彭陽陽，湯炳新，葛旭峰，伏廣臣

(河海大學(xué) 機電工程學(xué)院，江蘇 常州 213022)

模糊神經(jīng)網(wǎng)絡(luò)PID控制在振動打樁機中的應(yīng)用

彭陽陽，湯炳新，葛旭峰，伏廣臣

(河海大學(xué) 機電工程學(xué)院，江蘇 常州 213022)

針對雙馬達電液伺服系統(tǒng)難以進行同步控制，實現(xiàn)無級調(diào)頻調(diào)矩的問題，提出了基于Mamdani型的模糊神經(jīng)網(wǎng)絡(luò)PID控制方法。該方法的主要思想是結(jié)合模糊推理和神經(jīng)網(wǎng)絡(luò)控制技術(shù)，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)，實時調(diào)整PID參數(shù)。實驗結(jié)果表明：與傳統(tǒng)PID控制方法相比，該方法改善了系統(tǒng)的動態(tài)特性，提高了控制精度。

模糊神經(jīng)網(wǎng)絡(luò)；雙馬達電液伺服系統(tǒng)；同步控制

0 引言

應(yīng)近幾年國內(nèi)基礎(chǔ)行業(yè)的建設(shè)需要，如高層住宅、鐵路、高速公路、橋梁、碼頭、電站等大、中型基礎(chǔ)工程施工及地基處理，性能良好的振動打樁機的作用也越來越明顯。 由于國內(nèi)振動樁錘理論和打擊力的無級調(diào)頻調(diào)矩技術(shù)落后，如今的振動打樁產(chǎn)品已經(jīng)無法滿足市場的需求。

本文提出將模糊神經(jīng)網(wǎng)絡(luò)PID控制法用于偏心塊式振動打樁機中，利用其模糊推理和自學(xué)習(xí)功能，以減小液壓系統(tǒng)的泄漏，執(zhí)行元素非線性等因素影響，達到提高同步控制精度的目的。

1 雙馬達電液伺服同步控制系統(tǒng)以及同步控制策略[1-2]

雙馬達電液同步控制系統(tǒng)如圖1所示，微機控制器1、伺服放大板2和3、傳感器13和14、開關(guān)按鈕組25、數(shù)據(jù)采集卡26組成了電控柜系統(tǒng)；泵4和24、閥5和22、馬達6和21、散熱器23組成了液壓系統(tǒng)；其他組成了機械結(jié)構(gòu)系統(tǒng)即打樁頭內(nèi)部結(jié)構(gòu)。

圖1 雙馬達電液伺服系統(tǒng)結(jié)構(gòu)圖

工作原理如下：馬達6和21驅(qū)動兩組反向偏心塊9、12和15、18。兩馬達同時旋轉(zhuǎn)，兩組偏心塊反向旋轉(zhuǎn)，橫向離心力抵消，垂直方向力疊加，從而產(chǎn)生打擊力。在整個沉樁過程中，兩馬達轉(zhuǎn)速實現(xiàn)打擊力頻率改變，偏心塊之間的相位差實現(xiàn)打擊力矩的改變。

本文采用了復(fù)合式同步控制策略，速度的控制由內(nèi)層控制器實現(xiàn)，外層采用主從式控制相位差。圖2為控制策略方框圖。

圖2 同步控制系統(tǒng)方框圖

2 模糊神經(jīng)網(wǎng)絡(luò)PID控制

模糊神經(jīng)網(wǎng)絡(luò)PID控制是在常規(guī)PID控制基礎(chǔ)上，根據(jù)實際情況利用經(jīng)驗和技術(shù)知識進行學(xué)習(xí)，通過計算系統(tǒng)的誤差和誤差的變化率，在線實時的整定PID參數(shù)。具體基于模糊神經(jīng)網(wǎng)絡(luò)PID控制結(jié)構(gòu)如圖3所示。

圖3 模糊神經(jīng)網(wǎng)絡(luò)PID控制結(jié)構(gòu)圖

2.1 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)原理

神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有很強的自學(xué)習(xí)自適應(yīng)功能[3]，但卻不適合表達基于規(guī)則的語言；模糊推理能夠?qū)刂埔?guī)則進行計算推理，但本身不具備自學(xué)習(xí)自調(diào)整的功能。因此，將兩者結(jié)合起來，模糊神經(jīng)網(wǎng)絡(luò)可以利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機制補償模糊控制系統(tǒng)缺乏有效的學(xué)習(xí)機制的缺點。

