器的神经网络间接模型参考自适应控制方案,利用神经网络在线辨识器实时地为神经网络控制器提供梯度信息,使得神经网络控制器的学习修正能够正确的进行。(4)研究了泵控缸电液位置伺服系统的自适应模糊滑模变结构控制方法。该方法利用自适应模糊系统来逼近等效控制,从而解决了由于外界干扰与参数不确定性的存在使得等效控制律无法直接获得的问题。为了解决滑模变结构控制存在的抖振问题,采用了两种方法:一是利用抖振参数及切换函数的绝对值作为输入变量,设计模糊系统动态调节边界层厚度;一是以切换函数及其变化率作为输入变量,设计模糊系统动态调节控制增益。(5)设计了硬件电路和控制软件,并在半实物仿真试验台上进行了模拟试验研究,试验研究验证了本文理论与仿真研究的正确性,为系统的进一步样机制作提供了理论指导。
田凡[6]2010年在《电液伺服系统模糊PID控制仿真与试验研究》文中认为随着科学技术的发展,电液伺服控制技术在工业控制领域得到了广泛的应用,凡要求精度高、响应快、便于调节、能实现大功率输出的控制系统,都普遍采用了电液伺服控制技术。而电液伺服系统是一个参数时变,存在外干扰的非线性不确定系统,难以建立出精确的数学模型。传统的PID控制器虽然算法成熟、稳定性好,但它基于系统精确模型设计,抗扰动性和适应性较差,难于控制非线性,不确定的复杂系统。二十世纪晚期兴起的模糊控制对电液伺服系统这种复杂的,不确定的系统处理能力强,控制性能好。它是智能控制算法的一个重要分支,基于专家的控制经验确定控制规则,不依赖精确的模型,算法灵活,特别适用于控制非线性、大滞后、时变系统。但模糊控制算法却也有控制精度不高的缺点。因此,本文采用模糊PID控制算法,它既保持模糊控制算法的控制灵活快速,不依赖精确模型的优点,又继承了传统PID控制算法控制精度高的优势,二者互补,实现了系统智能控制,达到了良好的控制效果。本文根据实验室电液伺服控制系统实际参数确定了系统的传递函数。阐述了模糊PID控制算法理论,并且设计出电液伺服系统模糊PID控制器。在液压仿真软件AMESim平台上建立电液伺服控制系统物理模型,在控制仿真软件Matlab/Simulink平台上分别建立系统模糊PID控制器和PID控制器模型,利用联合仿真接口技术,实现电液伺服控制系统联合仿真。进行了电液伺服控制系统无扰动和加扰动联合仿真,对比模糊PID控制器和PID控制器联合仿真结果,表明:电液伺服模糊PID控制系统较PID控制系统有响应速度快、上升时间短、无滞后、超调小、抗扰动性强的特点。而且模糊PID控制算法继承了PID控制算法系统响应静差小的优点,克服了模糊控制器控制粗糙和精度不高的不足。模糊PID控制器控制效果好,满足系统控制性能需要。最后在离线仿真研究的基础上,建立了基于dSPACE半实物仿真软件的电液伺服系统控制实时仿真系统,通过系统参数在线调整,改善了系统性能。试验结果表明:dSPACE试验平台能快速开发和研究电液伺服控制系统,缩短了开发周期,试验效果令人满意。实时仿真试验结果与仿真结果基本一致,验证了模糊PID控制器对电液伺服系统良好的控制性能。
高名乾[7]2008年在《阀控非对称缸伺服系统变论域自适应模糊PID控制研究》文中进行了进一步梳理阀控非对称缸由于结构简单、空间体积小,广泛地应用于液压伺服系统中。然而由于阀控非对称缸液压伺服系统是典型的非线性系统,常规的PID控制无法取得理想的效果。本论文将模糊控制和PID控制相结合,通过模糊控制器在线实时调整PID参数,实现了变论域自适应模糊PID控制。利用LabVIEW与MATLAB软件的无缝集成,在FESTO TP511液压实验台上,实现了阀控非对称缸位置伺服系统的变论域自适应模糊PID控制。主要研究工作如下:(1)研究了阀控非对称缸液压伺服系统的工作特征,建立了非对称液压缸双向运动的传递函数模型。(2)用变论域自适应模糊PID控制原理,对带有死区的非线性系统实施了控制,并通过仿真算例与常规模糊PID控制方法进行了比较。(3)运用了LabVIEW程序软件和NI公司的PCI6014数据采集卡,实现了FESTO TP511液压实验台的双通道数据采集系统设计。(4)利用Z-N法和经验凑试法整定出了液压实验台的PID参数。利用LabVIEW和MATLAB程序软件无缝集成,在液压实验台上在线实现了常规PID和变论域自适应模糊PID两种控制策略。本论文比较系统地研究了阀控非对缸伺服系统的变论域自适应模糊PID控制方法,并通过LabVIEW与MATLAB软件无缝集成实现了液压伺服实验台的在线控制。实验结果表明该控制方法对阀控非对称缸伺服系统具有较好的控制性能,丰富了阀控非对称缸伺服系统控制领域的研究成果。
