CN113934183B - 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法 - Google Patents

一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法 Download PDF

Info

Publication number
CN113934183B
CN113934183B CN202111386458.1A CN202111386458A CN113934183B CN 113934183 B CN113934183 B CN 113934183B CN 202111386458 A CN202111386458 A CN 202111386458A CN 113934183 B CN113934183 B CN 113934183B
Authority
CN
China
Prior art keywords
friction
firefly
factor
lugre
force
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111386458.1A
Other languages
English (en)
Other versions
CN113934183A (zh
Inventor
高炳微
申伟
关昊
郑麟韬
张威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202111386458.1A priority Critical patent/CN113934183B/zh
Publication of CN113934183A publication Critical patent/CN113934183A/zh
Application granted granted Critical
Publication of CN113934183B publication Critical patent/CN113934183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/414Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4142Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by the use of a microprocessor
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/34Director, elements to supervisory
    • G05B2219/34013Servocontroller
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position Or Direction (AREA)

Abstract

本发明公开了一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法,属于自动控制领域。该方法首先采集摩擦力与速度的相关数据;利用改进萤火虫算法分别对LuGre摩擦模型静态和动态参数进行辨识,获得辨识后的LuGre摩擦模型;在线运行电液伺服系统,根据辨识后的LuGre摩擦模型搭建摩擦观测器,实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,构建基于LuGre摩擦模型的前馈补偿结构,利用该结构即可实现电液伺服系统摩擦非线性补偿。本发明提高了摩擦模型的辨识精度,提高了电液伺服系统的信号跟踪精度,减少了速度零位的抖振现象。

