基于迭代学习的电液位置伺服系统控制的研究
|
摘要
电液位置伺服系统具有时变、严重非线性、结构不确定和负载干扰较大等特性,这使得传统的PID控制难以满足高精度控制的要求。当前控制主要策略是把高阶非线性系统降阶并线性化,然后设计低阶线性系统控制器。该方法在实际应用中表现出失真度大、精度低、响应速度慢等缺点,已经不能适应该系统逐步向快速、大功率、高精度、强响应、宽频带的发展趋势。针对这种情况,本文在直接研究高阶非线性系统的基础上,设计了合理的电液位置伺服系统控制器。
迭代学习控制不需要精确的数学模型,并且算法简单,在解决系统的高阶非线性问题有独到之处。在理论上,它能实现控制对象完全跟踪期望轨迹,适用于具有重复运动性质的系统;能直接在时域内对系统进行研究;在系统发生微变或出现干扰,它所改变的是系统的参考输入量,并不改变算法本身的参数等等。基于迭代学习基本原理,设计合理的控制器,是本文研究的核心问题。
在查阅大量文献资料的基础上,文中建立了电液位置伺服系统的数学模型,推导出它的传递函数;分析了系统的稳定性、时域特性和频域特性;讨论电液位置伺服系统中的非线性问题和参数的时变性。另外,推导了迭代学习收敛条件,在液压软件AMESim中,通过它与Matlab的接口,搭建了电液位置伺服系统实物仿真模型。在Matlab环境中搭建了迭代学习控制器的仿真模型;根据迭代学习闭环和开闭环基本结构,在系统输入分别为阶跃、正弦和脉冲信号下进行了仿真研究。结果表明,开闭环结构的控制器基本能完全跟踪期望轨迹,并且有较快的响应速度;而且,当跟踪轨迹发生改变时,该控制器虽然需要重新学习,但它的参数不需要重新设置,在迭代一定次数的情况下,仍然能跟踪期望轨迹。即只要控制对象不改变,跟踪轨迹发生改变时,不需要重新设计控制器。
Electro-hydraulic position servo system is a high-order system with time-varying, serious non-linear and uncertain structure. These characteristics make it difficult to achieve high-precision conventional PID control. At present, the study on reducing the high-order to low-order and linearization system is prevalent. However, the current hydraulic position servo system is gradually developing toward wide-frequency band, high-power, high-accurate, anti-jamming and fast-response characters, and the method with large-distortion and low-accurate exists many shortages in actual engineering appliance. In order to meet the needs of the development of the electro-hydraulic servo system, the iterative-learning controller based on the high-order and nonlinear system is studied in the text.
Iterative learning control does not need accurate mathematical model and its algorithm is simple, and makes it to have some advantages in dealing with non-linear system. In theory, the iterative-learning can fully track the designed trajectory with zero error, adapts to controlled object with repeated movement, can directly been studied in time-domain, and can been researched in off-line. In additional, it is able to changes the input parameters of the system instead of algorithmic itself when the system takes place mice-variety or appears disturbance. How to design the rational controller based on iterative learning control theory for the system with high-order and nonlinear is the focus of the article.
After a large number of documents is studied, the model of electro-hydraulic system is built, its transfer function and convergent conditions of iterative learning are deduced, its characteristics of time-domain and frequency-domain are analyzed, and the nonlinear of the system and the time-varying characteristics of parameters are discussed in the text. In addition, hydraulic simulation software AMESim is introduced, and is used with Matlab interface to build the semi-physical simulation model of electro-hydraulic servo system. The simulation model of the controller is constituted and researched in Matlab environment when input signals are separately step signal, sine signal and impulse signal. The result demonstrates that the controller basically can fully track the desired orbit with fast response speed, and further, the controller need to be restarted to learn but not to be reset parameters when the desired orbit is changed, in other words, the controller don’t need to be resigned only if the controlled object isn’t changed even if the desired orbit is altered.
