基于模糊自適應(yīng)的智能絞盤恒張力控制

未 韋，李天劍，劉相權(quán)

（北京信息科技大學(xué) 智能機器人技術(shù)研究所，北京 100192）

0 引言

隨著城市建設(shè)的迅速發(fā)展，管道已然被稱為繼“火車、汽車、輪船、飛機”之后的第五大運輸工具，作為城市基礎(chǔ)設(shè)施的重要組成部分，管道的安全檢測實為必要。更加值得重視的是對于管道中的復(fù)雜環(huán)境，人工作業(yè)的局限性更加突出，十分必要應(yīng)用現(xiàn)代電子檢測技術(shù)，利用利用MCU技術(shù)、機電一體化技術(shù)、傳感器等技術(shù)逐漸實現(xiàn)用機器人代替人來工作，在操作人員的遙控下自動完成對小管道的探傷（腐蝕程度、裂紋、焊接缺陷等）及補口（對接焊縫防腐處理、防腐層缺陷處理等）等作業(yè)。本系統(tǒng)就是在適應(yīng)此環(huán)境下開發(fā)設(shè)計的智能管道機器人絞盤恒張力系統(tǒng)。

圖1 整體系統(tǒng)示意圖

整體系統(tǒng)如圖1所示，本論文主要針對絞盤部分設(shè)計了基于模糊算法的恒張力控制系統(tǒng)，使得在機器人后退過程中，絞盤收線時可以隨機器人的運動速度自動調(diào)整轉(zhuǎn)速，從而保持絞線上的張力恒定，既不緊繃亦不松弛。

1 智能絞盤系統(tǒng)數(shù)學(xué)模型的建立

圖2 智能絞盤裝置機械結(jié)構(gòu)圖

圖3 橫切面數(shù)學(xué)簡化模型

智能絞盤裝置的機械結(jié)構(gòu)如圖2所示，絞盤上一排可以卷100根絞線，將圖1橫切面簡化建模，如圖3所示，圖中D0為絞盤空軸，沒有電纜線收入時的直徑；D為收線后的直徑，n為絞盤轉(zhuǎn)速，V2絞盤收/放線速度，M1為爬行器上的電機，V1爬行器前進(jìn)/后退爬行器電機設(shè)定的爬行器速度，設(shè)定d電纜線的直徑。要得到絞盤收線后的直徑即D和時間t的關(guān)系,可以利用體積等式建立如下關(guān)系式

（注：1/4π (D-D0)為絞盤橫切面陰影部分面積）

此時設(shè)絞盤的電纜線的張力為F,機器人前行時，V1〉V2,則絞線將被拉伸，張力變大，V1〈V2,絞線變的松弛，所以電纜線的張力與爬行器的爬行速度和絞線的收放速度有密切關(guān)系，根據(jù)胡克定律

式（4）、式（5）中，L為絞盤已放出線的距離，實驗中用增量式光電編碼器固定在絞盤的轉(zhuǎn)軸上，通過轉(zhuǎn)數(shù)和L的關(guān)系，采用單片機編程，即能實時測量并用數(shù)碼管顯示。S為絞線的橫截面積，ε為絞線的彈性模量。

由（4）式可以看出，控制張力實質(zhì)上就是控制V1-V2,即控制爬行器的速度和絞盤收放線這兩個速度差。張力的控制實際上就是這兩個線速度的跟蹤系統(tǒng)。

2 智能絞盤的張力控制

2.1 直接張力控制

絞盤系統(tǒng)采用直接張力控制（閉環(huán)反饋控制），如圖4所示，可以對位于張力環(huán)內(nèi)的干擾進(jìn)行很好的抑制和補償。這種控制系統(tǒng)簡單，避免了卷徑變化、速度變化和空載轉(zhuǎn)矩對張力的影響。

2.2 絞盤系統(tǒng)收線建張分析

圖4 張力控制系統(tǒng)

收線時，設(shè)爬行器速度V1恒定，絞盤線速度V2=πDn,若絞盤電機M2的轉(zhuǎn)速不變，則D增大，V2增大，張力F也隨之增大，絞盤上的卷繞力鉅增大，這樣容易使絞線因拉伸變形或斷裂，所以在開始收線后應(yīng)立即保持V2不變，使得保持張力恒定。由，若V2不變，n隨D增大成反比減小。由動態(tài)力矩平衡得下式：

(M2作用在絞盤軸上的等效拖動力矩，w2絞盤角速度，J2絞盤轉(zhuǎn)動慣量，Bf2(t)為阻尼系數(shù))

在恒張力系統(tǒng)中，針對絞盤的張力控制本系統(tǒng)采用模糊自適應(yīng)控制，通過其控制提高系統(tǒng)的魯棒性，消除各個參數(shù)變化帶來的張力波動。

