吳若麟,蔣林,鄒競(jìng)剛,肖俊,劉曉磊
(武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院,湖北武漢430081)
液壓關(guān)節(jié)是液壓機(jī)器人的重要部件,將液壓自伺服擺動(dòng)缸作為液壓機(jī)器人的液壓關(guān)節(jié),液壓機(jī)器人自身性能的優(yōu)劣,與其內(nèi)部液壓關(guān)節(jié)性能的好壞有直接關(guān)系。若能得到動(dòng)態(tài)性能較好的液壓關(guān)節(jié),不但液壓機(jī)器人的整體性能得到大的提升,而且更便于控制,這也將大大提升液壓機(jī)器人的工作效率。
文獻(xiàn)[1]對(duì)液壓閥控馬達(dá)回路動(dòng)態(tài)特性進(jìn)行了分析,并討論了影響系統(tǒng)動(dòng)態(tài)特性的相關(guān)參數(shù),但沒有對(duì)其進(jìn)行實(shí)驗(yàn)或?qū)嵺`論證。文獻(xiàn) [2]采用AMESim軟件對(duì)液壓馬達(dá)做了特性分析,結(jié)果表明,該軟件可完成對(duì)所建模型的仿真,為液壓系統(tǒng)自身的改進(jìn)起到了指導(dǎo)作用,但其建模過程稍顯復(fù)雜。文獻(xiàn) [3]對(duì)水下仿生推進(jìn)器閥控液壓擺動(dòng)關(guān)節(jié)進(jìn)行了動(dòng)力學(xué)建模,并利用MATLAB獲得了Bode圖,進(jìn)而分析了該擺動(dòng)關(guān)節(jié)的動(dòng)態(tài)特性。文獻(xiàn) [4-5]介紹了一種液壓轉(zhuǎn)角伺服的液壓關(guān)節(jié),并對(duì)其做了相關(guān)的特性研究,其具有尺寸小和力矩大的優(yōu)點(diǎn),但系統(tǒng)響應(yīng)不夠快。文獻(xiàn)[6]對(duì)泵控液壓馬達(dá)系統(tǒng)進(jìn)行了動(dòng)態(tài)特性分析,在建立了相關(guān)流量方程之后,利用Matlab中的Simulink建立了相應(yīng)的仿真模型,該仿真模型的建立,可方便液壓系統(tǒng)的設(shè)計(jì)與調(diào)試。文獻(xiàn) [7]中提出了一種新型旋轉(zhuǎn)液壓伺服關(guān)節(jié),在以使關(guān)節(jié)小型化也即排量取最小值的前提下,其對(duì)關(guān)節(jié)進(jìn)行了特性分析,雖然獲得了小型化與較優(yōu)的液壓關(guān)節(jié),但其沒有考慮到系統(tǒng)固有頻率對(duì)整個(gè)系統(tǒng)的影響。上述文獻(xiàn)中,有些僅僅對(duì)影響系統(tǒng)動(dòng)態(tài)特性參數(shù)做了分析或者提出用某個(gè)軟件來對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行分析,但并沒有針對(duì)某個(gè)具體實(shí)際系統(tǒng)來對(duì)這些參數(shù)如何影響系統(tǒng)動(dòng)態(tài)特性進(jìn)行驗(yàn)證分析;有些通過建立動(dòng)力學(xué)模型獲得Bode圖等不同角度來分析系統(tǒng)動(dòng)態(tài)特性,但最終獲得的系統(tǒng)響應(yīng)速度并不夠快;有些忽略了系統(tǒng)固有頻率對(duì)整個(gè)系統(tǒng)響應(yīng)速度的影響。針對(duì)以上問題,作者提出根據(jù)液壓系統(tǒng)固有頻率公式對(duì)液壓自伺服擺動(dòng)缸這個(gè)具體實(shí)際系統(tǒng)進(jìn)行動(dòng)態(tài)特性分析,并采用MATLAB軟件中的Simulink模塊對(duì)其進(jìn)行了動(dòng)態(tài)特性分析,以期能獲得動(dòng)態(tài)性能較好的液壓自伺服擺動(dòng)缸。
