改进RBF网络PID算法及在气动力伺服系统中的应用

发布时间：2018-04-22 04:30

  本文选题：气动力伺服系统 + RBF神经网络　； 参考：《液压与气动》2017年04期

【摘要】：针对气动力伺服系统的非线性、时变性和不确定性,在已有RBF神经网络PID控制算法的基础上,提出了一种改进的控制算法。在RBF网络参数调整中引入动量因子,考虑参数变化的经验积累,减小系统振荡;同时,采用LM(Levenberg-Marquardt)算法代替梯度下降法对算法中PID参数进行实时在线调整,加快其响应速度。最终通过MATLAB仿真和基于Lab VIEW的实物验证实验,测试了改进算法在气动力伺服系统中的控制效果。实验结果表明,改进算法的快速性和鲁棒性明显提高,在气动力伺服系统中具有良好的控制效果,且在工业现场具有实用性。
[Abstract]:Aiming at the nonlinearity, time-varying and uncertainty of aerodynamic servo system, an improved control algorithm based on RBF neural network PID control algorithm is proposed. The momentum factor is introduced into the parameter adjustment of RBF network, and the empirical accumulation of parameter change is considered to reduce the oscillation of the system. At the same time, the PID parameter in the algorithm is adjusted online in real time instead of gradient descent algorithm, which accelerates the response speed. Finally, through MATLAB simulation and physical verification experiment based on Lab VIEW, the control effect of the improved algorithm in aerodynamic servo system is tested. The experimental results show that the improved algorithm is fast and robust, has good control effect in aerodynamic servo system, and has practicability in industrial field.
【作者单位】： 上海航天设备制造总厂;
【分类号】：TH138;TP183

【参考文献】

相关期刊论文 前6条

1 沈美杰;赵龙章;周兵;周崇明;;基于PSO优化的RBF网络液压泵故障诊断研究[J];液压与气动;2016年05期

2 吴晓明;马立廷;郑协;张晓明;郑树伟;;改进的RBF神经网络PID算法在电液伺服系统中应用[J];机床与液压;2015年11期

3 孙立峰;吕枫;;基于改进PSO的RBF神经网络在液压钻机故障诊断中的应用[J];液压与气动;2014年11期

4 蔡满军;刘建军;刘明坤;;基于RBF网络自整定PID控制的改进算法[J];控制工程;2008年01期

5 刘寅虎;李绍铭;;基于动态RBF神经网络在线辨识的单神经元PID控制[J];系统仿真学报;2006年S2期

6 杨林;任雪梅;黄鸿;;基于RBF网络自整定PID控制的应用研究[J];计算机仿真;2006年01期

相关硕士学位论文 前2条

1 周维华;RBF神经网络隐层结构与参数优化研究[D];华东理工大学;2014年

2 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年

【共引文献】

相关期刊论文 前10条

1 祁佩;黄顺舟;王炜;王力;;改进RBF网络PID算法及在气动力伺服系统中的应用[J];液压与气动;2017年04期

2 LIU Bao-jie;YANG Qing-wen;WU Xiang;FANG Shi-dong;GUO Feng;;Application of Multi-sensor Information Fusion in the Fault Diagnosis of Hydraulic System[J];International Journal of Plant Engineering and Management;2017年01期

3 刘保杰;杨清文;吴翔;;神经网络与D-S证据理论融合的液压系统故障诊断方法（英文）[J];Journal of Measurement Science and Instrumentation;2016年04期

