基于RBF神经网络整定PID的电液比例系统位置控制研究

作者：陈翰文,徐巧玉,徐恺,等. 日期：2024-03-26/span> 浏览：1112 查看PDF文档

摘要:针对凿岩机械臂的电液比例系统位置控制精度问题,提出了一种基于径向基函数(RBF)神经网络整定PID的电液比例系统位置控制方法。首先,在AMESim中搭建了阀控非对称液压缸的电液比例系统简化模型,设置了各个模块的参数;然后,利用MATLAB/Simulink搭建了系统闭环控制模型,通过不断更新RBF网络模型并修正PID参数,实现了基于RBF神经网络整定PID的电液比例系统位置控制目的;结合AMESim搭建的电液比例系统模型和Simulink下搭建的控制器进行了联合仿真;最后,基于凿岩台车机械臂实验平台,进行了电液比例系统位置控制实验。仿真结果表明:在受到外部干扰的情况下,RBF神经网络整定PID控制系统能够在0.3s内控制活塞杆重新运行至目标位置,平均响应时间为1.5s,位置精度误差不超过5mm。实验结果表明:与常规PID控制方法相比,RBF神经网络整定PID控制活塞杆位置精度误差降低了75%,位置精度误差在工程实际要求的10mm范围以内,因此,RBF神经网络整定PID算法可以有效提高电液比例系统的位置控制精度,满足凿岩机械臂实际工作中对电液比例系统位置精度的控制要求。

关键词:凿岩机械臂;径向基函数神经网络整定PID;电液比例系统位置控制精度;联合仿真;MATLAB/Simulink;AMESim

中图分类号:TH137;TP241文献标识码:A文章编号:1001-4551(2024)03-0371-11

本文引用格式:

陈翰文,徐巧玉,徐恺,等.基于RBF神经网络整定PID的电液比例系统位置控制研究［J］.机电工程,2024,41(3):371-381.

CHEN Hanwen, XU Qiaoyu, XU Kai, et al. Position control of electro-hydraulic proportional system based on RBF neural network tuning PID［J］.Journal of Mechanical & Electrical Engineering, 2024,41(3):371-381.