李輝 　魯力群 　董萬玉 　楊尊磊 　倪慧亭

摘 要：油氣彈簧試驗臺是測試油氣彈簧性能的必要設備，傳統(tǒng)的機械式試驗臺輸出信號誤差大，難以滿足試驗需求，因此需要設計一套性能良好、精準度高的試驗臺來對油氣彈簧進行試驗。本文分析了電液伺服試驗臺的基本組成，并對控制系統(tǒng)進行了設計與仿真，通過利用Amesim和Simulink聯(lián)合仿真的方法對測控系統(tǒng)進行研究，建立電液伺服系統(tǒng)的數(shù)學模型。采用模糊PID控制對系統(tǒng)的動態(tài)特性進行控制，并與常規(guī)PID的控制方法進行對比。結(jié)果表明，模糊PID控制方法快速平穩(wěn)，其達到穩(wěn)態(tài)的時間為常規(guī)PID的40%，并且系統(tǒng)具有較好的魯棒性和抗干擾能力。

關鍵詞：電液伺服 油氣彈簧 試驗臺 模糊PID控制 Simulink;Amesim

1 引言

懸架是工程車輛的重要組成部件，它影響著整車的操作穩(wěn)定性和平順性。普通懸架對非平坦的路面適應性差，行駛速度較低且不能調(diào)整車身高度[1]。油氣彈簧以氣體作為彈性介質(zhì)，以液體作為傳力介質(zhì)，具有良好的緩沖、減振作用，同時還可調(diào)節(jié)車架的高度，因此在工程車輛中應用廣泛。

為了測試油氣彈簧的性能與可靠性，需要通過試驗臺對油氣彈簧進行試驗。試驗臺的加載方式是一項重要的環(huán)節(jié)。傳統(tǒng)的機械式試驗臺精度低，誤差大，無法獲得精準的試驗數(shù)據(jù)，此類試驗臺已被逐漸淘汰[2]。基于電液伺服控制的試驗臺功能齊全、精度高、響應速度快。該系統(tǒng)由計算機控制信號的采集和數(shù)據(jù)處理，其可視化程度高，因此十分適合油氣彈簧的試驗研究。

本文設計了一種基于電液伺服控制的油氣彈簧試驗臺和測控系統(tǒng)，繪制了試驗臺的結(jié)構(gòu)圖，并且利用Amesim和Simulink對測控系統(tǒng)進行了聯(lián)合仿真，使得系統(tǒng)能夠較為準確地輸出預期曲線，驗證了測控系統(tǒng)的功能和精度。

2 試驗臺組成和測控系統(tǒng)試驗方案

2.1 試驗臺組成

1.底座 2.下橫梁 3.立柱 4.滑塊組件1 5.滑塊組件2 6.上橫梁 7.力傳感 8.液壓鎖緊器 9.油氣彈簧 10.電液頂升缸 11.伺服激振機構(gòu)

試驗臺的組成部分如圖1所示，該試驗臺主要由底座、立柱、橫梁組成的。整個臺面由兩根立柱作為支撐。其中，伺服激振機構(gòu)在試驗臺的最下方，其活塞桿可以穿過臺面，激振機構(gòu)通過夾具與油氣彈簧相連。試驗臺通過控制電液頂升缸的升起或下降來對不同規(guī)格的油氣彈簧所需要的運動空間進行調(diào)整。在對油氣彈簧進行測試時，液壓鎖緊器保持鎖緊狀態(tài)，上下滑塊連接固定。伺服激振機構(gòu)直接為油氣彈簧提供激振力。此外，該系統(tǒng)還能夠模擬汽車實際運行工況。通過滑塊組件2的上方用于放置配重塊，用來模擬汽車質(zhì)量，在滑塊組件1下方放置汽車輪胎，在滑塊1和滑塊2之間放置油氣彈簧，來模擬汽車實際運行工況。

2.2 試驗方案

試驗臺的主要功能是對油氣彈簧的阻尼特性和剛度特性進行測試，從而對油氣彈簧的性能進行評估。因此，試驗臺需要提供測試所需要的各種激振波形，包括方波、簡諧波、隨機路面譜等波形。試驗臺測控系統(tǒng)的工作原理如圖2所示，系統(tǒng)接收輸入信號，通過伺服控制器來控制伺服閥輸出相對應的位移，從而產(chǎn)生激振，從而帶動油氣彈簧產(chǎn)生運動。為了使得實際輸出信號更加接近輸入信號，在試驗臺中安裝了位移傳感器，當試驗臺產(chǎn)生激振時，傳感器檢測臺面的位移，系統(tǒng)計算出偏差并反饋于輸入端，之后進行計算調(diào)整，直至輸出信號與輸入信號相吻合，從而使得系統(tǒng)能夠準確地輸出預期信號。

3 模糊自適應PID控制器

常規(guī)的PID控制器應用廣泛，其優(yōu)點是算法較為簡單，可靠性較好。但是傳統(tǒng)的PID算法使用相對受限，系統(tǒng)所設置的一組PID參數(shù)只能應用于某一種特定工況，而電液伺服系統(tǒng)參數(shù)不固定，所以傳統(tǒng)的PID控制并不適用于此。為了使系統(tǒng)具有更好的自適應性，筆者采用了模糊自適應PID算法。模糊自適應PID算法主要由模糊控制器和PID控制器組成，模糊控制器以誤差e和誤差變化率ec為輸入，利用模糊規(guī)則對PID控制器的參數(shù)，和進行自適應整定，使被控對象保持穩(wěn)定狀態(tài)。相較傳統(tǒng)的PID控制，模糊自適應PID控制超調(diào)量小、反應快，并且更加的靈活穩(wěn)定，特別是對于時變性和非線性較大的被控對象，其優(yōu)點更加突出[3-4]。

