陳翰文,徐巧玉*,徐 愷,張 正

(1.河南科技大學(xué) 機(jī)電工程學(xué)院,河南 洛陽 471000;2.洛陽銀杏科技有限公司,河南 洛陽 471000)

0 引 言

隨著我國隧道工程建設(shè)速度高速增長,鑿巖機(jī)械臂被廣泛應(yīng)用于隧道鉆爆工程中。其中,鑿巖機(jī)械臂的電液比例位置控制系統(tǒng)是機(jī)械臂運(yùn)動(dòng)控制的基礎(chǔ),同時(shí)電液比例控制受外部干擾、油溫和黏度變化的影響很大,影響機(jī)械臂末端鉆孔點(diǎn)的位置精度[1-5]。因此,為了提高鑿巖施工作業(yè)的效率和精度,亟需解決電液比例系統(tǒng)位置控制精度的問題。

由于PID控制算法簡單、魯棒性強(qiáng)、易于實(shí)現(xiàn),以及能夠與多種智能算法相結(jié)合提升適應(yīng)性能力的優(yōu)勢,被廣泛應(yīng)用于電液比例系統(tǒng)控制領(lǐng)域[6-9]。

萬海兵[10]提出了一種非線性函數(shù)構(gòu)造PID控制器的方法,對電液比例系統(tǒng)進(jìn)行了開環(huán)位置控制,其提高了系統(tǒng)的響應(yīng)速度,減小了超調(diào)量。YI Ye等人[11]利用改進(jìn)的粒子群優(yōu)化算法提高了PID參數(shù)的搜索效率,通過仿真實(shí)驗(yàn)驗(yàn)證了該算法對電液比例系統(tǒng)位置控制的跟蹤效果。羅艷蕾等人[12]基于模糊PID控制對電液比例位置控制系統(tǒng)進(jìn)行了仿真研究,結(jié)果表明該方法有效地提高了系統(tǒng)的響應(yīng)速度和位置跟蹤能力。趙怡麟[13]將具有自適應(yīng)能力的單神經(jīng)元PID算法用于電液比例系統(tǒng)的閉環(huán)位置控制,有效改善了系統(tǒng)的控制性能。

因此,為滿足不同工況下的電液比例系統(tǒng)控制需求,選用自適應(yīng)能力強(qiáng)、抗干擾性能好的控制算法來快速、準(zhǔn)確地整定PID參數(shù)是解決電液比例系統(tǒng)位置控制精度問題的關(guān)鍵。

針對上述問題,筆者提出基于徑向基函數(shù)(radical basis function,RBF)神經(jīng)網(wǎng)絡(luò)整定PID參數(shù)的控制算法,在MATLAB/Simulink下搭建系統(tǒng)閉環(huán)控制結(jié)構(gòu)圖,使用MATLAB函數(shù)模塊編寫程序,完成RBF神經(jīng)網(wǎng)絡(luò)整定PID控制算法的任務(wù);在AMESim中搭建電液比例系統(tǒng)模型,進(jìn)行聯(lián)合仿真;根據(jù)電液系統(tǒng)運(yùn)行的狀態(tài),RBF神經(jīng)網(wǎng)絡(luò)可在線自學(xué)習(xí)整定PID控制器的參數(shù),提高電液比例系統(tǒng)位置控制精度。

1 鑿巖機(jī)械臂電液比例位置控制系統(tǒng)

筆者選取全自動(dòng)鑿巖臺(tái)車機(jī)械臂作為研究對象。鑿巖機(jī)械臂在進(jìn)行鉆孔工作中,機(jī)械臂末端到達(dá)目標(biāo)孔位置需要對7個(gè)關(guān)節(jié)對應(yīng)的電液系統(tǒng)分別進(jìn)行位置控制。

此處筆者以大臂擺動(dòng)的電液比例系統(tǒng)位置控制為例進(jìn)行分析建模,其余各個(gè)關(guān)節(jié)控制系統(tǒng)可以以此類推,不進(jìn)行詳細(xì)敘述[14]。