迭代学习控制不需要精确的数学模型,并且算法简单,在解决系统的高阶非线性问题有独到之处。在理论上,它能实现控制对象完全跟踪期望轨迹,适用于具有重复运动性质的系统;能直接在时域内对系统进行研究;在系统发生微变或出现干扰,它所改变的是系统的参考输入量,并不改变算法本身的参数等等。基于迭代学习基本原理,设计合理的控制器,是本文研究的核心问题。
在查阅大量文献资料的基础上,文中建立了电液位置伺服系统的数学模型,推导出它的传递函数;分析了系统的稳定性、时域特性和频域特性;讨论电液位置伺服系统中的非线性问题和参数的时变性。另外,推导了迭代学习收敛条件,在液压软件AMESim中,通过它与Matlab的接口,搭建了电液位置伺服系统实物仿真模型。在Matlab环境中搭建了迭代学习控制器的仿真模型;根据迭代学习闭环和开闭环基本结构,在系统输入分别为阶跃、正弦和脉冲信号下进行了仿真研究。结果表明,开闭环结构的控制器基本能完全跟踪期望轨迹,并且有较快的响应速度;而且,当跟踪轨迹发生改变时,该控制器虽然需要重新学习,但它的参数不需要重新设置,在迭代一定次数的情况下,仍然能跟踪期望轨迹。即只要控制对象不改变,跟踪轨迹发生改变时,不需要重新设计控制器。
Electro-hydraulic position servo system is a high-order system with time-varying, serious non-linear and uncertain structure. These characteristics make it difficult to achieve high-precision conventional PID control. At present, the study on reducing the high-order to low-order and linearization system is prevalent. However, the current hydraulic position servo system is gradually developing toward wide-frequency band, high-power, high-accurate, anti-jamming and fast-response characters, and the method with large-distortion and low-accurate exists many shortages in actual engineering appliance. In order to meet the needs of the development of the electro-hydraulic servo system, the iterative-learning controller based on the high-order and nonlinear system is studied in the text.
Iterative learning control does not need accurate mathematical model and its algorithm is simple, and makes it to have some advantages in dealing with non-linear system. In theory, the iterative-learning can fully track the designed trajectory with zero error, adapts to controlled object with repeated movement, can directly been studied in time-domain, and can been researched in off-line. In additional, it is able to changes the input parameters of the system instead of algorithmic itself when the system takes place mice-variety or appears disturbance. How to design the rational controller based on iterative learning control theory for the system with high-order and nonlinear is the focus of the article.
After a large number of documents is studied, the model of electro-hydraulic system is built, its transfer function and convergent conditions of iterative learning are deduced, its characteristics of time-domain and frequency-domain are analyzed, and the nonlinear of the system and the time-varying characteristics of parameters are discussed in the text. In addition, hydraulic simulation software AMESim is introduced, and is used with Matlab interface to build the semi-physical simulation model of electro-hydraulic servo system. The simulation model of the controller is constituted and researched in Matlab environment when input signals are separately step signal, sine signal and impulse signal. The result demonstrates that the controller basically can fully track the desired orbit with fast response speed, and further, the controller need to be restarted to learn but not to be reset parameters when the desired orbit is changed, in other words, the controller don’t need to be resigned only if the controlled object isn’t changed even if the desired orbit is altered.
引文
[1]宋凤敏.液压缸装配专用设备的电液伺服模糊控制系统的研究[D].山东:山东理工大学,2007,4
[2]李运华.液压伺服系统的某些近代控制方法及其工程应用研究[D].北京:北京航空航天大学,1996,10
[3]付丙勤.自适应逆控制及其在电液伺服系统中的应用研究[D].黑龙江:哈尔滨工业大学,2003,7
[4]张友旺.电液伺服系统的动态递归模糊神经网络辨识与鲁棒控制研究[D].湖南:中南大学,2006,3
[5]管杨新.数字电液比例位置同步系统研究[D]北京:煤炭科学研究总院,1999,6
[6]施光林,钟廷修,史维祥.非线性电液位置滑模控制系统的稳定性[J].上海交通大学学报, 2001,(35):7
[7]任佳.迭代学习控制算法研究[D].辽宁:沈阳工业大学,2002,3
[8]李洁.电液位置伺服系统的自适应滑模控制[D].上海:上海交通大学,2000,1
[9]白敬彩.迭代学习及其在励磁控制系统中的应用[D].山西:太原科技大学,2008.3
[10]刘萍.不确定非线性系统的自适应迭代学习控制研究[D].江苏:南京理工大学.2007,7
[11]史忠科.非线性离散系统的迭代学习控制方法及其应用[J].控制理论与应用,1998,10
[12] Seo,W.G.,PARK,B.H.,and LEE,J.S. Intelligent learning control of a class of nonlinear dynamics systems, IEE Proc. Control Theory Appl,1999,146(2):165-170
[13] French M and Rogers E,Nonlinear iterative learning by an adaptive lyapunov technique[A]. proceeding of the 37th conference on Decision and Control[C],1998, Florida,USA:175-180
[14]林辉,王林.非线性系统闭环P型迭代学习控制的收敛性[J].控制理论与应用,1995,12(6),742-746
[15]孙明轩,万佰任.非线性系统高阶迭代学习算法[J].控制与决策,1994,9(3):195-199
[16]皮道映,孙优贤.非线性系统开闭环PI型迭代学习控制律及收敛性[J].控制理论与应用,1998,15(3):400-403
[17]谢胜利,张剑,韦岗.非线性系统的迭代学习控制方法[J].中山大学学报,1997,5,30-33
[18]谢振东,谢胜利,刘永清.离散系统跟踪控制的学习算法及其收敛性[J].系统工程与电子技术,1998,20(10),45-48
[19]陈洪.基于优化指标迭代学习控制律的设计[D].浙江:浙江大学.2002,10
[20]李新忠,简林柯.基于性能指标的非线性系统迭代学习控制算法[J].机床与液压,1996,3(6):9-10.
