單神經(jīng)元網(wǎng)絡(luò)算法在電液比例控制中的應(yīng)用研究

梁春平 ，于興軍，張鵬飛，梁衛(wèi)斌 ，游娜

(1.國家油氣鉆井裝備工程技術(shù)研究中心，陜西 寶雞 721002;2.寶雞石油機(jī)械有限責(zé)任公司，陜西 寶雞 721002)

0 引言

電液系統(tǒng)具有低成本、功率密度高、響應(yīng)快速，以及較高的剛性和載荷承受能力等優(yōu)點(diǎn)［1］，在各種動(dòng)力機(jī)械系統(tǒng)中得到廣泛應(yīng)用。各種高精度的伺服閥、伺服缸及伺服馬達(dá)［2］等能解決大負(fù)載、大扭矩的工作特點(diǎn)給比例控制精度和響應(yīng)速度帶來問題，但與伺服系統(tǒng)相比，普通的電液比例閥抗污染能力強(qiáng)，容易操作和保養(yǎng)，易于提高系統(tǒng)的可靠性，更適用于工業(yè)過程;同時(shí)，比例閥本身成本和應(yīng)用成本都比伺服閥低，因此在很多工程機(jī)械中電液比例閥的應(yīng)用更為廣泛［3-5］。

電液比例控制系統(tǒng)具有復(fù)雜的高介非線性特性，這些不確定因素會(huì)使得因電氣-液壓系統(tǒng)以及機(jī)械系統(tǒng)的非線性因素變得更加復(fù)雜，很難建立精確的數(shù)學(xué)模型，為了提高執(zhí)行機(jī)構(gòu)的快速響應(yīng)能力，只有設(shè)計(jì)具有快速穩(wěn)定跟蹤能力的控制器，液壓系統(tǒng)的優(yōu)勢(shì)也才能得以充分的體現(xiàn)［6］。電液比例控制系統(tǒng)大多采用PID控制技術(shù)。常規(guī)PID控制具有算法簡(jiǎn)單、可靠性高、參數(shù)調(diào)整容易等優(yōu)點(diǎn)，但對(duì)于時(shí)變、非線性系統(tǒng)難以滿足要求［7］。在很多液壓伺服比例控制中，學(xué)者和工程師們?cè)O(shè)計(jì)了很多優(yōu)秀的控制器，如主動(dòng)式車輛懸掛系統(tǒng)中的最優(yōu)控制準(zhǔn)則，滑?？刂疲：刂评碚摰龋?］，然而這些控制算法很多在實(shí)際情況中因?yàn)楹芏喱F(xiàn)實(shí)因素影響而不能得到很好的應(yīng)用［9］。單神經(jīng)元自動(dòng)適應(yīng)智能PID控制器，具有結(jié)構(gòu)簡(jiǎn)單，能適應(yīng)環(huán)境變化，有較強(qiáng)的魯棒性［10］，本文將單神經(jīng)元網(wǎng)絡(luò)算法在電液比例閥控制中進(jìn)行了實(shí)踐。

1 電液比例控制的系統(tǒng)結(jié)構(gòu)

電液比例控制過程就是控制器輸出經(jīng)過放大器進(jìn)行功率放大后驅(qū)動(dòng)電磁閥工作，電磁閥按照電信號(hào)打開閥芯，控制液壓流體驅(qū)動(dòng)執(zhí)行器件。要實(shí)現(xiàn)速度或者位置的精確控制，必須采用閉環(huán)控制，且控制器應(yīng)為帶一定算法的數(shù)字控制器或模擬控制器，由于電液比例控器數(shù)學(xué)建模困難，一般采用數(shù)字控制器容易實(shí)現(xiàn)，其結(jié)構(gòu)如圖1，其中數(shù)字控制器是控制核心，負(fù)責(zé)集成信號(hào)處機(jī)理及控制算法。

圖1 系統(tǒng)結(jié)構(gòu)圖

本應(yīng)用平臺(tái)采用的控制器是西門子的PLC 300系統(tǒng)，數(shù)字模擬量的相互轉(zhuǎn)換也是采用西門子標(biāo)準(zhǔn)模塊，液壓系統(tǒng)回路采用背壓節(jié)流調(diào)速方式，比例放大器是Atos的E-ME-AC-5H。執(zhí)行器是液缸和旋轉(zhuǎn)馬達(dá)，液缸的傳感器采用的位移傳感器輸出信號(hào)是4～20 mA信號(hào)，旋轉(zhuǎn)編碼器采用的是P+f PVM14絕對(duì)值型編碼器，具備DP總線通訊功能，與控制器兼容良好。