1.1 電液比例系統(tǒng)位置控制原理

電液系統(tǒng)是由電機(jī)、液壓泵、安全閥、電液比例換向閥、帶負(fù)載油缸和位移傳感器等組成。電液系統(tǒng)是一個(gè)十分復(fù)雜的非線性控制系統(tǒng),為了進(jìn)行控制算法的仿真研究,通常采用電液系統(tǒng)建模,其是對電液系統(tǒng)各個(gè)環(huán)節(jié)進(jìn)行分析和搭建數(shù)學(xué)模型。

筆者預(yù)先測量液壓缸面積及系統(tǒng)壓力,按照工作過程中的要求核算液壓缸及系統(tǒng)的流量、壓力和固有頻率,選擇電液比例閥的規(guī)格參數(shù)和比例放大器的設(shè)計(jì);對比例放大器、電液比例閥、液壓缸和位移傳感器的工作原理和結(jié)構(gòu)參數(shù)進(jìn)行分析,考慮油缸和油路的泄漏系數(shù),從而對系統(tǒng)各模塊進(jìn)行機(jī)理建模,確定電液比例系統(tǒng)各部分的傳遞函數(shù)[15-17]。

鑿巖臺(tái)車機(jī)械臂整體液壓原理圖如圖1所示。

圖1 鑿巖機(jī)械臂整體液壓原理圖

具體控制實(shí)現(xiàn)流程為:根據(jù)給定目標(biāo)炮孔位姿信息,求出液壓缸活塞桿伸縮量Y1;通過模數(shù)轉(zhuǎn)化成相應(yīng)的電壓控制信號(hào)U1,由位移傳感器測出的實(shí)時(shí)反饋位置信號(hào)Y2轉(zhuǎn)換成與之成比例的電流U2后輸送到控制器,與輸入電流U1比較后計(jì)算偏差值e=U1-U2;控制系統(tǒng)利用控制算法根據(jù)偏差量得出控制電流值U,再通過比例放大器轉(zhuǎn)換成相應(yīng)的電流信號(hào)I,其控制電液比例閥的開度和閥芯位移;泵輸出的流量按輸入的電信號(hào)控制閥的開度成比例地變化,推動(dòng)液壓活塞桿產(chǎn)生相應(yīng)的位移。

電液比例位置系統(tǒng)常規(guī)控制設(shè)計(jì)流程圖如圖2所示。

圖2 電液比例位置系統(tǒng)設(shè)計(jì)流程

1.2 電液比例系統(tǒng)AMESim建模

為了快速建立液壓系統(tǒng)的數(shù)學(xué)模型,筆者對復(fù)雜的電液比例系統(tǒng)進(jìn)行了建模和仿真分析。借助AMESim軟件,在AMESim中搭建了電液比例系統(tǒng)的仿真模型,避免了建立閥控非對稱液壓缸控制系統(tǒng)的數(shù)學(xué)模型和推導(dǎo)傳遞函數(shù),采用這種方法可以使系統(tǒng)仿真工作量大大減少。

在AMESim中搭建電液比例系統(tǒng)仿真模型流程如下:

1)創(chuàng)建新模型。打開AMESim軟件,點(diǎn)擊“新建”按鈕,選擇“空白工程”創(chuàng)建新模型,定義系統(tǒng)的基本組成部分及相互關(guān)系,如各種傳感器、執(zhí)行器和控制器等;

2)添加元件。在工具欄中選擇“液壓與氣控”分類下的元件,添加電機(jī)、液壓泵、溢流閥、液壓缸、電液比例換向閥、位移傳感器等元件,連接它們的液壓管路和電氣線路;

3)配置元件參數(shù)。打開每個(gè)元件的屬性窗口,配置相應(yīng)的參數(shù),例如液壓泵的功率、壓力和流量;液壓缸的壓力、面積和活塞桿直徑;電液比例閥的閥門開度和額定電流等;

4)定義信號(hào)。需要定義輸入信號(hào),如對于電液比例閥,需要定義控制信號(hào),可以選擇手動(dòng)設(shè)置閥門開度,也可以通過輸入電流信號(hào)來控制;

5)運(yùn)行仿真。完成模型搭建和參數(shù)配置之后,點(diǎn)擊“仿真”按鈕即可運(yùn)行仿真,并觀察系統(tǒng)的動(dòng)態(tài)響應(yīng)和各元件的工作狀態(tài),如液壓泵的轉(zhuǎn)速和流量、液壓缸的運(yùn)動(dòng)速度和力等;

