鄭 濤 韋曉龍
(合肥工業(yè)大學(xué)電氣與自動化工程學(xué)院,合肥 230009)
基于CFDL_MFAC的多驅(qū)動系統(tǒng)協(xié)調(diào)控制的研究
鄭 濤 韋曉龍
(合肥工業(yè)大學(xué)電氣與自動化工程學(xué)院,合肥 230009)
針對多電機(jī)驅(qū)動的生產(chǎn)輸送系統(tǒng)存在功率不平衡的現(xiàn)象,采用了一種基于緊格式動態(tài)線性化的無模型自適應(yīng)控制方法來設(shè)計系統(tǒng)的控制器。該方法僅利用系統(tǒng)的I/O數(shù)據(jù),無需對系統(tǒng)進(jìn)行建模,就可實現(xiàn)對PID 3個參數(shù)的在線實時調(diào)整。經(jīng)過仿真研究驗證,采用筆者提出的方法,系統(tǒng)響應(yīng)速度快、魯棒性強(qiáng)、適用范圍廣,使電機(jī)能獲得較滿意的控制性能和跟隨精度,控制效果優(yōu)于傳統(tǒng)PID方法。
功率平衡 動態(tài)線性化 無模型自適應(yīng)控制 PID
隨著煤礦生產(chǎn)自動化要求程度的不斷提高,帶式輸送機(jī)要求的運(yùn)量越來越大,運(yùn)距越來越長,單條輸送機(jī)中的裝機(jī)功率也越來越大,以致在輸送帶張力允許的條件下采用單滾筒驅(qū)動不能提供足夠的牽引力[1~3],因此運(yùn)行中大型輸送機(jī)多采用雙滾筒驅(qū)動。但這種方式在生產(chǎn)過程中若發(fā)生嚴(yán)重偏載,會引發(fā)燒壞電動機(jī)等其他事故[4]。因此,多機(jī)功率平衡一直被研究人員所關(guān)注[5]。為滿足帶式輸送機(jī)功率平衡的要求,在設(shè)計之初滾筒上的功率分配就應(yīng)該被確定,滿足所選電機(jī)特性一致和滾筒直徑偏差的嚴(yán)格要求。據(jù)有關(guān)文獻(xiàn)分析,當(dāng)系統(tǒng)的兩滾筒直徑偏差達(dá)到4~10mm時,運(yùn)行中實際的功率分配比值與設(shè)計分配比值可相差10%~20%[6]。傳統(tǒng)的多電機(jī)協(xié)同驅(qū)動系統(tǒng)功率平衡控制的研究多采用一般的PID控制器實現(xiàn)。PID控制器相關(guān)參數(shù)的確定需要建立被控對象的數(shù)學(xué)模型,其最大的缺點(diǎn)是按之前設(shè)計好的各種控制器參數(shù)對系統(tǒng)進(jìn)行運(yùn)行控制,不具備相應(yīng)的在線實時調(diào)整功能[7]。而膠帶機(jī)系統(tǒng)是一個非線性、時變的多耦合復(fù)雜系統(tǒng),對控制的實時性和靈活性有著較高的要求,這就限制了傳統(tǒng)PID控制方法的應(yīng)用。
筆者將基于緊格式動態(tài)線性化無模型自適應(yīng)控制[8,9](Compact Form Dynamic Linearization Based on Model Free Adaptive Control,CFDL_MFAC)與傳統(tǒng)的增量式PID控制技術(shù)相結(jié)合,算法利用系統(tǒng)的I/O數(shù)據(jù),擺脫控制系統(tǒng)對系統(tǒng)模型的過度依賴,通過對系統(tǒng)I/O數(shù)據(jù)的處理,結(jié)合增量式PID的模型,對所得矩陣進(jìn)行逆運(yùn)算,可實現(xiàn)對PID 3個參數(shù)的在線自整定。該算法能在線確定控制器的PID參數(shù),速度較快,效果優(yōu)于常規(guī)的增量式PID控制器。
筆者以新疆廣匯白石湖露天礦區(qū)西部所用到的2.8km雙電機(jī)驅(qū)動帶式運(yùn)輸機(jī)系統(tǒng)為研究對象,使用所提算法對帶式輸送機(jī)的功率平衡問題進(jìn)行研究,所選系統(tǒng)的簡圖如圖1所示。其控制系統(tǒng)主要以PLC、變頻器為核心,兩臺電機(jī)均在膠帶機(jī)的頭部。在電動機(jī)運(yùn)行控制研究中,電機(jī)功率是一個間接量,不方便直接測量,在實際控制中大多選擇電機(jī)的定子電流或電機(jī)的轉(zhuǎn)矩代替相應(yīng)的電機(jī)功率。
圖1 雙電機(jī)協(xié)調(diào)驅(qū)動系統(tǒng)
