基于粒子群優(yōu)化的動(dòng)力設(shè)備主動(dòng)振動(dòng)控制研究

黃　偉,徐　建,朱大勇,盧坤林,盧劍偉,胡明祎

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院,安徽 合肥　230009;2.土木工程結(jié)構(gòu)與材料安徽省重點(diǎn)實(shí)驗(yàn)室,安徽 合肥　230009;3.中國(guó)機(jī)械工業(yè)集團(tuán)有限公司,北京　100080;4.合肥工業(yè)大學(xué) 機(jī)械與汽車(chē)工程學(xué)院,安徽 合肥　230009;5.中國(guó)電子工程設(shè)計(jì)院,北京　100142;6.清華大學(xué) 土木水利學(xué)院,北京　100084)

?

基于粒子群優(yōu)化的動(dòng)力設(shè)備主動(dòng)振動(dòng)控制研究

黃偉1,2,徐建3,朱大勇1,2,盧坤林1,2,盧劍偉4,胡明祎5,6

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院,安徽 合肥230009;2.土木工程結(jié)構(gòu)與材料安徽省重點(diǎn)實(shí)驗(yàn)室,安徽 合肥230009;3.中國(guó)機(jī)械工業(yè)集團(tuán)有限公司,北京100080;4.合肥工業(yè)大學(xué) 機(jī)械與汽車(chē)工程學(xué)院,安徽 合肥230009;5.中國(guó)電子工程設(shè)計(jì)院,北京100142;6.清華大學(xué) 土木水利學(xué)院,北京100084)

摘要:文章針對(duì)動(dòng)力設(shè)備振動(dòng)控制,利用比例-積分-微分(PID)和線性二次型調(diào)節(jié)器(LQR)最優(yōu)控制理論,并引入粒子群優(yōu)化算法,分別建立了PSO-PID和PSO-LQR主動(dòng)振動(dòng)控制器;分別從傳遞函數(shù)和狀態(tài)空間方程2種角度出發(fā),建立控制模型。數(shù)值結(jié)果表明,2種主動(dòng)控制器均能有效降低動(dòng)力設(shè)備傳遞至基礎(chǔ)的峰值力,但PSO-LQR控制器對(duì)于體系穩(wěn)定時(shí)態(tài)的控制效果明顯優(yōu)于PSO-PID控制器。對(duì)于實(shí)際工程,需要擇優(yōu)選取一種最適宜方法。針對(duì)主動(dòng)振動(dòng)控制中存在的時(shí)滯現(xiàn)象,對(duì)PSO-LQR控制器進(jìn)行了含時(shí)滯研究,結(jié)果表明,隨著時(shí)滯增加,傳遞至基礎(chǔ)的峰值力與無(wú)時(shí)滯相比大幅增加,呈發(fā)散態(tài)勢(shì)。

關(guān)鍵詞:比例-積分-微分控制;線性二次型最優(yōu)控制;粒子群優(yōu)化算法;傳遞函數(shù);狀態(tài)空間方程;時(shí)滯

0引言

動(dòng)力設(shè)備廣泛應(yīng)用于現(xiàn)代工業(yè)工程的各個(gè)方面,包括大型回轉(zhuǎn)、往復(fù)、沖壓以及發(fā)電等設(shè)備,這些大型設(shè)備在使用過(guò)程中所產(chǎn)生的有害振動(dòng)愈來(lái)愈嚴(yán)重,對(duì)所屬工業(yè)廠房、周?chē)h(huán)境及附近居民的擾動(dòng)也越來(lái)越大,故而采取有效的振動(dòng)控制措施很有必要。

主動(dòng)控制出力大、效果好,基于傳感器觀測(cè)的作動(dòng)器控制體系對(duì)外界干擾具有一定的適應(yīng)性[1],近年來(lái)備受關(guān)注?！氨壤?積分-微分(proportional-integral-derivative,PID)”控制是一種經(jīng)典且常用的誤差反饋方式,原理簡(jiǎn)單,實(shí)現(xiàn)方便。文獻(xiàn)[2]針對(duì)精密設(shè)備振動(dòng)模型進(jìn)行了PID主動(dòng)控制研究,數(shù)值計(jì)算結(jié)果肯定了方法的有效性。文獻(xiàn)[3]運(yùn)用PID主動(dòng)控制技術(shù)對(duì)一懸臂梁的振動(dòng)進(jìn)行了研究,并利用Matlab/Simulink構(gòu)建了基于輸出的反饋控制器。文獻(xiàn)[4]成功地將PID控制技術(shù)應(yīng)用到結(jié)構(gòu)的地震振動(dòng)控制之中。

