一種多臺小車協同聯動的控制方法

余 翔，張 艷

（1.金華華東環(huán)保設備有限公司，浙江 金華 321025；2.湖北大學 計算機與信息工程學院，湖北 武漢 430062）

0 引 言

船體分段對中合攏是總裝造船模式過程中的重要環(huán)節(jié)，除去傳統(tǒng)的龍門吊裝設備，現由整體式設備和分體式設備控制完成該過程。整體式設備由三維小車、小車軌道和電控柜等組成，其中三維小車的數目依據分段長度而定，在進行大型分段操作時，使用的三維小車多達幾十甚至上百臺。在船體分段姿態(tài)調整過程中，為避免分段受力變形等情況出現，多臺三維小車需保持運動的同步性。

對于多臺三維小車的聯動控制，控制系統(tǒng)首先需完成小車編號的錄入，傳統(tǒng)的人工錄入方式過程繁瑣易出錯，錄入后操作人員難以檢查。針對以上問題，本文設計了自動尋車方法，以提高控制系統(tǒng)錄入效率，降低出錯率。

針對多臺小車同步運動的控制問題，常用的自動控制技術有閉環(huán)PID控制、自適應模糊PID控制、神經網絡控制等。傳統(tǒng)PID控制應用最為廣泛，針對PID的參數整定問題，很多學者提出了與智能算法相結合的改進方法。文獻[4]將遺傳算法與神經網絡用于PID參數整定，實現了PID參數的在線整定，但遺傳算法與神經網絡的體量過大，極大增加了控制算法的復雜性；文獻[5]對傳統(tǒng)PID控制器、模糊自整定PID控制器和BP神經網絡PID控制器在變速、變負載情況下的控制效果進行了比較，得出了模糊自適應PID控制器在系統(tǒng)響應速度上更具優(yōu)勢的結論；文獻[6]引入模糊函數的二階導數、模糊超調量和模糊峰值時間的概念，同時使用粒子群算法對粒狀模糊PID控制器進行系數整定；文獻[7]使用粒子群算法優(yōu)化模糊PID，應用于列車制動控制，提高了停車精度，但粒子群算法同樣容易陷入局部最優(yōu)。

針對以上不足，本文利用模糊PID控制參數自適應的優(yōu)點，結合天牛須算法體量輕、尋優(yōu)快的特點，使用天牛須算法對模糊控制器的量化因子和比例因子進行尋優(yōu)，以得到最優(yōu)的控制參數，從而縮短控制響應時間，提高同步運動控制的控制精度。

1 自動尋車

每臺船臺小車單獨制作，車身標有編號，編號與從站PLC控制程序對應，在實際使用時，小車從倉庫取出的順序與編號并不對應，即小車在軌道上的排列順序與小車編號并不對應。在上位機下發(fā)指令前，需使軌道上小車的排列順序與編號對應，從而使上位機在計算軌道上相應位置小車的運動量后能下發(fā)給正確編號的小車，由小車的從站PLC控制自身各元器件完成啟泵升缸等動作。

人工記錄小車編號順序后填入上位機系統(tǒng)的方式容易出錯，而且由于在大型總裝造船中存在幾十甚至上百臺三維小車，操作員檢查編號時極不方便。針對編隊過程，本文提出了一種自動找車編隊的方法。

如圖1所示，小車與小車之間通過工業(yè)以太網連接，每臺小車有2個網絡插槽，通過繼電器控制插槽是否可用。位于主列1的小車與主站PLC和主列2小車連接，與主站PLC連接的網絡插槽處于可用狀態(tài)，主站PLC識別從站PLC及其編號，即完成主列1小車與其編號的對應。主列1小車完成編號對應后，打開與主列2相連的網絡插槽，主列2小車得以聯網，主站PLC識別第二臺小車，完成主列2小車與其編號的對應，依次相連，直到所有小車編隊完成。

圖1 網絡拓撲圖

2 小車同步的模糊PID控制算法

由于各臺小車均為單獨制造后放入倉庫，在小車制造過程中，元件的制造精度、液壓系統(tǒng)的性能可能出現不一致的情況。所以在小車進行聯動調整時，控制系統(tǒng)僅僅給每臺小車發(fā)送運動距離和運動時間指令無法保證小車同步運動。在小車運動過程中，控制系統(tǒng)需實時監(jiān)控小車的運動距離和運動速度，并根據速度偏差實時調整其速度，以保證小車運動的同步性。

傳統(tǒng)PID控制參數無確定的設定參照，通常由經驗豐富者進行參數整定，適用于線性時不變系統(tǒng)。在實際控制中，控制對象有所變化，而傳統(tǒng)PID難以改變控制參數，從而出現控制精度無法把控的問題。為了解決傳統(tǒng)PID控制的控制參數難以整定而導致控制效果不好的問題，本文結合模糊PID參數自適應整定的優(yōu)點，使用天牛須算法優(yōu)化模糊控制器參數，提高控制精度。

2.1 模糊PID控制

模糊PID控制相比傳統(tǒng)PID控制，可以對PID參數進行實時整定，克服在小車不同運動狀態(tài)下PID參數需要重新整定的缺點。模糊PID控制結構如圖2所示。模糊控制器以偏差量和偏差變化量作為輸入，通過模糊算法，輸出PID控制器的參數值，即模糊PID控制是根據偏差量和偏差變化量的變化對PID控制器的參數進行自適應整定，以保證PID對被控對象的控制達到要求。