Description

一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法
技术领域
本发明属于自动控制领域,具体涉及一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法。
背景技术
摩擦是电液伺服系统中广泛的存在,对伺服控制系统尤其高精度伺服控制系统性能影响很大,因此许多专家学者都致力于研究摩擦参数辨识及补偿的方法。根据各种伺服系统中不同的摩擦机理以及不同应用需求,采用相应摩擦模型进行辨识补偿,因而需要对系统进行精确补偿控制分析,使电液伺服系统的精度更高。
经典辨识方法主要采用李雅普诺夫函数法、最小二乘法和谱分析法等对摩擦参数进行辨识。由于LuGre摩擦模型需要辨识的参数较多,且辨识较为困难,辨识得到的参数收敛较长。而萤火虫算法具有全局搜索能力强,设计参数少,收敛速度快,能解决多变量优化问题,但标准的萤火虫算法仍存在一些缺陷。
摩擦非线性严重影响伺服系统性能,导致输出相位滞后、低速“爬行”、速度畸变、跟踪误差。如何采用一种有效的补偿方法对摩擦干扰进行限制或消除,成为国内外学者研究的热点,传统摩擦观测器在液压缸换向过程中加剧了抖振现象,速度过渡的不够平滑。
发明内容
有鉴于此,本发明的目的在于提供一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法,使得具有辨识精度高、成本低、效率高以及可操作性强等优点。
实现本发明目的的技术方案为:基于改进萤火虫算法的电液伺服系统摩擦补偿方法,包括以下步骤:
步骤1、离线获取电液伺服系统的移速和摩擦力数据;
步骤2、根据离线获得的转速与摩擦力数据,利用改进萤火虫算法分别对LuGre摩擦模型静态和动态参数进行辨识,获得辨识后的LuGre摩擦模型;
步骤3、在线运行电液伺服系统,根据辨识后的LuGre摩擦模型搭建摩擦观测器,实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,构建基于LuGre摩擦模型的前馈补偿结构,利用该结构即可实现电液伺服系统摩擦非线性补偿。
进一步地,步骤2利用改进萤火虫算法分别对LuGre摩擦模型静态和动态参数进行辨识,获得辨识后的LuGre摩擦模型,具体为:
LuGre摩擦模型为:
Figure BDA0003367252870000021
/>
式中,Ff为摩擦力,σ0为鬃毛的刚度系数,σ1为阻尼系数,σ2为黏性摩擦斜率因子,σ3为黏性摩擦变化因子,z为鬓毛平均弹性形变,v为接触面间刚体相对运动速度,vs为StriBeck效应速度,Fc为库伦摩擦力,Fs为最大静摩擦力,g(v)为大于0的函数,且有界。
步骤2-1、初始参数设置
设置荧光素挥发因子为α,荧光素更新率为γ,领域变化率为β,萤火虫数量控制阈值为nt,萤火虫初始荧光素量为l0,感知半径为r0、决策半径为rs,最大移动步长为smax,步长调节因子为ρ,位置最大值为Xmax,位置最小值为Xmin,速度最大值为Vmax,速度最小值为Vmin,惯性因子最大值为
Figure BDA0003367252870000022
惯性因子最小值为/>
Figure BDA0003367252870000023
自我学习因子c1、社会学习因子c2,种群规模为N。
步骤2-2、改进萤火虫初始化
随机初始化萤火虫的位置向量,根据萤火虫的初始位置计算萤火虫的适应值,并以适应值最优的萤火虫位置向量为初始化种群的最佳位置。
步骤2-3、全局位置更新
选取惯性算法因子
Figure BDA0003367252870000024
对萤火虫种群进行速度和全局位置更新,更新公式为:
Figure BDA0003367252870000025
Figure BDA0003367252870000026
Figure BDA0003367252870000027
式中,Vi为第i个萤火虫的速度,c1为自我学习因子,c2为社会学习因子,
Figure BDA0003367252870000028
为第i个萤火虫在第k次迭代最优的值,gbest为第k次迭代以来群体最优值,τ1、τ2为区间(0,1]上的随机数,/>
Figure BDA0003367252870000029
为惯性因子。
步骤2-4、局部位置更新
将萤火虫i与其领域半径内其他萤火虫进行荧光素浓度对比,若领域集为空,这类萤火虫归类为萤火虫j,对萤火虫j进行位置更新随机优化处理;若领域集不为空,计算萤火虫i向领域内的每只萤火虫移动的概率,荧光素浓度较低的萤火虫用轮盘赌的方法选择位置移动方向,向更优个体移动。其位置更新公式为:
Figure BDA0003367252870000031
其中,ω(t)是惯性权重,本质是一种随机偏好游动,s(t)为自适应动态步长策略。其数学表达式如下所示:
Figure BDA0003367252870000032
式中,t为迭代次数,tmax为最大迭代次数,smax为最大移动步长,ρ为步长变化幅度调节因子。
步骤2-5、结果输出
完成局部位置更新后,更新萤火虫的个体历史最优值pbest和全局历史最优值gbest。若满足终止条件后,输出最优优化的摩擦模型的参数。
优选地,步骤2-2、改进萤火虫初始化,具体适应值计算方法如下:
步骤1、静态参数辨识
根据动量守恒定理,在液压缸匀速运动的状态下,即dz/dt=0时,受到的和力矩为零,即液压缸输出力矩等于摩擦力矩,稳态摩擦力为:
Figure BDA0003367252870000033
此时萤火虫静态参数辨识初始位置向量设为:
Figure BDA0003367252870000034
摩擦力辨识值如下:
Figure BDA0003367252870000035
根据萤火虫的初始位置向量,适应值为:
Figure BDA0003367252870000041
