华南理工大学学报(自然科学版)

作者：汪成文, 郭新平, 张震阳, 等

单位：1． 太原理工大学 机械与运载工程学院，山西 太原 030024; 2． 太原理工大学 新型传感器与智能控制教育部重点实验室，山西 太原 030024; 3． 浙江大学 流体动力与机电系统国家重点实验室，浙江 杭州 310058

关键词：泵阀并联系统,单神经元,RBF 神经网络,滑模控制,智能控制

基金：山西省重点研发计划项目 ( 201903D121069) ; 山西省回国留学人员科研教研资助项目 ( HGKY2019016) ; 流体动力与机电系统国家重点实验室开放基金资助项目 ( GZKF-201720)

结合阀控系统响应速度快和泵控系统能量效率高的优势，提出了一种泵阀并联系统，并研究了该系统的智能控制方法。首先针对泵阀并联系统中的泵控子系统设计了可以实现权值自适应调节的单神经元 PID 控制器，然后针对泵阀并联系统中阀控子系统的参数不确定性和外负载干扰问题设计了 RBF 神经网络滑模控制器，并利用 Lyapunov函数证明了闭环系统的稳定性。最后搭建了泵阀并联电液位置伺服系统的 Matlab /Simulink 和 AMESim 联合仿真模型。仿真结果表明，泵控子系统的单神经元 PID 控制器相比于传统 PID 控制器具有更好的转速跟踪控制性能，阀控子系统的 RBF 神经网络滑模控制器相比于传统 PID 控制器和传统滑模控制器具有更高的位置跟踪精度和更强的抗干扰能力，所提出的泵阀并联智能控制方法有效改善了系统的控制性能。

来源：2021年第3期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2021年第3期