基于改进遗传算法优化的双步进电机伺服阀控制研究

摘要：

针对当前电液伺服阀控制系统响应速度慢、输出误差较大的问题,采用改进遗传算法优化控制系统,并对控制效果进行仿真验证.设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式.采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比.结果显示:在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小.采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出精度.

关键词：双步进电机、伺服阀、改进遗传算法、RBF神经网络、控制

所属期刊栏目：48

分类号：TH137.7

资助基金：河北省自然科学基金资助项目 ;河北省高等学校科学技术研究项目

在线出版日期：2020-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：145-149