2.2 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[4]如圖4所示。

圖4 基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

第一層：輸入層，輸入值傳輸?shù)较乱粚?。?jié)點總數(shù)為：N1=n。

第三層：模糊推理層，每個節(jié)點代表一條模糊規(guī)則。該層的作用是匹配模糊規(guī)則的前件，計算出每條規(guī)則的適應(yīng)度，即：

式中：i1∈{1,2，…，m1}；i2∈{1,2，…，m2}；…；in∈{1,2，…，mn}；j=1,2…，m；模糊規(guī)則總數(shù)為：

第四層：歸一化層，起歸一化作用，即：

節(jié)點總數(shù)為：N4=N3=m

第五層：輸出層，作用是清晰化，即：

節(jié)點總數(shù)為：N4=r；ωij相當(dāng)于上面所述的隸屬函數(shù)的中心值。

2.3 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法

得出參數(shù)調(diào)整的學(xué)習(xí)算法為：

學(xué)習(xí)速率β>0。

由以上可知誤差e和誤差ec是輸入量處于神經(jīng)網(wǎng)絡(luò)的第一層，△Kp，△Ki，△Kd是其輸出量所處第五層輸出層。在本次實驗中，液壓馬達額定轉(zhuǎn)速2000r/min，所以e的基本論域為【-220rad/s，220rad/s】，ec的基本論域【-440rad/s。440rad/s】。經(jīng)ZN法整定PID參數(shù)后，由模糊神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和推理計算功能計算出PID參數(shù)變化量，獲得精確的被控對象輸入量。

3 實驗結(jié)果與分析

對于不同的土壤，打樁機為了達到良好的沉樁效果，需要不斷地調(diào)整激振器頻率與激振力大小。為了模仿實際工作環(huán)境，假設(shè)雙馬達保持1500r/min不變，相位差在t=8s時從0°變化到180°，用PID控制和模糊神經(jīng)網(wǎng)絡(luò)PID控制分別對打樁機在沙土的環(huán)境下進行實驗，實驗結(jié)果如圖5。

從上面實驗結(jié)果可以看出：兩種控制方法都能達到一定控制性能，但模糊神經(jīng)網(wǎng)絡(luò)能更好的跟蹤速度的變化，且速度波動曲線比較平穩(wěn)，在相位差突變時系統(tǒng)的動態(tài)性能的控制也明顯優(yōu)于PID控制,也就是說模糊神經(jīng)網(wǎng)絡(luò)PID控制的抗干擾能力更強。

圖5 模糊神經(jīng)網(wǎng)絡(luò)PID控制

4 結(jié)論

模糊神經(jīng)網(wǎng)絡(luò)PID控制具有調(diào)整過程平穩(wěn)，跟蹤效果好，能夠根據(jù)雙馬達液壓伺服系統(tǒng)實時工況下進行控制參數(shù)的在線調(diào)整，滿足了高精度同步控制要求。

[1] 王玥,趙偉民,付海龍，等.振動打樁機偏心塊的參數(shù)研究與有限元分析[J].機械工程師,2005(7):132-134.

[2] 湯炳新，王小虎，麻岳軍，等.基于復(fù)合式同步控制策略和模糊PID控制算法的振動打樁機的智能控制器研究[J],機械工程學(xué)報，2011(12):2798-2801.

[3] 孫增圻.智能控制理論與技術(shù)[M].北京：清華大學(xué)出版社，2002:169-175.

[4] Takagi T Sugeno.Fuzzy identification of System and its application to modelling and contol[J].IEEE Trans Syst,Man and Cybern,1985,15(1):116-132.

Application of Fuzzy Neural Network PID Control in Vibration Pile Driver

PENG Yang-yang, TANG Bing-xin,GE Xu-feng, FU Guang-chen

(Hohai University Mechanical and Electrical Institute, Changzhou 213022, China)

The electro-hydraulic servo system with double motors is hard to be controlled synchronously and to be used to regulate the frequency and moment.this paper puts for ward a fuzzy neural network PID method based on Mamdani The main idea of the new approach is to constitute the fuzzy neural network with the real-time adjustment of PID control parameters through combining fuzzy reasoning with neural network control technology.Experimental results show that compared with the traditional PID control method，the proposed control method greatly improves the dynamic performance of the system and the control precision。

fuzzy neural network;electro-hydraulic servo system with double motors; synchronous control

水利部公益性行業(yè)科研專項(20071033)

彭陽陽(1987-)男，江蘇南通人，碩士研究生，研究方向為機械檢測與控制。

TP273+.4

B

1671-5276(2014)02-0126-02

2013-02-04