欲提高液壓自伺服擺動(dòng)缸的動(dòng)態(tài)特性,通過分析液壓系統(tǒng)固有頻率公式中影響其動(dòng)態(tài)特性的四個(gè)參數(shù)可知,在一定條件下,必須對(duì)液壓自伺服擺動(dòng)缸進(jìn)行結(jié)構(gòu)優(yōu)化以便獲得盡可能大的工作腔每弧度排量Dm,而對(duì)于采用何種方法進(jìn)行結(jié)構(gòu)優(yōu)化,有許多學(xué)者在這些方面都做了一些分析。
文獻(xiàn)[8-9]中將微分進(jìn)化算法應(yīng)用于參數(shù)辨識(shí)領(lǐng)域以及濾波器優(yōu)化領(lǐng)域,因其全局結(jié)構(gòu)優(yōu)化能力較強(qiáng),且收斂速度快,故可更有效地解決很多復(fù)雜結(jié)構(gòu)優(yōu)化的問題。文獻(xiàn) [10]基于遺傳算法對(duì)雙頻Wilkinson功率分配器進(jìn)行了優(yōu)化設(shè)計(jì),經(jīng)優(yōu)化設(shè)計(jì)的功分器性能較好。文獻(xiàn) [11]基于BP網(wǎng)絡(luò)和遺傳算法對(duì)槍架進(jìn)行了結(jié)構(gòu)參數(shù)優(yōu)化,優(yōu)化之后,提高了機(jī)槍的射擊精度。文獻(xiàn) [12]采用改進(jìn)的遺傳算法對(duì)連續(xù)回轉(zhuǎn)電液伺服馬達(dá)超低速性能進(jìn)行了結(jié)構(gòu)優(yōu)化,優(yōu)化之后的連續(xù)回轉(zhuǎn)電液伺服馬達(dá)超低速斜坡信號(hào)可達(dá)到0.001°的精度,表明了該方法在實(shí)際應(yīng)用中是切實(shí)可行的。綜上所述,與文獻(xiàn)中其它優(yōu)化算法相比,因遺傳算法搜索覆蓋范圍廣,且智能化程度較高,不易陷入局部最優(yōu)解,更便于獲得全局最優(yōu)解,故本文選擇采用遺傳算法來進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化。
單葉片液壓自伺服擺動(dòng)缸的軸向結(jié)構(gòu)示意圖如圖1所示,其徑向剖面圖如圖2和圖3所示。
圖1 液壓自伺服擺動(dòng)缸軸向結(jié)構(gòu)示意圖
圖2 液壓自伺服擺動(dòng)缸徑向B-B剖面圖
圖3 液壓自伺服擺動(dòng)缸 徑向C-C剖面圖
由圖1可知,單葉片液壓自伺服擺動(dòng)缸由左端蓋、缸體1、缸體2、舵機(jī)、閥芯、內(nèi)閥套、閥體、軸承、軸承蓋、聯(lián)軸器和右端蓋組成,其中舵機(jī)通過舵機(jī)支架固接在左端蓋上,舵機(jī)輸出軸與閥芯相連,閥芯外部裝有密封蓋、內(nèi)閥套及閥體,閥體右端輸出軸直接與負(fù)載相聯(lián);單葉片液壓自伺服擺動(dòng)缸內(nèi)部設(shè)有高壓油道和低壓油道,且進(jìn)油口通高壓油,回油口通低壓油。
如圖1、2和圖3所示,單葉片液壓自伺服擺動(dòng)缸的工作原理為:進(jìn)油口通入高壓油,回油口通入低壓油,當(dāng)舵機(jī)靜止時(shí),閥芯也靜止,閥芯上的油口被內(nèi)閥套上的凸臺(tái)封閉,高低壓油不能進(jìn)入A腔和B腔,此時(shí)單葉片自伺服液壓擺動(dòng)缸處于中位停止?fàn)顟B(tài);當(dāng)舵機(jī)順時(shí)針轉(zhuǎn)動(dòng)一定角度時(shí),它會(huì)帶動(dòng)閥芯一起順時(shí)針轉(zhuǎn)動(dòng)一定角度,閥芯上的P油口和T油口均打開,此時(shí),閥芯內(nèi)部的高壓油經(jīng)P油口然后通過油口1進(jìn)入A腔,閥芯內(nèi)部的低壓油從B腔經(jīng)油口2然后通過T油口進(jìn)入回油道。