气动系统的输出力由气体压力产生,其本质是压力控制。由于气体的可压缩性、气体泄露以及系统摩擦力等因素影响,使气动系统成为复杂的非线性系统,传统控制方法对其控制效果不理想。因此,实现非线性气动系统的快速响应和稳态跟踪的恒压控制成为了研究重点。目前,研究主要集中在无摩擦气缸、高精度控制阀以及气动系统控制算法三个方面。压力控制算法是本文研究重点,主要研究内容如下:(1)气动系统建模与仿真。根据无摩擦气缸和比例控制阀结构原理分别对其进行数学建模,进而建立气动系统模型。利用MATLAB建立仿真模型,并对气源压力和温度、储气罐容积以及管路长度和直径进行系统影响因素仿真分析。(2)气动系统实验平台搭建。依据气动系统的结构原理进行实验平台的搭建,包括实验平台总体设计、关键元器件的选型、软件设计中的数据采集卡驱动编写、上位机软件用户界面交互设计以及CVI与MATLAB的混合编程设计。(3)大脑情感学习算法及其改进。大脑情感学习控制器(Brain Emotion Learning Controller,BELC)在非线性系统控制中,表现出较强的快速响应能力和系统鲁棒性。结合气动系统非线性和BELC特性对BELC算法进行改进。采用模糊控制对BELC权值学习率进行在线调节,克服系统参数时变和建模不确定的影响。并对BELC及其改进算法进行仿真分析。(4)压力控制算法实验研究。分别采用PID、BELC及其改进算法进行阶跃响应、阶跃扰动和正弦跟踪实验。实验表明,BELC改进算法较PID在响应速度和稳态精度上有明显提高。稳态误差稳定在400Pa-550Pa之间,较PID降低了70%以上。存在扰动时,稳态时间降低了30%以上,BELC改进算法具有更强的鲁棒性。在动态跟踪中,幅值变化和相位滞后小,跟踪效果更好。综上研究表明了BELC算法改进方案的可行性和BELC改进算法在气动控制方面的良好适应能力和控制优势。