变量泵-变量马达自适应控制算法研究

目前变量泵-变量马达系统的速度调节过程相当于变量泵控制定量马达或定量泵控制变量马达,这种方式存在系统溢流损失大、调节速度慢和没有发挥系统潜能等缺点。为克服这些不足,提出变量泵-变量马达自适应控制算法。变量泵对马达转速进行主动闭环控制,变量马达根据变量泵排量作随动控制而实现变量泵和变量马达排量的同时调节。采用单神经元自适应PID控制算法进行变量泵控制,采用预测自适应控制算法进行变量马达控制。给出了变量泵-变量马达自适应控制算法基本原理和框图,仿真和实验表明该算法可以提高系统响应速度、减少溢流损失。

车辆静液传动液压系统研究现状及发展趋势

静液传动液压系统可实现履带车辆无级变速、平稳转向,提高车辆机动性、同时大幅提高传动系统功率密度,在车辆传动系统中广泛应用。介绍了国内外静液驱动系统的应用及发展趋势,并通过分析和梳理,归纳了变量泵-变量马达控制理论发展中的一些重要问题,进一步探究变量泵-变量马达系统的发展趋势。

基于BP神经网络的静液压变速器控制研究

静液压变速器(HST)的操控性是农用车辆性能提升的关键,采用一种基于BP(back propagation)神经网络的新型控制策略,对HST马达输出转速的动态特性进行研究。基于变量泵定量马达静液压传动系统的数学模型,首先对比研究了传统PID控制、模糊控制以及BP神经网络控制3种方法的控制效果,结果表明:与传统PID控制和模糊控制相比,BP神经网络控制能有效抑制系统超调量并降低马达转速波动,减小系统达到稳态的调节时间,具有良好的鲁棒性。基于此,提出采用BP神经网络控制方法对具有更大马达转速变化范围的变量泵变量马达传动系统进行调查,研究结果表明,在对变量泵、变量马达分段控制中,该方法能实现较稳定的切换效果;在不同的负载等效转动惯量下,马达转速均能达到稳定状态,且由负载引起的转速波动也得到降低。研究结果表明,BP神经网络控制方法对变量泵变量马达传动系统具有潜在的控制优势。