液壓閥控系統(tǒng)的前饋-自調整因子模糊控制

于浩洋

(黑龍江工程學院 電氣與信息工程學院,黑龍江 哈爾濱 150050)

液壓閥控系統(tǒng)的前饋-自調整因子模糊控制

于浩洋

(黑龍江工程學院 電氣與信息工程學院,黑龍江 哈爾濱 150050)

針對液壓閥控系統(tǒng)負載的不確定性和擾動性，建立液壓閥控系統(tǒng)的數(shù)學模型，設計出前饋和自調整因子模糊控制相結合的控制方法，同時分析模糊控制器的控制機理，給出自調整因子模糊控制器的基本結構，在MATLAB/SIMULINK環(huán)境下進行仿真驗證。仿真結果表明這種控制方法能有效地提高控制系統(tǒng)的控制性能，自調整因子模糊控制和前饋控制環(huán)節(jié)的結合在液壓閥控伺服系統(tǒng)的控制中具有很好的控制效果。

前饋；自調整因子；液壓閥控系統(tǒng)；負載擾動；仿真

液壓閥控系統(tǒng)是工程上常用的伺服控制系統(tǒng),它具有響應速度快、功率/重量比大、負載剛性高和性能價格比高等特點,能實現(xiàn)高精度、高速度和大功率的控制，因此,在航空航天、冶金、船舶、機床、動力設備和煤礦機械等工業(yè)領域得到了廣泛應用。近年來,國內外學者對于液壓閥控進行了許多控制策略方面的研究,如非線性PID控制[1]、QFT魯棒控制[2]、變結構控制[3]和H∞控制[4]等,均取得了一定的成果。然而由于系統(tǒng)中存在的非線性因素,如系統(tǒng)載荷隨機多變性、擾動隨機性及液壓系統(tǒng)本身具有的油液非線性特性等,使得常規(guī)的、基于線性模型的控制策略無法達到期望的系統(tǒng)性能要求。因此，分析不同形式的伺服閥及其閥控制缸機構的非線性特性,建立相應的非線性數(shù)學模型，以便能更加細致地描繪實際的閥控系統(tǒng),為研究適合高性能的系統(tǒng)控制策略提供必要的保障。

本文提出利用前饋與自調整因子模糊控制相結合的辦法，對閥控系統(tǒng)進行跟蹤控制。

1 液壓閥控系統(tǒng)建模

假定：閥是零開口四邊滑閥，4個節(jié)流窗口是匹配和對稱的，供油壓力PS恒定，回油壓力P0為0，閥的線性化流量方程為

(1)

式中:Kq為流量增益，Kc為流量壓力系數(shù)，xv為伺服閥主閥位移，pL為負載壓力。

(2)

液壓缸的連續(xù)性方程

(3)

式中：Ap為液壓缸活塞有效面積，xp為滑閥位移，Ctp為液壓缸總泄漏系數(shù)，Vt為液壓缸控制腔初始容積，βe為油液等效容積模量。

液壓缸的輸出力與負載力的平衡方程

(4)

式中:M為活塞及負載總質量,Bp為活塞及負載的黏性阻尼系數(shù),K為負載彈簧剛度,FL為作用在活塞上的任意外負載力。

將式(2)、式(3)、式(4)進行拉式變換，消去中間變量pL，并整理得

(5)

式中：Kce為總壓力—流量系數(shù)，Kce=Ctp+Kc。

(6)

由于液壓執(zhí)行機構的固有頻率高于50Hz，所以本文按液壓缸負載固有頻率與伺服閥頻寬相近來確定，電液伺服閥的傳遞函數(shù)按二階振蕩環(huán)節(jié)取用[5]

(7)

式中：Ksv為伺服閥的流量增益，ωsv為伺服閥固有頻率，ξsv為伺服閥阻尼系數(shù)。

整個電液系統(tǒng)的數(shù)學模型如圖1所示。

圖1 電液伺服系統(tǒng)模型

由此可得系統(tǒng)的狀態(tài)空間模型為

(8)

