伺服电机驱动的液压动力系统及其神经网络自适应优化控制

摘要：

针对传统液压系统存在的高能耗、低响应特点，采用节能型液压动力源永磁伺服电机直接驱动定量泵，以取代原有的异步电机驱动液压动力源，从而形成一种新型的节能、响应快速、易实现闭环控制的液压动力系统。由于实际液压系统随机干扰严重，具有多变量、非线性、强耦合的特征，难以建立较准确的数学模型，常规的PID控制算法很难满足液压系统高精度控制的要求，因此提出基于PSO 与BP混合优化前向神经网络 PID自适应控制方法，实现液压系统在典型工况下流量的精确控制。PID控制器的参数采用神经网络进行自适应整定，神经网络的权值采用混合优化算法进行调整，通过神经网络的自学习能力寻找最佳的P、I、D非线性组合控制律，以增强液压系统对工况变化的适应能力。仿真和实验结果表明，该控制方法跟踪速度快、超调小、鲁棒性强，从而为液压系统流量高精度控制提供了一种新方法。

关键词：粒子群优化(PSO)、前向神经网络、液压系统、PID

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目51275375

在线出版日期：2014-05-28（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：1239-1243