李瑞霞[1]2007年在《智能PID整定方法的仿真与实验研究》文中研究表明PID控制器因为结构简单、容易实现，并且具有较强的鲁棒性，因而被广泛应用于各种工业过程控制中。作为一种广泛的控制规律，PID控制并没有因为各种先进控制算法的出现而遭到淘汰，相反，由于其应用时期较长，控制工程师们已经积累了大量的PID参数整定的经验。但是简单的PID控制往往不能达到令人满意的效果，对于工业过程中的复杂系统，传统的PID控制更是显得无能为力。本文从理论上深入研究了模糊控制理论、遗传算法，并将PID控制与智能控制中的模糊控制及遗传算法结合起来，形成了模糊自适应整定PID算法和基于遗传算法的PID参数整定方法。MATLAB软件仿真结果表明这两种智能PID整定算法效果良好，能够达到预期的控制效果。在此基础上，对实验室现有的电液伺服位置闭环控制系统进行了建模，用常规PID控制、模糊PID控制及遗传算法PID控制方法分别对该实验系统进行了仿真与比较；并构建了基于DSPACE实时系统的混合仿真实验平台，进行了多种参数整定方法的PID控制效果的实验验证。仿真与实验结果均表明，智能PID整定方法具有良好的控制效果，明显好于常规PID整定方法，特别是由遗传算法整定的PID控制效果更好一些。
韩露[2]2009年在《基于RBF神经网络的电液伺服系统智能控制研究》文中进行了进一步梳理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。
陈雷[3]2007年在《调速型液力偶合器智能化电液控制系统研究与开发》文中认为近年来,调速型液力偶合器作为一种成熟的液力调速装置,已在电力、钢铁、石油化工、交通运输、市政行业及军用设备等领域得到广泛应用。目前在这些系统中,调速型液力偶合器多为开环控制,系统运行过程中的动态特性及传动品质不是很好,从而影响了整个系统的调速及节能效果。随着科学技术及现代生产的发展,特别是计算机技术的发展,调速型液力偶合器的转速闭环控制功能开始受到重视,从而使与之有关的伺服机构、控制元件、控制方法的研究具有非常实际的意义。作为一种液力元件,调速型液力偶合器存在动态特性复杂、数学模型难以建立、系统参数不确定及调节增益严重非线性等问题。本文中,笔者在伺服机构、控制方法及控制器的实现上均作了新的尝试,运用智能控制技术实现了调速型液力偶合器的转速闭环控制,使控制精度大为提高,进一步增加了调速节能效果,因而本课题的研究具有一定的实际意义与创新性。本文对调速型液力偶合器的结构原理、动静态特性进行了分析,设计了以C8051F330单片机为核心的智能控制器并编写了智能控制程序。
李拓彬[4]2013年在《电液伺服系统PID神经网络控制策略研究与应用》文中提出电液伺服系统具有控制精度高、响应快、功率质量比大等独特优势,在军事、航空航天以及国民生产各个领域获得了极为广泛的应用。然而,电液伺服系统具有模型难以精确建立、负载时变、系统非线性等特征,使得常规的线性控制方法较难取得令人满意的控制品质。研究电液伺服系统适用的新型智能控制算法具有很高的理论研究和工程应用价值。本文从改善电液伺服控制系统动静态性能出发,研究改进PID神经网络控制算法,并将其应用于工程实际。论文首先引入经典的PID控制律,对神经网络和PID相结合的控制方法进行了研究。针对现有PID神经网络控制策略的神经元传输函数线性且不连续可导,以及所采用的系统误差评估函数未考虑电液伺服系统实际控制特征这两点不足做出改进,对算法的结构、控制原理、网络初始权值设置、网络训练学习以及确立保证网络收敛的学习步长范围等方面做出了详细的研究和设计。论文最后结合工程应用实际,根据锚链拉力试验机电液伺服系统应用的叁种典型工况模式,准确建立了电液伺服系统的数学模型,并对系统各工况下动静态性能进行了分析,应用PID方法和PID神经网络控制算法作为系统校正环节,进行了电液伺服系统的计算机仿真控制实验和验证样机实时控制实验。结果表明,本文改进的PID神经网络控制策略能根据系统误差智能地调整自身参数,具有自适应性,相比于常规PID算法,PID神经网络控制策略对于负载时变的、非线性的电液伺服系统具备更优秀的控制性能,具有较高的工程推广应用价值。
朱宝[5]2004年在《电液位置伺服系统智能控制研究》文中进行了进一步梳理随着电液伺服技术的发展与应用领域逐步推广，对电液伺服系统的要求也越来越高，作为电液伺服系统的控制策略是影响电液伺服系统性能的主要因素，由于系统具有非线性不确定特性，本文将智能控制应用于电液位置伺服系统中，利用PLC作为下位机实现对电液位置伺服系统的现场控制，采用工控机作为上位机并利用计算机强大的计算分析能力和良好的人机界面实现智能控制和系统的监控。 本文主要的研究成果如下： (1)根据电液位置伺服系统的原理和性能要求，提出了上下位机的控制方法，采用可编程控制器作为现场控制，使用工业控制计算机作为上位机对系统进行监控，利用其强大的计算能力实现系统的智能控制； (2)利用传统的PID控制原理，模糊控制原理和免疫反馈原理设计了一种模糊免疫自适应PID控制器，通过连续论域上的模糊推理实现PID的比例系数的模糊免疫调节、积分和微分系数的模糊调节： (3)结合非线性P型控制器、自调整因子的模糊控制和PI控制的优点，设计出一种复合控制器，在不同的误差范围内使用不同的控制方法以满足系统的控制要求，通过自调整因子的模糊控制器的全局调节以及与非线性P型控制器或PI控制器的并联来避免控制器切换扰动； (4)采用可编程控制器及其扩展模块实现现场控制，并对PLC的程序进行了详细的设计，实现了系统的初始化，系统状态采集，和上位机的通信处理等功能；(5)利用面向对象的编程工具VC6.0为开发工具进行软件编程，用模块化的方法设计了上位机的监控软件，实现了串口通信模块，信号发生器，实时数据显示和存储以及数据分析等功能，并调用智能控制器进行了仿真分析; (6)采用COM组件的方式实现系统的智能控制器，由于COM组件的语言无关性和对客户透明等特性，在调用智能控制器时只需关心其接口，使得监控软件具有很强的扩展性;关键词:电液伺服系统P功COM组件模糊控制复合控制