因A腔和B腔內(nèi)部壓力不同,在兩腔壓力差作用下,使得內(nèi)閥套和閥體一起順時(shí)針轉(zhuǎn)動(dòng),當(dāng)內(nèi)閥套與閥體和閥芯轉(zhuǎn)動(dòng)相同角度,直至閥芯上的閥口關(guān)閉的整個(gè)過程中,閥體輸出軸轉(zhuǎn)動(dòng)會(huì)帶動(dòng)右端負(fù)載轉(zhuǎn)動(dòng),從而完成單葉片自伺服液壓擺動(dòng)缸輸出扭矩的過程,實(shí)現(xiàn)閥體對(duì)閥芯的位置跟蹤;當(dāng)舵機(jī)逆時(shí)針轉(zhuǎn)動(dòng)時(shí),單葉片液壓自伺服擺動(dòng)缸內(nèi)部工作情況與順時(shí)針時(shí)相反。
由單葉片液壓自伺服擺動(dòng)缸工作原理可知,只需要考慮其順時(shí)針工作情況,逆時(shí)針工作情況與順時(shí)針相反,故文中僅研究順時(shí)針工作情況:假設(shè)步進(jìn)電機(jī)輸出角度為θ,閥芯轉(zhuǎn)過的角度為θ1,θ與θ1大小相同,閥芯閥口有效通流面積為A2,閥體輸出軸轉(zhuǎn)動(dòng)的角度為θ3。
由小孔的通流公式知:
式中:Cd為長(zhǎng)孔及管口流量系數(shù);A2為閥口的開口面積;Δp為閥口前、后的壓差;ρ為流體的密度。
在閥芯的軸向上有3個(gè)相同的圓形閥口,將其投影到平面上仍近似看作是圓形,其直徑為d。單個(gè)圓形閥口的幾何關(guān)系如圖4所示,圖中n-n為閥芯內(nèi)部的軸線,圓形閥口相對(duì)于軸線的圓心角為θ2。
圖4 閥口幾何關(guān)系圖
由閥口圓的方程
由式 (2)可得:
經(jīng)分析可知,閥芯閥口開口面積有以下2種情況:
(1)當(dāng)閥芯轉(zhuǎn)角θ-θ3<θ2時(shí),閥芯閥口部分打開,閥口的瞬時(shí)開口面積為
經(jīng)過化簡(jiǎn)之后,其大小為:
(2)當(dāng)閥芯轉(zhuǎn)角為 180 °- θ2≥θ-θ3≥θ2時(shí),閥芯閥口全開,因閥口直徑為d,所以閥口的開口面積為
由圖1可知,當(dāng)液壓自伺服擺動(dòng)缸順時(shí)針轉(zhuǎn)動(dòng)時(shí),其閥芯上的閥口可以看作3對(duì)可變節(jié)流口,分別為A1、A2、A3、B1、B2和B3,這些可變節(jié)流口在圖1中均已標(biāo)出;當(dāng)逆時(shí)針轉(zhuǎn)動(dòng)時(shí),也會(huì)形成3對(duì)可變1可得到其等效的液壓橋路如圖5所示。
圖5 液壓自伺服擺動(dòng)缸等效液壓橋路
又由液壓橋路的流量平衡可知[13]:
故可得閥口負(fù)載流量方程為:
閥體順時(shí)針轉(zhuǎn)動(dòng)θ3角度時(shí)的示意圖如圖6所示。
圖6 閥體順時(shí)針轉(zhuǎn)動(dòng)示意圖
當(dāng)閥體順時(shí)針轉(zhuǎn)動(dòng)時(shí),葉片轉(zhuǎn)動(dòng)導(dǎo)致擺動(dòng)缸體積變化為
式中:L為工作腔長(zhǎng)度;r為工作腔內(nèi)徑;y為工作腔寬度。
此時(shí),工作腔每弧度排量可表述為
令流入工作腔A腔的流量為qA,流入工作腔B腔的流量為 qB,則[13]
式中:Cip為工作腔內(nèi)泄漏系數(shù);Cep為工作腔外泄漏系數(shù);pA為A腔工作腔壓力;pB為B腔工作腔壓力;VA為A腔工作腔體積;VB為B腔工作腔體積;βe為有效體積彈性模量。
其中
式中:VA0為 A腔的初始體積,VB0為 B腔的初始體積。
又
考慮缸體的內(nèi)外泄漏等因素,綜合式 (11)、(12)、(13)、(14)、(15)、(16)和式 (17)可得液壓自伺服擺動(dòng)缸工作腔流量連續(xù)性方程[13]:
式中:Dm為擺動(dòng)缸的排量,Vt為擺動(dòng)缸兩腔及連接管道總?cè)莘e;βe為系統(tǒng)有效容積彈性模量;pL為負(fù)載壓降;Ctp為擺動(dòng)缸的總泄漏系數(shù),Ctp=Cip+1/2 Cep,Cip、Cep分別為內(nèi)、外泄漏系數(shù)。
液壓自伺服擺動(dòng)缸的動(dòng)態(tài)特性受負(fù)載特性的影響,所加的負(fù)載為任意外負(fù)載力矩。由此可得到液壓自伺服擺動(dòng)缸的輸出力與外負(fù)載力矩平衡方程為[13]:
式中:pL為負(fù)載壓降;Dm為擺動(dòng)缸的排量,J為擺動(dòng)缸和負(fù)載折算到配流軸上的總慣量;Bm為擺動(dòng)缸和負(fù)載的黏性阻尼系數(shù);TL為作用在閥體輸出軸上的任意外負(fù)載力矩。
為了研究液壓自伺服擺動(dòng)缸的動(dòng)態(tài)特性,文中從其液壓系統(tǒng)的固有頻率的角度來研究,而固有頻率是因外負(fù)載力矩與液壓自伺服擺動(dòng)缸工作腔中油液彼此作用引起的,若液壓自伺服擺動(dòng)缸轉(zhuǎn)動(dòng)Δθ3,則其液壓油的彈性力矩為[1]:
式中:V0為擺動(dòng)缸處于中位時(shí)A腔和B腔的容積。
故可得到液壓自伺服擺動(dòng)缸兩個(gè)工作腔總液壓彈簧剛度為:
式中:V1為A腔和B腔總體積;V3為連接管道的體積。
液壓自伺服擺動(dòng)缸液壓系統(tǒng)固有頻率為:
在液壓系統(tǒng)中,液壓自伺服擺動(dòng)缸系統(tǒng)固有頻率表示其響應(yīng)的快速性,若系統(tǒng)固有頻率高,則系統(tǒng)響應(yīng)速度就快。由式 (23)可以看出,影響系統(tǒng)固有頻率有以下因素:系統(tǒng)有效容積彈性模量βe;工作腔每弧度排量Dm;擺動(dòng)缸兩腔及連接管道的總體積Vt;擺動(dòng)缸和負(fù)載折算到輸出軸上的總慣量J。故要想系統(tǒng)響應(yīng)速度快,則應(yīng)增大系統(tǒng)固有頻率的值,相應(yīng)的改變?chǔ)耬、Dm、Vt和J的值,而系統(tǒng)有效容積彈性模量βe基本保持不變,J通常由負(fù)載決定,所以負(fù)載一定時(shí),要想增大 ωh,應(yīng)減小 Vt,增大 Dm。由式(22)可看出,Vt與Dm存在一定數(shù)學(xué)關(guān)系,故不能無限制的減小Vt,所以文中將Vt設(shè)為一定值。在Vt為定值的前提下,為了研究液壓自伺服擺動(dòng)缸的動(dòng)態(tài)響應(yīng)速度,文中為Dm進(jìn)行了初始賦值,且建立了三大狀態(tài)方程的Simulink模型,并以式 (12)和式 (22)為前提通過遺傳算法對(duì)相關(guān)結(jié)構(gòu)參數(shù)進(jìn)行了優(yōu)化,從而選出Dm最優(yōu)值,最終將獲得的最優(yōu)值和初始值同時(shí)代入Simulink仿真模型中進(jìn)行仿真,以此來觀察通過遺傳算法進(jìn)行參數(shù)優(yōu)化后的液壓自伺服擺動(dòng)缸的動(dòng)態(tài)響應(yīng)特性。
液壓自伺服擺動(dòng)缸基本參數(shù)見表1,其中工作腔寬度y賦初值為0.015 m、工作腔長(zhǎng)度L賦初值為0.03 m和工作腔每弧度排量Dm賦初值為2.0×10-5m3。
Simulink是一個(gè)可進(jìn)行動(dòng)態(tài)系統(tǒng)的建模、仿真和綜合分析MATLAB里的工具箱之一,主要功能是實(shí)現(xiàn)動(dòng)態(tài)系統(tǒng)建模、仿真與分析。它可應(yīng)用的系統(tǒng)包括:(1)線性、非線性系統(tǒng);(2)離散、連續(xù)及混合系統(tǒng);(3)單任務(wù)、多任務(wù)離散事件系統(tǒng)。Simulink仿真與分析的主要步驟為:從模塊庫中選取所需要的基本功能模塊,建立結(jié)構(gòu)圖模型,設(shè)置仿真參數(shù),進(jìn)行動(dòng)態(tài)仿真并觀察輸出結(jié)果。針對(duì)輸出結(jié)果進(jìn)行分析和比較,按仿真的最佳效果調(diào)試和整定控制系統(tǒng)的參數(shù)。