基于主從協(xié)調(diào)控制的PID控制算法在多機(jī)協(xié)調(diào)上得到了廣泛的應(yīng)用[10],控制器需要控制系統(tǒng)的主變頻器,以系統(tǒng)主變頻器的輸出電流作為其他變頻器的給定電流,同時對系統(tǒng)所有的變頻器分別實行相應(yīng)的PID算法控制。對研究系統(tǒng)采用主從控制方式,其控制策略如圖2所示,其中系統(tǒng)主電機(jī)M1根據(jù)預(yù)先給定的頻率f1按照轉(zhuǎn)速N1來運(yùn)行,通過旋轉(zhuǎn)編碼器一對M1的運(yùn)行速度進(jìn)行測量,將所測速度Nc反饋給系統(tǒng)的控制器PLC進(jìn)行PID控制運(yùn)算,實現(xiàn)對電機(jī)M1速度的閉環(huán)控制;而對于電機(jī)M2的控制,起始頻率設(shè)置與M1相同,待啟動結(jié)束進(jìn)入正常運(yùn)行狀態(tài)后,PLC通過采集得到電機(jī)M1、M2的電流I1、I2,以電流偏差e作為CFDL_MFAC算法參數(shù)自整定PID控制器的輸入,控制器的輸出對應(yīng)于傳統(tǒng)PID控制器的3個參數(shù)kp、ki、kd,將參數(shù)對應(yīng)于某種最優(yōu)控制律下得到的電流I送至變頻器2,控制電機(jī)M2,最終實現(xiàn)系統(tǒng)中電機(jī)的協(xié)調(diào)運(yùn)行。
圖2 控制策略簡圖
2.1CFDL_MFAC控制器的設(shè)計
筆者將基于緊格式動態(tài)線性化無模型自適應(yīng)控制的PID在線自整定策略用在可控的非線性離散系統(tǒng)中,利用在線和離線的輸入、輸出數(shù)據(jù),使算法擺脫控制器對模型的依賴,實現(xiàn)參數(shù)的在線自整定。該策略能簡單地確定PID的3個參數(shù),且具有快速性和抗干擾性,效果優(yōu)于常規(guī)的增量式PID算法。
2.1.1問題描述
對一般的非線性SISO數(shù)學(xué)模型描述如下:
y(k+1)=f(y(k),…,(y-ny),u(k),…,u(k-nu))
(1)
假設(shè)1 系統(tǒng)(1)除有限的時刻點(diǎn)外,f(·)關(guān)于第(ny+2)個變量的偏導(dǎo)數(shù)是連續(xù)的。
假設(shè)2 系統(tǒng)(1)滿足廣義的Lipschitz條件,即對任意的k1≠k2,k1、k2≥0和u(k1)≠u(k2)有|y(k1+1)-y(k2+1)|≤b|u(k1)-u(k2)|,其中y(ki+1)=f(y(ki),…,y(ki-ny),u(ki),…,u(ki-nu)),i=1,2;b是一個正常數(shù)。
定理1 對滿足假設(shè)1、2的非線性系統(tǒng)(1),對所有時刻k有Δu(k)≠0成立時,一定存在偽偏導(dǎo)數(shù)φ(k),使得系統(tǒng)可轉(zhuǎn)換為如下CFDL數(shù)據(jù)模型:
Δy(k+1)=φ(k)Δu(k)
(2)
y(k+1)=y(k)+φ(k)Δu(k)
(3)
且|φ(k)|≤b。
2.1.2數(shù)據(jù)驅(qū)動控制算法及其收斂性分析
所設(shè)計的控制器應(yīng)能使系統(tǒng)輸出跟上期望輸出,即:
y*(k+1)=y(k)+φ(k)Δu(k)
(4)
設(shè)計控制目標(biāo)函數(shù)如下:
J(u(k))=[|y*(k+1)-y(k+1)2|+λ|u(k)-
u(k-1)2|]
(5)
其中,λ是一個權(quán)重因子,λ>0;y*(k+1)為期望的輸出信號。
將式(4)代入式(5)中,對u(k)求偏導(dǎo),并等于零,得到如下控制算法:
(6)
u(k)=u(k-1)+β[y*(k+1)-y(k)]
(7)
Δu(k)=β[y*(k+1)-y(k)]
(8)
其中,ρ是步長因子,ρ∈(0,1];β是控制器的設(shè)計參數(shù),β=(ρ*φ(k))/(λ+|φ(k)|2)。
由此只需要求出φ(k),便可以求出系統(tǒng)的設(shè)計參數(shù)。由于φ(k)是時變參數(shù),需要根據(jù)所選被控對象的I/O數(shù)據(jù)來求最優(yōu)解:
J(φ(k))=|y(k)-y(k-1)-φ(k)Δu(k)|2+
(9)
對式(9)求關(guān)于φ(k)的極值,可得:
(10)
其中η是加入的步長因子,η∈(0,1]。
