随着控制理论和计算机技术的发展,阀控马达速度控制系统被广泛应用于矿山、港口、工厂、建筑、海洋等诸多领域。在某些应用场合,系统的负载变化频繁,速度容易受外界干扰的影响。系统的参数会随着工作过程的变化而变化,因此是一类典型的非线性不确定系统。更好的控制系统的速度,使之克服外负载和系统模型变化所产生的干扰成为目前研究的一个重要课题。 论文首先对负载敏感液压综合开发平台阀控马达模块建立了数学模型,在此基础上介绍了PID控制和模糊控制器的基本原理,分别采用积分分离PID控制和普通模糊控制方法对实验系统进行仿真,分析了仿真效果。最后提出了一种基于模糊神经元网络的阀控马达控制方案。采用模糊逻辑和神经元网络控制策略,设计了新的控制算法来解决阀控马达控制问题。系统中,将模糊控制技术与神经元网络技术相结合,构建了模糊神经元网络控制器,该控制器结合模糊控制与神经元网络各自的优点,使其既具有模糊控制器简单和有效的非线性控制作用,又具有神经元网络学习和适应能力。利用神经元网络实现模糊逻辑推理,神经元网络通过对训练样本的学习,产生、修正并优化输入/输出之间的模糊规则,提高了阀控马达控制系统的自适应能力,改善了控制系统的性能。 MATLAB仿真结果表明,模糊神经元网络控制器应用于阀控马达速度控制可以获得比传统PID控制和普通模糊控制更好的适应能力和稳态性能,从而保证了阀控马达控制系统的稳定性,满足了实际应用的要求。模糊神经元网络控制器调试的成功,可作为拓展其他相关研究和实验的有利参考。