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)
電液伺服系統(tǒng)結(jié)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(lǐng)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(yīng)魯棒控制算法與干擾估計相結(jié)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(luò)的自適應(yīng)控制方法,通過自學、關(guān)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(jié)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(diào)節(jié)時間與超調(diào)更少,反應(yīng)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(shè)備的可靠性,避免因輕度故障而造成的損壞。文獻[10]中設(shè)計了一種用于液壓伺服系統(tǒng)的自適應(yīng)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(dǎo)致的控制效果劣化。目前絕大多數(shù)電液伺服設(shè)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(lǐng)域的應(yīng)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(shè)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(shè)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。
電液伺服系統(tǒng)的結(jié)構(gòu)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(shè)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(zhuǎn)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(gòu)。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(jié)構(gòu)框圖
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(zhuǎn)動慣量;為擋板轉(zhuǎn)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(zhuǎn)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(zhuǎn)角的關(guān)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)
油動機是通過動力油的流動來進行周期的往復(fù)運動,結(jié)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(zhì)量;為負載阻尼系數(shù);為負載彈簧剛度;為外加負載。
假設(shè)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)。
因為線性位移差動變送器是將交流的激勵信號轉(zhuǎn)換成直流信號,因此其轉(zhuǎn)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)
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(yīng)速度、降低模型的復(fù)雜性和算力需求,將非線性模型進行適當簡化。
電液控制系統(tǒng)以三芳基磷酸酯化學合成油為工作介質(zhì),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(yīng)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(yīng)曲線如圖2所示。
圖2 三類故障與正常系統(tǒng)的階躍響應(yīng)對比
(20)
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(fù)運動產(chǎn)生的摩擦熱會加速水解過程。酸性物質(zhì)和懸浮雜質(zhì)會導(dǎo)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(dǎo)致泄漏。即在受力平衡、驅(qū)動信號為零時系統(tǒng)仍有輸出響應(yīng)(),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(yīng)曲線如圖2所示。
(21)
黏性物質(zhì)或雜質(zhì)顆粒在活塞最大行程處產(chǎn)生積累,直接導(dǎo)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(yīng)曲線如圖2所示。
(22)
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(yīng)度函數(shù)并調(diào)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(shè)置為0。
(23)
其中:為當前進化代數(shù)。
(2)個體評價
適應(yīng)度函數(shù)()保證種群向著既定方向進化,考慮到系統(tǒng)響應(yīng)時間和超調(diào)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(yīng)度函數(shù)的變量,并根據(jù)計算得到的適應(yīng)度來確定交配概率。
(24)
式中:是響應(yīng)曲線的一組極值;是系統(tǒng)的期望響應(yīng);是系統(tǒng)響應(yīng)的上升時間;是系統(tǒng)響應(yīng)的調(diào)節(jié)時間;適應(yīng)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(quán)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(yīng)度最高的0.25個父代和適應(yīng)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(fù)步驟(2)~(3)。
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(yīng)度最高的子代,與24個適應(yīng)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。
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(yīng)存在超調(diào);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))
在圖4—圖6分別顯示3種故障下的階躍響應(yīng)與收斂曲線。可知:與其他尋優(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(yīng)速度與降低超調(diào)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)
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(jié)果表明:優(yōu)化后的PID控制表現(xiàn)出更快的響應(yīng)速度和更少的系統(tǒng)超調(diào),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(lǐng)域,利用該方法可減少設(shè)備的維護次數(shù)與維護成本,降低由于故障而導(dǎo)致的巨額停機停產(chǎn)損失。