基于RBF神经网络自整定PID的双护盾掘进机液压推进系统控制分析.pdf

Hy d r a u l i c s Pn e uma t i c s＆ S e a l s ／No ． 3． 2 01 0 基 于 R B F神经 网络 自整定 P I D的双护盾 掘进机液压 推进 系统控制分析 侯 昆洲 徐 莉萍 任德 志 张 成 河南科技大学机电工程学院 ，河南洛阳4 7 1 0 0 3 摘 要 该文介 绍了双护盾掘进机推进 系统 的工 作原理 ，在 A ME S i m环境 下建立 了液压 系统的模型 ，根 据实 际情 况对 相关参数进 行 了优化设计 ，考虑到系统的时变非线性以及复杂工况的影响，采用了基于 R B F神经网络自整定 P I D控制算法，在 MA T L A B下编写 了相应的 S函数 ，通过 A ME S i m ／ S i n u l i n k与 A ME S i m进行联合 仿真分析 。仿真结果表 明 ，与常规 P I D控制相 比，该控制器易于实现 P I D参数 的 自整定 ，能明显改善系统 的鲁棒性 和适 应能力 。 关键词双护盾 ；液压推进系统；R B F神经网络 P I D；A ME S i m；联合仿真 中图分类号 T H1 3 7 ． 7 文献标识码 A 文章编号 1 0 0 8 0 8 1 3 2 0 1 0 0 3 0 0 1 9 0 5 S p e e d Co n t r o l f o r Hy d r a u l i c Th r us t S y s t e m o f Te l e s c o p i c S hi e l d Tu n n e l i n g M a c h i ne Ba s e d o n P al3 F - N N S e l Tu n i n g P I D Co n t r o l l e r HOU Ku n - z h o u XU Li - pi n g REN De ‘ z h i ZHANG Ch e n g C o l l e g e o f Me c h a t r o n i c s ，H e n a n U n i v e r s i t y o f S c i e n c e T e c h n o l o g y ，L u o y a n g 4 7 1 0 0 3 ，C h i n a Abs t r ac t The pa p e r i n t r o du c e s t he pr i n ci p l e o f t h e t hr us t h y d r a ul i c s y s t e m o f t e l e s c o pi c s hi e l d t un n e l i n g ma c hi ne， a n d b u i l d t h e mo d l e o f h y dr a ul i c s y s t e m i n AMES i m e n v i r o nme n t ， ba s i s t he f a c t t o o p t i mu m de s i g n t h e r e l e v a n t p a r a me t r e， c o n s i d e r i n g t he s y s t e m t i me c h a n g e， n o n l i n e a r a nd t h e a f f e c t o f c o mp l e x o p e r a t i n g c o nt i o n， a d o p t i ng t he c o n t r o l a l f o r i t h m o f RBF Neu r a l Ne t wo r k S e l f t un i ng PI D． Th e S- f u nc t i o n i s writ t e n i n MATLAB e n v i r o nme n t ， t he c o s i mu l a t i o n o f h y dr a ul i c a nd c o n t r o l s