4 王雪丽;;基于RBF神经网络电液恒功率调速自整定PID控制[J];机床与液压;2016年22期

5 朱逢锐;林玉娥;;基于RBF神经网络的PID自校正控制研究[J];电脑知识与技术;2016年25期

6 王媛媛;;基于改进PSO优化RBF神经网络的温室温度预测研究[J];计算机与数字工程;2016年07期

7 张景璐;赵妍;;基于改进神经网络的光纤故障监测优化[J];激光杂志;2016年06期

8 郭斌;许江宁;何泓洋;李峰;;基于微分器与RBF神经网络补偿的PID控制[J];计算机仿真;2016年06期

9 孙大许;兰凤崇;何幸福;陈吉清;;双电机四轮驱动电动汽车自适应驱动防滑控制的研究[J];汽车工程;2016年05期

10 沈美杰;赵龙章;周兵;周崇明;;基于PSO优化的RBF网络液压泵故障诊断研究[J];液压与气动;2016年05期

相关硕士学位论文 前10条

1 赵月圆;基于智能算法的股票价值估计研究[D];西安工程大学;2016年

2 蒋志飞;高速动车组制动过程建模及控制器设计[D];华东交通大学;2016年

3 黄帆;基于RBFNN辨识的超声波电机单神经元PID控制研究[D];东南大学;2016年

4 彭龙;风力发电机齿轮箱状态监测与故障诊断系统的研究[D];上海电机学院;2016年

5 王春婷;飞机舵机电液负载模拟器多余力抑制方法研究[D];中国民航大学;2016年

6 刘兴亚;关于车辆主动悬架稳定性控制系统研究[D];太原理工大学;2016年

7 叶兰平;改进型协同过滤推荐算法研究[D];安徽大学;2016年

8 徐铭志;基于神经网络PID的金属带式无级变速器速比控制研究[D];燕山大学;2016年

9 赵柏杨;醋酸乙烯合成过程建模与中温寻优[D];河北科技大学;2016年

10 严义科;并行控制在某大口径火箭武器中的应用研究[D];南京理工大学;2016年

【二级参考文献】

相关期刊论文 前10条

1 孙立峰;吕枫;;基于改进PSO的RBF神经网络在液压钻机故障诊断中的应用[J];液压与气动;2014年11期

2 管硕;高军伟;张彬;刘新;冷子文;;基于K-均值聚类算法RBF神经网络交通流预测[J];青岛大学学报(工程技术版);2014年02期

3 高斐;李洪儒;许葆华;;基于ICPSO优化的极限学习机在故障诊断中的应用[J];中国机械工程;2013年20期

4 徐姗;黄宜坚;;基于高阶谱和支持向量机的溢流阀的故障诊断[J];机床与液压;2013年03期

5 贺康;庞海荣;;基于LabVIEW的全液压钻机状态监测系统的设计[J];煤矿机械;2013年01期

6 赵纯;王幼民;陶庭鸿;汪涛;;伺服压力机液压系统设计及其免疫控制方法的研究[J];机械科学与技术;2012年11期

7 陈晓飞;陆亦工;王爱民;;基于粒子群神经网络液压泵效率特性仿真分析[J];液压与气动;2012年09期

8 田海雷;李洪儒;许葆华;;基于改进HHT和小波包理论的液压泵故障特征提取[J];液压与气动;2012年09期

9 钱苏翔;杜琦;顾小军;李竹平;;基于小波包特征能量提取的变压器绕组变形故障诊断[J];机械设计与制造;2012年09期

10 刘德军;;基于参数法的液压系统故障诊断[J];机床与液压;2012年16期

相关硕士学位论文 前10条

1 刘云平;PID参数自整定方法在电力机车微机控制柜中的应用研究[D];西南交通大学;2009年

2 李楠;PID控制参数现代设计技术的研究与应用[D];浙江工业大学;2009年

3 徐林;基于模糊PID的磁悬浮控制系统研究[D];哈尔滨理工大学;2009年

4 金培;基于神经网络的智能PID控制器研究与应用[D];北京化工大学;2008年

5 李春华;基于神经网络的非线性系统自适应控制研究[D];南京信息工程大学;2008年

6 吕辉榜;基于MATLAB快速控制原型的磁悬浮控制系统研究[D];武汉理工大学;2008年

7 李天军;RBF神经网络及其在锅炉过热汽温控制中的应用[D];哈尔滨工业大学;2007年

8 范锴光;神经网络PID控制系统设计及参数PSO优化研究[D];武汉理工大学;2007年

9 李广军;基于RBF神经网络的PID整定[D];西南交通大学;2005年

10 汪涛;模糊神经网络控制在单级倒立摆系统中的应用[D];合肥工业大学;2004年

【相似文献】

相关期刊论文 前10条

1 郭庆鼎;赵希梅;;交流永磁伺服系统技术讲座 第一讲 伺服技术的基本概念[J];伺服控制;2006年01期

2 郭庆鼎;赵希梅;;交流永磁伺服系统技术讲座 第四讲:伺服系统的组成(三)[J];伺服控制;2006年05期

3 张春凤;;浅谈伺服系统的设计[J];职业;2010年14期

4 陈娇;高新东;郭光荣;雷丽;;某型伺服系统校零研究[J];兵工自动化;2013年09期

5 黄紫霞;线性最佳伺服系统问题[J];航空火控译丛;1980年04期

6 李生良;王毅;;用于精密跟踪的复合轴伺服系统[J];光学机械;1980年02期

7 陈志良;贺国楷;;伺服系统的结构参数模拟[J];火控雷达技术;1988年04期

8 罗善瞀;电—气伺服系统的设计[J];液压与气动;1990年01期

9 薛燕军;伺服系统一典型故障的分析与排除[J];机床;1993年02期

10 卢虹霞;浅议《伺服系统》课程的教学[J];南京机械高等专科学校学报;1999年04期

相关会议论文 前10条

1 张志远;;一种具有双模结构的智能模糊伺服系统的设计[A];第三届全国流体传动及控制工程学术会议论文集（第二卷）[C];2004年

2 张莉松;廖晓钟;;“快乐教学法”在《伺服系统》课程教学中的应用[A];第二届全国高校电气工程及其自动化专业教学改革研讨会论文集（下册）[C];2004年

3 刘青松;;基于思维进化算法的被动力伺服系统的参数辨识[A];2009中国控制与决策会议论文集（1）[C];2009年

4 祁若龙;刘伟军;;高速高精度伺服系统四阶模型及参数优化[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