Simulink為用戶提供了一個(gè)圖形化的用戶界面(GUI),只需進(jìn)行鼠標(biāo)的簡(jiǎn)單拖拉操作就可構(gòu)造出復(fù)雜的仿真模型。
文中建立了液壓自伺服擺動(dòng)缸的數(shù)學(xué)模型,綜合式 (5)、(6)、(10)、(12)、(18)和式 (19)可建立如圖7所示的MATLAB/Simulink模型,仿真模型中的參數(shù)見表1。
圖7 液壓自伺服擺動(dòng)缸MATLAB/Simulink模型
表1 液壓自伺服擺動(dòng)缸參數(shù)表
在Simulink模型中,外負(fù)載力矩大小為80 N·m,工作腔每弧度排量Dm為2.1×10-5m3,系統(tǒng)輸入信號(hào)均為典型的階躍信號(hào),系統(tǒng)仿真時(shí)間設(shè)置為5 s,步長(zhǎng)為0.01 s,然后開始仿真,可得到液壓自伺服擺動(dòng)缸閥體的跟隨性能動(dòng)態(tài)響應(yīng)曲線和閥體速度響應(yīng)曲線如圖8和圖9所示。
圖8 液壓自伺服擺動(dòng)缸閥體的跟隨性能動(dòng)態(tài)響應(yīng)曲線
圖9 液壓自伺服擺動(dòng)缸 閥體速度響應(yīng)曲線
從圖8可看出,當(dāng)電機(jī)轉(zhuǎn)動(dòng)1 rad后,液壓自伺服擺動(dòng)缸閥體經(jīng)過0.52 s跟著轉(zhuǎn)動(dòng)1 rad并達(dá)到穩(wěn)態(tài);此時(shí)對(duì)應(yīng)圖9可看出,因閥芯閥口為圓形,故其面積變化為非線性的,所以液壓自伺服擺動(dòng)缸閥體速度并不是勻速變化的,當(dāng)閥體達(dá)到穩(wěn)態(tài)時(shí),其速度也在0.52 s時(shí)變?yōu)?并達(dá)到穩(wěn)態(tài)。
為了使液壓自伺服擺動(dòng)缸能獲得較好的動(dòng)態(tài)響應(yīng)特性,在使其結(jié)構(gòu)小型化的前提下及對(duì)其進(jìn)行結(jié)構(gòu)優(yōu)化,且使得每弧度排量Dm盡可能大,由式(22)可知,當(dāng)Vt一定時(shí),要使得Dm盡可能大,則只需使V3盡可能小,為此建立相關(guān)的優(yōu)化函數(shù)如下:
式中:V3為連接管道的體積;Vt為擺動(dòng)缸兩腔及連接管道的總體積 (忽略葉片和固定擋塊自身體積);Dm為工作腔每弧度排量;L為工作腔長(zhǎng)度;r為工作腔內(nèi)徑取0.025 m;y為工作腔寬度。
遺傳算法仿效基于自然選擇的生物進(jìn)化,它是一種類似生物遺傳和進(jìn)化過程而形成的隨機(jī)方法。傳統(tǒng)的優(yōu)化算法往往是從單個(gè)初始值開始迭代求最優(yōu)解,這樣容易陷入局部最優(yōu)解;而遺傳算法是從目標(biāo)解的串集開始搜索,其搜索覆蓋范圍廣,便于獲得全局最優(yōu)解。因其具有全局優(yōu)化的能力和較強(qiáng)的自適應(yīng)的能力,且具有極強(qiáng)的容錯(cuò)能力,所以其對(duì)于一些非線性、多模型、多目標(biāo)的函數(shù)優(yōu)化問題的求解,往往能起到非常好的效果。
文中采用遺傳算法來尋找液壓自伺服擺動(dòng)缸每弧度排量Dm全局最優(yōu)解,算法步驟如下:
(1)二進(jìn)制編碼。參數(shù)有兩個(gè),分別為y和L,也即染色體有兩個(gè)。文中取染色體二進(jìn)制編碼長(zhǎng)度為10位,兩個(gè)染色體分別對(duì)應(yīng)a和b,a和b分別為:
式中:lmax1和lmin1分別為染色體a的最大值及最小值;lmax2和lmin2分別為染色體b的最大值及最小值;k1和k2分別為染色體a和染色體b的10位二進(jìn)制編碼值。