y s t e m wa s c a r r i e d o u t by me a n s o f t h e AMES i m a n d MATLAB／Si mul i n k s o f t wa r e i n t e rfa c e ． The s i mu l a t i o n r es u l t s s h o w t h a t c o mpa r ed t o t he g e n e r a l PI D， t h e c o nt r o l c a n e a s i l y a c hi e v e t h e s y s t e m p a r a me t e r S e l f - t un i n g a n d c a n c l e a r i mp r o v e t he s y s t e m r o bu s t n e s s a nd t h e a da pt a b i l i t y ． Ke y W o r dst e l e s c o pi c s hi e l d； h yd r a u l i c t h ru s t s y s t e m； RBF NN P I D；AMES i m ； c o s i mul a t i o n 0 引言 随着我国经济的发展 ，在铁路 、公路 、水工等领 域必然会 出现许多不 同的长大隧道 ，又多处 于软硬交 替地层 中，而双护盾掘进机 主要应用于软硬兼有 ，又 有断层及破碎带的复杂岩层 ，开挖隧道具有快速 、经 济 、安全 、优质等优点 ，因此 ，双护盾掘进机具有相 当数量的市场需求 。 双护盾掘进 机是一 个超 大 型的机 电液一 体化 设 备 ，实际施工工况极其 复杂 ，液压推进 系统是一个关 键部分 ，很难建立精确的数学模型 ，经过分析 ，现有 系统与技术存在如下 问题 容易产生超挖和欠挖 、洞 壁质量不高 、刀具磨损严重 ，推进缸顶 坏管片，更多 依赖人工调节等。为此 ，可将人工智能技术引入到控 制系统 中，以提高 自动化水平 ，使双护盾掘进机能够 沿着设计路线准确快速的向前推进。 本文将 R B F神经网络智能 P I D控制器应用于双护 盾掘进机液压推进 系统 ，通过搭建控制模块进行模块 收稿 日期 2 0 0 9 - 0 8 - 0 6 作者简 介 侯 昆洲 1 9 8 5一 ， 男 ， 硕 士研究 生 ， 河 南科 技大 学机 电工程 学 院机械 电子工程专业 ， 研 究方 向 为双护盾 掘进 机液压 推进 控制 系统 、 机 电液一体化控制 。 化仿真 ，仿真 分析表 明具有 自学 习和 自适应 能力 的 R B F神经网络 自整定 P I D控制器 ，不但结构简单 ，而 且能适应环境的变化 ，具有较强 的鲁棒性 ，可实现盾 构掘进姿态的快速准确控制。 1 双 护盾 推进液压系统简介 双护盾掘 进机 液压推 进 系统 比较 复 杂 ，属 变负 载 、大功率 、小流量系统 ，包括主推进 和辅助推进 ， 主推进液压系统 1 4个液压缸分为4组 。辅助推进系统 的 1 8个液压缸分为 4组 ，采用液压缸分组控制 ，可以 简化控制系统 ，降低成本 ，运用电液 比例控制技术加 上相应的控制策略，协调每组 的推进压力和推进速度 对姿态和方向进行控制 ，避免不必要的超挖或欠挖。 推进液压系统的工作原理如下 双护盾掘进机液压推进系统分主推进液压系统 和 辅助推进液压系统 。具有两种掘进模式 双护盾掘进 模式和单护盾掘进模式 。双护盾掘进模式时，撑靴撑 紧洞壁 ，双路 比例调速 阀 5左路工作 ，油液通过单向 阀7使主推进缸 1 0伸出 ，推动刀盘前进 ，同时电磁换 向阀 1 2工作 ，控制辅助推进缸 1 5的缩 回或伸 出，用 于压紧已拼装 的混凝土管片 ，当主推进缸完全伸出且 管片拼装 完成 时 ，撑 靴收 回，双路 比例 调速 阀 5断 1 9 液 压 气 动 与 密 封 ／ 2 O 1 0年 第 3期 电，电磁换 向阀2通电，液控单向阀4打开，主推进缸 在辅助推进缸伸出作用下缩 回，进而开始下一循环的 E推进系统 A组 1 、1 1 一减压 阀2、l 2一电磁换向阀3一电液换向阀4 、1 3一液控单 向阀5一双路比例调速阀6一比例溢流同 7 、1 4一单 向阀8一 平衡 阀9一压力传感器1 0一内置位移传感器的液压缸1 5一液压缸 图 1 推进液压 系统原理 图 推进 。