線性二次型調(diào)節(jié)器(Linear Quadratic Regulator,LQR)控制基于線性二次型最優(yōu)控制原理,可得到最優(yōu)控制解,表達(dá)形式簡(jiǎn)單且易應(yīng)用到工程之中。文獻(xiàn)[5]利用LQR技術(shù)實(shí)現(xiàn)了對(duì)轉(zhuǎn)子振動(dòng)體系的主動(dòng)控制。文獻(xiàn)[6]論證了在柔性結(jié)構(gòu)振動(dòng)控制中使用LQR算法的可行性和有效性,并推導(dǎo)了控制系統(tǒng)的動(dòng)力學(xué)方程。

PID及LQR控制的有效實(shí)現(xiàn),涉及最優(yōu)參數(shù)配置問(wèn)題,即PID控制器中的比例、積分和微分增益,以及LQR控制器中的權(quán)值矩陣。文獻(xiàn)[7]提出了一種新型的群智能算法——粒子群優(yōu)化算法(particle swarm optimization,PSO),該算法具有簡(jiǎn)單、易實(shí)現(xiàn)、收斂快且可調(diào)參數(shù)較少等優(yōu)點(diǎn)，得到了廣泛應(yīng)用。文獻(xiàn)[8]將PSO算法應(yīng)用到PID控制器參數(shù)的整定研究之中,并與遺傳算法(genetic algorithm,GA)進(jìn)行了對(duì)比研究,數(shù)值結(jié)果肯定了PSO優(yōu)化的有效性。文獻(xiàn)[9]利用PSO技術(shù)對(duì)結(jié)構(gòu)振動(dòng)LQR-ATMD控制器進(jìn)行了優(yōu)化研究,得到了最優(yōu)權(quán)值矩陣。

本文針對(duì)動(dòng)力設(shè)備振動(dòng)模型,分別建立PSO-PID和PSO-LQR主動(dòng)振動(dòng)控制器,并對(duì)2種控制方法下設(shè)備的動(dòng)力學(xué)特性進(jìn)行研究;考慮主動(dòng)振動(dòng)控制中存在的時(shí)滯現(xiàn)象,針對(duì)PSO-LQR控制器開(kāi)展含時(shí)滯研究。

12種控制方法及PSO算法

1.1PID控制

PID控制器對(duì)控制過(guò)程中的偏差進(jìn)行比例、積分和微分線性組合,從而實(shí)現(xiàn)對(duì)被控對(duì)象的控制,由圖1所示,其中,e為控制過(guò)程誤差。

圖1　PID控制器示意圖

PID控制器的傳遞函數(shù)數(shù)學(xué)模型為:

(1)

其中,Kp為比例增益;Ki為積分增益;Kd為微分增益,s為拉氏算子。

1.2LQR控制

有如下控制體系的狀態(tài)空間方程:

(2)

其中，x為狀態(tài)空間變量；y為輸出變量；u為控制輸入；A、B、C、D為系數(shù)矩陣。建立如下的線性二次型目標(biāo)函數(shù),并在(2)式的條件下使J最小:

(3)

其中,Q、R為權(quán)值矩陣。LQR算法即是通過(guò)求解以下Riccati方程:

PA+ATP+Q-PBR-1BTP=0

(4)

從而得出P矩陣,再由K=R-1BTP計(jì)算得到矩陣K,最后計(jì)算最優(yōu)控制輸入u=-Kx。

1.3PSO算法

PSO算法模型中,每個(gè)粒子的自身狀態(tài)都由1組位置和速度向量描述,分別表示問(wèn)題的可行解和它在搜索空間中的運(yùn)動(dòng)方向。粒子通過(guò)不斷學(xué)習(xí)它所發(fā)現(xiàn)的群體最優(yōu)解和鄰居最優(yōu)解,實(shí)現(xiàn)全局最優(yōu)解。粒子的速度和位置更新方程是PSO算法的核心,由(5)式表示:

(5)

其中,i為第i個(gè)粒子;j為粒子的第j維;vij(n)為粒子i在進(jìn)化到n代時(shí)的第j維飛行速度分量;xij(n)表示粒子進(jìn)化到n代時(shí)的第j維位置分量;pbestij(n)為粒子i在進(jìn)化到n代時(shí)的第j維個(gè)體最優(yōu)位置pbesti分量;gbestj(n)為n代時(shí)整個(gè)粒子群的最優(yōu)位置gbest的第j維分量;c1、c2為加速因子或稱(chēng)學(xué)習(xí)因子;r1、r2為[0,1]間的隨機(jī)數(shù);w為慣性權(quán)重系數(shù)。PSO算法的基本計(jì)算流程如圖2所示。

