抽油机电液伺服模拟和加载系统智能控制策略及其应用研究
该文紧密结合石油行业两个实际的工程应用项目("抽油机电液伺服被动加载系统"的改进和"抽油机电液伺服模拟系统"的研制),在以下几个方面开展了理论和实验的研究,其主要研究工作为:1)根据石油工业发展的需要,深入分析了抽油机的运动和负载规律,并结合上述两个实际系统的不同特点,有针对性地提出了几种液压伺服系统的智能自适应控制策略.2)首次详细推导和建立了抽油机加载和模拟两个系统的数学模型,为两系统的研制、改进和调试提供了理论依据;3)研究了两系统的非线性特性.4)提出了模型参考模糊自适应抑制多余力干扰的控制策略.5)首次提出了一种新...
该文紧密结合石油行业两个实际的工程应用项目("抽油机电液伺服被动加载系统"的改进和"抽油机电液伺服模拟系统"的研制),在以下几个方面开展了理论和实验的研究,其主要研究工作为:1)根据石油工业发展的需要,深入分析了抽油机的运动和负载规律,并结合上述两个实际系统的不同特点,有针对性地提出了几种液压伺服系统的智能自适应控制策略.2)首次详细推导和建立了抽油机加载和模拟两个系统的数学模型,为两系统的研制、改进和调试提供了理论依据;3)研究了两系统的非线性特性.4)提出了模型参考模糊自适应抑制多余力干扰的控制策略.5)首次提出了一种新的基于神经网络补偿的自适应鲁棒控制策略,给出了控制算法.6)针对传统的模糊神经网络(Fuzzy Neural Network,FNN)控制器学习算法精度低、收敛速度慢和在线应用效果差等缺陷,提出一种遗传算法模糊神经网络(Genetic Fuzzy Neural Network,GFNN)控制策略,模拟仿真实验结果表明,新的控制策略融合了遗传算法、BP算法和最小二乘法的优点,提高了复杂变量系统控制中FNN的学习精度和收敛速度,增强了FNN控制器的在线应用效果.
展开
作者: 吴伟
学科专业: 机械工程
授予学位: 博士
学位授予单位: 西安交通大学
导师姓名: 林廷圻
学位年度: 2003
语 种: chi
分类号: TE933.1 TP183