吴海峰[6]2004年在《电液位置伺服系统智能控制及仿真技术研究》文中研究指明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。
石磊[7]2017年在《智能阀门电液伺服阀控系统的设计与仿真》文中进行了进一步梳理伴随着科技的进步,智能阀门行业发展迅速。在阀门工况复杂化、控制的精度要求越来越高以及体积小推力大的要求下,对其系统与相关控制技术的要求也越来越高。电液系统控制阀门相比较单独的电动、气动和液动阀门来说适应范围更广,开闭精度更高。但是因为电液伺服系统是受外界干扰较为严重的系统,同时其参数会随着工况不断变化的,所以其数学模型不太容易建立。传统的PID控制因为其抗扰动性不太好而且调整能力不足,所以设计精确模型时能力稍显不足。本文以电液执行系统为研究对象,根据给定参数,结合阀门实际工作要求,设计了阀门的电液伺服系统,选定了系统各元件的型号。搭建了系统的数学模型,通过实际参数确定了其传递函数,运用频率稳定性判据判定系统为稳定系统。阐述了模糊PID理论,与一般的PID控制器进行了理论上的比较。设计出了系统的模糊PID控制器,分别在AMEsim和Simulink中搭建了系统的模型和控制模型,利用Matlab/Simulink联合仿真,研究系统的工作特性。通过调整物理模型的参数和PID参数的整定解决了液压缸入口流量波动较大的问题,以及得到了比较良好的控制效果,得出较优的系统参数。仿真结果可以得出模糊PID控制系统比一般的PID控制系统响应速度提升了约18%,因此,模糊PID控制器控制效果满足系统需要。研究结果为智能阀门发展和实际应用提供了理论基础。
刘坤[8]2003年在《电液伺服系统的智能控制研究》文中研究说明近年来，电液伺服系统已经被广泛地应用于航空、冶金等重要领域。它综合了电气和液压两方面的特长，具有控制精度高、响应速度快、输出功率大、信号处理灵活、易于实现各种参量的反馈等优点。然而，随着人们对控制品质要求的不断提高，电液伺服系统中PID控制的地位发生了动摇。这主要是由电液伺服系统的典型未知不确定性和非线性特性所决定的，使得系统精确的数学模型难以获得。即使对其能够建立数学模型，其模型也往往过于复杂，使得基于精确数学模型的传统控制方法的分析设计和实施变得非常困难。第叁代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新的思路。其中，模糊控制和神经网络控制是智能控制的两大分支。此外，遗传算法以其强大的空间搜索能力，在函数优化、机器人技术、控制、规划、设计、组合优化、图像处理、人工生命、财政预测等方面得到了广泛的应用。本文就是在此基础上，将模糊控制、神经网络控制与遗传算法叁者有效的融合，来对电液伺服系统进行控制。本课题即是研究电液伺服系统的智能控制问题。本文主要完成了以下工作:结合具有典型非线性和时变特点的电液伺服系统，提出了一种模糊神经网络并行自学习鲁棒自适应跟踪控制结构。进一步又将其中的模糊神经网路结构改进为T-S型模糊RBF神经网络结构的控制方案。取得了令人满意的控制效果。将模糊控制与遗传算法有机地结合起来，提出了一种基于遗传算法的模糊控制器优化方法，弥补了常规凭经验来确定隶属函数的粗糙方法。并将其应用于电液位置伺服系统，仿真结果表明了该方案的有效性。利用分层模糊控制器逼近简化模糊控制规则的特点，结合遗传算法的全局寻优的能力，对电液位置伺服系统进行控制，仿真结果表明其有效性。
李远慧[9]2005年在《工业炉用电液阀门位置控制系统研究》文中研究指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。
田凡[10]2010年在《电液伺服系统模糊PID控制仿真与试验研究》文中研究指明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。
参考文献：
[1]. 智能PID整定方法的仿真与实验研究[D]. 李瑞霞. 太原理工大学. 2007
[2]. 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
[3]. 调速型液力偶合器智能化电液控制系统研究与开发[D]. 陈雷. 上海交通大学. 2007
[4]. 电液伺服系统PID神经网络控制策略研究与应用[D]. 李拓彬. 中南大学. 2013
[5]. 电液位置伺服系统智能控制研究[D]. 朱宝. 四川大学. 2004
[6]. 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
[7]. 智能阀门电液伺服阀控系统的设计与仿真[D]. 石磊. 天津理工大学. 2017
[8]. 电液伺服系统的智能控制研究[D]. 刘坤. 燕山大学. 2003
[9]. 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
[10]. 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
标签：电力工业论文; 智能控制论文; 伺服系统论文; 模糊控制论文; 数学模型论文; 仿真软件论文; 模糊算法论文; 模糊神经网络论文; 模糊理论论文; 线性系统论文; 阀门型号论文; 非线性论文; pid控制论文; 模糊pid论文;