圖2　PSO算法計(jì)算流程圖

2動(dòng)力設(shè)備振動(dòng)控制體系

建立主動(dòng)振動(dòng)控制模型以描述動(dòng)力設(shè)備振動(dòng)體系,如圖3所示。

圖3　動(dòng)力設(shè)備主動(dòng)振動(dòng)控制體系

圖3中,F(t)為動(dòng)力設(shè)備產(chǎn)生的激勵(lì),設(shè)其為簡(jiǎn)諧形式,振幅為F0,頻率記為ω;k2、c2分別為隔振體系的剛度和阻尼；k1、c1分別為基礎(chǔ)或者支撐結(jié)構(gòu)的等效剛度和阻尼;m1、m2分別為基礎(chǔ)、動(dòng)力設(shè)備的質(zhì)量;u(t)為主動(dòng)控制器驅(qū)使下作動(dòng)器產(chǎn)生的控制力;x2、x1分別為動(dòng)力設(shè)備、基礎(chǔ)振動(dòng)位移。主動(dòng)振動(dòng)控制體系的動(dòng)力學(xué)方程為:

(6)

2.1PID主動(dòng)振動(dòng)控制

假設(shè)初始狀態(tài)為零,對(duì)(6)式進(jìn)行拉普拉斯變換,并設(shè)復(fù)頻s=jω,可得:

(7)

(8)

(1)令U=0,可得:

(9)

(2)令F=0,可得:

(10)

由(9)式、(10)式可建立PID主動(dòng)振動(dòng)控制體系,如圖4所示。

圖4　動(dòng)力設(shè)備PID主動(dòng)振動(dòng)控制示意圖

2.2LQR主動(dòng)振動(dòng)控制

由(6)式,設(shè)定狀態(tài)變量:

可將(6)式轉(zhuǎn)換為如下的狀態(tài)空間方程形式:

(11)

其中

C=diag[1111];

D1=zeros(4,1);D2=zeros(4,1)。

動(dòng)力設(shè)備LQR主動(dòng)振動(dòng)控制示意圖如圖5所示。

圖5　動(dòng)力設(shè)備LQR主動(dòng)振動(dòng)控制示意圖

圖5中K為L(zhǎng)QR算法產(chǎn)生的反饋控制器,由算法K=lqr(A,B1,Q,R)產(chǎn)生,lqr(·)是基于Matlab軟件的計(jì)算函數(shù)。Q的計(jì)算公式為：

3數(shù)值計(jì)算

動(dòng)力設(shè)備振動(dòng)體系的參數(shù)設(shè)置為:

m1=1 200 kg,m2=600 kg,

k1=1 MN/m,k2=15 kN/m,

c1=16 kN/ms,c2=1 kN/ms;

激勵(lì)荷載幅值為F0=1 kN,頻率f=2.6 Hz。試基于PSO算法,進(jìn)行PSO-PID和PSO-LQR最優(yōu)主動(dòng)振動(dòng)控制器設(shè)計(jì)及仿真研究。

PSO算法的參數(shù)設(shè)置為:粒子種群數(shù)100,迭代次數(shù)200,c1=2,c2=1,ω=0.99n(n為迭代次數(shù))[10]。

PID控制器中的比例、積分和微分因子的參數(shù)搜索范圍為:

[-1 000,-1 000,-1 000]～[1 000,1 000,1 000]。

LQR控制器中權(quán)值矩陣因子q1、q2、q3和q4及R的參數(shù)搜索范圍為:

(1)PSO-PID控制器。適應(yīng)值函數(shù)選取為:F=‖F(xiàn)out-Fd‖∞[11](本文以降低傳遞至基礎(chǔ)的峰值力為目標(biāo)),Fd為傳遞至基礎(chǔ)的理想力,本研究取Fd=0。

PSO-PID適應(yīng)值收斂曲線如圖6所示。

圖6　PSO-PID控制適應(yīng)值收斂曲線

優(yōu)化計(jì)算得到的最優(yōu)比例、積分和微分因子為:Kp=-972.43,Ki=-983.76,Kd=-850.35。

(2)PSO-LQR控制器。適應(yīng)值函數(shù)選取同PSO-PID控制器,適應(yīng)值收斂曲線如圖7所示。

圖7　PSO-LQR控制適應(yīng)值收斂曲線

優(yōu)化計(jì)算得到的最優(yōu)權(quán)值矩陣為:

