宋云艷

SONG Yun-yan

(長春職業(yè)技術(shù)學(xué)院 工程技術(shù)分院，長春 130000)

0 引言

大型機械設(shè)備因布局、結(jié)構(gòu)等原因，常需要采用兩個液壓缸共同帶動負(fù)載進行工作，因此要求兩個液壓缸速度保持一致，即需對其進行同步控制。圖1為雙缸液壓提升系統(tǒng)結(jié)構(gòu)，由于元件結(jié)構(gòu)誤差、壓力波動、外部干擾，流固耦合等因素的影響，常常出現(xiàn)同步誤差，使系統(tǒng)工作性能大大下降，甚至發(fā)生事故。為此，采用何種控制方式及控制策略，提高同步控制精度，是目前最受關(guān)注的問題。

圖1 雙缸液壓提升系統(tǒng)結(jié)構(gòu)

目前應(yīng)用于液壓同步上的控制方法很多，大部分都采用主從控制方式[1]，即以一個執(zhí)行元件的輸出信號為目標(biāo)，對其他執(zhí)行元件進行控制，實現(xiàn)同步的目的，這種方法可以取得較好的控制效果，但不適合負(fù)載變化很大的場合。在控制策略上，應(yīng)用最多的是PID控制[2]，該方法簡單，易實現(xiàn)，但因不能實時在線調(diào)整參數(shù)，在應(yīng)用上受到很大的局限。本文以雙缸液壓提升系統(tǒng)為對象，對其同步控制方法進行了深入研究，針對液壓傳動非線性、時變性的特點，提出采用交叉耦合控制方式，并把傳統(tǒng)PID與神經(jīng)網(wǎng)絡(luò)相結(jié)合，即單神經(jīng)元PID控制策略。仿真與實驗結(jié)果表明，所采用的方法可以獲得較好的同步精度，取得了預(yù)期的效果，有一定應(yīng)用價值。

1 雙缸液壓驅(qū)動系統(tǒng)數(shù)學(xué)模型

雙液壓缸提升系統(tǒng)是由兩個電液比例伺服閥控制完全相同的兩個液壓缸，實現(xiàn)對負(fù)載的提升，活塞與負(fù)載之間采用鋼索連接。為保證負(fù)載平穩(wěn)上升和下降，要求兩個液壓缸提升速度完全一致。為降低同步誤差，提高同步控制精度，首先對系統(tǒng)的動態(tài)特性進行研究。對圖1中系統(tǒng)的負(fù)載進行了受力分析，建立系統(tǒng)的數(shù)學(xué)模型[3,4]。

1.1 負(fù)載受力方程

式中：F1，F(xiàn)2為液壓缸的提升力；x0為負(fù)載質(zhì)心位移；m為負(fù)載質(zhì)量；

L1，L2分別是兩液壓缸提升力對負(fù)載質(zhì)心的力臂；θ為負(fù)載繞質(zhì)心的轉(zhuǎn)角。

液壓缸的流量連續(xù)性方程：

式中：V1,V2為液壓缸有桿腔、無桿腔容積；Cig,Ceg為缸體內(nèi)、外泄漏系數(shù)；

βe為流體彈性模量；Q1,Q2為進、出液壓缸流體流量。

2 雙缸同步控制策略研究

2.1 控制方式的選取

針對液壓系統(tǒng)非線性，時變性特點，采用交叉耦合控制方式，即兩個液壓缸都以一個理想的輸入為目標(biāo)，進行跟蹤控制[5,6]；再把兩個輸出結(jié)果的差也作為一個附加的信號反饋到輸入端，從而實現(xiàn)輸入信號和偏差信號的耦合，如圖2所示。

圖2 采用交叉耦合方式的雙缸同步控制系統(tǒng)方框圖

2.2 控制策略

2.2.1 神經(jīng)元控制

人工神經(jīng)元基于人腦神經(jīng)元的結(jié)構(gòu)與特征，可以看用是一種多輸入到單輸出的映射關(guān)系[7]，若定義： 為神經(jīng)元的輸入，θ為神經(jīng)元的闕值， 為連接權(quán)強度，則總的輸出為：

式中：K為控制器的比例系數(shù)；

ωi( k )為對應(yīng)于 xi( k)的連接權(quán)系統(tǒng)。

2.2.2 神經(jīng)元PID控制

PID控制是目前應(yīng)用較多的一種控制策略，具有結(jié)構(gòu)簡單、易于實現(xiàn)的特點，但其本身不具備在線調(diào)整參數(shù)的功能，所以單純采用PID控制難以保證其控制精度。針對這一問題，采用神經(jīng)元控制與PID控制相結(jié)合的控制策略，圖3為交叉耦合控制方法的單神經(jīng)元PID控制器結(jié)構(gòu)[8]。

圖3 采用交叉耦合形式的單神經(jīng)元PID控制器結(jié)構(gòu)

在這個系統(tǒng)中，把兩個液壓缸活塞的位移偏差、速度偏差和無桿腔壓力差三個反饋信號，經(jīng)轉(zhuǎn)換后作為單神經(jīng)元PID控制器的輸入，連接權(quán)系數(shù)通過有監(jiān)督Delta學(xué)習(xí)規(guī)則進行調(diào)整[9,10]，其規(guī)則表達式為：

則可以得到單神經(jīng)元PID控制器的表達式為：

3 仿真與實驗

3.1 仿真分析

為了驗證控制策略的的合理性，把單神經(jīng)元與PID相結(jié)合的控制策略應(yīng)用于雙液壓缸同步控制系統(tǒng)，并與傳統(tǒng)PID控制相對比，進行MATLAB仿真。假設(shè)兩組提升系統(tǒng)中元件的結(jié)構(gòu)和參數(shù)完全相同，選取液壓泵排量為135mL/r，液壓缸直徑100mm，發(fā)動機的轉(zhuǎn)速1000r/min，負(fù)載500Kg，采用不同的控制策略和研究目標(biāo)進行仿真。