圖2 模糊PID控制原理

模糊PID可以實現PID控制系統(tǒng)的參數自適應整定，以滿足小車不同運動狀態(tài)下的控制要求，而在模糊控制系統(tǒng)中，對控制系統(tǒng)性能影響較大的量化因子和比例因子需要人工確定，一般采用實驗試湊法，即依靠經驗確定參數。為減少量化因子和比例因子設置不當而造成的影響，本文結合天牛須算法確定上述參數，以滿足系統(tǒng)性能指標。

2.2 天牛須算法

天牛須算法是近年提出的一種新的高效尋優(yōu)算法，也稱為BAS算法。BAS算法根據天牛覓食的原理尋優(yōu)，當天牛尋找食物時，食物的氣味強弱會影響天牛的移動路線。在不知道食物所處位置的情況下，天牛通過2只觸須感受食物味道的強弱，如果左邊觸須感受到的食物氣味強度比右邊大，則天牛飛向左邊，落地朝向隨機，然后再通過觸須感受食物氣味的強弱，一步步靠近食物所在位置。根據仿生原理，可以得出BAS算法的建模過程。天牛的左右須坐標可表示為：

天牛根據適應度函數f(x)確定飛行方向，天牛移動后質心坐標為：

式中：步長step=d×c，c為常數時，天牛為定步長；sign( )為符號函數；f(x)為適應度函數。程序結束后的質心坐標即為所求的最優(yōu)解坐標。

2.3 天牛須優(yōu)化模糊PID控制

本文使用的模糊PID控制的輸入為偏差e及偏差變化量ec，輸出為PID控制的參數增量Δk、Δk、Δk，不采用直接輸出參數而是輸出參數增量以簡化輸出變化范圍。PID參數計算公式如下：

式中：k、k、k為最終輸入PID控制器的參數；k、k、k為初始值；Δk、Δk、Δk為參數增量。

偏差和偏差變化量的實際值范圍為基本論域，輸入模糊控制器前需通過量化因子將其轉換為模糊論域，輸出需要通過比例因子將其從模糊論域轉換到基本論域。本文設計使用的輸入值和輸出值的模糊論域為：

將模糊論域劃分為模糊子集，根據不同控制要求確定不同的子集個數，本文使用的模糊子集為：

本文使用三角形隸屬函數，計算較簡單，使系統(tǒng)在高誤差范圍內靈敏度較低，當誤差較小時靈敏度較高。模糊規(guī)則數量與輸入量的模糊子集個數相關，本文包含偏差和偏差變化量2個輸入，各設置7個模糊子集，創(chuàng)建的模糊規(guī)則表見表1所列。

表1 模糊規(guī)則表

經過模糊推理后，得到的結果為模糊集，并不能直接輸出為精確值，所以需要將模糊集進行解模糊。常用的解模糊法包含最大隸屬度法、重心法等。本文采用重心法進行解模糊，即取隸屬度函數曲線坐標與橫坐標圍成面積的重心為輸出的精確值。

算法流程如下：

（2）將初始化信息中質心的坐標分解為對應的5個參數值，傳遞給SimuLink中的仿真系統(tǒng)，運行系統(tǒng)計算得到左右兩須的適應度值，判斷下一步天牛的飛行方向；

（3）根據適應度值更新天牛的位置信息，再次將位置信息分解為5個參數賦值給SimuLink仿真系統(tǒng)，系統(tǒng)運行后再次計算適應度函數值，如果適應度函數值達到預先設定的閾值或者達到了設定的迭代次數，則執(zhí)行下一步；否則，執(zhí)行步驟（2）。

（4）得到模糊PID控制系統(tǒng)的最佳量化因子和比例因子，結束仿真計算。

根據以上步驟描述，可得到系統(tǒng)流程如圖3所示。

圖3 系統(tǒng)流程

3 仿真實驗及結果分析

為進行對比實驗，SimuLink系統(tǒng)框圖中加入了PID控制，將結果與改進后的模糊PID控制進行對比。SimuLink主程序框圖如圖4所示，模糊PID子程序框圖如圖5所示。

圖4 SimuLink主程序框圖

圖5 模糊PID子程序框圖

運行BAS程序與SimuLink仿真流程后，得到的波形結果如圖6所示，系統(tǒng)性能指標見表2所列。

表2 系統(tǒng)性能指標

圖6 仿真波形

從圖6和表2可以看出，傳統(tǒng)PID控制需要約8 s才能達到設定值，誤差性能指標ITAE值為2.764；優(yōu)化后的模糊PID控制最大超調量僅為1.2%，并在3 s左右迅速穩(wěn)定在設定值，誤差性能指標ITAE值為0.1756。相比PID控制，模糊PID控制消除了曲線抖動，響應更快，綜合性能更好。

實驗結果表明，天牛須優(yōu)化后的模糊PID控制在控制精度和響應速度上均優(yōu)于傳統(tǒng)PID控制。將該控制方法用于多臺小車的運動過程控制，能使小車在聯動調整時達到預期的同步效果，從而順利完成船體分段姿態(tài)的調整。

4 結 語

針對船體分段對調整過程中多臺三維小車的同步控制問題，本文從船臺小車編隊方式和同步運動控制2方面進行了解決方案優(yōu)化。通過船臺小車自動編隊方法解決了人工錄入方式易出錯、難檢查等問題；針對傳統(tǒng)PID控制參數難整定、適應性差等缺點，本文提出了天牛須優(yōu)化的模糊PID控制方法。仿真實驗分析結果表明，優(yōu)化后的模糊PID控制優(yōu)于PID控制，提高了控制效果。同時，該算法也存在不足，天牛須優(yōu)化為離線尋優(yōu)，如何實時優(yōu)化模糊控制器參數是今后的研究方向。