基于改進遺傳算法的故障電液伺服系統(tǒng)控制方法研究

王旭, 蔣奇,2

(1.山東大學控制科學與工程學院，山東濟南 250061;2.山東大學深圳研究院,廣東深圳 518057)

0 前言

電液伺服系統(tǒng)結合了液壓和電氣伺服系統(tǒng)的優(yōu)點，目前正朝著低延遲、高精度和大功率的方向發(fā)展，在冶金、電力等領域發(fā)揮著重要作用。電液伺服系統(tǒng)是一個典型的非線性模型，文獻[3]中將自適應魯棒控制算法與干擾估計相結合，以克服液壓伺服系統(tǒng)中參數(shù)的不確定性和外部干擾。文獻[4]中提出了一種基于神經(jīng)網(wǎng)絡的自適應控制方法，通過自學、關聯(lián)記憶和反向傳播解決不確定性、非線性和滯后問題。文獻[5]中利用滑?？刂平鉀Q電液伺服系統(tǒng)跟蹤控制中參數(shù)的非線性與不確定性問題，通過微分器的實時估計實現(xiàn)系統(tǒng)的穩(wěn)定控制，同時也抑制了部分外界擾動。文獻[6]中利用自抗擾控制策略控制電液力伺服閥控缸，有效地提高了系統(tǒng)的控制精度和抗擾動能力。文獻[7]中將模擬退火算法引入到粒子群算法中，能快速尋優(yōu)出注塑機電液伺服系統(tǒng)PID控制器參數(shù)。文獻[8]中結合了模糊數(shù)學與遺傳算法，優(yōu)化后的電液伺服系統(tǒng)的調節(jié)時間與超調更少，反應速度更快。文獻[9]中提出了一種基于液壓系統(tǒng)的“流體故障知識島”容錯控制方法，可以提高設備的可靠性，避免因輕度故障而造成的損壞。文獻[10]中設計了一種用于液壓伺服系統(tǒng)的自適應模糊PID控制系統(tǒng)，提高了大型軸流壓縮機的穩(wěn)定性，并具有更好的動態(tài)性能。文獻[11]中提出了一種模糊的迭代學習控制方法，該方法可以有效補償非線性并提高迭代學習的速度。

但是，上述控制策略都需要強大的計算機算力，且僅針對外界擾動的控制效果顯著，無法緩解自身故障而導致的控制效果劣化。目前絕大多數(shù)電液伺服設備仍然采用定期維護的方案，這將不可避免地引起維護不足和維護過度問題，造成巨額的維護成本和停產(chǎn)損失。PID控制在工業(yè)生產(chǎn)領域的應用依舊很廣，為保證帶有輕微故障系統(tǒng)的控制性能，降低設備維護成本，減少故障造成的減產(chǎn)停產(chǎn)損失，本文作者提出一種基于改進遺傳算法的PID控制策略。通過改進變異機制，提高算法的收斂速度，避免陷入局部最優(yōu)陷阱，使得該算法可以更快、更準確地確定最佳PID控制參數(shù)，進而使得設備在出現(xiàn)一定故障時仍可繼續(xù)正常運行，減少停機次數(shù)，降低停產(chǎn)損失。

1 電液伺服系統(tǒng)模型

電液伺服系統(tǒng)的結構框圖如圖1所示。其中，線性位移差動變送器(LVDT)用于反饋實際位移信號，與設定值作差后，差分信號經(jīng)PID控制器處理、伺服功率放大器放大后，電液伺服閥將電信號轉換為油壓信號，以控制油動機活塞的行程，最后根據(jù)油動機閥門的開度來控制執(zhí)行機構。伺服功率放大器的數(shù)學模型可簡化為一個常值函數(shù)，下面將分別建立電液伺服閥、油動機、線性位移差動變送器的數(shù)學模型。

圖1 電液伺服系統(tǒng)結構框圖

1.1 電液伺服閥

電液伺服閥在穩(wěn)定情況下，擋板的受力情況為電磁力矩與擋板的慣性力矩、阻尼力矩、彈性力矩和負載力矩相平衡：

(1)

=

(2)

=(+)[(+)+]

(3)

引入馬達的綜合剛度：

=-+(+)

(4)

式中：為銜鐵組件的轉動慣量；為擋板轉角；為擋板組件阻尼系數(shù)；為彈簧管剛度；為力矩馬達磁性剛度；為負載力矩；為力矩馬達產(chǎn)生的電磁力矩；為力矩系數(shù)；為輸入電流；為噴嘴處擋板回轉半徑；為反饋桿長度；為反饋桿剛度；為滑閥位移。

