液压机械无级变速器的变参数PID控制

针对液压机械无级传动的特点,设计了带死区、积分饱和抑制的增量式变参数PID算法的控制器。利用BP神经网络对PID控制算法的三个参数进行在线整定,通过理论与试验结合的方法,确定了BP神经网络的中间隐层节点数和带惯性项最速下降算法的学习速率和惯性系数。台架试验结果表明,在转速调节方案下,变参数PID控制器能使驱动装置的输出功率基本恒定,即变参数PID控制器能通过改变液压机械无级变速器传动比的方法使发动机稳定工作在最佳动力性或者最佳经济性曲线上。

静液传动履带车辆转向神经元自适应PID控制

为实现静液传动履带车辆快速稳定转向,且转向轨迹可控,基于双侧轮边液压驱动结构特点,提出了转向时外侧马达排量采用压力、发动机转速双参数控制,内侧采用神经元自适应PID控制以跟随外侧的转向控制策略.在Matlab/Simulink中建立了包含基于S函数的神经元PID控制器和综合控制策略Stateflow模块的整车模型,对转向控制进行仿真分析,阶跃输入时,神经元PID比传统PID控制能有效抑制系统超调量,加快系统响应速度;不同转向工况仿真结果表明:神经元PID控制具有较好的目标跟随能力,提高了系统的实时性和鲁棒性,使得静液传动履带车辆具有良好的转向性能.

车辆起步过程神经网络PID控制研究

针对车辆起步工况的多样性,笔者设计了神经网络PID(Proportion Integration Differentiation)控制器,通过对离合器的转速跟踪控制,在保证发动机不熄火的前提下,实现了AMT(Automatic Manual Transmission)车辆快速平稳起步的控制目标。为了验证控制器的有效性,建立了中型卡车的传动系模型,其中包括发动机、离合器、变速箱、主减速器和车轮等,并且根据实际起步情况,设置了正常起步、急起步、载重起步和坡路起步4种工况,进行了AMESim-Simulink联合仿真实验。通过与传统PID控制器的控制效果相比较,分析得出,神经网络PID控制器能在变工况下很好地完成AMT车辆起步控制,具有良好的自适应性。

高压直流输电单神经元自适应PID控制器的研究

提出了一种适用于高压直流输电系统的单神经元自适应比例-积分-微分调节器(PID)控制器。该控制器与常规的PID控制器相比,由于参数为在线更新,因而更具自适应性;与单纯的神经网络控制器相比,结构简单,在线训练时间短,因此响应速度要快许多。仿真结果表明该控制器能够更好地抑制直流线路电流的增长,改善整流侧和逆变侧交流母线电压的电压振荡,并且响应快速,提高了系统的稳定性。

拖拉机液压机械式变速器小波神经网络PID控制

为提高装有液压机械式变速器(hydraulic-mechanical transmission,HMT)拖拉机的行驶平稳性,使拖拉机能以目标车速稳定行驶从而提高拖拉机的作业质量,文章对装备HMT拖拉机的小波神经网络PID控制进行了研究。通过Matlab/Simulink建立液压机械传动系统模型、拖拉机动力学模型及小波神经网络PID控制模型,根据拖拉机目标车速、实际车速及其误差,通过小波神经网络对PID控制参数进行在线整定,使实际车速有效追踪目标车速。将小波神经网络PID控制与常规PID控制进行比较,验证了小波神经网络PID控制方法可以使拖拉机始终稳定在目标车速进行作业,避免了因车速变化对作业质量的影响,提高了拖拉机的行驶平顺性和作业质量。

直驱式输电线路作业车BP神经网络调速控制

为满足输电线路作业车在复杂作业环境下对动、静态控制性能要求,本文针对直驱式输电线路作业车直流电机转速控制策略开展研究。首先推导了直流电机转速闭环控制的传递函数,并在分析转速闭环传递函数的基础上,提出一种以转速闭环传递函数为目标训练神经BP网络连接权重参数的PID控制策略,最后,利用MATLAB Simulink建立的包含开关模型的仿真系统验证了控制策略的有效性。

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。