【技术实现步骤摘要】
本申请涉及电静液作动器仿真，特别是涉及一种基于rbf神经网络控制的电静液作动器仿真方法、设备、介质及产品。
技术介绍
1、电静液作动器(electro-hydrostatic actuator，eha)是一种将电能转换为液压能的装置，广泛应用于工业自动化、航空航天等领域。它具有响应速度快、力量密度高、精度高等优点，因此在高精度和高响应性能要求的应用中得到了广泛的应用。然而，电静液作动器的控制是一个复杂的问题。传统的pid(比例、积分、微分，proportion integrationdifferentiation)控制器难以满足对控制精度和系统动态响应的要求。为了克服这些问题，近年来神经网络控制技术逐渐被引入到电静液作动器的控制中，例如，使用繁演控制法设计了对eha的被动容错控制，但此方法缺乏针对性，因而对整体控制性能一般。在应用自适应卡尔曼滤波进行系统状态和故障同步估计的基础上，通过故障信息和状态估计进行状态反馈，对闭环系统进行极点配置，从而修正执行器故障造成的系统误差，实现了容错控制，但是没有考虑参数不确定性、参数时变等因素，因而还有改进空间。使用径向基(radialbasis function，rbf)神经网络结合鲁棒观测器对eha进行控制，但对于控制参数选择及优化问题的考虑有待于改进。
技术实现思路
1、本申请的目的是提供一种基于rbf神经网络控制的电静液作动器仿真方法、设备、介质及产品，能够实现不同工况下对位置信号的跟踪，并可以充分考虑扰动等影响，提高抗干扰性以及跟踪精度
2、为实现上述目的，本申请提供了如下方案：
3、第一方面，本申请提供了一种基于rbf神经网络控制的电静液作动器仿真方法，包括：
4、根据永磁同步电机、柱塞泵、液压缸及负载的工作原理建立电静液作动器数学模型；
5、获取柱塞泵、液压缸的重要参数；所述重要参数至少包括：负载总质量、粘性阻尼系数、液压缸活塞面积、液压管路和油缸平均容积、等效弹性模量、泄漏系数以及泵排量；
6、根据所述电静液作动器数学模型和所述重要参数，在matlab/simulink中建立电静液作动器仿真模型；
7、参考电静液作动器工况，在matlab/simulink中搭建信号及干扰模块，得到不同工况下电静液作动器的位置输入曲线和干扰；
8、根据所述电静液作动器数学模型，在matlab/simulink中搭建rbf神经网络控制模型；
9、将不同工况下电静液作动器的位置输入曲线和干扰输入所述rbf神经网络控制模型，以永磁同步电机转速为控制量，实现永磁同步电机转速控制；
10、基于所述永磁同步电机转速控制结果，得到不同工况下电静液作动器的跟踪结果，以生成跟踪曲线；
11、将所述跟踪曲线输入所述电静液作动器仿真模型，得到电静液作动器的仿真结果。
12、可选地，根据永磁同步电机、柱塞泵、液压缸及负载的工作原理建立电静液作动器数学模型，包括：
13、在忽略磁路饱和、涡流和磁滞损耗及磁场高次谐波的条件下，对永磁同步电机进行数学建模，得到永磁同步电机模型；
14、根据牛顿运动定律，对柱塞泵液压缸及负载进行数学建模，得到柱塞泵及液压缸模型；
15、基于所述永磁同步电机模型和所述柱塞泵及液压缸模型建立所述电静液作动器数学模型。
16、可选地，根据所述电静液作动器数学模型和所述重要参数，在matlab/simulink中建立电静液作动器仿真模型，包括：
17、根据所述电静液作动器数学模型，在matlab/simulink中建立永磁同步电机仿真模型，并通过pi控制调节转速环和电流环，以使永磁同步电机完成转速跟踪；
18、根据所述重要参数，在matlab/simulink中搭建液压泵、液压缸及负载的simulink模型；
19、基于所述永磁同步电机仿真模型和液压泵、液压缸及负载的simulink模型得到所述电静液作动器仿真模型。
20、可选地，参考电静液作动器工况，在matlab/simulink中搭建信号及干扰模块，得到不同工况下电静液作动器的位置输入曲线和干扰，包括：
21、参考电静液作动器工况，设置第一工况，并在所述第一工况下，跟踪第一正弦位置曲线、非线性项以及故障相，得到电静液作动器的第一位置输入曲线和干扰；
22、参考电静液作动器工况，设置第二工况，并在所述第二工况下，跟踪第二正弦位置曲线、非线性项以及故障相，得到电静液作动器的第二位置输入曲线和干扰；其中，在所述第二工况的设定时间段内，发生液压管路堵塞故障；
23、所述第一位置输入曲线和干扰以及所述第二位置输入曲线和干扰形成不同工况下电静液作动器的位置输入曲线和干扰。
24、可选地，所述第一正弦位置曲线表示为：
25、x1d＝0.05+0.02×sin(0.5πt)(1-e-0.5t)；
26、所述非线性项表示为：
27、d＝0.35x1x2+2×10-5；
28、所述故障相表示为：
29、
30、所述第二正弦位置曲线表示为：
31、x1d＝0.05+0.02×sin(0.5πt)(1-e-0.5t)；