在此模式也可由电液换 向阀 3控制主推进缸实 制 ，具有算法简单 ，易于实现等特点 ，尤其适用于可 现同步推进 ，此时应控制 双路 比例 调速 阀进行 姿态 建立精确数学模型的确定性系统 。而 R B F神经网络 调整。 是一种局部逼近网络 ，已证明能以任意精度逼近任意 单护盾模式时 ，撑靴收 回，主推进缸全部缩 回， 连续函数 ，网络的收敛速度快 能够对非线性对象很好 双路比例调速阀 5右路工作 ，油液通过单向阀 1 4使辅 的控制 ，通过神经 网络 自身的学 习，可以找到某一最 助推进缸伸出，推动刀盘前进 ，当辅助推进缸完全伸 优控制下的 P 、I 和 D参数 ，从而建立参数 自学习的 出时，双路 比例调速阀 5断电，停止掘进 ，同时在电P I D控制器。 磁换 向阀 1 2的作用下，辅助推进缸 回退或伸 出顶 紧 2 ． 1 R B F整定 P I D控制系统的结构 已拼装的管片，拼装完成后再开始下一循环的掘进 。 基于 R B F神经网络整定 的 P I D控制系统的结构如 油源采用恒功率变量泵，通过压力传感器采集推 图 2所示。控制器 由两部分组成 数字增量式 P I D控 进缸四个分区的压力值 ，经过 比较得到一个最大压力 制器 ；R B F神经网络 它根据系统的运行状态，调节 值，再加上压力损失和保证 比例凋速阀正常工作的最P I D控制器的参数 ，以达到某种性能指标的最优化 J 。 小压差 ，即得到系统工作压力 ，通过调节泵源 的比例 溢流阀调节系统输 出压力，调节 比例减压阀调节泵 的 输出功率 ，系统能量损失小。平衡阀 8起到运动平稳 作用。减压阀 1 1 可以防止辅助推进缸压坏管片。 不论双护盾掘进模式还是单护盾掘进模式 ，通过 调速阀控制液压缸前进都是一种重要的控制方式，因 此 ，这里只探讨主推进液压系统的速度控制 ，在速度 控制模式下，比例溢流阀 6起安全作用 ，液压缸内置 的位移传感器检测到的信号反馈到控制器与速度设定 值相比较，调节双路比例调速阀5以实现对推进速度 的控制 2 基于 R B F网络 自整定 P I D控制 在模拟控制系统 中，最常用的控制规律是 P I D控 2 0 图2 基于 R B F神经网络整定的P I D控制系统的结构 2 ． 2 R B F网络结构 R B F网络是一种三层前 向网络 ，由于输入到输出 的映射是非线性 的，而隐含层空间到输出空间的映射 是线性的，从而大大加快了学习速度并避免局部极小 值问题 ，根据网络结构思想 ，构建 3 61型 R B F神 经网络 ，结构如图 3所示。 Hy dr a u l i c s Pne uma t i c s＆ S e a l s ／No 3 ． 2 01 0 图 3三层 R B F神经J网络结构图 2 ． 3 被控对象 J a c o b i a n信息的辨识算法 根据构建的 R B F网络结构可知 ，X[ u k一1 ， Y k ， Y k一1 ] 为网络的输入 向量。设 R B F网络 的径 向基向量 [ h ，h ，⋯，h ] T ，其中h 为高斯基 函数 叫 ， ⋯ 6 ㈩ 网络的第 个节点的中心矢量为 C j [ c i 1 ，c 2 ，⋯c i f ⋯c ] ， i 1 ，2 ，3 b j 设 网络的基宽参数 ，且为大于零 的数。 网络 的权 向量为 W [ W l ， 2 ，⋯W 6 ] 辨识 网络的输 出为 Y W l h 1 W 2 h 2 ⋯ 6 h 6 2 辨识器的性能指标 函数为 ．， [ Y k 一 Y ] 3 根据梯度下降法 ，输 出权 、节点 中心及节点基 宽 参数 的迭代算法如下 k W k～1 7 7[ Y k 一 Y k ]h ， W i 一1 一 W i 一2 4 △ 6 j [ 一 c 七 ] 7z j L j L 二 5 b j b k 一1 叩 △ 6 O L [ b j k一1 一 b k一 2 ] 6 A -[ y Y m ] j 7 j i c J 。 