2 單神經(jīng)元網(wǎng)絡(luò)PID智能控制原理

神經(jīng)網(wǎng)絡(luò)采用Hebb學(xué)習(xí)規(guī)則，基本思想［10］是:如果同時(shí)激活兩個(gè)神經(jīng)元，其聯(lián)系強(qiáng)度的增強(qiáng)與他們激勵(lì)的乘積成正比，結(jié)合無監(jiān)督和有監(jiān)督的Hebb學(xué)習(xí)規(guī)則，如式(1):

式中Δωij(k)表示神經(jīng)元j和神經(jīng)元i的聯(lián)系權(quán)值;

dj(k)表示期望輸出;

Oj(k)表示實(shí)際輸出，作為神經(jīng)元j的激活值;

Oi(k)表示神經(jīng)元i的激活值。

在PID控制中，主要是根據(jù)輸出、誤差、誤差變化率來調(diào)節(jié)PID三個(gè)參數(shù)，所以基于式(1)的單神經(jīng)元自適應(yīng)PID參數(shù)整定為式(2):

式中 W(k)=［ωp，ωi，ωd］，表示歸一化處理后，PID 參數(shù)各自所占權(quán)重;

W1(k)=［ω1p，ω1i，ω1d］，表示 PID 調(diào)節(jié)后各參數(shù)的值;

Η =［ηp，ηi，ηd］，表示 PID 參數(shù)的學(xué)習(xí)效率;

e(k)，誤差量;

u(k-1)，上次控制量的輸出量;

Δe(k)=e(k)-e(k-1)，誤差變化量。

根據(jù)增量PID原理，實(shí)際控制量的輸出如式(4)

式中K為神經(jīng)元的比例系數(shù)。

3 控制器的軟件設(shè)計(jì)

根據(jù)上述控制原理，其控制框圖如圖2所示。其中的F部分是傳感器信號(hào)采集完進(jìn)行濾波及物理量化處理。根據(jù)控制框圖2，得算法部分程序的流程圖如圖3。

圖2 控制框

進(jìn)行軟件設(shè)計(jì)時(shí)，需要考慮采樣周期的選擇合理，理論上是采樣頻率越高，調(diào)整越快，數(shù)字模擬越精確，控制效果越接近連續(xù)控制，也能有效降低時(shí)延。但采樣周期太小，會(huì)使積分作用、微分作用不明顯;且采樣周期小到一定程度時(shí)，前后兩次采樣的差別反映不出來，使調(diào)節(jié)作用減弱;控制大慣量的系統(tǒng)時(shí)，還應(yīng)考慮執(zhí)行的動(dòng)作慣性，采樣周期的選擇要與之匹配，否則執(zhí)行機(jī)構(gòu)來不及響應(yīng)控制器的輸出。

圖3 程序處理流程圖

4 應(yīng)用及分析

該應(yīng)用系統(tǒng)中的電液比例閥主要用來控制驅(qū)動(dòng)液壓缸和液壓馬達(dá)兩種典型的液壓執(zhí)行機(jī)構(gòu)，系統(tǒng)在采用常規(guī)PID控制，經(jīng)過反復(fù)調(diào)試，比較理想的結(jié)構(gòu)如圖4。

圖4 定參數(shù)PID控制的曲線

常規(guī)定參數(shù)PID在控制液缸時(shí)，跟隨能力基本滿足控制需求，在個(gè)別時(shí)間點(diǎn)出現(xiàn)偏差較大，而在驅(qū)動(dòng)馬達(dá)的時(shí)候，絕大部分時(shí)間段的偏差均較大，不能滿足控制需求。

采用單神經(jīng)元網(wǎng)絡(luò)在線整定進(jìn)行現(xiàn)場(chǎng)調(diào)試時(shí)，當(dāng)W1(0)的初值與其收斂值相差巨大時(shí)，且學(xué)習(xí)效率H，比例系數(shù)K設(shè)置又不合理，系統(tǒng)很難穩(wěn)定，甚至出現(xiàn)劇烈震蕩。需要根據(jù)PID的調(diào)節(jié)方法，先在比較低的K值下，調(diào)整出合適的 H，然后將此時(shí)的W1(k)作為初始值，按照該初始值進(jìn)行PID參數(shù)整定，最后適當(dāng)提高K值以提高算法隨系統(tǒng)結(jié)構(gòu)變化時(shí)的跟蹤能力。經(jīng)過調(diào)試，最終穩(wěn)定后的PID參數(shù)如表1。