靳宝全[8]2010年在《电液位置伺服控制系统的模糊滑模控制方法研究》文中提出近年来,随着科技的发展,采用电液伺服控制的机械系统愈来愈复杂,并且存在非线性、参数不确定性、机械谐振、未建模动态特性、传感器动力学特性、外负载干扰等因素影响,对控制系统的精度、响应能力、稳定性及鲁棒性的要求则愈来愈高,系统的复杂性与苛刻的控制性能要求之间形成了尖锐的矛盾。滑模变结构控制是一种非线性控制器,当系统状态穿越状态空间的不同区域时,反馈控制器的结构按照一定的规律发生变化,使得控制系统对被控对象的内在参数变化和外部扰动具有一定的适应能力,保证系统的性能达到期望的品质。滑模变结构控制系统的鲁棒性要比一般常规的连续控制系统强。但是对于一个实际的滑模变结构控制系统,控制力受限、系统惯性、切换开关的时间与空间滞后、检测误差及离散化形成的准滑模等,都会造成抖振。抖振现象给变结构控制在实际系统中的应用带来了困难,因此对其控制信号抖振的消弱成为变结构研究的热点问题。在解决抖振问题的研究上,国内外研究者提出了许多方法,这些方法要么在消弱抖振的同时也降低了系统鲁棒性,要么系统过于复杂,无法应用到实际工程领域。因此,设计一种满足实时性、鲁棒性要求,并有效抑制抖振的先进滑模变结构控制策略具有重要的理论意义与工程应用价值。滑模变结构控制和模糊控制是各自独立发展起来的两类控制方法,二者都是对不确定系统进行控制的有效方法,它们的结合会进一步提高控制效果。本文针对滑模变结构控制存在的问题,设计模糊滑模变结构控制器,通过控制特性的互补来获得满意的控制性能。作者提出按照系统的实时性和鲁棒性的要求设计模糊滑模控制算法,对提出的方法进行理论分析、混合仿真以及系统的试验验证,从而为可靠的工程应用奠定理论和方法基础。电液控制系统影响因素复杂,不能用精确模型来描述其所有特性,所以,在控制系统的分析和设计中,往往采用简化模型。设计中被忽略的因素可能会引起控制系统品质的恶化、甚至导致不稳定。为提高建模精度,在对阀控缸电液位置伺服系统分析的基础上,考虑系统参数不确定性,建立了基于位置变量与偏差变量的系统状态空间模型,通过数字仿真初步确定控制器参数。为更接近实际系统,使用实际的液压-机械系统物理模型和数字控制器模型,实现阀控缸电液位置控制系统的混合仿真,从而建立一个更加接近实际控制状态的模型。分析了滑模变结构控制器设计的基本问题及其Lyapunov稳定性,阐述了模糊控制器的设计及其稳定性分析问题,并探讨了模糊理论与滑模变结构理论的几种结合方案。针对现有模糊滑模变结构控制策略的缺陷,提出对模糊滑模变结构控制进行更深入的研究,以满足实际工程应用要求。针对固定参数的趋近律滑模变结构算法无法根据系统参数的变化和干扰的变化进行实时调整的缺点,提出模糊控制器来调整趋近律参数的方法。基于模糊自适应指数趋近律函数切换滑模控制,对非线性、扰动和参数不确定性有较好的鲁棒性,并且克服了常规滑模抖振大和控制力频繁切换的缺点,且实时性强、控制精度高。将这种方法应用于某大型钢铁集团公司硅钢厂电液单辊CPC控制系统,并以其物理模型与模糊自适应指数趋近律函数切换滑模控制器模型,进行混合仿真。研究表明,系统在综合考虑非线性、扰动及各种参数不确定性的情况下,模糊自适应指数趋近律函数切换滑模控制能够稳定工作,有效地抑制了抖振。比例滑模策略保留了线性控制的某些优点,但抖振的存在不仅会降低控制精度,甚至会激发系统的未建模动态或引起机械谐振,这些不足严重制约了比例滑模变结构控制在大负载高精度电液位置系统中的应用。为避免抖振对系统精度与稳定性影响,提出了采用模糊模型,根据切换函数及其导数的状态自调整比例滑模切换增益,以柔化控制信号。作者研制的大型钢铁集团公司液压EPC大负载高精度位置伺服系统的混合仿真结果表明,通过模糊理论实现增益自调整,有效降低抖振,既实现了高精度控制,又保留了滑模策略抗参数摄动及抗扰动能力强的特点。最后以DSPACE平台设计了电液伺服综合试验系统,实现了基于模糊滑模控制策略的快速原型试验。构建了电液伺服综合试验系统的硬件,设计了基于结构不变性原理的电液位置系统加载策略。针对电液位置系统的非线性、参数不确定性及外力扰动,采用提出的基于模糊自适应趋近律函数切换滑模及模糊自调整增益比例滑模方法,进行了实时控制试验,通过与常规控制策略的比较,验证了所提策略的有效性。