式中:c为惩罚系数,max(Ff1-Ff21,Ff2-Ff22,…,FfN-Ff2N)为第1次到第N次中辨识摩擦力与实际摩擦力差值的最大值。
步骤2、动态参数辨识
当系统由静止开始运动时,摩擦力表现为与阀芯相对运动位移关系,将鬃毛模型中的平均位移z近似为阀芯的位移x,忽略弹性力、惯性力和液动力的影响,设立萤火虫动态参数辨识初始位置向量
Figure BDA0003367252870000042
输入的驱动力主要克服摩擦的影响,所以可以建立力平衡公式为:
Figure BDA0003367252870000043
根据萤火虫的初始位置向量,适应值为:
Figure BDA0003367252870000044
式中:c为惩罚系数,max(Ff1-Ff21,Ff2-Ff22,…,FfN-Ff2N)为第1次到第N次中辨识摩擦力与实际摩擦力差值的最大值。
进一步地,步骤3根据辨识后的LuGre摩擦模型实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,构建基于LuGre摩擦模型的前馈补偿结构,具体为:
将位置信号作为输入变量,根据辨识后的LuGre摩擦模型实时获取摩擦力矩F,并将摩擦力矩F通过前馈系数补偿至位置信号,其数学表达式如下所示:
Sq(t)=F*kF
Figure BDA0003367252870000045
/>
Figure BDA0003367252870000046
其中,Sq(t)为前馈摩擦补偿位置量,kF为摩擦反馈系数,α为比例因子,β为位移因子,τ为平滑因子,Sa(t)为施加前馈补偿后的位置信号,
Figure BDA0003367252870000047
为未施加前馈补偿前的位置信号。
本发明的有益效果:
1)采用改进萤火虫算法对系统LuGre摩擦模型进行参数辨识,可实现对摩擦模型的精确辨识,通过提高算法搜索能力的自适应性、全局搜索能力和收敛精度,充分发挥每个萤火虫的价值,进而提高摩擦模型参数辨识精度和补偿效果;
2)调整电流反馈补偿,提高了电液伺服系统在跟踪正弦信号的跟踪精度,有效地解决系统速度过零位的抖振现象;
3)采用两步法进行摩擦参数辨识,降低了计算量,提高了算法的准确度。通过在适应函数中增添惩罚因子,降低了离群点带来的误差影响,提高了辨识精度。
附图说明
图1为本发明基于改进萤火虫算法的电液伺服系统摩擦补偿方法;
图2为本发明实施例中实际测量的移速与摩擦力数据关系图;
图3为本发明所设计的改进萤火虫算法的实现原理流程图;
图4(a)为本发明实施例中改进萤火虫算法摩擦模型静态参数辨识曲线图;
图4(b)为本发明实施例中改进萤火虫算法摩擦模型动态参数辨识曲线图;
图5为本发明实施例中的基于修正摩擦观测的前馈模糊控制器结构示意图;
图6为本发明实施例中不同控制器对指令位置跟踪效果对比实验图;
具体实施方式
为了使本领域技术人员更好地理解本发明的技术方案并能予以实施,下面结合附图和具体实施例对本发明进一步详细的描述。以下实例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例
如图1所示,在具体实施过程中,本发明的具体实施步骤如下:
离线情况下,调节伺服阀口开度控制系统流量,通过调节溢流阀控制系统的供油压力,通过调节节流阀控制液压缸的压力,由动量守恒定律ma=F-Ff,当液压缸做匀速运动时,即a=0,忽略液压油的粘性力及弹性力,系统的输入力就等于摩擦力,即F=Ff。通过调节不同的压力值,采集对应液压缸移速v与摩擦力矩Ff的数据。测得实际摩擦力矩与液压缸移速关系如图2所示。
根据电液伺服系统的LuGre模型可知,需要辨识的静态参数为σ2、σ3、vs、Fc、Fs,动态参数为σ1、σ0。利用改进萤火虫算法对分别对LuGre摩擦模型静态和动态参数进行辨识,改进萤火虫算法的辨识流程如图3所示,具体设置如下:
设置荧光素挥发因子为0.9,荧光素更新率为0.1,领域变化率为0.58,萤火虫数量控制阈值为6,萤火虫初始荧光素量为400,感知半径和决策半径均为5,最大移动步长为3,步长调节因子为0.08,位置最大值为5,位置最小值为-5,速度最大值为1,速度最小值为-1,惯性因子最大值为0.9,惯性因子最小值为0.4,自我学习因子和社会学习因子均为1.5,种群规模为500,最大迭代次数为1000,静态、动态参数辨识中目标函数惩罚系数均设为0.5。
最终摩擦模型静态,动态参数辨识值如下表1所示,摩擦曲线分别如图4(a)和图4(b)所示。
表1辨识LuGre摩擦模型结果
Figure BDA0003367252870000061
根据辨识出的LuGre摩擦模型实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,构建基于LuGre摩擦模型的前馈补偿结构。
构建电液伺服系统前馈模糊控制器
由于电液伺服系统中存在非线性摩擦力及多种其他干扰充分,对系统的稳定性以及位置跟踪精度产生影响,因此本发明如图5所示,设计一种基于修正摩擦观测的前馈模糊控制器对系统进行摩擦补偿与控制。根据模型的平滑性需求和精度需求,选择α=0.6,β=0,τ=14,比例、积分、微分系数初始值分别设为13、12、0.05,比例、积分、微分系数比例因子分别设为0.5、0.05、0.05,误差和误差变化率的模糊化因子均设为0.1。输入频率为0.2Hz,幅值为5mm的正弦位置信号。
图6所示为采用本发明方法的控制器与常规模糊PID控制器控制下仿真对比实验曲线。实验结果表示采用本发明方法的控制器能够有效的改善系统对于指令力矩的跟踪效果,显著降低摩擦力矩的干扰。
以上实施例仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制,凡是与本发明相同或相似的设计均属于本发明的保护范围之内。