適當(dāng)選取λ可保證被控系統(tǒng)的穩(wěn)定性并獲取較好的輸出性能,且能有效避免控制律中分母為零的情況;η、ρ使算法更具一般性,一般取值接近1可獲得較好的曲線;μ是對φ(k)估計值的懲罰因子[11]。
假設(shè)3 對某一給定的有界期望輸出信號y*(k+1),總存在一個有界的u*(k),使得系統(tǒng)在此控制輸入信號的作用下,輸出等于y*(k+1)。
假設(shè)4 對任意時刻k和Δu(k)≠0,系統(tǒng)偽偏導(dǎo)數(shù)的符號保持不變,即滿足φ(k)>ε>0或φ(k)<ε<0,其中ε為一個小正數(shù)。
2.2控制器參數(shù)自整定算法
引出增量式PID的表達(dá)式:
Δu(k)=kp(k)[e(k)-e(k-1)]+ki(k)e(k)+
kd(k)[e(k)-2e(k-1)+e(k-2)]
(11)
其中kp(k)、ki(k)、kd(k)是k時刻的PID參數(shù)。令式(11)與式(8)相等,則:
kp(k)[e(k)-e(k-1)]+ki(k)e(k)+kd(k)[e(k)-
2e(k-1)+e(k-2)]=β[y*(k+1)-y(k)]
(12)
為此,假定任意3個連續(xù)的采樣時刻k-2、k-1、k的PID參數(shù)固定不變,則:
kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+
e(k-2)]=β[y*(k+1)-y(k)]
(13)
kp[e(k-1)-e(k-2)]+kie(k-1)+kd[e(k-1)-
2e(k-2)+e(k-3)]=β[y*(k)-y(k-1)]
(14)
kp[e(k-2)-e(k-3)]+kie(k-2)+kd[e(k-2)-
2e(k-3)+e(k-4)]=β[y*(k-1)-y(k-2)]
(15)
得到式(13)~(15)的三元一次方程組:
(16)
簡寫成:
A×pid=b
(17)
由此可知,式(17)中矩陣A,若rank(A)=3,則方程組必然存在唯一解pid=A-1×b,就是新的PID參數(shù),而且使系統(tǒng)能夠跟上期望輸出;若rank(A)<3,則系統(tǒng)可能不存在解或者存在多解。此時不更新PID值,依舊使用上一時刻的PID值。
3.1控制器參數(shù)的初始化和參數(shù)迭代的具體實現(xiàn)步驟
控制器參數(shù)的初始化和參數(shù)迭代的具體實現(xiàn)步驟如下:
b. 系統(tǒng)初始條件,u(1)=u(2)=0,y(1)=y(2)=0,e(k-4)=e(k-3)=0。
c. 利用式(8)、(10),求出e(k-2),同理求出e(k-1)和e(k)。
d. 求出矩陣A和矩陣b,若rank(A)=3,則PID參數(shù)矩陣pid=A-1×b;若rank(A)<3,則不更新PID參數(shù)矩陣。
e. 對步驟d進(jìn)行迭代,更新PID控制器參數(shù)。
3.2仿真結(jié)果
筆者研究的對象是2.8km的長距離帶式輸送機(jī),根據(jù)它的實際啟動和運(yùn)輸情況來設(shè)計仿真過程。該輸送機(jī)是先空載啟動,其空載穩(wěn)定運(yùn)行的電流為20A左右??蛰d運(yùn)行一段時間后開始向輸送機(jī)裝載礦石,滿載的情況下,其穩(wěn)定運(yùn)行電流為50A左右。仿真中在20~50A過程中設(shè)了30、40A的兩個過程來對該方法進(jìn)行研究,模擬實際的運(yùn)行情況。
設(shè)計系統(tǒng)的期望輸出為:
其中,步長因子ρ=0.95,η=0.98;仿真權(quán)重λ=0.99,μ=0.1。
系統(tǒng)仿真圖如圖3所示,可以看出,基于CFDL_MFAC的控制策略能夠在有限的時間內(nèi)完成收斂,并能跟蹤上系統(tǒng)的期望輸出(誤差在5%內(nèi)認(rèn)為跟上),且不會出現(xiàn)較大的超調(diào),能得到比較滿意的控制效果。還可看出筆者方法的系統(tǒng)跟蹤速度較增量式PID更快。該方法3個參數(shù)的變化規(guī)律如圖4所示,當(dāng)期望輸出變化,系統(tǒng)的跟蹤偏差較大時,PID的3個參數(shù)迅速變化,保證了跟蹤曲線的快速性和平滑性;系統(tǒng)跟蹤偏差變小時,P參數(shù)、D參數(shù)相應(yīng)變化,I參數(shù)減小并趨于0;最終系統(tǒng)進(jìn)入穩(wěn)態(tài)時,PID的3個參數(shù)保持不變。由于快速性和超調(diào)是一對不可調(diào)和的矛盾,所以只能保證快速性的同時,盡量保證跟蹤曲線不超調(diào)。不用通過大量工程整定試驗便能得到系統(tǒng)的PID參數(shù),算法和結(jié)構(gòu)簡單,可通過系統(tǒng)本身的自整定,有效地解決PID參數(shù)難以確定的缺點(diǎn),并具有一定的魯棒性。其中增量式PID的3個參數(shù)通過現(xiàn)場工程整定的方法設(shè)置為kp=0.7,ki=1.15,kd=0.2。