6)分析結(jié)果?；跇?gòu)建的系統(tǒng)模型和設(shè)置的工作條件,進(jìn)行仿真分析和參數(shù)優(yōu)化以評(píng)估系統(tǒng)的性能和可靠性,通過仿真結(jié)果,可以了解系統(tǒng)的性能和穩(wěn)定性,如油缸輸出流量、位置精度等。

由上述過程,筆者可以在AMESim中搭建單個(gè)關(guān)節(jié)的未加控制算法的電液比例系統(tǒng)位置控制的簡化模型。電液比例位置系統(tǒng)仿真模型如圖3所示。

圖3 AMESim電液系統(tǒng)仿真模型

電液系統(tǒng)采用電機(jī)、定量泵和作為安全閥的溢流閥組成定壓供油單元,以電液比例換向閥為控制元件,單桿雙作用液壓缸作為執(zhí)行元件。通過位移傳感器實(shí)時(shí)反饋液壓缸的位移變化量,筆者將反饋的位移變化量與給定液壓缸預(yù)期位移變化比較得出偏差量。偏差量與外加輸入信號(hào)通過控制算法實(shí)現(xiàn)電液換向閥的開度控制目的,進(jìn)而控制液壓缸內(nèi)推動(dòng)活塞桿運(yùn)動(dòng)的液壓油流量大小,進(jìn)行液壓缸活塞桿的位置控制以及負(fù)載機(jī)械臂各關(guān)節(jié)的驅(qū)動(dòng)動(dòng)作。

2 RBF神經(jīng)網(wǎng)絡(luò)PID控制器設(shè)計(jì)

2.1 RBF網(wǎng)絡(luò)結(jié)構(gòu)

RBF網(wǎng)絡(luò)是一種三層的前饋式神經(jīng)網(wǎng)絡(luò),由輸入到輸出的映射是非線性的;而隱含層空間到輸出空間的映射是線性的,從而大大加快了學(xué)習(xí)速度并避免局部極小問題。

圖4 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

2.2 被控對象Jacobian信息辨識(shí)算法

在RBF網(wǎng)絡(luò)結(jié)構(gòu)中,網(wǎng)絡(luò)的輸入向量X=[x1,x2,…,xn]T。設(shè)RBF網(wǎng)絡(luò)的徑向基向量H=[h1,h2,…,hj,…,hm]T,網(wǎng)絡(luò)隱藏節(jié)點(diǎn)的基寬向量為B=[b1,b2,…,bj,…,bm]T,則高斯基函數(shù)為:

(1)

式中:Cj為網(wǎng)絡(luò)的第個(gè)隱藏節(jié)點(diǎn)的中心矢量,Cj=[Cj1,Cj2,…,Cji,…,Cjn]T,i=1,2,…,n;bj為節(jié)點(diǎn)j的基寬度參數(shù),且為大于零的數(shù)。

辨識(shí)網(wǎng)絡(luò)的輸出ym(k)為:

ym(k)=w1h1+w2h2+Λ+wmhm

(2)

式中:W為網(wǎng)絡(luò)的權(quán)向量,W=[w1,w2,…,wj,…wm]T。

辨識(shí)器的性能指標(biāo)函數(shù)為:

(3)

式中:yout(k)為時(shí)刻被控系統(tǒng)的輸出值;yn(k)為k時(shí)刻RBF網(wǎng)絡(luò)的輸出值。

根據(jù)梯度下降法,輸出權(quán)wi、節(jié)點(diǎn)中心cji及節(jié)點(diǎn)基寬bj各參數(shù)的迭代算法如下所示:

輸出權(quán)為:

羅恬聽到“噗”的一聲，像刺進(jìn)了一團(tuán)皮革。她驚恐地抬起頭，發(fā)覺杜朗并沒有疼痛的表情。羅恬這才松了口氣，拔出匕首說：“太不可思議了，你是怎么做到的？”

wj(k)=wj(k-1)+η(yout(k)-ym(k))hj+

α(wj(k-1)-wj(k-2))+β(wj(k-2)-wj(k-3))

(4)

節(jié)點(diǎn)中心變化量Δcji為:

(5)

節(jié)點(diǎn)中心cji為:

cji(k)=cji(k-1)+ηΔcji+α(cji(k-1)-

cji(k-2))+β(cji(k-2)-cji(k-3))