祖立业[9]2006年在《模糊PID控制在压注机电液控制系统中的应用研究》文中提出压注机是一个快速成型的设备,它包括塑化、注塑、恒压和冷却几个过程。其中,注射过程和恒压过程分别是个典型的电液位置和电液压力伺服控制系统。由于要进行电液位置伺服控制系统和电液力伺服控制系统之间的切换,负载不同导致负载弹性刚度也不同,用传统的PID控制已经不能满足系统的要求。本文针对这一特点,用模糊控制方法来适应系统参数的一定变化。但是由于模糊控制自身的特点,它并不能产生较高的精度,所以本文吸取模糊控制和PID控制的共同优点,选用了模糊PID控制策略。用模糊控制和PID控制的不同组合形式,得出模糊增益自调整PID控制和模糊—PID复合控制两种不同的模糊PID控制器,并分别介绍了其工作原理和特点,并结合压注机系统设计了这两种模糊PID控制器的结构形式。模糊增益自调整PID控制能够根据系统的误差和误差变化自动调整PID控制器的叁个参数,使其适应系统参数变化;模糊—PID复合控制是通过模糊控制器和PID控制器的综合输出来提高系统的精度和响应速度,并能适应参数的一定变化。通过MATLAB仿真和应用RTW工具箱进行实验,得出的PID控制和模糊PID控制的性能,在恒流量和恒压力过程中,当两种方式分别控制系统和系统切换时,分析比较传统的PID控制与两种模糊PID控制的控制性能,最终得出适应本过程的最佳控制策略。
李远慧[10]2005年在《工业炉用电液阀门位置控制系统研究》文中研究表明在冶金生产过程中,通过阀门及其位置控制系统来调节工业炉内的压力是必不可少的控制环节。本文将电液伺服技术与嵌入式计算机控制技术相结合,以提高精度、速度及负载适应性为目的,对工业炉用电液阀门位置控制系统的系统方案、建模方法、控制策略等方面进行研究,主要内容和成果有:1.对工业炉用阀门体系结构进行了分析研究,建立了伺服系统的数学模型,并进行了仿真。为了提高系统的稳定性,将伺服阀A、B口压力作为反馈信号,构建了模糊动压反馈系统。2.结合冶金工业炉生产中烟气回收控制的特点,分析了数字PID和模糊神经网络在系统中的应用及其特点。为了使控制方式更好的适应实际现场工况的需要,提出了一种带有智能开关的,集数字PID和模糊神经网络PID控制策略于一体的智能控制模型。3.开发了基于C++的系统控制软件。该软件系统是集成监测、控制、阀的简单诊断为一体的软件平台。
参考文献：
[1]. 电液位置伺服系统智能控制及仿真技术研究[D]. 吴海峰. 武汉科技大学. 2004
[2]. 电液位置伺服系统的智能控制[D]. 李伟. 西南林学院. 2009
[3]. 基于细菌群觅食优化算法的电液位置系统PID参数寻优研究[D]. 张国峰. 燕山大学. 2013
[4]. 基于RBF神经网络的电液伺服系统智能控制研究[D]. 韩露. 燕山大学. 2009
[5]. 远程多管火箭炮电液位置伺服系统辨识与控制策略研究[D]. 高强. 南京理工大学. 2008
[6]. 电液伺服系统模糊PID控制仿真与试验研究[D]. 田凡. 太原理工大学. 2010
[7]. 阀控非对称缸伺服系统变论域自适应模糊PID控制研究[D]. 高名乾. 长沙理工大学. 2008
[8]. 电液位置伺服控制系统的模糊滑模控制方法研究[D]. 靳宝全. 太原理工大学. 2010
[9]. 模糊PID控制在压注机电液控制系统中的应用研究[D]. 祖立业. 哈尔滨工业大学. 2006
[10]. 工业炉用电液阀门位置控制系统研究[D]. 李远慧. 武汉科技大学. 2005
标签：工业通用技术及设备论文; 机械工业论文; 智能控制论文; 伺服系统论文; 模糊控制论文; 自适应论文; 模糊神经网络论文; 仿真软件论文; 模糊理论论文; 模糊算法论文; 滑模控制论文; pid控制论文; 模糊pid论文;