圖3 筆者方法與增量式PID方法的比較仿真
圖4 自整定PID的參數(shù)變化
筆者采用一種基于緊格式動態(tài)線性化的無模型自適應(yīng)控制來設(shè)計系統(tǒng)的控制器并進(jìn)行系統(tǒng)PID參數(shù)的在線自整定。該方法的特點(diǎn)是相對于基于模型的控制系統(tǒng)而言,僅利用系統(tǒng)的輸入輸出數(shù)據(jù),不需要對系統(tǒng)模型的結(jié)構(gòu)和參數(shù)進(jìn)行確定,就可以直接對系統(tǒng)的控制器進(jìn)行相應(yīng)的設(shè)計。通過Matlab對所提控制策略進(jìn)行了仿真研究,結(jié)果表明:對于所研究系統(tǒng),該方法具有快速性和抗干擾性,效果優(yōu)于常規(guī)的增量式PID算法。
[1] Harrison A.Belt Conveyor Research[J].Bulk Solids Handling,2001,21(2):159~164.
[2] 張智慧.柔性螺旋輸送機(jī)彈簧斷裂的故障分析[J].化工機(jī)械,2009,36(5):515~516.
[3] 孟振湘,陳明杰.多裝置區(qū)域協(xié)調(diào)控制的設(shè)計與實施[J].化工自動化及儀表,2001,28(6):17~22.
[4] 趙永秀,李忠,趙峻嶺.煤礦雙滾筒驅(qū)動帶式輸送機(jī)的電動機(jī)功率平衡[J].西安科技大學(xué)學(xué)報,2010,30(6):738~743.
[5] 陳梅,毛映霞,陳薇,等.基于耦合補(bǔ)償?shù)氖噶孔冾l驅(qū)動帶式輸送機(jī)的功率平衡控制策略[J].化工自動化及儀表,2015,42(3):241~244,281.
[6] 鄧永勝,宋偉剛,趙琛.雙滾筒傳動帶式輸送機(jī)的電動機(jī)功率平衡[J].東北大學(xué)學(xué)報,2000,21(5):520~523.
[7] 陳瑞,周征.在線自校正模糊PID控制器的研究[J].自動化技術(shù)與應(yīng)用,2008,27(12):49~52.
[8] 侯忠生,許建新.數(shù)據(jù)驅(qū)動控制理論及方法的回顧和展望[J].自動化學(xué)報,2009,35(6):650~667.
[9] 侯忠生.無模型自適應(yīng)控制的現(xiàn)狀與展望[J].控制理論與應(yīng)用,2006,23(4):586~592.
[10] 宋偉剛,鄧永勝,郭立新.基于功率跟蹤控制策略的帶式輸送機(jī)動態(tài)設(shè)計方法[J].東北大學(xué)學(xué)報(自然科學(xué)版),2002,23(4):899~902.
[11] 侯忠生,金尚泰.無模型自適應(yīng)控制理論與應(yīng)用[M].北京:科學(xué)出版社,2013.
(Continued on Page 316)
ResearchonMulti-motorCoordinationSystemBasedonCFDL_MFACControl
ZHENG Tao, WEI Xiao-long
(SchoolofElectricalEngineeringandAutomation,HefeiUniversityofTechnology,Hefei230009,China)
Considering the power imbalance in the multi-motor-driven conveying system, a model-free adaptive control method which based on compact form dynamic linearization was adopted to design system’s con-
TH865
A
1000-3932(2016)03-0236-05
2015-06-05(修改稿)