k 一1 T I A c J i 十O t [ C j k一1 一c j k 一2 ] 8 式中叼 学习效率 ； 动 量 因子 。 J a c o b i a n阵的算法为 一 6 wj h j 1 7 O A k O A u k J b 9 ‘ 一≈一 一l l u J 式 中 A u 。 采用增量式 P I D控制器 ，控制误差为 e r 一 Y 1 0 P I D三项输入为 c 1 e 一 e 后一1 X C 2 e X C 3 e k 一 2 e 一1 e k 一 2 1 1 控制算法为 u k U k一1 A u 1 2 A u k k p x c 1 k i X C 2 k d x c 3 神经网络整定指标为 E k e k 1 3 k 。 ，k 。 ，k 的调整采用梯度下降法 A k 一叼 ㈩ 嬲 1 1 4 一 叼 ,g E c 2 1 5 A k 一叼 3 1 6 式 中 被控 对象 的 J a e o b i a n信息 ，可通过神 ∥△ u 经网络的辨识而得 。 3 R B F神经网络 自整定 P I D控制器建模 根据上面 的算 法在 MA T L A B下 编写相 应 的 S函 数 ，生成 S函数模块 ，神经网络的结构选择为 3 6 1 ，并在 S i m u l i n k中搭 建 R B F神经 网络 控制 器模型 ， 如 图 4所 示 。 4 液压系统建模 双护盾掘进机处于速度模式掘进过程 中，电磁换 向阀 2断电，电液换 向阀 3断电，比例溢流 阀 6起安 全作用 ，油液经过 比例调速阀推动液压缸。因此仿真 时只分 析 比例 调 速 阀 、液 压 缸 、负 载 之 问 的 动 态 关系。 首先根据 液压 系统 中的元 件规格 选择相 应 的元 件 ，在 A ME S i m中建立 了电液 比例溢流阀 ，比例调速 阀模型 ，并进行参数优化 ，使元件 的性能指标满足要 求 ，然后建立了推进液压系统 的 A ME S i m仿真模型 如图 5所示 ，在建模过程 中，略去 了对系统影响较小 的元件 ，对液压系统进 行了简化 ，并选用恒压源进行 仿真。 2l 液 压 气 动 与 密 封 ／ 2 0 1 O年 第 3期 图 4 R B F神经 网络控制器模 型图 5 联合仿真分析 图5 推进液压系统 A M E S i m仿真模型 把在 A M E S i m 中搭建 的液压 系统模型 见 图 5 导入到 MA T L A B ／ S i m u l i n k中，应用搭建的神经网络控 制器 见 图 4 ，令 初 始 P I D参 数 为[ 0 ． 5 ，0 ． 1 ， 0 ． 1 ] ，P I D参 数 的学 习速率 r ／ 0 ． 2 ，惯性 系数 0 ． 0 5 ，初始权值矩 阵 C 2 0 ，b3 0，W1 0，进行联 合仿 真 ，设 定 负 载 力 1 0 0 0 k N，系 统 压 力 设 定 为 2 3 MP a ，仿真 时间 1 0 s ，推进 速度前 5 s为 0 ． 5 mm ／ s ， 后 5 s 为 1 m m ／ s ，联合仿真模型如图 6所示。 2 2 图6 联合仿真模型 图 7为液压推进系统常规 P I D控制的速度仿真 曲 线 ，图 8为基于 R B F神经网络 自整定 P I D控制的速度 仿真曲线。从仿真曲线可以看出，与普通 P I D控制相 比，基于 R B F神经 网络 自整定 P I D控制器具有调节时 间短 ，无静差 ，较强的鲁棒性和 自适应性，通过 自学 习和参数调整 ，成功地对双护盾液压推进系统推进速 度进行了控制 ，取得 了较好 的跟踪控制效果。此时的 权值矩 阵就可用作系统的控制参数 ，但是如果初始权 值矩阵选择不当 ，训练时间就会变长。 图 7 常规 P I D控制 Hyd r a u l i c s P ne uma t i c s Se a l s ／No ． 3 ． 201 0 基 于 X C 1 6 4 C S单片机 的液压缸试验 台控 制 系统 田 明君 同济大学机械工程学院，上海2 0 1 8 0 4 摘要设计了液压缸试验台控制系统。