32、式中，x1d为给定的位移信号，x1为实际电静液作动器模块输出的位移跟踪信号，x2为实际电静液作动器模块输出的速度，t为时间，f(x)为故障状态，d为扰动状态。
33、可选地，在得到不同工况下电静液作动器的跟踪结果的过程中，包括：
34、采用粒子群优化算法优化控制量参数，并基于优化后的控制量参数确定不同工况下电静液作动器的最优跟踪结果。
35、可选地，将所述电静液作动器数学模型、所述信号及干扰模块和所述rbf神经网络控制模型进行一体化集成，得到电静液作动器的一体化仿真模型。
36、第二方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述中任一项所述的基于rbf神经网络控制的电静液作动器仿真方法的步骤。
37、第三方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的基于rbf神经网络控制的电静液作动器仿真方法的步骤。
38、第四方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述中任一项所述的基于rbf神经网络控制的电静液作动器仿真方法的步骤。
39、根据本申请提供的具体实施例，本申请具有了以下技术效果：
40、本申请提供了一种基于rbf神经网络控制的电静液作动器仿真方法、设备、介质及产品，通过构建rbf神经网络控制模型，可以实现不同工况下对位置信号本文档来自技高网...
【技术保护点】
1.一种基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，所述基于RBF神经网络控制的电静液作动器仿真方法包括：
2.根据权利要求1所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，根据永磁同步电机、柱塞泵、液压缸及负载的工作原理建立电静液作动器数学模型，包括：
3.根据权利要求1所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，根据所述电静液作动器数学模型和所述重要参数，在Matlab/Simulink中建立电静液作动器仿真模型，包括：
4.根据权利要求1所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，参考电静液作动器工况，在Matlab/Simulink中搭建信号及干扰模块，得到不同工况下电静液作动器的位置输入曲线和干扰，包括：
5.根据权利要求4所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，所述第一正弦位置曲线表示为：
6.根据权利要求1所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，在得到不同工况下电静液作动器的跟踪结果的过程中
7.根据权利要求1所述的基于RBF神经网络控制的电静液作动器仿真方法，其特征在于，将所述电静液作动器数学模型、所述信号及干扰模块和所述RBF神经网络控制模型进行一体化集成，得到电静液作动器的一体化仿真模型。
8.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的基于RBF神经网络控制的电静液作动器仿真方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于RBF神经网络控制的电静液作动器仿真方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于RBF神经网络控制的电静液作动器仿真方法。
...【技术特征摘要】
1.一种基于rbf神经网络控制的电静液作动器仿真方法，其特征在于，所述基于rbf神经网络控制的电静液作动器仿真方法包括：
2.根据权利要求1所述的基于rbf神经网络控制的电静液作动器仿真方法，其特征在于，根据永磁同步电机、柱塞泵、液压缸及负载的工作原理建立电静液作动器数学模型，包括：
3.根据权利要求1所述的基于rbf神经网络控制的电静液作动器仿真方法，其特征在于，根据所述电静液作动器数学模型和所述重要参数，在matlab/simulink中建立电静液作动器仿真模型，包括：
4.根据权利要求1所述的基于rbf神经网络控制的电静液作动器仿真方法，其特征在于，参考电静液作动器工况，在matlab/simulink中搭建信号及干扰模块，得到不同工况下电静液作动器的位置输入曲线和干扰，包括：
5.根据权利要求4所述的基于rbf神经网络控制的电静液作动器仿真方法，其特征在于，所述第一正弦位置曲线表示为：
6.根据权利要求1所述的基于rbf...
【专利技术属性】
技术研发人员：王兴坚，涂超凡，杜迈，修苑博，张益鑫，樊思明，王启杨，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。