(6)

節(jié)點(diǎn)基寬變化量為:

(7)

節(jié)點(diǎn)基寬參數(shù)bj為:

bj(k)=bj(k-1)+ηΔbj+α(bj(k-1)-

bj(k-2))+β(bj(k-2)-bj(k-3))

(8)

式中:η為學(xué)習(xí)效率;α,β為動(dòng)量因子。

Jacobian陣(對象的輸出對控制輸入變化的靈敏度信息)算法如下所示:

(9)

式中:y(k)為時(shí)刻被控系統(tǒng)的輸出值;Δu(k)為第k次采樣時(shí)刻的控制增量,x1=Δu(k)。

2.3 RBF網(wǎng)絡(luò)PID整定原理

筆者采用增量式PID控制器,rin(k)為時(shí)刻被控系統(tǒng)的輸入值,yout(k)為時(shí)刻被控系統(tǒng)的輸出值,控制誤差為:

error(k)=rin(k)-yout(k)

(10)

PID三項(xiàng)輸入為:

xc(1)=error(k)-error(k-1)

(11)

xc(2)=error(k)

(12)

xc(3)=error(k)-2error(k-1)+error(k-2)

(13)

控制算法為:

u(k)=u(k-1)+Δu(k)

(14)

Δu(k)=kpxc(1)+kixc(2)+kdxc(3)

(15)

神經(jīng)網(wǎng)絡(luò)整定標(biāo)準(zhǔn)為:

(16)

其中kp,ki,kd的調(diào)整采用梯度下降法:

(17)

(18)

(19)

RBF整定PID控制系統(tǒng)的結(jié)構(gòu)如圖5所示。

圖5 RBF網(wǎng)絡(luò)整定PID控制框圖

2.4 RBF-PID控制器仿真實(shí)現(xiàn)

RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):3-6-1,網(wǎng)絡(luò)辨識(shí)的3個(gè)輸入分別為:Δu(k),yout(k),yout(k-1)。網(wǎng)絡(luò)輸出為:ymout(k);數(shù)據(jù)節(jié)點(diǎn)基函數(shù)中心向量初值ci:30×ones(3,6);數(shù)據(jù)節(jié)點(diǎn)基寬初值bi:40×ones(6,1);輸出層權(quán)重w:10×ones(6,1);網(wǎng)絡(luò)的學(xué)習(xí)效率:xite=0.5;PID各項(xiàng)參數(shù)學(xué)習(xí)效率:xitekp=0.2,xiteki=0.2,xitekd=0.2;kp、ki、kd的初值為:10、0.55、2;動(dòng)量因子,alfa=0.05,bete=0.01。系統(tǒng)輸入選擇單位階躍信號(hào)、多段階躍位移信號(hào)和正弦位移信號(hào)。

筆者在Simulink下搭建系統(tǒng)閉環(huán)控制框圖,在MATLABFunction中編寫RBF神經(jīng)網(wǎng)絡(luò)整定PID的算法程序,實(shí)現(xiàn)RBF在線自整定PID控制功能。

總體算法實(shí)現(xiàn)步驟如下:

1)根據(jù)Simulink搭建的仿真模型得出系統(tǒng)輸入rin(k),系統(tǒng)輸出yout(k),并實(shí)時(shí)計(jì)算誤差值e(k);

2)設(shè)置MATLAB Function輸入與輸出接口,輸入接口為實(shí)時(shí)反饋的誤差值e(k)和系統(tǒng)輸出值yout(k),輸出接口為不斷更新輸出的Kp,Ki,Kd參數(shù)值和控制器輸出值u(k),編寫程序構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu),初始化上述各參數(shù);

3)根據(jù)RBF神經(jīng)網(wǎng)絡(luò)算法計(jì)算RBF辨識(shí)器的輸出,并根據(jù)辨識(shí)器的性能指標(biāo)函數(shù)和實(shí)時(shí)反饋的參數(shù)值,不斷修正數(shù)據(jù)節(jié)點(diǎn)基函數(shù)中心向量ci、節(jié)點(diǎn)基寬bi、輸出層權(quán)重系數(shù)w,并計(jì)算被控對象的Jacobian值;