令：

(5)

(6)

則式(1)—(4)可整理為

(7)

滑閥位移與擋板轉角的關系：

(8)

式中：p為噴嘴擋板的流量增益；為滑閥端面積。

綜合式(7)和(8)，得到：

(9)

再令：

(10)

(11)

得到：

(12)

如果系統(tǒng)中液壓動力元件的固有頻率與伺服閥的固有頻率相差不大，當電液伺服閥的固有頻率比液壓動力元件的固有頻率大3～5倍時，其傳遞函數(shù)可簡化為一階慣性環(huán)節(jié)，為電液伺服閥時間常數(shù)：

(13)

1.2 油動機

油動機是通過動力油的流動來進行周期的往復運動，結合流量的流入、流出以及負載，可以得到：

=-

(14)

(15)

(16)

式中：為負載流量；為滑閥的流量增益；為滑閥的流量壓力系數(shù)；為負載壓降；為工作面積；為活塞位移；為總泄漏系數(shù)；為油缸容積；為油液有效體積彈性模量；為載質量；為負載阻尼系數(shù)；為負載彈簧剛度；為外加負載。

假設沒有外力，得出到的傳遞函數(shù)：

(17)

由于油液的彈性模量較大，且二、三階項系數(shù)相對于一階項系數(shù)均小5倍以上，可簡化傳遞函數(shù)：

(18)

其中：為油動機時間常數(shù)。

1.3 線性位移差動變送器

因為線性位移差動變送器是將交流的激勵信號轉換成直流信號，因此其轉換過程的傳遞函數(shù)可以簡化成一個一階慣性環(huán)節(jié)，為該變送器的時間常數(shù)，則：

(19)

2 故障電液伺服系統(tǒng)模型

針對電液伺服系統(tǒng)常見的3種故障建立數(shù)學模型。為提高系統(tǒng)的反應速度、降低模型的復雜性和算力需求，將非線性模型進行適當簡化。

2.1 卡澀故障

電液控制系統(tǒng)以三芳基磷酸酯化學合成油為工作介質，室溫下黏度較大，在進油和泄油時會不可避免地殘留在滑閥與滑閥壁間，增大滑閥與滑閥壁間的摩擦力，這便需要更強的信號才能推動滑閥產(chǎn)生位移。即在一定的輸入信號強度范圍內(nèi)(<||)，系統(tǒng)并不會有響應動作。由文獻[15]可知，該故障可簡化成死區(qū)特性環(huán)節(jié)，其數(shù)學表達式如式(20)所示，階躍響應曲線如圖2所示。

圖2 三類故障與正常系統(tǒng)的階躍響應對比

(20)

2.2 泄漏故障

由于空氣中含有水蒸氣，特別是在潮濕環(huán)境中，動力油容易水解產(chǎn)生磷酸，滑閥往復運動產(chǎn)生的摩擦熱會加速水解過程。酸性物質和懸浮雜質會導致金屬腐蝕和磨損，當滑閥的凸肩不能將油口完全堵住時會導致泄漏。即在受力平衡、驅動信號為零時系統(tǒng)仍有輸出響應()，零偏增大。由文獻[17]可知，該故障可簡化成摩擦特性環(huán)節(jié), 其數(shù)學表達式如式(21)所示，階躍響應曲線如圖2所示。

(21)

2.3 堵塞故障

黏性物質或雜質顆粒在活塞最大行程處產(chǎn)生積累，直接導致滑閥行程減少，嚴重時會產(chǎn)生較大的穩(wěn)態(tài)誤差，直接影響系統(tǒng)的控制性能。即在大于某一輸入信號強度(||≥)時，輸出不隨輸入的增大而增大。由文獻[17]可知，該故障可簡化成飽和特性環(huán)節(jié), 其數(shù)學表達式如式(22)所示，階躍響應曲線如圖2所示。

(22)

3 遺傳算法

遺傳算法來源于進化論、物種選擇學說和群體遺傳學說，通過模擬自然界中的生物遺傳進化過程來搜索過程最優(yōu)解。針對電液控制系統(tǒng)選擇適應度函數(shù)并調整變異機制，使得算法收斂速度更快、尋優(yōu)效果更好。改進遺傳算法的執(zhí)行步驟如下：