[21]张升义.多功能电液伺服实验台计算机辅助测试系统的研制[D].广东:华南理工大学,2004,5
[22]管杨新.数字电液比例位置同步系统研究[D].北京:煤炭科学研究总院,1999,6
[23]施光林,钟廷修,史维祥.非线性电液位置滑模控制系统的稳定性[J].上海交通大学学报, 2001,(35):7
[24]陈丽华.多目标电液伺服系统模糊控制与实验研究[D].黑龙江:哈尔滨理工大学,2006,3
[25]许顺孝.基于混合灵敏度设计的鲁棒迭代学习控制[J].第十界中国机器学习会议.2006,10
[26]许顺孝.迭代学习控制与等效的反馈控制[J].集美大学学报.2002.6
[27]虞忠伟.基于反馈控制的迭代学习控制器设计[J].控制理论与应用.2001.10
[28]刘山.基于二自由度控制的鲁棒迭代学习控制器[J].第26界中国控制会议.2007
[29]陈杨,林辉.基于神经网络的迭代学习控制参数拟合.计算机仿真,2003,20(7):62~64
[30]姚仲舒,吴键荣,杨成梧.基于神经网络的学习控制及其在机器人中的应用.电工技术学报,2003,18(3):72~76
[31]聂娟,邵诚.基于神经网络的机器人轨迹鲁棒跟踪控制.自动化技术与应用,2002,21(6):14~18
[32]董景新.最优及自适应控制[M].第1版.北京,清华大学精密仪器及机械学系,1999,2:30-35
[33]杨胜跃.迭代学习控制算法设计与优化研究[D].湖南:中南大学.2004,12
[34]李士勇.模糊控制·神经控制和智能控制论[M].第1版.哈尔滨:哈尔滨工业大学出版社.1996,8(1):23-66
[35]史忠科,吴方向等.鲁棒控制理论[M].第1版.国防工业出版社.2003,1(1):20-26
[36]谢振东.非线性迭代学习控制理论及其在机器人控制中的应用[D].广东:华南理工大学. 2000,3
[37]仲伟峰.电液位置伺服系统的模糊控制[D].黑龙江:哈尔滨理工大学,2004,6
[38]李言军.电液伺服/比例放大器的研究[D].浙江:浙江大学,2007,6
[39]冯增健.开闭环PD型迭代学习控制及其收敛性研究[D].浙江:浙江大学,2005,3
[40]崔杏利.基于神经网络的ABS树脂聚合过程迭代学习控制方法研究[D].辽宁:大连理工大学,2004,3
[41] Grey, H, D.FENWICK, B. Paden, and F. Miyazaki, Stability of learning control with disturbances and uncertain initial conditions, IEEE Tans. On robotics and Automation, 1995,11(3):432-441
[42]孙明轩.初态学习下的迭代学习控制[J].控制与决策,2007,8
[43]谢胜利,田森平,谢振东.迭代学习控制的理论与应用[M].北京:科学出版社,2004,3
[44] Chen Y Q, Wen C, Gong Z, Sun M. An iterative learning controller with initial state learning[J]. IEEE Transactions on Automatic Control,1999,44(2):371-376
[45]孙明轩.初态学习下的迭代学习控制[J].控制与决策,2007,22(8):848-852.