(2)初始種群。設(shè)定初始種群個(gè)數(shù)為100個(gè),其上每個(gè)個(gè)體均表示為染色體的二進(jìn)制基因編碼。
(3)計(jì)算適應(yīng)度。任意一個(gè)個(gè)體適應(yīng)度越大,其被選擇的概率也就越大。一般來說,在遺傳算法中,若將目標(biāo)函數(shù)作為適應(yīng)函數(shù),那么此遺傳算法的目的就是尋求該目標(biāo)函數(shù)的最大值,也即全局最優(yōu)解,而文中要求得的是V3的最小值,此時(shí)1/Dm也為最小值,故應(yīng)做倒數(shù)處理,則適應(yīng)度函數(shù)為:
式中:K(xi)為第xi個(gè)個(gè)體時(shí)連接管道的體積和每弧度排量Dm的加權(quán)和。
設(shè)定循環(huán)次數(shù) (即遺傳代數(shù))為30,故當(dāng)計(jì)算出個(gè)體的適應(yīng)度之后,應(yīng)先判斷是否滿足給定的循環(huán)次數(shù),若沒有超出給定的循環(huán)次數(shù),則輸出最佳個(gè)體及其相關(guān)的最優(yōu)解,結(jié)束循環(huán),否則轉(zhuǎn)向步驟 (4)。
(4)復(fù)制選擇。由現(xiàn)有種群個(gè)體的復(fù)制概率可知其在新種群中的期望復(fù)制數(shù),但由于復(fù)制過程是隨機(jī)的,所以小概率事件也有可能發(fā)生。復(fù)制選擇的過程就是完成種群個(gè)體優(yōu)勝劣汰的過程,文中采用輪噴賭法來完成復(fù)制操作,若某個(gè)個(gè)體的適應(yīng)度越大,那么其在總適應(yīng)度中所有比重也越大,則其被復(fù)制的概率也將會(huì)越大。
(5)交叉。交叉的過程實(shí)質(zhì)是產(chǎn)生新個(gè)體的過程,按照交叉概率,種群個(gè)體間會(huì)在切點(diǎn)位置實(shí)行勻速互換,交叉概率普遍取0.25~0.75,文中選擇0.62。
(6)變異。首先在群體中隨機(jī)選擇一個(gè)個(gè)體,對(duì)于選中的個(gè)體以一定的概率隨機(jī)地改變串結(jié)構(gòu)數(shù)據(jù)中某個(gè)串的值。變異發(fā)生的概率很低,文中取值0.08。變異為新個(gè)體的產(chǎn)生提供了機(jī)會(huì)。
(7)循環(huán)條件判別。由交叉和變異可產(chǎn)生新一代的種群,循環(huán)會(huì)返回至步驟 (3)。
在確定了遺傳算法的算法步驟之后,在MATLAB中進(jìn)行了相應(yīng)的遺傳算法編程,算法程序運(yùn)行之后,可得出遺傳算法參數(shù)優(yōu)化結(jié)果圖如圖10所示。
由圖10可看出,遺傳算法循環(huán)至30次后終止當(dāng)遺傳代數(shù)為11時(shí),遺傳算法便已尋找出了文中所述液壓自伺服擺動(dòng)缸相關(guān)參數(shù)的最優(yōu)解。也即在一定范圍內(nèi),當(dāng)工作腔寬度y由原來的0.015 m優(yōu)化為0.02 m和工作腔長(zhǎng)度L由原來的0.03 m優(yōu)化為0.049 1 m時(shí),連接管道的體積V3取最小值3.842 2×10-4m3,即工作腔每弧度排量Dm取最大值為3.434 3×10-5m3,由原來的2.1×10-5m3優(yōu)化為現(xiàn)在的3.434 3×10-5m3,此時(shí)適應(yīng)度函數(shù)值為1×10-4。
