同步控制一直是液压行业的一个重要课题,在多缸液压系统中,影响同步精度的因素很多,如液压缸外负载、泄漏、摩擦、阻力、制造精度、油液中的含气量及结构弹性变形等,都会使运动不同步。而随着航天航空技术和现代机械加工业等的发展,金属加工设备、冶金机械、工程机械及航天与航空驱动装置等对高精度的液压同步驱动技术的需要迫切,也突现了液压同步控制方法研究的重要。为了获得同步控制的高精度,通常液压缸是用传统的伺服阀控制的,而由于一般的伺服阀存在一定的死区,流量增益的值会随着阀口压差的变化而变化,使得阀控液压缸同步控制系统具有非线性、时变的特点。这使得传统的阀控缸控制策略—PID控制难以协调快速性与稳定性之间的矛盾,其鲁棒性也不够好,难以取得良好的同步控制效果。且常规的PID控制控制器受到参数整定后不便于实时在线调整,控制器的参数因为不能适应实际工况的变化而容易导致系统的控制性能变差,从而使整个系统的适应性较差。本课题对负载敏感液压综合开发平台的阀控双缸同步控制模块进行了深入研究,建立了同步控制模块的数学模型,之后通过引入模糊控制和神经网络,并与传统的PID控制器相结合,建立了模糊自整定PID控制器、神经网络自整定PID控制器和模糊神经自整定PID控制器,都取得了良好的控制效果。特别是模糊神经自整定PID控制器,将模糊控制技术与神经网络技术相结合,从而达到以双方各自的优点弥补对方不足的目的,提高了阀控缸控制系统的自适应能力,改善了控制系统的性能。仿真结果表明,这三种控制方法,克服了阀控缸系统固有的时变、非线性、受外界干扰的特点,实现了PID控制器中比例、积分及微分三个参数的自整定,达到了良好的控制精度。模糊神经网络控制器的成功调试,为拓展其它相关研究和实验奠定了坚实的基础,同时具有较高的工程应用价值。