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.

电液伺服系统;径向基(RBF)神经网络;模糊PID控制;MATLAB/Simulink仿真

中南林业科技大学 机电工程学院,湖南 长沙410000

[1]赵岩;周秦源;邵念锋;卢日荣;胡贤哲-.基于RBF神经网络模糊PID控制的电液伺服系统)[J].机电工程,2022(02):244-249

RBF,PID,电液伺服系统,电液伺服控制,伺服控制系统,液压驱动,柔顺性,控制特性,径向基神经网络,理论推导,伺服阀,阀控,液压缸,状态空间方程,液压系统,数字模型,模糊控制规则,空载,Simulink,响应速度,超调量,后调,负载干扰,恢复能力,控制响应,整定,稳定状态,抗干扰性

0.22479