基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对阀控非对称伺服缸非线性、参数时变的特点,考虑到油液压缩特性的影响,建立了包含变体积弹性模量的系统数学模型.提出一种基于粒子群算法优化(PSO)的模糊自适应PID控制方法(简称PSO_FPID).模糊逻辑推理在线调整PID控制器的比例、积分和微分系数,以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优,两种方法的组合保证了系统最佳参数匹配下的自适应控制.同时,利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO_FPID两种控制方法下的动态响应特性.结果表明:PSO_FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点,能够有效抑制油液动态压缩特性的非线性影响,使系统具有良好的动、稳态特性.
推荐文章
粒子群优化的阀控制退机模糊控制研究
阀控式制退机
模糊PID
粒子群算法
仿真
液压阻力变化
模拟试验
阀控非对称缸系统神经网络多逆模型切换控制研究
阀控非对称缸系统
神经网络逆系统
负叠合
多逆模型切换
基于粒子群优化算法的模糊飞行控制器设计
粒子群优化算法
模糊控制
飞行控制
液压伺服系统建模与模糊自适应PID控制研究
液压伺服系统
建模
PID控制
模糊自适应PID控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 阀控非对称伺服缸基于粒子群优化的模糊PID控制器研究
来源期刊 液压与气动 学科 工学
关键词 模糊PID 粒子群算法 油液压缩特性
年,卷(期) 2017,(9) 所属期刊栏目 理论研究
研究方向 页码范围 17-23
页数 7页 分类号 TH137
字数 3827字 语种 中文
DOI 10.11832/j.issn.1000-4858.2017.09.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁问司 华南理工大学机械与汽车工程学院 62 386 11.0 16.0
5 刘坤 华南理工大学机械与汽车工程学院 10 30 4.0 4.0
7 丁云柯 华南理工大学机械与汽车工程学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (41)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (25)
二级引证文献  (14)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(12)
  • 引证文献(3)
  • 二级引证文献(9)
研究主题发展历程
节点文献
模糊PID
粒子群算法
油液压缩特性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液压与气动
月刊
1000-4858
11-2059/TH
大16开
北京市西城区德胜门外教场口1号
2-828
1977
chi
出版文献量(篇)
7875
总下载数(次)
16
总被引数(次)
44024
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导