آمار
| تعداد نشریات | 36 |
| تعداد شماره‌ها | 1,192 |
| تعداد مقالات | 8,579 |
| تعداد مشاهده مقاله | 6,989,912 |
| تعداد دریافت فایل اصل مقاله | 4,033,398 |
کنترل سرعت سامانه سروالکتروهیدرولیک با استفاده از روش ترکیبی فازی | ||
| مکانیک هوافضا | ||
| مقاله 4، دوره 15، شماره 1 - شماره پیاپی 55، اردیبهشت 1398، صفحه 39-50 اصل مقاله (532.26 K) | ||
| نویسندگان | ||
| امیررضا زارع* 1؛ محسن جهانشاهی2 | ||
| 1آزاد اسلامی واحد بویین زهرا | ||
| 2ازاد اسلمی واحد تهران مرکز | ||
| تاریخ دریافت: 05 اردیبهشت 1396، تاریخ بازنگری: 30 بهمن 1397، تاریخ پذیرش: 28 شهریور 1397 | ||
| 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 | ||
| سامانه سروالکتروهیدرولیک؛ روش نامساوی ماتریس خطی؛ روش جبران توزیع‌شده به‌صورت موازی؛ کنترل‌‌کننده فازی؛ آموزش بازخورد خطا | ||
| عنوان مقاله [English] | ||
| Velocity of Control of Electro Hydraulic Servo System by Using Fuzzy Coupled Method | ||
| چکیده [English] | ||
| Electro hydraulic control systems are important in their ability to handle large torque loads and quick response. Velocity, position and torque control are the most important controlling methods for the systems. The control systems suggested before including uncertainty parameters such as: internal friction, external noises, and non-linearity in the model behavior. Parallel distributed compensator method based on Takagi-Sugeno and fuzzy controller are used in this paper by feedback error learning's idea. In addition velocity control and identification of the model is carried out by applying regulation scheme. Results indicate that the controller presents better performance and response to the other controllers Also stability of controller is validated by linear matrix inequality method | ||
| کلیدواژه‌ها [English] | ||
| Electro hydraulic servo systems, Parallel Distributed Compensator approach, Fuzzy Controller, Feedback Error Learning | ||
| مراجع | ||
|
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.## | ||
|
آمار تعداد مشاهده مقاله: 490 تعداد دریافت فایل اصل مقاله: 116 |
||