5 杨俊义;陈彦辉;李明涛;;伺服系统执行机构研究与分析[A];2010中国仪器仪表学术、产业大会（论文集1）[C];2010年

6 王莉;赵修科;;永磁同步电动机伺服系统的模糊神经网络控制的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

7 李永东;梁艳;;高性能交流永磁同步电机伺服系统现状[A];中国电工技术学会电力电子学会第八届学术年会论文集[C];2002年

8 张志远;;一种具有双模结构的智能模糊伺服系统的设计[A];机床与液压学术研讨会论文集[C];2004年

9 宋向军;刘万兵;曹勇;;搬运装置伺服系统的改造[A];电子玻璃技术交流会论文集[C];2006年

10 黄炯;李军;陆刘兵;王执铨;;高精度伺服系统的神经元控制[A];1995中国控制与决策学术年会论文集[C];1995年

相关重要报纸文章 前10条

1 本报记者 付丽娟;期待，中国伺服系统企业之“蝶变”[N];机电商报;2006年

2 ;纺机的伺服系统[N];中国纺织报;2013年

3 黄玉平;我国首次实现伺服系统“全电化”[N];中国航天报;2014年

4 中缝;如何调试和检测伺服系统[N];中国服饰报;2008年

5 石永红;抗风型光伏伺服系统研制成功[N];中国企业报;2008年

6 王雯;埃斯顿 EDB伺服系统在剑杆织机中的应用[N];中国纺织报;2009年

7 证券时报记者 水菁;汇川技术 扩充产品的“梯队化”建设[N];证券时报;2010年

8 陈淆;瓦楞纸印刷机的控制系统[N];中国包装报;2008年

9 石永红;江苏研制成功抗风型光伏伺服系统[N];大众科技报;2008年

10 辽宁 韦公远;日立637录像机伴音变调的检修[N];电子报;2003年

相关博士学位论文 前10条

1 王哲;被动式力矩伺服系统加载策略研究[D];哈尔滨工业大学;2015年

2 倪志盛;被动式力矩伺服系统关键技术研究[D];哈尔滨工业大学;2014年

3 符玉襄;空间高精度二维伺服系统控制技术研究[D];中国科学院研究生院(上海技术物理研究所);2015年

4 孙显彬;基于异类传感器融合的数控机床伺服系统故障诊断关键技术研究[D];青岛理工大学;2016年

5 王志宏;一类伺服系统驱动与控制关键技术研究与实现[D];南京理工大学;2015年

6 谭文斌;伺服系统摩擦与温度变化干扰的建模及补偿研究[D];天津大学;2012年

7 宋彦;伺服系统提高速度平稳度的关键技术研究与实现[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

8 陈晨风;高性能交流伺服系统的智能控制策略[D];浙江大学;1997年

9 王闻宇;伺服系统柔性连接负载控制方法研究[D];华中科技大学;2012年

10 向红标;开放式伺服系统的摩擦建模与补偿研究[D];天津大学;2010年

相关硕士学位论文 前10条

1 何远东;天基目标探测伺服系统构型及控制系统研究[D];哈尔滨工业大学;2015年

2 唐思宇;三质量伺服系统定位抖振抑制技术[D];哈尔滨工业大学;2015年

3 孙淑瑞;被动式电液力伺服系统的同步结构解耦控制研究[D];河南科技大学;2015年

4 赵艳春;基于TMS320F28335的永磁交流同步伺服系统设计与研究[D];西安电子科技大学;2014年

5 何颖;横机伺服系统研究与设计[D];西安工程大学;2015年

6 江月;伺服系统的分析与辨识[D];西安电子科技大学;2014年

7 邵淦;基于以太网的伺服驱动器设计与研究[D];合肥工业大学;2015年

8 李志嘉;基于现场总线的多轴伺服系统及其应用研究[D];中国计量学院;2015年

9 路瑶;转台伺服系统非线性的补偿算法研究[D];太原科技大学;2015年

10 杨晓东;上海开通伺服系统营销策略研究[D];兰州大学;2016年

，

本文编号：1785623