4)PID控制器采用增量式PID控制方法,根據(jù)實(shí)時(shí)反饋的誤差值e(k)和Jacobian值,可不斷調(diào)整PID控制器中Kp,Ki,Kd值,計(jì)算出PID控制器的u(k)值,更新被控對象輸出;

5)返回步驟2)循環(huán)進(jìn)行,不斷重復(fù)上述過程,更新各項(xiàng)參數(shù)數(shù)值,直到采樣時(shí)間結(jié)束為止。

RBF神經(jīng)網(wǎng)絡(luò)PID控制器Simulink模型如圖6所示。

圖6 RBF神經(jīng)網(wǎng)絡(luò)PID控制器Simulink模型

3 電液比例位置系統(tǒng)控制聯(lián)合仿真

3.1 Simulink聯(lián)合AMESim仿真

對于電液比例系統(tǒng)這樣復(fù)雜的非線性控制系統(tǒng),筆者將AMESim構(gòu)造的電液比例系統(tǒng)物理模型和在MATLAB/Simulink中完成的RBF神經(jīng)網(wǎng)絡(luò)PID控制器進(jìn)行聯(lián)合仿真。

由文獻(xiàn)[18-22]可知,聯(lián)合仿真可以進(jìn)行電液系統(tǒng)和控制系統(tǒng)之間的耦合,從而完成對整個(gè)系統(tǒng)的仿真分析任務(wù),便于進(jìn)行控制策略的優(yōu)化和測試。

聯(lián)合仿真的目的是加入控制算法,控制電液比例閥的開度大小及輸出流量,進(jìn)而控制液壓缸活塞桿的位移。

聯(lián)合仿真流程如下:

1)在MATLAB/Simulink中建立RBF神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)模型,在AMESim中創(chuàng)建電液比例系統(tǒng)的物理系統(tǒng)模型。用AMESim與MATLAB/Simulink聯(lián)合仿真工具,在AMESim界面打開接口功能,點(diǎn)擊創(chuàng)建聯(lián)仿接口,選擇SimCosim,定義輸入、輸出接口數(shù)量,建立2個(gè)模型之間的連接;

2)保存AMESim仿真模型文件,并設(shè)置名稱為RBF329,接著在AMESim界面運(yùn)行仿真,點(diǎn)擊Simulink按鍵,可直接打開MATLAB/Simulink;

3)在Simulink界面創(chuàng)建S-function模塊,將S-function名稱設(shè)置為與AMESim搭建的仿真模型文件名稱一致,并在名稱末尾加下劃線,如RBF329_,設(shè)置S函數(shù)參數(shù)分別為0.01,0.001,1.00×10-5,點(diǎn)擊仿真按鈕,仿真結(jié)束即可完成聯(lián)合仿真任務(wù);

4)啟動(dòng)仿真后,Simulink將數(shù)據(jù)信號(hào)傳遞到AMESim中的模型,可同時(shí)在Simulink仿真界面和AMESim仿真界面查看仿真結(jié)果。

筆者在AMESim下創(chuàng)建了聯(lián)仿接口,搭建了閥控非對稱液壓缸的電液系統(tǒng)聯(lián)合仿真模型,如圖7所示。

圖7 AMESim聯(lián)合仿真模型

在AMESim中創(chuàng)建聯(lián)仿接口模塊的作用是為了將電液系統(tǒng)模型導(dǎo)入進(jìn)MATLAB中。該接口模塊的輸入端是液壓油缸活塞桿的位移信號(hào),輸出端為電液比例閥的控制電流信號(hào)。在MATLAB/Simulink中創(chuàng)建的S-function模塊是為了運(yùn)行電液系統(tǒng)的物理模型,該模塊的輸入端為電液比例閥的控制電流信號(hào),輸出端為油缸活塞桿的位移信號(hào)。使用聯(lián)合仿真接口實(shí)現(xiàn)了AMESim與Simulink之間電液系統(tǒng)的控制和位移信號(hào)相互傳遞的目的。

在MATLAB/Simulink下搭建的聯(lián)合仿真模型如圖8所示。

圖8 Simulink實(shí)現(xiàn)RBF-PID聯(lián)合仿真模型

被控對象為在AMESim中搭建的電液系統(tǒng)模型,控制算法為RBF神經(jīng)網(wǎng)絡(luò)整定PID控制算法,輸入信號(hào)為階躍信號(hào)、多段階躍位移信號(hào)和正弦位移信號(hào)。