[46] Tomohide,N, and S.Arimoto,learning control for robot tasks under geometric endpoint constraints,IEEE Trans.On Robotics and Automation,1995,11(3):432-441
[47] Pasquale.L, State steering by learning for a class of nonlinear control system,Automatica.1994,31(2):243-248
[48]李锐.一类非线性时滞系统的迭代学习控制算法研究[D].辽宁:大连理工大学.2005,12
[49]郭毓.一类时变系统的自适应迭代学习辨识与控制[D].江苏:南京理工大学.2007,5
[50] Park,B.H.,KUC,.T.Y,and LEE,J.S.:Adaptive lemaing control of uncertain roboticsystems,Int.J.Control,1996,65(5):725-744
[51]孙云平.非线性高阶系统的自适应迭代学习控制[D].陕西:西安电子科技大学.
[52]李书臣.辅助反馈迭代学习控制算法的研究与应用.博士学位论文,东北大学
[53]张健民,王涛,王忠礼.智能控制原理及应用[M].冶金工业工业社出版.2003
[54]顾大可.迭代学习控制算法的研究.硕士学位论文,东北大学
[55]艾文欢.迭代学习算法的研究.硕士学位论文,兰州理工大学
[56]刘晏辰,贾英明.基于神经网络的机器人系统的鲁棒迭代学习控制[J]. 2006中国控制与决策学术年会论文集1419~1422
[57]顾大可.迭代学习控制理论的算法研究[D].吉林:东北电力大学,2007,3
[58] Danwei wang. A Simple iterative learning control for manipulators with flexible joints, Automatica.1995,31(9):131-1344
[59] Soh, Y,C. and C.C. Cheah, Gobust mation and force control of constranined manipulators by learning, Automatic. Contr,37(1) 1992,110-114
[60] Bien Z, Huk K M. Higher-order iterative control algorithm[J].IEEE Proceedings Part D.Control Theory and Applications.2005, 136(3):105-112
[61]江玲玲,张俊俊.联合仿真技术的接口和应用研究[J].GM通用机械,2007,9(8):86-87
[62]钱道光等.基于AMESim的新型元件和液压系统仿真[J].机电一体化,2008,35(11):71-73
[63]池超.电液位置伺服系统的模糊滑模控制研究[D].吉林:东北大学,2007,1
[64]胡永生.滑模变结构控制及其在电液位置伺服系统中的应用研究[D].山西:太原理工,2008,1
[65]吴海洋.电液位置伺服系统智能控制及仿真技术研究[D].湖北:武汉科技大学,2004,6
[66]刘元元.逆系统方法在电液伺服系统中的应用[D].黑龙江:哈尔滨工业大学,2004,6
[67]孙丽丽.迭代学习控制理论的研究[D].辽宁:沈阳工业大学,2004,3
[68]崔杏利.基于神经网络的ABS树脂聚合过程迭代学习控制方法研究[D].辽宁:大连理工大学,2004,3
[69]李丽娜.电液伺服系统迭代学习控制算法研究[D].湖北:武汉理工,2007,5
[70]刘林.神经网络自组织模糊控制器的设计及应用[D].辽宁:辽宁工程技术大学,2007,1
[71]齐爱坤.电液位置伺服系统的计算机辅助设计[D].河北:燕山大学,2006,1
[72]徐兆红.电液位置伺服系统的模糊控制研究[D].云南:昆明理工大学,2004,12
[73]朱宝.电液位置伺服系统智能控制研究[D].四川:四川大学,2004,5
[2]李运华.液压伺服系统的某些近代控制方法及其工程应用研究[D].北京:北京航空航天大学,1996,10
[3]付丙勤.自适应逆控制及其在电液伺服系统中的应用研究[D].黑龙江:哈尔滨工业大学,2003,7
[4]张友旺.电液伺服系统的动态递归模糊神经网络辨识与鲁棒控制研究[D].湖南:中南大学,2006,3
[5]管杨新.数字电液比例位置同步系统研究[D]北京:煤炭科学研究总院,1999,6
[6]施光林,钟廷修,史维祥.非线性电液位置滑模控制系统的稳定性[J].上海交通大学学报, 2001,(35):7
[7]任佳.迭代学习控制算法研究[D].辽宁:沈阳工业大学,2002,3
[8]李洁.电液位置伺服系统的自适应滑模控制[D].上海:上海交通大学,2000,1
[9]白敬彩.迭代学习及其在励磁控制系统中的应用[D].山西:太原科技大学,2008.3
[10]刘萍.不确定非线性系统的自适应迭代学习控制研究[D].江苏:南京理工大学.2007,7