模糊自適應PID算法的原理公式如下：

（1）

式中，、、是PID參數(shù)的調(diào)整值，、、是設定的初始值，、、是經(jīng)過調(diào)整后得到的數(shù)值。將該系統(tǒng)變量設置為兩輸入、三輸出[5-6]。輸入為系統(tǒng)誤差e和誤差變化率ec，輸出為、、。這五個變量選擇7個模糊語言值，分別是NB（負大）、NM（負中）、NS（負?。O（零）、PS（正?。?、PM（正中）、PB（正大）。其中e和ec的論域分別為{-6，-4，-2，0，2，4，6}和{-3，-2，-1，0，1，2，3}，輸出變量，，的模糊集合為{-6，-4，-2，0，2，4，6}。

的模糊規(guī)則表如表1所示：

的模糊規(guī)則表如表2所示：

的模糊規(guī)則表如表3所示：

4 聯(lián)合仿真的實現(xiàn)

MATLAB/Simulink是一款功能強大的仿真集成軟件，但是在處理液壓系統(tǒng)時簡化了許多方面，因此對液壓系統(tǒng)的建模并不夠準確。Amesim是基于物理模型建模的軟件，它了提供大量專業(yè)的庫文件，因此在液壓系統(tǒng)方面應用廣泛。Amesim提供了豐富接口，可與其他軟件連接實現(xiàn)聯(lián)合仿真[7]。所以將Matlab和Amesim相結(jié)合，通過Amesim建立液壓系統(tǒng)，通過Matlab建立控制模塊，從而實現(xiàn)更準確的仿真結(jié)果。

4.1 Amesim的建模

根據(jù)本文所設計的系統(tǒng)搭建相對應的Amesim物理模型，并且將計算好的系統(tǒng)參數(shù)輸入到該系統(tǒng)，如表4所示。圖3為電液伺服試驗臺的Amesim仿真模型。

4.2 MATLAB中建模

在Matlab/Simulink中所建立的模型如圖4所示。

5 仿真結(jié)果與分析

本系統(tǒng)的輸入信號為50mm的階躍信號。分別進行PID和模糊PID算法進行控制。其中為14，為0.1，為0.5，仿真時間是3s，步長為0.01s。仿真結(jié)果如圖5所示：

從圖5可以看出，在使用常規(guī)的PID算法的控制下，活塞桿的位移是逐步上升的，但是上升過程較為緩慢，大約過了1.5s之后才能夠達到穩(wěn)定狀態(tài)。而模糊PID控制的效果較好，活塞桿的上升時間大大縮減，約經(jīng)過0.6s系統(tǒng)就趨于穩(wěn)定，因此模糊PID控制的效果明顯優(yōu)于傳統(tǒng)PID控制。

在實際運行工況中往往存在各種擾動，因此在0.2s給系統(tǒng)加入擾動信號，從而判斷系統(tǒng)的抗擾動性能，其響應圖如下：

在系統(tǒng)加入擾動后，通過PID控制的系統(tǒng)其上升時間變成了2s左右，而模糊PID系統(tǒng)的上升時間為0.9s左右，因此在加入擾動后，使用模糊PID控制器的系統(tǒng)比常規(guī)PID控制系統(tǒng)恢復到穩(wěn)態(tài)的時間更短，系統(tǒng)更加穩(wěn)定，抗干擾能力強。

6 結(jié)論

（1）通過使用Matlab/Simulink和Amesim聯(lián)合仿真的形式，使得系統(tǒng)的物理模型更加符合實際情況，避免了在使用Simulink時出現(xiàn)的物理模型因簡化而導致的不準確的情況。

（2）模糊PID控制比常規(guī)PID控制的效果更好，其上升時間是常規(guī)PID控制上升時間的40%，穩(wěn)態(tài)精準度高。此外，模糊PID控制的抗干擾能力比常規(guī)PID控制強，在外界產(chǎn)生干擾的情況下，能夠能快的達到穩(wěn)態(tài)，有很好的魯棒性。

參考文獻：

[1]Barak， P. . （1989）. Design and evaluation of an adjustable automobile suspension.，1.

[2]喬道云. 汽車油壓減振器性能試驗臺的仿真與研究[D].長春理工大學，2013.

[3]付甜甜，朱玉川，顧亞軍.基于MATLAB-AMESim的電液伺服系統(tǒng)模糊PID控制[J].機床與液壓，2016，44（20）：144-146+154.

[4]Lee S Y ， Cho H S . A fuzzy controller for an electro-hydraulic fin actuator using phase plane method[J]. Control Engineering Practice， 2003， 11（6）：697-708.

[5]Lee Y H ， Kopp R . Application of fuzzy control for a hydraulic forging machine[J]. Fuzzy Sets & Systems， 2001，118（1）：99-108.

[6]Barai R K ， Nonami K . Optimal two-degree-of-freedom fuzzy control for locomotion control of a hydraulically actuated hexapod robot[J]. Information Sciences， 2007，177（8）：1892-1915.

[7]梁全，謝基晨，聶利衛(wèi).液壓系統(tǒng)Amesim計算機仿真進階教程[M].北京;機械工業(yè)出版社，2016.