在整個(gè)仿真過程中,筆者將檢測到的油缸活塞桿位移信號(hào)作為反饋信號(hào),將反饋信號(hào)與輸入的期望信號(hào)差值作為控制系統(tǒng)的一項(xiàng)輸入;利用控制器計(jì)算得出電液比例閥的控制量u,將其輸入到S-function模塊,驅(qū)動(dòng)電液比例閥工作,進(jìn)而驅(qū)動(dòng)油缸活塞桿進(jìn)行運(yùn)動(dòng),產(chǎn)生位移量再反饋回去,反復(fù)循環(huán),最終實(shí)現(xiàn)電液比例系統(tǒng)的位置控制功能。

為了將RBF網(wǎng)絡(luò)整定PID的效果和常規(guī)PID的效果進(jìn)行對比,筆者搭建了常規(guī)PID控制電液系統(tǒng)的模型;在常規(guī)PID參數(shù)調(diào)整過程中,采用試湊法,先調(diào)Kp,使Ki、Kd值為0,觀察系統(tǒng)響應(yīng),如果系統(tǒng)超調(diào)量大,可以通過增加Ki值的同時(shí)減小Kp值;最后根據(jù)系統(tǒng)的動(dòng)態(tài)特性調(diào)整Kd,再使Kp由小往大調(diào)節(jié)。

筆者按照這種調(diào)節(jié)方式通過多次試湊,確定Kp=28,Ki=0.01,Kd=1.8。采樣時(shí)間間隔為0.01 s。

使用常規(guī)PID控制的電液系統(tǒng)在MATLAB/Simulink中聯(lián)合仿真模型,如圖9所示。

圖9 Simulink實(shí)現(xiàn)常規(guī)PID聯(lián)合仿真模型

3.2 仿真結(jié)果

在AMESim參數(shù)模式下,筆者設(shè)置了電液比例系統(tǒng)模塊的參數(shù),如表1所示。

表1 電液比例系統(tǒng)模塊參數(shù)

為了驗(yàn)證RBF神經(jīng)網(wǎng)絡(luò)PID控制器控制電液比例位置系統(tǒng)的性能,筆者使用RBF神經(jīng)網(wǎng)絡(luò)整定PID控制器和常規(guī)PID控制器,分別輸入不同的目標(biāo)位移信號(hào)進(jìn)行仿真分析。

階躍位移信號(hào)響應(yīng)的仿真結(jié)果如圖10所示。

圖10 活塞桿階躍位移信號(hào)響應(yīng)

由圖10可知:在階躍位移信號(hào)下的電液系統(tǒng)位置控制中,常規(guī)PID方法控制到達(dá)目標(biāo)位置時(shí)間約為3 s,且存在超調(diào)量;而RBF整定PID方法控制上升時(shí)間約為1.4 s,系統(tǒng)響應(yīng)快速且無超調(diào)。

外部干擾的階躍位移信號(hào)響應(yīng)的仿真結(jié)果如圖11所示。

圖11 外加干擾活塞桿階躍位移信號(hào)響應(yīng)

由圖11可知:在5 s時(shí)添加5 000 N的外部干擾力,常規(guī)PID方法控制系統(tǒng)輸出位移在目標(biāo)位置附近多次波動(dòng),需要2 s才能恢復(fù)至目標(biāo)位置保持穩(wěn)定;而RBF整定PID控制系統(tǒng)輸出位移在目標(biāo)位置-0.025 m～0.025 m之間發(fā)生波動(dòng),然后在0.3 s內(nèi)恢復(fù)至目標(biāo)位置并保持穩(wěn)定。這說明RBF神經(jīng)網(wǎng)絡(luò)整定PID有較好的抗干擾性能。

多段階躍位移信號(hào)響應(yīng)的仿真結(jié)果如圖12所示。

圖12 活塞桿多段階躍位移信號(hào)響應(yīng)

由圖12可知:設(shè)計(jì)輸入多段活塞桿運(yùn)行目標(biāo)位置信號(hào),常規(guī)PID控制油缸活塞桿各階段平均調(diào)節(jié)時(shí)間為3 s;而RBF神經(jīng)網(wǎng)絡(luò)整定PID控制油缸活塞桿各階段平均調(diào)節(jié)時(shí)間為1.5 s,系統(tǒng)運(yùn)行平穩(wěn)快速、無超調(diào)。