其中：

2 前饋-反饋跟蹤控制的設計

伺服系統(tǒng)不僅本身是非線性系統(tǒng), 而且由于其系統(tǒng)載荷的隨機多變性、擾動隨機性及液壓系統(tǒng)本身具有的油液非線性特性等,使得常規(guī)的、基于線性模型的控制策略無法達到人們所期望的性能要求。為了發(fā)揮其響應速度快、調速范圍廣、功率大、耐用性高等優(yōu)點，本文采用前饋控制結合反饋控制的跟蹤控制策略，即由前饋控制減小系統(tǒng)中存在由加入固定負載引起常值擾動，由前饋和自調整因子模糊控制來盡可能地控制和減小由負載變化引起的擾動慣性，系統(tǒng)控制如圖2所示。

圖2 系統(tǒng)控制方案

圖中Gq(s)=Gsv(s)Kq/AP。

2.1 前饋控制

前饋控制是指在控制系統(tǒng)中,根據(jù)設定值或者外界干擾的變化，產生合適的控制作用去改變操縱變量,使受控變量維持在設定值上的一種控制方法[6]。由于系統(tǒng)載荷的隨機多變性以及擾動隨機性的存在，使擾動的測量十分困難，但是擾動最直接的表現(xiàn)就是體現(xiàn)在滑閥位移大小的改變上，并具有一定的慣性。因此，在前饋通路中設有相應的控制環(huán)節(jié)，就可以盡可能地減少、甚至消除由于負載常值擾動對系統(tǒng)的影響，同時也可以和自調整因子模糊控制器一起控制和減小由于負載變化引起的擾動的慣性對系統(tǒng)產生的影響。本文在前饋通道上采用PID控制器對擾動直接進行控制，并由此使系統(tǒng)由于擾動產生的影響直接在前向通道予以補償。這樣，主通道上的控制輸出就由主控制器和前饋補償兩部分組成，從而完成對負載擾動的一種跟蹤補償控制。前饋控制如圖3中虛線內部所示。

圖3 前饋控制系統(tǒng)

2.2 自調整因子模糊控制

模糊控制由于具有不依賴被控對象的精確數(shù)學模型、設計簡單、魯棒性強以及良好的非線性控制特性等特點，在工業(yè)過程控制等領域得到了廣泛的應用，并已成為智能控制的一個主要分支。但是采用常規(guī)模糊控制的最大問題就是存在穩(wěn)態(tài)誤差。為了減小甚至消除穩(wěn)態(tài)誤差，本文采用帶自調整因子的模糊控制器。該控制器通過修正因子來改變控制規(guī)則，再用優(yōu)化的控制規(guī)則進行控制，也就是通過對模糊規(guī)則的調整從根本上提高模糊控制器的性能，其結構如圖4所示。

圖4 自調整因子模糊控制系統(tǒng)

圖4中各個參數(shù)的意義為：r，y分別為系統(tǒng)的設定值和系統(tǒng)的輸出值(精確量)；e，ec，u分別為系統(tǒng)誤差、誤差變化率和模糊控制器的控制輸出(精確量)；E，Ec，U分別為反映系統(tǒng)誤差、誤差變化率和模糊控制器輸出(模糊量)。

通常情況下，fuzzy模型結構可用下列解析式表示

自調整因子α由模糊推理產生，相當于在原常規(guī)的模糊控制器基礎上增加一個用于調整加權因子α的模糊控制器。這樣就可以滿足當誤差較大時，控制系統(tǒng)的主要任務是消除誤差，這時對誤差在控制規(guī)則中的加權應該大些；相反當誤差較小時，此時系統(tǒng)已接近穩(wěn)態(tài)，控制系統(tǒng)的主要任務是使系統(tǒng)盡快穩(wěn)定。

3 控制系統(tǒng)仿真及分析

為了驗證此控制方法的性能，以某伺服閥控制系統(tǒng)為例在MATLAB/ SIMULINK下進行了仿真。各項取值參考如下：ωsv=590 rad/s，ξsv=0.7，Ksv=0.003 1 m3/s·A，Kce=11.6×10-10m5/(N·s)，AP=1.9×10-4m2，Vt=1.4×10-3m3，βe=0.9e+9 (Pa)，Kd=1.29，ωn=22.8 rad/s，ξn=0.2，Kq=1.88。

首先驗證本文所提控制器在無擾動情況下的控制效果，仿真結果如圖5所示。

圖5 無負載時的系統(tǒng)響應

由圖5可知，若主通道控制器為常規(guī)模糊控制器，在沒有負載輸入的情況下，輸入單位階躍響應信號，則在系統(tǒng)穩(wěn)定以后，有穩(wěn)態(tài)誤差的存在；而采用自調整模糊控制器，無論是否加入前饋環(huán)節(jié)，穩(wěn)態(tài)誤差均基本消除，同時在系統(tǒng)相應速度與超調量上還有優(yōu)勢。

