某定深电液伺服系统的粒子群优化神经网络PID控制

为解决定深电液伺服系统的系统参数难以确定、运行过程中内部参数具有时变性和外部负载扰动较大等问题,设计一种将PID控制器与神经网络相结合的控制策略。分析定深电液伺服系统的数学模型和控制器的结构与工作原理,用径向基函数神经网络来动态修正PID控制器中控制参数的策略,采用粒子群算法离线选取最优的神经网络权值,用Matlab将控制器应用于定深电液伺服系统中,并与经典的PID控制器和RBF-PID控制器进行对比。仿真结果表明,该控制器具有较好的快速响应能力与鲁棒性。

定深电液伺服系统的复合滑模控制研究

针对定深电液伺服系统内部参数的难确定性与时变性问题,设计了一种神经网络与滑模变结构相结合的复合控制方法。该方法充分利用滑模变结构控制的强鲁棒性优点对定深电液伺服系统进行控制,使其能够在外部干扰复杂的环境下进行工作,并且结合神经网络来减弱滑模变结构控制自身所存在的抖振问题。此外,还利用神经网络对电液伺服系统的内部参数进行辨识并进行在线自适应学习,能够很好地抑制内部参数摄动,消除定深电液伺服系统工作时的时变性问题,保证了系统的控制精度与鲁棒性。