[11]史忠科.非线性离散系统的迭代学习控制方法及其应用[J].控制理论与应用,1998,10
[12] Seo,W.G.,PARK,B.H.,and LEE,J.S. Intelligent learning control of a class of nonlinear dynamics systems, IEE Proc. Control Theory Appl,1999,146(2):165-170
[13] French M and Rogers E,Nonlinear iterative learning by an adaptive lyapunov technique[A]. proceeding of the 37th conference on Decision and Control[C],1998, Florida,USA:175-180
[14]林辉,王林.非线性系统闭环P型迭代学习控制的收敛性[J].控制理论与应用,1995,12(6),742-746
[15]孙明轩,万佰任.非线性系统高阶迭代学习算法[J].控制与决策,1994,9(3):195-199
[16]皮道映,孙优贤.非线性系统开闭环PI型迭代学习控制律及收敛性[J].控制理论与应用,1998,15(3):400-403
[17]谢胜利,张剑,韦岗.非线性系统的迭代学习控制方法[J].中山大学学报,1997,5,30-33
[18]谢振东,谢胜利,刘永清.离散系统跟踪控制的学习算法及其收敛性[J].系统工程与电子技术,1998,20(10),45-48
[19]陈洪.基于优化指标迭代学习控制律的设计[D].浙江:浙江大学.2002,10
[20]李新忠,简林柯.基于性能指标的非线性系统迭代学习控制算法[J].机床与液压,1996,3(6):9-10.
[21]张升义.多功能电液伺服实验台计算机辅助测试系统的研制[D].广东:华南理工大学,2004,5
[22]管杨新.数字电液比例位置同步系统研究[D].北京:煤炭科学研究总院,1999,6
[23]施光林,钟廷修,史维祥.非线性电液位置滑模控制系统的稳定性[J].上海交通大学学报, 2001,(35):7
[24]陈丽华.多目标电液伺服系统模糊控制与实验研究[D].黑龙江:哈尔滨理工大学,2006,3
[25]许顺孝.基于混合灵敏度设计的鲁棒迭代学习控制[J].第十界中国机器学习会议.2006,10
[26]许顺孝.迭代学习控制与等效的反馈控制[J].集美大学学报.2002.6
[27]虞忠伟.基于反馈控制的迭代学习控制器设计[J].控制理论与应用.2001.10
[28]刘山.基于二自由度控制的鲁棒迭代学习控制器[J].第26界中国控制会议.2007
[29]陈杨,林辉.基于神经网络的迭代学习控制参数拟合.计算机仿真,2003,20(7):62~64
[30]姚仲舒,吴键荣,杨成梧.基于神经网络的学习控制及其在机器人中的应用.电工技术学报,2003,18(3):72~76
[31]聂娟,邵诚.基于神经网络的机器人轨迹鲁棒跟踪控制.自动化技术与应用,2002,21(6):14~18
[32]董景新.最优及自适应控制[M].第1版.北京,清华大学精密仪器及机械学系,1999,2:30-35
[33]杨胜跃.迭代学习控制算法设计与优化研究[D].湖南:中南大学.2004,12
[34]李士勇.模糊控制·神经控制和智能控制论[M].第1版.哈尔滨:哈尔滨工业大学出版社.1996,8(1):23-66
[35]史忠科,吴方向等.鲁棒控制理论[M].第1版.国防工业出版社.2003,1(1):20-26
[36]谢振东.非线性迭代学习控制理论及其在机器人控制中的应用[D].广东:华南理工大学. 2000,3
[37]仲伟峰.电液位置伺服系统的模糊控制[D].黑龙江:哈尔滨理工大学,2004,6
[38]李言军.电液伺服/比例放大器的研究[D].浙江:浙江大学,2007,6
[39]冯增健.开闭环PD型迭代学习控制及其收敛性研究[D].浙江:浙江大学,2005,3
[40]崔杏利.基于神经网络的ABS树脂聚合过程迭代学习控制方法研究[D].辽宁:大连理工大学,2004,3
[41] Grey, H, D.FENWICK, B. Paden, and F. Miyazaki, Stability of learning control with disturbances and uncertain initial conditions, IEEE Tans. On robotics and Automation, 1995,11(3):432-441
[42]孙明轩.初态学习下的迭代学习控制[J].控制与决策,2007,8
[43]谢胜利,田森平,谢振东.迭代学习控制的理论与应用[M].北京:科学出版社,2004,3
[44] Chen Y Q, Wen C, Gong Z, Sun M. An iterative learning controller with initial state learning[J]. IEEE Transactions on Automatic Control,1999,44(2):371-376
[45]孙明轩.初态学习下的迭代学习控制[J].控制与决策,2007,22(8):848-852.