Q=diag([6.121,7.281,4.476,1.308]×106),R=0.985。

3種控制狀態(tài)下傳遞至基礎(chǔ)的力響應(yīng)對(duì)比如圖8所示。

圖8　傳遞至基礎(chǔ)的力響應(yīng)對(duì)比

由圖8可知,PSO-PID控制、PSO-LQR控制及無(wú)控制狀態(tài)的峰值響應(yīng)分別為461.34、463.53、548.62 N,PSO-PID與PSO-LQR主動(dòng)振動(dòng)控制器均可以有效降低傳遞至基礎(chǔ)的峰值響應(yīng),但PSO-LQR控制器在體系進(jìn)入穩(wěn)定時(shí)段的控制效果要明顯優(yōu)于PSO-PID控制器。

(3)含時(shí)滯分析。理論上,時(shí)滯不可避免地存在于主動(dòng)振動(dòng)控制體系之中,其主要由2個(gè)因素引起:其一是液壓系統(tǒng)或電機(jī)系統(tǒng)執(zhí)行器施加控制力的動(dòng)作;其二是結(jié)構(gòu)反應(yīng)從傳感系統(tǒng)傳至控制器以及計(jì)算控制力所花時(shí)間,一般第1個(gè)因素引起的比重很大[12]。本文針對(duì)PSO-LQR控制器進(jìn)行含時(shí)滯研究。

為了計(jì)算時(shí)滯對(duì)動(dòng)力設(shè)備主動(dòng)控制體系的影響,先對(duì)(11)式的連續(xù)狀態(tài)空間方程進(jìn)行離散化操作:

(12)

其中,c2d為基于Matlab軟件的計(jì)算函數(shù);i為時(shí)滯步長(zhǎng)數(shù);Δt為離散時(shí)間,設(shè)定為0.01 s。不同時(shí)滯對(duì)PSO-LQR控制體系的影響如圖9所示。

圖9　時(shí)滯對(duì)PSO-LQR控制的影響

由圖9可見(jiàn),時(shí)滯的存在嚴(yán)重降低了PSO-LQR的主動(dòng)控制效果,且隨著時(shí)滯的增加,傳遞至基礎(chǔ)的峰值力大幅增加,體系響應(yīng)呈發(fā)散態(tài)。

4結(jié)束語(yǔ)

本文在PID和LQR控制理論的基礎(chǔ)上,基于PSO算法設(shè)計(jì)了PSO-PID和PSO-LQR主動(dòng)振動(dòng)控制器,并對(duì)動(dòng)力設(shè)備振動(dòng)控制模型進(jìn)行了優(yōu)化研究,得到了PID控制器的最優(yōu)比例、積分和微分因子以及LQR控制器的最優(yōu)權(quán)值矩陣。數(shù)值結(jié)果表明,2種控制器均能有效地降低動(dòng)力設(shè)備傳遞至基礎(chǔ)的峰值力,但PSO-LQR控制器在控制體系的穩(wěn)定時(shí)態(tài)響應(yīng)要優(yōu)于PSO-PID,這體現(xiàn)出了不同控制方法的特點(diǎn)和差異,需要針對(duì)實(shí)際工程,擇優(yōu)選取。

最后,結(jié)合主動(dòng)控制體系中存在的時(shí)滯現(xiàn)象,進(jìn)行了PSO-LQR控制器的含時(shí)滯研究,結(jié)果表明時(shí)滯的存在嚴(yán)重降低了控制效果,甚至使體系響應(yīng)發(fā)散。故而,在實(shí)際過(guò)程中,應(yīng)采用時(shí)滯補(bǔ)償?shù)霓k法盡量減小時(shí)滯的影響。

[參考文獻(xiàn)]

[1]Crocker M J,Fuller C.Active vibration control[M]//Handbook of Noise and Vibration Control.John Wiley &Sons,2007:770-784.

[2]黃偉,朱大勇,徐建,等.精密設(shè)備主動(dòng)SAWPSO-PID振動(dòng)控制器設(shè)計(jì)及仿真研究[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2014,37(10):1153-1157.

[3]Khot S M,Yelve N P,Tomar R,et al.Active vibration control of cantilever beam by using PID based output feedback controller[J].Journal of Vibration and Control,2012,18(3):366-372.