表1 應(yīng)用參數(shù)

控制的運(yùn)行結(jié)構(gòu)如圖5，從圖中不難發(fā)現(xiàn)，無論是用來驅(qū)動(dòng)液缸還是馬達(dá)，實(shí)際速度都能跟隨給定速度變化快速變化，誤差基本穩(wěn)定在很小的范圍，沒有出現(xiàn)震蕩和嚴(yán)重超調(diào)的情況。

5 結(jié)束語

控制系統(tǒng)通常只能考慮機(jī)械運(yùn)動(dòng)學(xué)問題，而動(dòng)力學(xué)問題太過復(fù)雜，無法在控制軟件中進(jìn)行精確建模，而依靠PID調(diào)節(jié)很容易達(dá)到控制要求。系統(tǒng)在現(xiàn)場(chǎng)經(jīng)過反復(fù)運(yùn)行發(fā)現(xiàn)，采用定參數(shù)PID控制電液比例閥驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)具有不穩(wěn)定性，在一定情況下，調(diào)整好三個(gè)參數(shù)，系統(tǒng)基本能保持較好的跟隨能力，但是當(dāng)機(jī)械系統(tǒng)的工作載荷或機(jī)械的姿態(tài)發(fā)生較大變化后，則會(huì)導(dǎo)致系統(tǒng)的跟隨速度變慢活著進(jìn)入不穩(wěn)定狀態(tài)。采用單神經(jīng)元網(wǎng)絡(luò)算法在線PID參數(shù)整定后，在調(diào)試初期，能比較容易確定出系統(tǒng)穩(wěn)定運(yùn)行的最佳參數(shù)，使控制系統(tǒng)自動(dòng)收斂，PID的三個(gè)參數(shù)權(quán)值也會(huì)隨著變化保證系統(tǒng)的收斂速度和穩(wěn)定性，達(dá)到系統(tǒng)應(yīng)用要求。

圖5 采用單神經(jīng)元網(wǎng)絡(luò)算法在線PID參數(shù)整定的控制結(jié)果

［1］DR MOHAMMED Y HASSAN，DR MAJID A.Aliewe modeling and control of proportional directional control valve using neural network［J］.Iraqi Journal of Computers，Communication and Control and Systems Engineering.2006，6(3):81.

［2］JOVANOVIC M.Nonlinear control of an electro hydraulic velocity servo system［C］.Anchorage，Alaska，USA，American Control Conference(ACC)02，2002:588.

［3］BORA ERYILM AZ.Improved nonlinear modeling and control of electro hydraulic systems ［D］. Boston， Massachusetts:Northeastern University，2000:12-40.

［4］張弓，于蘭英，吳文海，等.電液比例閥的研究綜述及發(fā)展趨勢(shì)［J］.流體機(jī)械，2008，36(8):32-37.

［5］郭宏廣，馮開林.工程機(jī)械電液比例閥的特點(diǎn)及其應(yīng)用研究［J］.工程機(jī)械，2003，40(5):40-42.

［6］DU HAI-PING，ZHANG NONG.Static output feedback control for electro-hydraulic active suspensions Via T-S fuzzy model approach［J］.Journal of Dynamic Systems，Measurement and Control:Transactions of ASME，2009，131(5):051004-1 –051004-11.

［7］黃合成，韓軼霞.基于電液比例閥的模糊智能PID控制系統(tǒng)的研究［J］.試驗(yàn)技術(shù)與實(shí)驗(yàn)機(jī).2007.7(4):56-60.

［8］JIMOH OLAREWAJU PEDRO，Olurotimi akintunde dahunsi，neural network based feedback linearization control of a ssrvo-hydraulic vehicle suspension system［J］.Int.J.Appl.Math.Comput.Sci.，2011，21(1):137-147.

［9］DU HAI-PING，ZHANG NONG.Multi-objective static output feedback control design for vehicle suspensions［J］.Journal of System Design and Dynamics.2008 2(1):228–239.

［10］劉金錕.先進(jìn)PID控制及其MATLAB仿真［M］.3版.北京:電子工業(yè)出版社，2013.