基于RBF神经网络模糊PID控制的电液伺服系统

• 作者: 赵岩 周秦源 邵念锋 卢日荣 胡贤哲
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 电液伺服系统 径向基(RBF)神经网络 模糊PID控制 MATLAB/Simulink仿真
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机械零件及传动装置|Mechanical Parts and Transmission
• 页码范围: 244-249
• 页数: 6页
• 分类号: TH137|TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2022.02.015

摘要

采用普通PID控制的复杂电液伺服控制系统(液压驱动的控制系统)存在控制柔顺性不佳的问题,达不到理想的控制效果,为了提高电液伺服系统的控制特性,提出了一种基于径向基神经网络(RBF)模糊PID的控制策略.首先,理论推导了伺服阀控液压缸的状态空间方程,建立了液压系统相关的数字模型;然后,在普通PID控制策略的基础上,提出了一种基于径向基(RBF)神经网络的模糊PID控制策略,并结合电液伺服系统的特性,调整了其模糊控制规则;最后,在空载和负载两种工况下,对该电液伺服系统进行了MATLAB/Simulink仿真,并对基于不同控制策略的电液伺服系统的特性进行了对比分析,验证了基于径向基(RBF)神经网络的模糊PID控制策略的优越性.研究结果表明:在空载工况下,普通PID控制和模糊PID控制的响应速度都在10 s以上,超调量较大,且加入负载后调整时间较长,对于负载干扰后的恢复能力较差;而RBF神经网络模糊PID控制在空载工况下的控制响应速度仅为4.23 s,超调量降低为4.16％,加入负载后,整定2.56 s后即可回归稳定状态;基于RBF神经网络模糊PID控制策略的抗干扰性更好、鲁棒性更强,可以更好地满足电液伺服系统的控制要求.