针对如何提高阀控离合器的位置控制精度、克服非线性等问题,该文提出了一种基于状态反馈线性化的电液伺服系统模型预测控制方案。首先建立了伺服系统状态空间模型,将非线性系统映射为新坐标空间内的线性系统模型;接着设计了一种基于马...针对如何提高阀控离合器的位置控制精度、克服非线性等问题,该文提出了一种基于状态反馈线性化的电液伺服系统模型预测控制方案。首先建立了伺服系统状态空间模型,将非线性系统映射为新坐标空间内的线性系统模型;接着设计了一种基于马尔可夫链预测模型的反馈线性化模型预测控制器(feedback linearization model predictive controller,FLMPC),通过设计损失函数求解最优输入序列,最终作用于反馈线性化系统。仿真结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,可以有效减少超调量。且在保证被控对象快速稳定控制的条件下,相比非线性模型预测控制,该算法单步计算时间更短。展开更多
针对使用PID方法对阀控非对称液压缸位置控制中出现的超调问题,以及传统非线性模型预测控制优化求解计算时间较长的问题,提出了一种基于状态反馈线性化的阀控非对称缸模型预测控制方案。首先建立了阀控系统状态空间模型,运用微分几何理...针对使用PID方法对阀控非对称液压缸位置控制中出现的超调问题,以及传统非线性模型预测控制优化求解计算时间较长的问题,提出了一种基于状态反馈线性化的阀控非对称缸模型预测控制方案。首先建立了阀控系统状态空间模型,运用微分几何理论讨论系统可反馈线性化的充要条件,并将非线性系统映射为新坐标空间内的线性系统模型;设计了反馈线性化模型预测控制器(Feedback Linearization Model Predictive Controller,FLMPC),讨论了线性系统下的约束问题,其中由于系统仿真预测时域远小于系统响应时间,对模型预测控制的损失函数加以修正。结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,且在保证被控对象快速稳定控制的条件下,对比该算法与非线性模型预测控制的单步计算时间,证明该算法能够缩短计算时间。展开更多
文摘针对如何提高阀控离合器的位置控制精度、克服非线性等问题,该文提出了一种基于状态反馈线性化的电液伺服系统模型预测控制方案。首先建立了伺服系统状态空间模型,将非线性系统映射为新坐标空间内的线性系统模型;接着设计了一种基于马尔可夫链预测模型的反馈线性化模型预测控制器(feedback linearization model predictive controller,FLMPC),通过设计损失函数求解最优输入序列,最终作用于反馈线性化系统。仿真结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,可以有效减少超调量。且在保证被控对象快速稳定控制的条件下,相比非线性模型预测控制,该算法单步计算时间更短。
文摘针对使用PID方法对阀控非对称液压缸位置控制中出现的超调问题,以及传统非线性模型预测控制优化求解计算时间较长的问题,提出了一种基于状态反馈线性化的阀控非对称缸模型预测控制方案。首先建立了阀控系统状态空间模型,运用微分几何理论讨论系统可反馈线性化的充要条件,并将非线性系统映射为新坐标空间内的线性系统模型;设计了反馈线性化模型预测控制器(Feedback Linearization Model Predictive Controller,FLMPC),讨论了线性系统下的约束问题,其中由于系统仿真预测时域远小于系统响应时间,对模型预测控制的损失函数加以修正。结果证明,在相同输入情况下,反馈线性化系统与原系统的位置误差满足控制需要,且在保证被控对象快速稳定控制的条件下,对比该算法与非线性模型预测控制的单步计算时间,证明该算法能够缩短计算时间。
