机械工程学报

作者：周宁, 姚建勇, 邓文翔

单位：南京理工大学机械工程学院 南京 210094

关键词：液动力,计算流体动力学,神经网络,模型补偿,鲁棒控制；

基金：国家重点研发计划(2021YYFB2011300); 国家自然科学基金(52075262);国家自然科学基金(52275062); 江苏省研究生科研与实践创新计划(KYCX23_0421)资助项目

比例伺服阀广泛应用于智能工程机械、国防装备等高端液压系统中。对于智能比例伺服阀而言,液动力是限制其智能化程度提升最主要的因素。针对上述问题,提出一种基于神经网络的阀芯液动力补偿鲁棒控制器(Flow forcecompensationneuralnetwork-basedrobustcontroller,FF-NNRC)。首先利用Fluent软件,获取在不同阀芯位移、压力边界条件下的液动力信息,用于模拟真实工况下的液动力扰动。设计神经网络学习逼近液动力扰动,从而在模型前馈补偿项构建液动力动态补偿项,针对系统其他扰动及神经网络估计误差设计鲁棒项加以克服。Lyapunov稳定性理论证明提出的控制策略可以实现系统的有界稳定。仿真结果表明,与传统的PID控制器和基于名义值模型补偿的鲁棒控制器(Model compensation robust controller,MC-RC)相比,所提出的控制器具有更高的控制精度和抗干扰能力。

来源：2024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2024年第4期