為了使液壓自伺服擺動(dòng)缸能獲得較好的動(dòng)態(tài)響應(yīng)特性,在使其結(jié)構(gòu)小型化的前提下對(duì)其進(jìn)行結(jié)構(gòu)優(yōu)化,且使得工作腔每弧度排量Dm盡可能大,通過遺傳算法對(duì)工作腔寬度y、工作腔長(zhǎng)度L以及工作腔每弧度排量Dm的值分別進(jìn)行了優(yōu)化。為了觀察遺傳算法對(duì)液壓自伺服擺動(dòng)缸參數(shù)優(yōu)化之后其動(dòng)態(tài)響應(yīng)效果以及驗(yàn)證式 (23)的正確性,將工作腔每弧度排量Dm的初始值和優(yōu)化值分別先后代入MATLAB/Simulink模型,然后分別從液壓自伺服擺動(dòng)缸閥體的跟隨性能與速度響應(yīng)兩方面來觀察系統(tǒng)優(yōu)化之后的效果。
圖10 遺傳算法參數(shù)優(yōu)化結(jié)果圖
Simulink仿真的輸入信號(hào)仍采用典型的階躍信號(hào),遺傳算法優(yōu)化前后閥體跟隨性能響應(yīng)曲線如圖11所示,從圖中可以看出,優(yōu)化前閥體經(jīng)過0.52 s達(dá)到穩(wěn)態(tài),而優(yōu)化之后0.42 s便已達(dá)到穩(wěn)態(tài)。
遺傳算法優(yōu)化前后閥體速度響應(yīng)曲線如圖12所示,從圖中可以看出,與優(yōu)化之后相比,優(yōu)化之前閥體輸出軸速度小,其達(dá)到穩(wěn)態(tài)的時(shí)間為0.52 s;而優(yōu)化之后的閥體速度快,其在0.42 s時(shí)已經(jīng)達(dá)到穩(wěn)態(tài)。對(duì)比圖11和圖12可以看出,優(yōu)化前后,當(dāng)閥體達(dá)到穩(wěn)態(tài)時(shí),閥體速度在同一時(shí)間變?yōu)?,也達(dá)到穩(wěn)態(tài)。
圖11 遺傳算法優(yōu)化前后閥體跟隨性能響應(yīng)曲線
綜上所述,從圖11和圖12可看出,利用式(23)來分析液壓自伺服擺動(dòng)缸動(dòng)態(tài)特性是完全正確的,利用遺傳算法對(duì)液壓自伺服擺動(dòng)缸進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化,與優(yōu)化前相比,優(yōu)化之后系統(tǒng)整體的動(dòng)態(tài)響應(yīng)效果較好。
為了提高液壓自伺服擺動(dòng)缸的動(dòng)態(tài)響應(yīng)特性,分析了液壓系統(tǒng)固有頻率公式,通過分析影響其動(dòng)態(tài)特性的4個(gè)參數(shù)βe、Dm、Vt和J可知,欲提高液壓自伺服擺動(dòng)缸的動(dòng)態(tài)特性,在一定條件下,必須對(duì)其進(jìn)行結(jié)構(gòu)優(yōu)化以便獲得盡可能大的Dm。在此基礎(chǔ)上,利用遺傳算法對(duì)液壓自伺服擺動(dòng)缸的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化,并將優(yōu)化之后的參數(shù)代入Simulink模型進(jìn)行仿真,通過對(duì)比分析遺傳算法優(yōu)化前后閥體跟隨性能響應(yīng)曲線圖和遺傳算法優(yōu)化前后閥體速度響應(yīng)曲線圖之后,分析結(jié)果表明:
(1)利用液壓自伺服擺動(dòng)缸系統(tǒng)固有頻率公式來研究其動(dòng)態(tài)響應(yīng)特性是完全正確可行的,其完全可以應(yīng)用于其他液壓系統(tǒng)動(dòng)態(tài)響應(yīng)特性分析。
圖12 遺傳算法優(yōu)化前后閥體速度響應(yīng)曲線