Claims (1)

1.一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法,其特征在于,包括以下步骤:
步骤1、离线获取电液伺服系统的移速和摩擦力数据;
步骤2、根据离线获得的移速与摩擦力数据,利用改进萤火虫算法分别对LuGre摩擦模型静态和动态参数进行辨识,获得辨识后的LuGre摩擦模型;
所述利用改进萤火虫算法分别对LuGre摩擦模型静态和动态参数进行辨识,获得辨识后的LuGre摩擦模型,具体为:
LuGre摩擦模型为:
Figure FDA0003956133040000011
式中,Ff为摩擦力,σ0为鬃毛的刚度系数,σ1为阻尼系数,σ2为黏性摩擦斜率因子,σ3为黏性摩擦变化因子,z为鬓毛平均弹性形变,v为接触面间刚体相对运动速度,vs为StriBeck效应速度,Fc为库伦摩擦力,Fs为最大静摩擦力,g(v)为大于0的函数,且有界;
步骤2-1、初始参数设置
设置荧光素挥发因子为α,荧光素更新率为γ,领域变化率为β,萤火虫数量控制阈值为nt,萤火虫初始荧光素量为l0,感知半径为r0、决策半径为rs,最大移动步长为smax,步长调节因子为ρ,位置最大值为Xmax,位置最小值为Xmin,速度最大值为Vmax,速度最小值为Vmin,惯性因子最大值为
Figure FDA0003956133040000012
惯性因子最小值为/>
Figure FDA0003956133040000013
自我学习因子c1、社会学习因子c2,种群规模为N;
步骤2-2、改进萤火虫初始化
随机初始化萤火虫的位置向量,根据萤火虫的初始位置计算萤火虫的适应值,并以适应值最优的萤火虫位置向量为初始化种群的最佳位置;
所述改进萤火虫初始化,具体为:
静态参数辨识
根据动量守恒定理,在液压缸匀速运动的状态下,即dz/dt=0时,受到的和力矩为零,即液压缸输出力矩等于摩擦力矩,稳态摩擦力为:
Figure FDA0003956133040000021
此时萤火虫静态参数辨识初始位置向量设为:
Figure FDA0003956133040000022
摩擦力辨识值如下:
Figure FDA0003956133040000023
根据萤火虫的初始位置向量,适应值为:
Figure FDA0003956133040000024
/>
式中:c为惩罚系数,max(Ff1-Ff11,Ff2-Ff12,…,FfN-Ff1N)为第1次到第N次中辨识摩擦力与实际摩擦力差值的最大值;
动态参数辨识
当系统由静止开始运动时,摩擦力表现为与阀芯相对运动位移关系,将鬃毛模型中的平均位移z近似为阀芯的位移x,忽略弹性力、惯性力和液动力的影响,设立萤火虫动态参数辨识初始位置向量
Figure FDA0003956133040000025
输入的驱动力主要克服摩擦的影响,所以可以建立力平衡公式为:
Figure FDA0003956133040000026
根据萤火虫的初始位置向量,适应值为:
Figure FDA0003956133040000027
式中:c为惩罚系数,max(Ff1-Ff21,Ff2-Ff22,…,FfN-Ff2N)为第1次到第N次中辨识摩擦力与实际摩擦力差值的最大值;
步骤2-3、全局位置更新
选取惯性算法因子
Figure FDA0003956133040000028
对萤火虫种群进行速度和全局位置更新,更新公式为:
Figure FDA0003956133040000029
Figure FDA00039561330400000210
Figure FDA0003956133040000031
式中,Vi为第i个萤火虫的速度,c1为自我学习因子,c2为社会学习因子,
Figure FDA0003956133040000032
为第i个萤火虫在第k次迭代最优的值,gbest为第k次迭代以来群体最优值,τ1、τ2为区间(0,1]上的随机数,/>
Figure FDA0003956133040000033
为惯性因子;
步骤2-4、局部位置更新
将萤火虫i与其领域半径内其他萤火虫进行荧光素浓度对比,若领域集为空,这类萤火虫归类为萤火虫j,对萤火虫j进行位置更新随机优化处理;若领域集不为空,计算萤火虫i向领域内的每只萤火虫移动的概率,荧光素浓度较低的萤火虫用轮盘赌的方法选择位置移动方向,向更优个体移动;其位置更新公式为:
Figure FDA0003956133040000034
其中,ω(t)是惯性权重,本质是一种随机偏好游动,s(t)为自适应动态步长策略;其数学表达式如下所示:
Figure FDA0003956133040000035
式中,t为迭代次数,tmax为最大迭代次数,smax为最大移动步长,ρ为步长变化幅度调节因子;
步骤2-5、结果输出
完成局部位置更新后,更新萤火虫的个体历史最优值pbest和全局历史最优值gbest;若满足终止条件后,输出最优优化的摩擦模型的参数;
步骤3、在线运行电液伺服系统,根据辨识后的LuGre摩擦模型搭建摩擦观测器,实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,构建基于LuGre摩擦模型的前馈补偿结构,利用该结构即可实现电液伺服系统摩擦非线性补偿;
所述根据辨识后的LuGre摩擦模型搭建摩擦观测器,实时获取摩擦力矩,并将摩擦力矩通过前馈系数补偿至位置信号,具体为:
将速度信号作为输入变量,根据辨识后的LuGre摩擦模型实时获取摩擦力矩F,并将摩擦力矩F通过前馈系数补偿至位置信号,所用公式具体如下:
Sq(t)=F*kF
Figure FDA0003956133040000041
Figure FDA0003956133040000042
其中,Sq(t)为前馈摩擦补偿位置量,kF为摩擦反馈系数,α为比例因子,β为位移因子,τ为平滑因子,Sa(t)为施加前馈补偿后的位置信号,
Figure FDA0003956133040000043
为未施加前馈补偿前的位置信号。/>
CN202111386458.1A 2021-11-22 2021-11-22 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法 Active CN113934183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111386458.1A CN113934183B (zh) 2021-11-22 2021-11-22 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111386458.1A CN113934183B (zh) 2021-11-22 2021-11-22 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法