[4]Guclu R.Sliding mode and PID control of a structural system against earthquake[J].Mathematical and Computer Modelling,2006,44(1):210-217.

[5]Fan G W,Nelson H D,Crouch P E,et al.LQR-based least-squares output feedback control of rotor vibrations using the complex mode and balanced realization methods[J].Journal of Engineering for Gas Turbines and Power,1993,115(2):314-323.

[6]Zhang J,He L,Wang E,et al.A LQR controller design for active vibration control of flexible structures[C]//Pacific-Asia Workshop on Computational Intelligence and Industrial Application,2008:127-132.

[7]Eberhart R C,Kennedy J.A new optimizer using particle swarm theory[C]//Proceedings of the Sixth International Symposium on Micro Machine and Human Science,Vol 1,1995:39-43.

[8]Gaing Z L.A particle swarm optimization approach for optimum design of PID controller in AVR system[J].IEEE Transactions on Energy Conversion,2004,19(2):384-391.

[9]Amini F,Hazaveh N K,Rad A A.Wavelet PSO-based LQR algorithm for optimal structural control using active tuned mass dampers[J].Computer-Aided Civil and Infrastructure Engineering,2013,28(7):542-557.

[10]Farshidianfar A,Saghafi A,Kalami S M,et al.Active vibration isolation of machinery and sensitive equipment using H∞control criterion and particle swarm optimization method[J].Meccanica,2012,47(2):437-453.

[11]楊剛,姚華.實(shí)用航空發(fā)動(dòng)機(jī)LQR權(quán)矩陣選取方法[J].南京航空航天大學(xué)學(xué)報(bào),2006,38(4):404-407.

[12]歐進(jìn)萍.結(jié)構(gòu)振動(dòng)控制:主動(dòng)、半主動(dòng)和智能控制[M].北京:科學(xué)出版社,2003:84-86.

(責(zé)任編輯張淑艷)

Active vibration control for power equipment using particle swarm optimization technique

HUANG Wei1,2,XU Jian3,ZHU Da-yong1,2,LU Kun-lin1,2,LU Jian-wei4,HU Ming-yi5,6

(1.School of Civil and Hydraulic Engineering,Hefei University of Technology,Hefei 230009,China;2.Anhui Key Laboratory of Structure and Materials in Civil Engineering,Hefei 230009,China;3.China National Machinery Industry Corporation,Beijing 100080,China;4.School of Machinery and Automobile Engineering,Hefei University of Technology,Hefei 230009,China;5.China Electronics Engineering Design Institute,Beijing 100142,China;6.School of Civil Engineering,Tsinghua University,Beijing 100084,China)

Abstract:In this paper,active vibration control strategies for power equipment respectively using proportional-integral-differential(PID)control and Linear Quadratic Regulator(LQR)optimal control were proposed,and the particle swarm optimization(PSO)technique was utilized to construct the PSO-PID and PSO-LQR controllers.Two different control models using the theories of transfer function and state space equation were derived.The numerical results showed that two PSO based controllers could both reduce the peak transmitted force from the equipment to the foundation effectively,however,the PSO-LQR controller could perform better obviously than PSO-PID controller when the system was steady in the time domain,and this phenomenon indicated that a most suitable controller should be selected seriously according to the actual characteristics of different controllers and controlled object in practice.Finally,aiming at the time delay in an active vibration controller,the PSO-LQR controller with time delay was investigated,and the results indicated that the peak transmitted force substantially increased when the time delay increased,and a trend of divergence emerged.

Key words:proportional-integral-differential(PID)control;Linear Quadratic Regulator(LQR);particle swarm optimization(PSO);transfer function;state space equation;time delay

收稿日期：2015-08-04；修回日期：2015-09-23

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(51179043)

作者簡(jiǎn)介：黃偉(1988-),男,安徽含山人,合肥工業(yè)大學(xué)博士生;朱大勇(1965-),男,安徽樅陽(yáng)人,博士,合肥工業(yè)大學(xué)教授,博士生導(dǎo)師;盧劍偉(1975-),男,山東青州人,博士,合肥工業(yè)大學(xué)教授,博士生導(dǎo)師.

doi:10.3969/j.issn.1003-5060.2016.04.013

中圖分類(lèi)號(hào):TU112.41

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-5060(2016)04-0494-05

徐建(1958-),男,遼寧大連人,合肥工業(yè)大學(xué)教授,博士生導(dǎo)師;