3 模糊自適應(yīng)算法與仿真實驗

本實驗中張力自適應(yīng)模糊調(diào)節(jié)器、設(shè)計輸入量為張力偏差E和偏差變化率e，輸出量為調(diào)節(jié)量U。本系統(tǒng)中經(jīng)過現(xiàn)場不斷調(diào)試與考慮到精確度的要求，將輸入變量更加細(xì)化，分為7檔進(jìn)行控制，采用三角形分布函數(shù)，隸屬度如圖5，將輸入量從負(fù)大到正大細(xì)分為-3，-2，-1，0，1，2，3這7個檔次?？刂埔?guī)則如表1所示。

如表1所示，本實驗中將張力偏差E分為(NB,NM, NS, ZE, PS, PM, PB)在具體實驗環(huán)境中分別代表意義為（無張力，張力極小，張力偏小，張力適中，張力偏大，張力很大，張力極大），同樣偏差變化率e也分為（NB, NM, NS, ZE, PS, PM,PB）分別代表下個狀態(tài)張力的變化趨勢（繼續(xù)極其快的速度減小，很快速度減小，稍快速度減小，保持現(xiàn)在狀態(tài)，繼續(xù)稍快速度增大，很快速度增大，極其快速度增大）。

圖5 隸屬度函數(shù)分布曲線

如絞盤收線過程中E=NS,即張力偏小，絞盤收線速度稍微慢些，導(dǎo)致絞線不夠緊繃。

這里將每個輸入輸出都細(xì)化為7檔，是為了實驗中實時測試張力變化即下一時刻變化趨勢更加精確，細(xì)分越多，模糊控制會更加精細(xì)，恒張力控制就更加準(zhǔn)確。

表1 模糊自適應(yīng)控制推理規(guī)律表

張力控制系統(tǒng)利用MATLAB的Simulink工具箱對張力控制系統(tǒng)進(jìn)行仿真，根據(jù)上述設(shè)定，模糊語言張力偏差E的模糊論域[-3, 3]，實際實驗中模糊論域[-10, 10].單位（N），偏差變化率e[-3, 3]，實際論域[-2, 2]單位（N/s），因此可設(shè)定量化因子研究如圖7所示，結(jié)果證明該模糊自適應(yīng)控制模型能實現(xiàn)恒張力控制。

圖6 模糊自適應(yīng)控制曲面圖

圖7 參考模型的張力仿真

4 結(jié)論

圖8 實驗現(xiàn)場

本文針對機器人爬行過程中，智能絞盤恒張力的控制，采用模糊自適應(yīng)算法控制絞盤的智能收線，并能根據(jù)不同路況設(shè)定絞盤收線張力，使得爬行機器人能夠在各個不同粗糙面爬行，后退，從而適應(yīng)管道內(nèi)復(fù)雜環(huán)境。

實驗在不同粗糙面進(jìn)行，實時采集電機驅(qū)動器反饋電流值，反饋電流和電機扭矩成正比，從而和張力成正比關(guān)系。從反饋電流值的采集，間接也可以獲得曲線趨勢圖。通過對較光滑路面下反饋電流值進(jìn)行最小二乘法擬合，擬合結(jié)果證明實驗效果較為理想，雖然曲線結(jié)果和圖六理想仿真結(jié)果存在差距，存在實驗條件一些外部因素的干擾無法達(dá)到絕對理想。

實際試驗證明該控制可以實現(xiàn)恒張力的控制，控制系統(tǒng)對張力控制具有快速響應(yīng)速度，具有一定的應(yīng)用價值。

圖9 最小二乘法擬合實驗數(shù)據(jù)結(jié)果

[1] 馬健兒. 金屬帶材壓力加工中張力控制系統(tǒng)的探究[D].上海交通大學(xué), 2005.

[2] 郭超, 郝靜如, 劉相權(quán), 李天劍, 高宏. 管道機器人智能電纜絞盤研究. 機械制造與自動化[CN]. 南京: 機械制造與自動化出版社, 2011, 3.

[3] 呂振, 隋曉東, 等. 基于模糊自適應(yīng)PI控制的APFC研究[J]. 微計算機信息, 2010, 9(1): 61-63.

[4] 安連祥, 劉新艷. 基于自適應(yīng)的機架間張力控制系統(tǒng)研究與仿真[C]. 第七屆(2009)中國鋼鐵年會, 8-175～8-180.

[5] 宋百平, 楊學(xué)昭, 王永林. 基于單片機的恒張力控制系統(tǒng)設(shè)計[A]. 微計算機信息, 2009, 25: 2-2.

[6] 卜文爽. 基于模糊控制的自適應(yīng)話纜收盤系統(tǒng)的研究[D]. 吉林長春: 長春理工大學(xué), 2009.

[7] 鄭浩鑫, 鄭賓, 殷云華. 模糊PID數(shù)字控制器系統(tǒng)的仿真與設(shè)計[J]. 機械工程與自動化, 2009, (02) .

[8] 陳劍, 惠晶, 厲蘇州. 基于Matlab的張力自適應(yīng)控制仿真[J]. 計算機測量與控制, 2004, (02).