1）以兩個液壓缸活塞的位移差作為控制變量

控制器利用兩個活塞的位移差分別去控制兩個比例閥的開口，改變進入液壓缸流量，使活塞位移向理想目標(biāo)調(diào)整，位移差逐漸為零，實現(xiàn)同步控制。分別采用傳統(tǒng)PID和單神經(jīng)元PID策略進行仿真，結(jié)果如圖4所示。

圖4 以活塞位移差作為控制變量的仿真結(jié)果

由于液壓油存在一定的慣性，所以在開始階段位移差會先增大，然后才慢慢減少，直至為零。從圖中可以看出，當(dāng)系統(tǒng)發(fā)生變化時，采用單神經(jīng)元PID控制策略能使系統(tǒng)更快地達到同步控制。

2）以系統(tǒng)壓力差作為控制變量

假設(shè)初始兩個液壓缸內(nèi)壓力相同，由于某種原因產(chǎn)生同步誤差時，將引起負(fù)載傾斜，從而使載荷不能平均分配到兩液壓系統(tǒng)中，最終導(dǎo)致兩個液壓缸內(nèi)壓力不一致，實驗結(jié)果如圖5所示。

圖5 以系統(tǒng)壓力差作為控制變量的仿真結(jié)果

仿真結(jié)果表明，通過交叉耦合控制方式對活塞位移差，有桿腔壓力差進行實時控制，可以有效消除偏差，實現(xiàn)同步控制的目的。兩種方法都能獲得很好的同步控制效果，但與傳統(tǒng)PID控制相比，單神經(jīng)元PID控制收斂速度更快，精度更高。

圖6 兩液壓缸壓力實驗對比曲線

3.2 實驗研究

為驗證所采用控制方法及仿真分析的正確性，利用實驗臺進行測試，選用參數(shù)和步驟與仿真一致，得出實驗結(jié)果，如圖6所示。

實驗結(jié)果表明，當(dāng)不采用同步控制時，液壓系統(tǒng)中存在明顯的壓力差，說明有同步誤差存在。當(dāng)采用同步控制時，兩液壓缸中的壓力在同步控制器的作用下逐漸減小，同步誤差得到有效控制。實驗結(jié)果與仿真結(jié)果基本相符，從而驗證了仿真結(jié)果的正確性。

4 結(jié)論

通過對雙液壓缸同步系統(tǒng)的動態(tài)特性進行分析，找出影響系統(tǒng)出現(xiàn)誤差的影響因素，為控制變量的選取提供依據(jù)。

1）采用交叉耦合控制方法把輸入信號和偏差信號進行耦合，然后作為控制器的輸入，同時提出一種單神經(jīng)元PID控制策略應(yīng)用于雙缸液壓驅(qū)動系統(tǒng)，克服了傳統(tǒng)PID控制策略不能在線整定的缺點。

2）利用兩個液壓缸活塞的位移偏差、速度偏差和無桿腔壓力差三個反饋信號作為神經(jīng)元連接權(quán)系數(shù)，同時通過有監(jiān)督Delta學(xué)習(xí)規(guī)則對其進行實時的在線調(diào)整，可以獲得很快的響應(yīng)速度。

3）在仿真及實驗過程中把單神經(jīng)元PID控制策略與傳統(tǒng)PID控制策略進行對比，結(jié)果表明，單神經(jīng)元PID控制策略可以獲得更高的同步控制精度，同步誤差控制在要求范圍之內(nèi)，達到預(yù)期目標(biāo)，具有一定借鑒價值。

[1]丁意,趙克定,于金盈.雙缸同步控制系統(tǒng)的研究[J].流體傳動與控制,2007,(2):24-26.

[2]劉春芳,周璐,吳盛林.基于解耦控制的雙電液伺服系統(tǒng)同步技術(shù)研究[J].機床與液壓,2007(2):181-183.

[3]蘇東海,孫占文,單光坤. 液壓機雙缸同步系統(tǒng)數(shù)學(xué)建模的研究[J].流體傳動與控制.2008.3,7(2):41-44.

[4]李軍偉,趙克定,吳盛林.雙電液伺服以達同步模糊控制系統(tǒng)的研究[J].機床與液壓.2005,(1):115-117.

[5]劉曉峰,劉昕暉,王龍山,等.基于模糊PID控制的大型履帶起重機雙馬達速度同步控制[J].吉林大學(xué)學(xué)報.2011,41(3):659-664.

[6]S.Guo,L.Huang. Periodic oscillation for discrete-time Hopfield neural networks [J].Physics Lettesr A,2004.329(3):199-206.

[7]張世杰,曹喜濱.基于單神經(jīng)元自適應(yīng)PID控制的航天器大角度姿態(tài)機動[J].上海航天,2003,20(6):9-14.

[8]劉宇,劉杰,戴麗,張占一.基于神經(jīng)網(wǎng)絡(luò)和PID算法的數(shù)控機床并行混合控制模型[J].信息與控制,2006,35(1):30-33.

[9]趙路. 大型履帶式起重機卷揚液壓系統(tǒng)的動態(tài)特性研究[D].吉林.吉林大學(xué)機械科學(xué)與工程學(xué)院.2011.

[10]韓守習(xí),張大可.基于SIMULINK的起重機起升機構(gòu)動態(tài)仿真[J].土木建筑與環(huán)境工程,2003,25(6):67-73.