在系統(tǒng)有擾動下的情況，假定負載由0～3000 N和0～7000 N兩種情況進行交替變化，考慮到在交替變化的過程中存在一些不確定的擾動，因此，在變化曲線中加入一定幅度的白噪聲信號以模擬不確定擾動。負載變化曲線如圖6所示，控制效果如圖7所示。圖中加入前饋的自調整因子模糊控制器的控制效果，無論是在相應速度、超調、魯棒性等指標上均優(yōu)于另兩種控制。

模擬現(xiàn)場控制的實際情況，如需液壓閥的位移量為5.5 cm，則三種方法所得的實際結果如圖8所示，本文所提方法的控制效果令人滿意。

圖6 輸入負載

圖7 有負載擾動時的系統(tǒng)響應

圖8 模擬現(xiàn)場控制效果

4 結束語

本文通過建立伺服系統(tǒng)的控制模型，分析了系統(tǒng)負載存在的不確定性和擾動性，提出了前饋與自調整因子相結合的液壓閥控伺服系統(tǒng)的跟蹤控制方案。仿真結果表明，結合前饋的自調整因子模糊控制應用于閥控伺服系統(tǒng)中，使系統(tǒng)的穩(wěn)定性和控制精度得到了明顯的改善，并使控制系統(tǒng)具有了較強的魯棒性。

[1] LIU G P, DALEY S. Optimal-tuning Nonlinear PID Control of Hydraulic System [J].Control Engineering Practice,2000,8(9)：1045-1053.

[2] 王燕山,王益群.基于QFT的電液力伺服系統(tǒng)的魯棒控制[J].中國機械工程,2003,14(9)：731-733.

[3] 段鎖林,安高成,薛軍娥,等.電液伺服力控系統(tǒng)的自適應滑?？刂芠J].機械工程學報,2002,38(5):109-112.

[4] 韓俊偉,趙慧,馬劍文,等.具有時變柔性負載的電液力控制系統(tǒng)中Gain-scheduled H∞魯棒控制器的研究[J].機械工程學報,2000,36(4):58-61.

[5] 李洪人．液壓控制系統(tǒng)[M]．北京：國防工業(yè)出版社，1981.

[6] TAN W W, DEXTER A L. A Self-learning Fuzzy Controller for Embedded Application[J].Automatic,2000,36：1189-1198.

[7] LI Yan-peng，LI Xiang, ZHUANG Zhao-wen. Target identification effect evaluation based on choquet fuzzy integral[J].Journal of Systematic Imitation,2005,17(5):695-699.

[8] WANG Xi-zhao, CHEN Jun-fen. Multiple neural networks fusion model based on choquet fuzzy integral[C]. Proceedings of the Third International Conference on Machine Learning and Cybernetics. Shanghai, 2004,4,2024-2027.

[9] 邢宗義，張媛，侯遠龍,等.電液伺服系統(tǒng)的建模方法研究與應用[J].系統(tǒng)仿真學報，2009,21(6):1719-1725.

[10] 于浩洋,關廣豐，于笑平，等.電液振動臺加速度波形再現(xiàn)控制算法[J].黑龍江工程學院學報：自然科學版，2013，27(1)：60-63.

[責任編輯：郝麗英]

Feed forward and fuzzy control with rule of self-adjusting factors on hydraulic valve-control system

YU Hao-yang

(College of Electronic and Information Engineering, Heilongjiang Institute of Technology, Harbin 150050, China)

Based on the uncertainty and disturbance in hydraulic valve-control system of load, the mathematical model of hydraulic valve-control system is set up, the control method of feed forward fuzzy control with rule of self-adjusting factors is designed, the control principle of the controller is analyzed, the basic structure of the controller is designed, and the simulation is done on the environment of MATLAB /SIMULINK in order to verify this method. The simulated results indicate that the fuzzy control with rule of self-adjusting factors combined with control of the feed forward can get better control effect in using hydraulic valve-control system.

feed forward; self-adjusting factor; hydraulic valve-control system; interference of extra load; simulation

2014-08-17

黑龍江省教育廳基金資助項目(12521447)

于浩洋(1968-)，男，副教授，研究方向：智能控制及仿真.

TP271.31

A

1671-4679(2015)02-0018-04