正弦位移信號(hào)響應(yīng)的仿真結(jié)果如圖13所示。

圖13 活塞桿正弦位移信號(hào)響應(yīng)

由圖13可知:因?yàn)樵贏MESim下搭建的液壓缸活塞桿有效行程為0 m～0.673 m,所以只采用正值的正弦信號(hào)進(jìn)行跟蹤響應(yīng),在整個(gè)位置控制過程中,常規(guī)PID整體位置控制效果不佳,最大誤差達(dá)到了20 mm;而RBF整定PID控制整體位置控制最大誤差不超過5 mm。

多段階躍位移信號(hào)下RBF神經(jīng)網(wǎng)絡(luò)整定Kp、Ki、Kd參數(shù)結(jié)果如圖14所示。

圖14 多段階躍位移信號(hào)下RBF整定PID

由圖14知可:當(dāng)系統(tǒng)輸入活塞桿多段階躍位移信號(hào)變化時(shí),Kp值在10～10.5之間變化,Ki值在0.55～0.66之間變化,Kd值在2～2.16之間變化。

再進(jìn)行參數(shù)整定,當(dāng)系統(tǒng)誤差為0,即系統(tǒng)穩(wěn)定時(shí),PID參數(shù)會(huì)保持穩(wěn)定。

4 實(shí)驗(yàn)驗(yàn)證及分析

4.1 實(shí)驗(yàn)平臺(tái)

為驗(yàn)證鑿巖臺(tái)車機(jī)械臂電液比例系統(tǒng)位置控制算法的實(shí)際控制效果,筆者以某單位設(shè)計(jì)制造的G3ZI型鑿巖臺(tái)車機(jī)械臂為實(shí)驗(yàn)對象,進(jìn)行現(xiàn)場實(shí)驗(yàn)驗(yàn)證。筆者搭建的電液系統(tǒng)位置控制實(shí)驗(yàn)平臺(tái)主要由實(shí)驗(yàn)對象、液壓系統(tǒng)、電氣控制系統(tǒng)等組成。

鑿巖臺(tái)車機(jī)械臂實(shí)物圖如圖15所示。

圖15 G3ZI鑿巖臺(tái)車及其機(jī)械臂

鑿巖臺(tái)車機(jī)械臂的液壓系統(tǒng)主要由HLPSV型多路電液比例換向閥、液壓泵及油管組成。整個(gè)液壓系統(tǒng)由液壓泵不斷地提供動(dòng)力來源,電氣控制系統(tǒng)可以根據(jù)給定目標(biāo)信號(hào)自動(dòng)開啟并控制多路電液比例換向閥的閥口開度;操作人員也可以手動(dòng)操作手柄,控制多路電液比例換向閥的開度。兩種操作方式都可以控制換向閥輸出液壓油驅(qū)動(dòng)油缸活塞桿運(yùn)動(dòng),從而控制機(jī)械臂進(jìn)行各種動(dòng)作。

多路電液比例換向閥如圖16所示。

圖16 HLPSV型多路電液比例換向閥

鑿巖臺(tái)車機(jī)械臂電氣控制電路板如圖17所示。

圖17 電氣控制電路板

鑿巖臺(tái)車機(jī)械臂電氣控制系統(tǒng)主要進(jìn)行機(jī)械臂關(guān)節(jié)各項(xiàng)數(shù)據(jù)的傳輸與計(jì)算,通過將RBF神經(jīng)網(wǎng)絡(luò)整定PID和常規(guī)PID控制算法以嵌入式的方式下載進(jìn)主控芯片中,將其轉(zhuǎn)換成相應(yīng)的電信號(hào),控制電液比例閥的閥口開口大小,從而對機(jī)械臂進(jìn)行運(yùn)動(dòng)控制。

4.2 實(shí)驗(yàn)測試與結(jié)果分析

筆者以大臂左油缸活塞桿伸縮位置控制為例,設(shè)計(jì)RBF神經(jīng)網(wǎng)絡(luò)整定PID控制器和常規(guī)PID控制器,進(jìn)行實(shí)驗(yàn)驗(yàn)證。

