机械工程学报

作者：葛曜文, 杨晓伟, 邓文翔, 姚建勇

单位：1. 南京理工大学机械工程学院 南京 210094;2. 浙江大学流体动力基础件与机电系统全国重点实验室 杭州 310027

关键词：电静液作动器,神经网络控制,流量脉动,前馈补偿；

基金：国家重点研发计划(2021YFB2011300)、国家自然科学基金(52305063)、国家资助博士后研究人员计划(GZC20233497)、江苏省卓越博士后计划(2023ZB761)和浙江大学流体动力基础件与机电系统全国重点实验室开放基金(GZKF-202319)资助项目。

流量脉动是柱塞泵的固有属性，理论而言其是由多个柱塞往复运动所产生，但在实际运行中柱塞在缸孔密封容腔内的一次次挤压和排放油液会积存残余压力，并伴随着泄漏等非线性不确定性，致使实际流量脉动与理论流量脉动之间存在偏差。现有电静液作动器(Electro-hydrostatic actuation，EHA)非线性控制方法研究中，通常对流量脉动进行线性处理并前馈补偿，忽视了泵流量脉动的非线性特征以及偏差效应，进而扩大了匹配不确定性的上界，致使控制器增益系数增大引起噪声放大，限制了电静液作动器系统控制精度的提升。为追求更高的控制精度，提出一种基于流量脉动补偿的电静液作动器神经网络控制方法。首先建立理论流量脉动的非线性范式模型用于前馈补偿，随后通过双通道神经网络实时逼近执行器的摩擦及第二通道干扰、理论与实际流量脉动的残差及第三通道干扰。试验结果表明，所提出的基于流量脉动补偿的电静液作动器神经网络控制和另外两种控制方法相比，跟踪精度提升了65%以上，在降低控制器增益和调参难度的同时，获得了更加优异的控制性能。

来源：2025年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第4期