کنترل سرعت سامانه سروالکتروهیدرولیک با استفاده از روش ترکیبی فازی

نویسندگان

1 آزاد اسلامی واحد بویین زهرا

2 ازاد اسلمی واحد تهران مرکز

چکیده

کنترل سیستم های سروالکتروهیدرولیک به دلیل عملکرد مناسب در گشتاور اینرسی بار بالا و همچنین دستیابی به سرعت پاسخ سریع بسیار حائز اهمیت می باشد. کنترل سرعت، کنترل موقعیت و کنترل گشتاور جزء مهمترین روش های کنترلی برای این سیستم ها می باشد. روش‌های پیشنهادی که برای کنترل سیستم ارائه شده‌اند دارای یک سری عدم قطعیت در سیستم از جمله وجود اصطکاک داخلی، شار داخلی، اثر غیر خطی مدل و نویز خارجی می باشند. در این مقاله از یک روش ترکیبی با استفاده از روش جبران توزیع شده به صورت موازی و بر پایه مدل تاکاگی سوگنو و کنترل کننده فازی با ایده آموزش پسخورد خطا استفاده شده است. علاوه بر این، کنترل سرعت و شناسایی مدل سیستم توسط ایده رگولاسیون انجام شده است. نتایج تحقیق حاضر در مقایسه با سایر کنترل کننده‌ها عملکرد بهتری در پاسخگویی سیستم نشان می‌دهد. همچنین پایداری گنترل کننده توسط روش نامساوی ماتریس خطی به اثبات رسیده است.

کلیدواژه‌ها


1.   H. E. Merritt, “Hydraulic Control Systems”, New York, John Wiley & Sons, Inc, 1967.##
2. Watton, J. “Fluid Power Systems, Modelling Simulation and Microcomputer Control”, Englewood Cliffs, N. J. Prentice-Hall, pp. 323-345, 1988.##
3. Cloy, D. Mc. and Martin, H.R. “The Control of Fluid Power”, New York, John Wiley & Sons, 1973.##
4. Rui, Liu. “Nonlinear Control of Electro-Hydraulic Servo Systems: Theory and Experiment”, Master Thesis, University of Illinois at Urbana-Champaign, 1998.##
5. Jovanovic, M. “Nonlinear Control of an Electro Hydraulic Velocity Servo System”, American Control Conference, Anchorage, Alaska, USA, Vol. 1, pp. 588-593, 2002.##
6. Mohseni, S. A., Aliyari, M., and Teshnehlab, M. “EHSS Velocity Control by Fuzzy Neural Networks”, IEEE Conf, North American Fuzzy Information Processing, Society, pp 13-18, 2006.##
7. Azimian, H. Adlgostar, R., and Teshnehlab, M. “Velocity Control of an Electro Hydraulic Servomotor by Neural Networks”, International Conference Physcon, Saint Petersburg, RUSSIA, pp. 677-682, 2005.##
8. Chan, L. C. Y. and Asokanthan, S. F. “CMAC Based Controller for Hydro Mechanical Systems”, American Control Conference, Arlington, USA, Vol. 6, pp. 4496-4501, 2001.##
9. Mohseni, S. A. Aliyari Shooredeli, M. Teshnehlab, M. “Decoupled Sliding-Mode with Fuzzy Neural Network Controller for EHSS Velocity Control”, International Conference on Intelligent, .Malaysia, pp. 7-11, 2007.##
10. M. Kawato, “Computational Schemes and Neural Network Models for Formation and Control of Multijoint Arm Trajectory”, Massachusets, MIT university, 1990.##
11. Miyamoto, H., Kawato, M., Setoyama, T., and Suzuki, R. “Feedback Error Learning Neural Network for Trajectory Control of a Robotic Manipulator Neural Networks”, Journal of Neural Networks of Elsevier, Vol. 1, pp. 251-265, 1988.##
12. Asadi Asad Abad, M.R., Zare Bidaki, A.R., and Jahanshahi, M. “Velocity Control Of Electro-Hydraulic Servo System by Tracking Method”. International Journal of Smart Electrical Engineering, Vol. 1, No. 3. pp 1-6. 2014.##
13. Wang, H. O., Tanaka, K. Griffin, M. “Parallel Distributed Compensation of Nonlinear Systems by Takagi-Sugeno Fuzzy Model”, Proc. American Control Conference, Seattle, USA, Vol. 2, pp. 531-538, 1995.##
14. Wang, H. O., Tanaka, K. “Fuzzy Control Systems Design and Analysis”, New York, Wiley, pp. 5-81, 2001.##
15. Akbari, A., Zare Bidaki, A.R., Hosseini, A.R., Aliyari Shhooredeli, M. “Investigation of Stability of Electro-Hydraulic Servo System Using Fuzzy Intelligent Controller”. Journal of Mechanical of Modares, Vol. 14, No. 3, pp. 36-42, 2014.##
16. Moetakef Imani, B, Ghorashi Khalil S.H, “Implementation of Adaptive and Proportional-Integral Algorithms in Servo Hydraulic Fatigue Testing Machin”, Journal of Mechanic of Emam Hossein, Vol 4, pp. 1-9, 1395.##
17. Kashefi, S, “Predictive Adaptive Autopilot for STT Missile Based on Model Reference Method and Lyapanov Theorem”, Journal of Mechanic of Emam Hossein, Vol 3, pp. 91-100, 1391.##