(2)利用遺傳算法對(duì)液壓自伺服擺動(dòng)缸進(jìn)行結(jié)構(gòu)參數(shù)優(yōu)化,工作腔寬度y由原來的0.015 m優(yōu)化為0.02 m,工作腔長(zhǎng)度L由原來的0.03 m優(yōu)化為0.049 1 m時(shí),工作腔每弧度排量Dm由原來的2.1×10-5m3優(yōu)化為現(xiàn)在的3.434 3×10-5m3,結(jié)合Simulink仿真結(jié)果可知,優(yōu)化之后液壓自伺服擺動(dòng)缸系統(tǒng)達(dá)到穩(wěn)態(tài)時(shí)間由原來的0.52 s降低為現(xiàn)在的0.42 s,這表明,與優(yōu)化前相比,優(yōu)化之后系統(tǒng)整體的動(dòng)態(tài)響應(yīng)速度有了明顯的提升。經(jīng)過結(jié)構(gòu)優(yōu)化且動(dòng)態(tài)響應(yīng)特性得到了明顯提升的的液壓自伺服擺動(dòng)缸,可作為液壓關(guān)節(jié)應(yīng)用于液壓機(jī)器人的相關(guān)領(lǐng)域。
[1]薛曉虎.液壓系統(tǒng)閥控液壓馬達(dá)回路的動(dòng)態(tài)特性分析[J].起重運(yùn)輸機(jī)械,2002(8):23-28.
[2]張宗成,袁銳波,何敏.基于AMEsim的閥控液壓馬達(dá)特性研究[J].科學(xué)技術(shù)與工程,2010,10(13):3222-3225.
[3]徐海軍,潘存云,謝海斌,等.水下仿生推進(jìn)器閥控液壓擺動(dòng)關(guān)節(jié)建模與動(dòng)態(tài)特性分析[J].國防科技大學(xué)學(xué)報(bào),2010,32(6):116-121.
[4]蔣林,陳新元,趙慧,等.基于液壓轉(zhuǎn)角伺服的液壓關(guān)節(jié)研究[J].機(jī)電工程,2011,28(3):265-269,309.
[5]JIANG Lin,ZHANG Hongwei,XIANG Xianbao,et al.Research on Reconfigurable Hydraulic Robot Configuration Based on Genetic Algorithm[J].International Review on Computers and Software,2011,6(7):1301-1306.
[6]王大偉,李新平,紀(jì)鵬禮,等.泵控液壓馬達(dá)系統(tǒng)的動(dòng)態(tài)特性分析與仿真[J].煤礦機(jī)械,2013,34(12):70-72.
[7]曾良才,胡琪,蔣林,等.新型旋轉(zhuǎn)液壓伺服關(guān)節(jié)[J].華中科技大學(xué)學(xué)報(bào):自然科學(xué)版,2013,41(11):76-80.
[8] CHANG W.Parameter Identification of Rossler's Chaotic System by an Evolutionary Algorithm [J].Science,2006,29:1047-1053.
[9] PATERLINIA S,KRINKB T.Differential Evolution and Particle Swarm Optimization in Partitional Clustering[J].Computational Statistics & Data Analysis,2006,50(5):1220-1247.
[10]王巍,李文宬,蘭中文,等.采用遺傳算法的雙頻Wilkinson功分器的優(yōu)化設(shè)計(jì)[J].西安電子科技大學(xué)學(xué)報(bào):自然科學(xué)版,2010,37(2):353-358.
[11]張本軍,王瑞林,李永建,等.基于BP網(wǎng)絡(luò)和遺傳算法的槍架結(jié)構(gòu)優(yōu)化[J].振動(dòng)與沖擊,2011,30(1):142-144.
[12]袁立鵬,崔淑梅,盧紅影,等.基于改進(jìn)遺傳算法的連續(xù)回轉(zhuǎn)電液伺服馬達(dá)超低速性能結(jié)構(gòu)優(yōu)化[J].機(jī)械工程學(xué)報(bào),2010,46(12):167-174.
[13]王春行.液壓控制系統(tǒng)[M].北京:機(jī)械工業(yè)出版社,1999.