[1]许翔宇,袁锐波.基于神经网络控制算法的气动伺服系统运动分析研究[J].机械与电子,2016,(08):41-43,47.
　XU Xiangyu,YUANG Ruibo.Motion Analysis for the Pneumatic Servo System based on the Neural Network Control Algorithm[J].Machinery & Electronics,2016,(08):41-43,47.
点击复制

基于神经网络控制算法的气动伺服系统运动分析研究
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2016年08期
页码:
41-43,47
栏目:
机电一体化技术
出版日期:
2016-08-25

文章信息/Info

Title:
Motion Analysis for the Pneumatic Servo System based on the Neural Network Control Algorithm
作者:
许翔宇; 袁锐波
（昆明理工大学机电工程学院 云南 昆明 650500）
Author(s):
XU Xiangyu; YUANG Ruibo
(Kunming University of Science and Technology Faculty of Mechanical and Electrical Engineering，Kunming 650500,China)
关键词:
气动伺服系统; 神经网络控制; 运动精度
Keywords:
pneumatic servo system;  neural network control;  motion precision
分类号:
TP241.2
文献标志码:
A
摘要:
提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制，探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响，气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足，基于BP神经网络控制，设计神经网络PID控制器，并进行实验。通过实验，对无杆气缸的运动特性分析，表明这种控制策略可以更好控制气动伺服系统的运动精度。
Abstract:
This paper presents a neural network control method and explores the control accuracy of this control method through control of the rod-free cylinder motion of the pneumatic servo system. It is difficult to establish an accurate mathematical modelfor the pneumatic servo system due to the influence of the nonlinear factors such as the compressibility of the air, the friction force and the disturbance of the starting system. In this paper, based on the nonlinear characteristics of the system and the PID control problem and the BP neural network control, a neural network PID controller is designed and tested. The analysis of the motion characteristics of the rod-free cylinder shows that the control strategy can better control the motion accuracy of the pneumatic servo system.

参考文献/References:

[1]丁晓东. 气压传动与控制在电子专用设备上的应用[J]. 电子工业专用设备,2002（03）:159-162.
[2]廖芳芳,肖建. 基于BP神经网络PID参数自整定的研究[J]. 系统仿真学报,2005（07）:1711-1713.
[3]任怀庆. 非线性不确定系统的神经网络控制研究[D].长春：吉林大学,2014.
[4]朱海峰,李伟,张林. 基于BP神经网络整定的PID控制[J]. 动力学与控制学报,2005（04）:93-96.
[5]Derrick Nguyen,Bemard Widrow.Neural networks for self-learning control system[J].IEEE Control System Magazine 1999(10).
[6]毕天姝,倪以信,吴复立,等. 基于径向基函数神经网络和模糊控制系统的电网故障诊断新方法[J]. 中国电机工程学报,2005（14）:12-18.
[7]朱春波,包钢,聂伯勋,等. 用于气动伺服系统的自适应神经模糊控制器[J]. 机械工程学报,2001（10）:79-82.

备注/Memo

备注/Memo:
收稿日期：2016-05-25
基金项目：昆明理工大学博士基金（高精度多自由度气动机械手位置伺服控制系统的研究）
作者简介：许翔宇（1992-），男，安徽宿州人，硕士研究生，研究方向为流体传动与控制；袁锐波（1968-），男，云南昆明人，教授，研究方向为流体传动与控制。
更新日期/Last Update: 2016-08-25