由于气动伺服系统受非线性因素的影响,传统PID控制在解决高精度非线性控制问题时效果不理想。一种基于大脑情感学习控制器(Brain Emotion Learning Controller,BELC)的气动伺服系统压力控制方法被提出。首先,对气动伺服系统进行数学建模。然后,结合气动系统非线性和BELC控制特性进行算法改进,采用模糊控制对BELC权值学习率进行在线调节。最后,搭建实验平台分别对传统PID控制、BELC控制及改进的模糊BELC控制进行实验,结果表明:改进后模糊BELC算法有效提高了气动伺服系统的控制精度和响应速度,改善了气动系统控制性能。

在气动伺服系统中实现高精度控制,通常需要采用要求全状态信息的基于模型的非线性控制算法。鉴于轻量化的设计要求或者出于成本的考虑,构建压力观测器来代替压力传感器。首先,采用李雅普诺夫稳定性理论来论证所设计的压力观测器的全局稳定性。其次,通过试验研究,选取满足试验要求的多变指数值。然后,任意设定偏离实际值的压力观测器初值,以证实该压力观测器收敛迅速且不断逼近真实值。另外,通过作用一个变刚度的载荷于系统,以证明该压力观测器是负载独立的。最后,试验表明采用所设计的压力观测器来实现气动系统的伺服控制是有效的、可行的。

为了精确描述气缸的摩擦力,实现气缸的高精度轨迹跟踪控制,并提高算法的可移植性,提出基于遗传算法的气缸LuGre摩擦模型参数辨识方法和基于气缸充气腔压力变化的比例方向阀死区辨识方法。通过仿真分析,验证遗传算法在辨识摩擦力静动态参数时的可靠性;以单缸气动伺服系统为研究对象,分别建立比例方向阀和气缸的数学模型,设计基于反步法的非线性鲁棒控制器,开展气缸活塞运动跟踪不同频率的正弦轨迹曲线和三阶加减速曲线实验。研究结果表明:基于遗传算法的摩擦力参数辨识和基于气缸压力变化的比例方向阀死区辨识方法均能获得精确的辨识结果,本文所设计的控制器能实现气缸高精度轨迹跟踪控制。

针对制砖行业码垛机电气传动系统整机结构复杂,稳定性差,安全性不高等缺陷,将气动伺服控制技术应用到工业码垛机上,使其具有结构简单、控制精度高的优点,且满足码垛机现场工艺要求。利用AMEsim软件对所设计的气动伺服系统进行建模和仿真分析,并进行实验对比分析。仿真结果与实验结果基本一致,表明所建立的仿真模型具有实际参考价值,对其他形式的码垛机控制系统也具有指导意义。

针对气动伺服系统执行机构运动精度较低问题,设计了气动伺服系统改进传动装置模型。创建了气动伺服阀系统执行机构运动简图,分析了阀门的非线性质量流动特性、死区、多变温度模型、传热和非线性摩擦对执行机构运动精度的影响,根据动力学死区难以识别问题,设计出气动伺服系统执行机构运动的数学模型和相应的参数识别方法。采用Matlab软件对改进模型进行仿真验证,并且与理论值进行比较。结果显示:改进前,气动伺服系统活塞运动产生的位置、速度和压力与理论值相比,误差整体波动幅度较大;改进后,气动伺服系统活塞运动产生的位置、速度和压力与理论值相比,误差整体波动幅度较小。气动伺服系统执行机构在压力动力学、活塞速度和活塞位置方面,改进后的传动装置模型能够提高执行机构动力学死区的识别的精度。

0前言 由于伺服电动机、步进电动机等电气伺服驱动机构在工业现场的日益普及，气动伺服系统通常仅限于在高湿度、强磁场、要求防爆等恶劣环境下使用。近些年，由于空气的柔软性以及使用中不产生热和磁场等优点被重新认识，半导体精密制造中光刻机用的减振台、医疗仪器、康复设备上开始出现气动伺服系统的身影，并有逐步扩大的趋势。

本文建立了比例流量阀控单自由度气动位置伺服系统的数学模型，并对此模型进行直接反馈线性化，得到一个伪线性系统，而后对此模型设计状态反馈控制器，并进行极点配置，理论分析和仿真结果表明了反馈线性化算法和状态反馈是有效的。

介绍了基于磁流变液阻尼器的气动伺服试验系统，对其进行分析，并分别用PID控制算法、BangBang＋PID算法、BangBang＋模糊PID算法对该系统进行跟踪控制。