随着科学技术的发展,对自动化设备的性能要求愈来愈高。控制理论及方法相应由经典控制、现代控制发展到第三代控制——智能控制。近年来又发展了神经网络理论及控制,这又将促使很多科技领域的巨大变化。液压伺服控制毫不例外,亦在适应着这种趋势发展着。本文主要目的是简要介绍液压伺服控制在这方向上的一些新发展。

研究了基于神经模糊混合技术的电液伺服系统控制问题。综合神经网络与模糊逻辑技术的优势，构造了一种神经模糊控制器，它具备知识自动获取、并行分布存储及快速模糊推理决策的能力，给出了一种在线学习算法。用于一类典型的电液伺服系统的控制，获得了满意的效果。神经模糊混合技术对于电液伺服控制的发展与要求（如更复杂系统及其高性能控制）具有重要价值。

引言在液压工业及化工工业中,对于管道内的流量测定是十分重要和必不可少的。目前国内采用的流量检测方法大多为有损检测。这种检测方法是在管道中设置流量计,有时会破坏原有的速度场,影响测试精度,使用也不方便。国外近年来利用多普勒效应制作无损流量计,更多还原

本文提出了一种补油式并联阀控液压马达速度伺服系统的新方案。理论分析和实验研究一致表明,该系统能够同时获得响应快、效率高、速度刚度好的优良性能。更多还原

本文研究了并联阀控液马达调速系统中旁路阀回油管道动特性对系统性能的影响。结果表明，旁路阀回油管道的液感对系统动特性有明显影响。管道参数选择合适，能有效改善系统的速度刚度。

本文研究了基于基因算法的模糊控制优化，并用于电液伺服系统的控制中，该方法为模糊控制的设计提供了一条有效并具有普遍性的途径。采用基因优化设计的模糊控制器对一类典型的电液伺服系统控制，有着满意的控制性能，基因算法与模糊控制的结合是实现电液伺服智能控制的一个重要内容。

本文拓展传统相平面分析方法，提出了基于相平面的模糊区间划分和目标函数，并在此基础上系统提出了一种模糊神经网络新的建构和学习方法。通过对不同控制系统的研究，证明了该方法在模型未知系统的控制中的合理性和有效性，以及应用的普遍性。

针对具有非线性和时变特性的电液比例系统研究了自适应预测控制器的设计问题。采用隐式广义预测控制算法无需辨识对象模型参数而是利用输入/输出数据直接辩识控制器参数以求解最优控制增量具有计算量小、实时性高的特点。仿真结果表明在不需要关于被控对象先验知识的情况下隐式广义预测控制器可以很好地跟踪设定值的变化同时对于系统外部干扰和模型参数的变化具有很好的适应能力在电液比例系统控制器的设计中具有良好的应用前景。

分析了一种新型飞机电动静液作动系统的工作原理，推导了其详细的数学模型。为了克服电动静液作动系统工作时外界大干扰的影响，设计了一种基于线性反馈的滑模变结构控制器，采用数字仿真对系统进行研究，结果表明所设计的控制算法提高了系统的鲁棒性，使系统具有良好的动态特性。

针对液压并联机器人运动过程中各单缸伺服系统的参数时变和耦合力扰动问题,利用在前馈型网络增加反馈环节的方法,设计了一种新型动态神经网络,并将该动态网络作为智能控制器应用于单缸伺服系统,同时根据能全面衡量系统性能的综合目标函数,推导出网络控制学习算法.仿真及试验结果表明,这种控制器的设计不依赖于系统模型,对于单缸系统的参数时变具有自适应性,对于耦合力扰动具有强鲁棒性,控制结果显示系统具有良好的静动态性能.