根據(jù)末端打孔位置信息,確定大臂擺動(dòng)關(guān)節(jié)變量,從而確定大臂左油缸活塞桿伸縮位置。預(yù)先計(jì)算5組油缸活塞桿理論伸縮位置值,為避免上一組的活塞桿位置誤差對下一組位置控制造成影響,當(dāng)每一組油缸活塞桿停止運(yùn)動(dòng)后,手動(dòng)調(diào)節(jié)換向閥,使活塞桿運(yùn)行至該組的理論位置。測量油缸活塞桿伸縮為0時(shí)和每組實(shí)驗(yàn)油缸活塞桿停止運(yùn)動(dòng)時(shí),其分別處在油缸外的長度,可以求出每組活塞桿實(shí)際伸縮值。利用秒表粗略記錄活塞桿從上一組位置運(yùn)行至下一組位置的響應(yīng)時(shí)間,最終得到2種方法控制大臂左油缸活塞桿位置誤差與響應(yīng)時(shí)間。

活塞桿位置控制實(shí)驗(yàn)結(jié)果如表2所示。

表2 活塞桿位置控制實(shí)驗(yàn)結(jié)果

由表2數(shù)據(jù)可知:通過實(shí)驗(yàn)驗(yàn)證,常規(guī)PID控制大臂左油缸活塞桿位置平均誤差為10.32 mm,實(shí)驗(yàn)全程總響應(yīng)時(shí)間約為8.5 s;RBF神經(jīng)網(wǎng)絡(luò)整定PID控制大臂左油缸活塞桿位置平均誤差為2.6 mm,實(shí)驗(yàn)全程總響應(yīng)時(shí)間約為5.5 s。

綜上所述,在鑿巖臺(tái)車機(jī)械臂電液比例控制系統(tǒng)中,相較于常規(guī)PID控制方式,RBF神經(jīng)網(wǎng)絡(luò)整定PID算法響應(yīng)時(shí)間更快,控制活塞桿位置精度誤差降低了75%,并具有良好的抗干擾性能。

由此可見,相比于常規(guī)PID控制,RBF整定PID電液系統(tǒng)響應(yīng)更加快速,具有更好的位置精度控制效果,可以有效提高電液比例系統(tǒng)的位置控制精度。

5 結(jié)束語

筆者提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)整定PID的電液比例系統(tǒng)位置控制方法,在MATLAB/Simulink中搭建了系統(tǒng)閉環(huán)控制結(jié)構(gòu)圖,不斷更新RBF網(wǎng)絡(luò)參數(shù)整定PID控制算法,與在AMESim中搭建的電液比例系統(tǒng)的簡化模型進(jìn)行了聯(lián)合仿真,完成了整個(gè)控制系統(tǒng)的全面仿真和分析任務(wù);同時(shí)對實(shí)際鑿巖臺(tái)車機(jī)械臂進(jìn)行了電液比例位置控制實(shí)驗(yàn)驗(yàn)證。

仿真與實(shí)驗(yàn)結(jié)果如下:

1)聯(lián)合仿真的結(jié)果表明,在MATLAB Function下,通過編寫算法程序建立的RBF神經(jīng)網(wǎng)絡(luò)整定PID控制器,能夠?qū)崟r(shí)在線調(diào)整PID控制器的3個(gè)參數(shù),可以有效提高電液比例系統(tǒng)的響應(yīng)速度和位置精度;

2)相較于常規(guī)PID控制方式,RBF神經(jīng)網(wǎng)絡(luò)整定PID算法的響應(yīng)更加快速、抗干擾能力更強(qiáng)、控制活塞桿位置精度誤差不超過5 mm;實(shí)際施工中鑿巖機(jī)械臂電液系統(tǒng)對位置精度的誤差范圍要求在10 mm以內(nèi),因此RBF神經(jīng)網(wǎng)絡(luò)整定PID控制方法滿足鑿巖機(jī)械臂實(shí)際工作中對電液比例系統(tǒng)位置精度的控制要求,可以應(yīng)用于工業(yè)生產(chǎn)實(shí)際中。

后續(xù),筆者將繼續(xù)深入開展電液比例位置控制系統(tǒng)的實(shí)驗(yàn)和仿真研究,以揭示系統(tǒng)的動(dòng)態(tài)性能變化規(guī)律,優(yōu)化系統(tǒng)設(shè)計(jì)和控制策略。