电液伺服系统神经网络辨识及控制器设计

针对阀控缸电液位置伺服系统非线性建模问题，采用神经网络进行系统模型辨识。采用 LM 遗传算法对三层 BP 神经网络的权值和阈值进行修正，通过训练系统的输入/输出数据建立非线性系统辨识模型。基于此模型，设计模糊 PI 控制器，利用智能权函数在线自动调整和修改模糊控制器的规则。利用 xPC 技术建立阀控缸伺服实验台，以实验台阶跃输出信号作为改进 BP 神经网络辨识信号，以实验台正弦输出信号作为验证信号。实验表明:该神经网络辨识模型的可信性 得以验证;通过对比智能权函数模糊 PI 控制器和模糊控制器的实验曲线，表明前者控制效果更好