(1)初始化

確定種群規(guī)模、交叉概率、變異概率和終止進化迭代的條件，然后隨機生成初始種群(0)，將代數(shù)設置為0。

(23)

其中：為當前進化代數(shù)。

(2)個體評價

適應度函數(shù)()保證種群向著既定方向進化，考慮到系統(tǒng)響應時間和超調是重要的控制性能指標，選用式(24)中的3個參數(shù)作為適應度函數(shù)的變量，并根據(jù)計算得到的適應度來確定交配概率。

(24)

式中：是響應曲線的一組極值；是系統(tǒng)的期望響應；是系統(tǒng)響應的上升時間；是系統(tǒng)響應的調節(jié)時間；適應度函數(shù)()由式(25)(26)確定：

(25)

()=[,,][1,2,3]

(26)

式中：常數(shù)0.001是防止除數(shù)為0而引入的；、和是權重系數(shù)。最后，根據(jù)賭輪盤機制確定交配的個體。

(3)進化與變異

根據(jù)交叉概率選擇母體對，選擇一對母體按同位交換的原則隨機交換，再按照式(23)所計算出的概率在子代參數(shù)的隨機位置上進行變異。變異概率的確定引入了代數(shù)及()與(1)之比兩個參數(shù)，使得進化代數(shù)越多、()減小得越多，則變異概率降低。變異幅度為±(0%,10%]的隨機數(shù)，由式(27)知隨()變化的減少而增大，目的是降低陷入局部最優(yōu)解的可能性。適應度最高的0.25個父代和適應度最高的0.75個子代組成新一代種群(+1)。

(27)

(4)終止條件

通過限制進化代數(shù)來終止種群進化，在達到終止條件前重復步驟(2)～(3)。

4 仿真分析

先用傳統(tǒng)方法確定一組PID參數(shù)，在該參數(shù)±50%的范圍內(nèi)隨機生成60組PID參數(shù)，在該參數(shù)±100%范圍內(nèi)隨機生成40組PID參數(shù)，這100組參數(shù)個體共同組成初代(0)，經(jīng)父代交配與子代變異后，選取76個適應度最高的子代，與24個適應度最高的父代共同形成新的100組參數(shù)，經(jīng)過20代的進化，獲得當前系統(tǒng)最佳的PID參數(shù)。文中除遺傳算法外還使用傳統(tǒng)遺傳算法及另外2種最優(yōu)化方來對比文中算法的尋優(yōu)性能和收斂速度，進而比較控制效果。

4.1 正常系統(tǒng)

如圖3所示，使用傳統(tǒng)方法確定的PID參數(shù)，其系統(tǒng)響應存在超調；分別通過模擬退火算法(SAA)、粒子群優(yōu)化算法(PSO)、傳統(tǒng)遺傳算法(GA)和文中所提出的改進遺傳算法(AGA)進行優(yōu)化，優(yōu)化后系統(tǒng)的控制性能均有不同程度提高，但改進遺傳算法在收斂速度和控制效果方面均優(yōu)于其他算法。

圖3 不同優(yōu)化方法的控制效果與收斂情況對比(正常系統(tǒng))

4.2 故障系統(tǒng)

在圖4—圖6分別顯示3種故障下的階躍響應與收斂曲線?？芍号c其他尋優(yōu)方法相比，改進遺傳算法仍能表現(xiàn)出更快的收斂速度，并可有效避開局部最優(yōu)解，尋優(yōu)后的PID參數(shù)對提升系統(tǒng)響應速度與降低超調效果顯著。

圖4 不同優(yōu)化算法的控制效果與收斂情況對比(卡澀故障)

圖5 不同優(yōu)化算法的控制效果與收斂情況對比(堵塞故障)

圖6 不同優(yōu)化算法的控制效果與收斂情況對比(泄漏故障)

5 結論

當電液伺服系統(tǒng)出現(xiàn)一定程度的故障時，與其他優(yōu)化方法相比，改進遺傳算法表現(xiàn)出更快的收斂速度和更好的跳出局部最優(yōu)解陷阱的能力。仿真結果表明：優(yōu)化后的PID控制表現(xiàn)出更快的響應速度和更少的系統(tǒng)超調，控制效果顯著提升。文中所提方法有助于故障系統(tǒng)迅速找到最優(yōu)的PID參數(shù)集合，以緩解由于故障引起的控制效果劣化。在電力、冶金等領域，利用該方法可減少設備的維護次數(shù)與維護成本，降低由于故障而導致的巨額停機停產(chǎn)損失。