Publications (2)

Publication Number Publication Date
CN113934183A CN113934183A (zh) 2022-01-14
CN113934183B true CN113934183B (zh) 2023-03-31

Family

ID=79287353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111386458.1A Active CN113934183B (zh) 2021-11-22 2021-11-22 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法

Country Status (1)

Country Link
CN (1) CN113934183B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114545864A (zh) * 2022-03-07 2022-05-27 哈尔滨理工大学 一种电液伺服系统摩擦补偿控制方法
CN114594688A (zh) * 2022-03-07 2022-06-07 哈尔滨理工大学 一种基于电液伺服系统的自抗扰控制器改进方法
CN116455294B (zh) * 2023-06-14 2023-08-22 东莞市嘉翼智能装备有限公司 基于摩擦补偿的直线电机运动控制方法、系统及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105045103A (zh) * 2015-07-27 2015-11-11 台州学院 一种基于LuGre摩擦模型伺服机械手摩擦补偿控制系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283090B (zh) * 2021-05-28 2023-07-11 中国民航大学 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105045103A (zh) * 2015-07-27 2015-11-11 台州学院 一种基于LuGre摩擦模型伺服机械手摩擦补偿控制系统及方法

Also Published As

Publication number Publication date
CN113934183A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN113934183B (zh) 一种基于改进萤火虫算法的电液伺服系统摩擦补偿方法
CN105867133B (zh) 一种电液力矩伺服系统自调节误差符号积分鲁棒控制方法
CN104932259A (zh) 一种电液位置伺服系统的增益自调节的超螺旋滑模控制方法
CN110703608A (zh) 一种液压伺服执行机构智能运动控制方法
CN111273544B (zh) 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法
CN108445742A (zh) 一种气悬浮平台的智能pid控制方法
Liu et al. Modeling of hysteresis in piezoelectric actuator based on adaptive filter
CN114169230A (zh) 一种机器人动力学参数的辨识方法
CN102063061B (zh) 气动伺服系统中摩擦的自适应补偿方法
Dai et al. Adaptive force tracking control of electrohydraulic systems with low load using the modified LuGre friction model
CN114545864A (zh) 一种电液伺服系统摩擦补偿控制方法
CN116382071A (zh) 深度学习网络修正补偿的气动参数智能辨识方法
CN115099138A (zh) 一种基于rbf神经网络的精馏塔塔顶温度控制方法
Zeng et al. DDPG-based continuous thickness and tension coupling control for the unsteady cold rolling process
Jiang et al. Research on adaptive friction compensation of digital hydraulic cylinder based on LuGre friction model
Deng et al. The Smith-PID Control of Three-Tank-System Based on Fuzzy Theory.
CN110647111A (zh) 考虑输出离散性的电液伺服系统非线性自抗扰控制方法
CN111673026B (zh) 一种锻压机压制过程的在线控制方法及其控制系统
CN108267970B (zh) 基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法
Ren et al. Experimental tracking control for pneumatic system
Kim et al. Reinforcement adaptive learning neural network based friction compensation for high speed and precision
CN113977571B (zh) 一种柔性关节机器人输出力矩控制方法
CN113110069B (zh) 一种基于磁悬浮平面电机迭代神经网络鲁棒控制方法
Shern et al. Performance analysis of position tracking control with PID Controller using an Improved Optimization Technique
Ping et al. Improved LuGre-based friction modeling of the electric linear load simulator

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant