文献类型：期刊文章

作　　者：赵岩[1] 周秦源[1] 邵念锋[1] 卢日荣[1] 胡贤哲[1]

ZHAO Yan;ZHOU Qin-yuan;SHAO Nian-feng;LU Ri-rong;HU Xian-zhe(Central South University of Forestry and Technology,Mechanical and Electrical Engineering,Changsha 410000,China)

机构地区：[1]中南林业科技大学机电工程学院,湖南长沙410000

出　　处：《机电工程》

基　　金：湖南省重点研发计划资助项目(2019NK2022)。

年　　份：2022

卷　　号：39

期　　号：2

起止页码：244-249

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：采用普通PID控制的复杂电液伺服控制系统(液压驱动的控制系统)存在控制柔顺性不佳的问题,达不到理想的控制效果,为了提高电液伺服系统的控制特性,提出了一种基于径向基神经网络(RBF)模糊PID的控制策略。首先,理论推导了伺服阀控液压缸的状态空间方程,建立了液压系统相关的数字模型;然后,在普通PID控制策略的基础上,提出了一种基于径向基(RBF)神经网络的模糊PID控制策略,并结合电液伺服系统的特性,调整了其模糊控制规则;最后,在空载和负载两种工况下,对该电液伺服系统进行了MATLAB/Simulink仿真,并对基于不同控制策略的电液伺服系统的特性进行了对比分析,验证了基于径向基(RBF)神经网络的模糊PID控制策略的优越性。研究结果表明:在空载工况下,普通PID控制和模糊PID控制的响应速度都在10 s以上,超调量较大,且加入负载后调整时间较长,对于负载干扰后的恢复能力较差;而RBF神经网络模糊PID控制在空载工况下的控制响应速度仅为4.23 s,超调量降低为4.16%,加入负载后,整定2.56 s后即可回归稳定状态;基于RBF神经网络模糊PID控制策略的抗干扰性更好、鲁棒性更强,可以更好地满足电液伺服系统的控制要求。

关 键 词：电液伺服系统 径向基(RBF)神经网络  模糊PID控制 MATLAB/SIMULINK仿真

分 类 号：TH137] TP273]