[46] Tomohide,N, and S.Arimoto,learning control for robot tasks under geometric endpoint constraints,IEEE Trans.On Robotics and Automation,1995,11(3):432-441
[47] Pasquale.L, State steering by learning for a class of nonlinear control system,Automatica.1994,31(2):243-248
[48]李锐.一类非线性时滞系统的迭代学习控制算法研究[D].辽宁:大连理工大学.2005,12
[49]郭毓.一类时变系统的自适应迭代学习辨识与控制[D].江苏:南京理工大学.2007,5
[50] Park,B.H.,KUC,.T.Y,and LEE,J.S.:Adaptive lemaing control of uncertain roboticsystems,Int.J.Control,1996,65(5):725-744
[51]孙云平.非线性高阶系统的自适应迭代学习控制[D].陕西:西安电子科技大学.
[52]李书臣.辅助反馈迭代学习控制算法的研究与应用.博士学位论文,东北大学
[53]张健民,王涛,王忠礼.智能控制原理及应用[M].冶金工业工业社出版.2003
[54]顾大可.迭代学习控制算法的研究.硕士学位论文,东北大学
[55]艾文欢.迭代学习算法的研究.硕士学位论文,兰州理工大学
[56]刘晏辰,贾英明.基于神经网络的机器人系统的鲁棒迭代学习控制[J]. 2006中国控制与决策学术年会论文集1419~1422
[57]顾大可.迭代学习控制理论的算法研究[D].吉林:东北电力大学,2007,3
[58] Danwei wang. A Simple iterative learning control for manipulators with flexible joints, Automatica.1995,31(9):131-1344
[59] Soh, Y,C. and C.C. Cheah, Gobust mation and force control of constranined manipulators by learning, Automatic. Contr,37(1) 1992,110-114
[60] Bien Z, Huk K M. Higher-order iterative control algorithm[J].IEEE Proceedings Part D.Control Theory and Applications.2005, 136(3):105-112
[61]江玲玲,张俊俊.联合仿真技术的接口和应用研究[J].GM通用机械,2007,9(8):86-87
[62]钱道光等.基于AMESim的新型元件和液压系统仿真[J].机电一体化,2008,35(11):71-73
[63]池超.电液位置伺服系统的模糊滑模控制研究[D].吉林:东北大学,2007,1
[64]胡永生.滑模变结构控制及其在电液位置伺服系统中的应用研究[D].山西:太原理工,2008,1
[65]吴海洋.电液位置伺服系统智能控制及仿真技术研究[D].湖北:武汉科技大学,2004,6
[66]刘元元.逆系统方法在电液伺服系统中的应用[D].黑龙江:哈尔滨工业大学,2004,6
[67]孙丽丽.迭代学习控制理论的研究[D].辽宁:沈阳工业大学,2004,3
[68]崔杏利.基于神经网络的ABS树脂聚合过程迭代学习控制方法研究[D].辽宁:大连理工大学,2004,3
[69]李丽娜.电液伺服系统迭代学习控制算法研究[D].湖北:武汉理工,2007,5
[70]刘林.神经网络自组织模糊控制器的设计及应用[D].辽宁:辽宁工程技术大学,2007,1
[71]齐爱坤.电液位置伺服系统的计算机辅助设计[D].河北:燕山大学,2006,1
[72]徐兆红.电液位置伺服系统的模糊控制研究[D].云南:昆明理工大学,2004,12
[73]朱宝.电液位置伺服系统智能控制研究[D].四川:四川大学,2004,5