首先，提出了基于 X C 1 6 4 C S 单片机控制系统的整体方案 ；然后，分别对控制系统软件和硬 件进行了说明，同时还介绍了自动测试的实现；最后对该系统进行总结并对进一步工作提出了展望。 关键词 X C 1 6 4 C S单片机 ；C A N总线 ；试验 台；控 制系统 中图分类号 T H1 3 7 ． 5 l 文献标 识码 A 文章 编号 1 0 0 80 8 1 3 2 0 1 0 0 3 0 0 2 3 0 5 Co n t r o l S y s t e m o f Hy d r a u l i c Cy l i n d e r t e s t Be d Ba s e d o n XC1 6 4CS S i n g l e Ch i p M i c r o Co n t r o U e r T I A N Mi n g j u n C o l l e g e o f Me c h a n i c a l E n g i n e e r i n g ， T o n g j i U n i v e r s i t y ， S h a n g h a i 2 0 1 8 0 4， C h i n a Abs t r ac tDe s i g n s t h e c o nt r o l s y s t e m f o r h y dr a ul i cc y l i nd e r t e s t b e d． F i r s t l y，p ut s f o r wa r d t h e wh o l e de s i g n s c h e me o f t hi s c o n t r o l s y s t e m wh i c h i s ba s e d o n XC1 6 4CS s i ng l e c h i p mi c r oc o n t r o l l e r；t he n，s t a t e s t h e h a r d wa r e a nd s o f t wa r e p a r t s o f t h e c o nt r o l s y s t e m s e p a r a t e l y，a n d i nt r o d uc e s t he r e a l i z a t i o n o f a ut o ma t i c t e s t a t t h e s a me t i me；i n t he e n d，s u mma r i z e s t h e s ys t e m a n d f o r e c a s t s t h e f u r t he r t a s k． Ke y W o r dsXC1 6 4CS s i n gl e c hi p mi c r oc o n t r o l l e r ；CAN fie l db u s；t e s t b e d；c o nt r o l s y s t e m 0 引言 O ． 1 课题背景 液压缸是液压系统 的重要组成部分 ，目前液压缸 出厂试验主要通过手工操作方式检测 ，其缺点是试验 标准掌握不准 、试验方法缺乏一致性 、操作人员劳动 强度大 ，导致测试数据不真实 ，效率低 ，达不到控制 和提高产品质量的 目的。 收稿 E t 期 2 0 0 9 - 0 8 1 3 作者简介 田明君 1 9 8 6一 ， 男 ， 籍贯 辽宁省 辽 阳市 ， 同济大学 在读 硕士 研究生 ， 主要研究方向 机械电子工程 随着计算机技术 、机器人技术和控制技术的发展 ， l 液压缸试验台的设计逐步向自动化和智能化方 向发展。 基于以上考虑 ，在上海东机液压有 限公 司的委托 下 ，本课题 由同济大学承担下来 ，主要负责开发液压 缸试验台的控制系统部分。 0 ． 2 课题 目的及意义 本课 题 主 要 目的 是 研 究 英 飞 凌 1 6位 单 片机 X C I 6 4 C S ，基于 XC 1 6 4 C S提出液压缸试验台控制系统 的各控制器 、功能模块 ，同时提出了基于 C A N总线的 通信设计方案 ，从而解决液压缸试验台控制 系统的数 据可靠性传输 问题 。该设计 的总体 目标是实现液压缸 ”““”“一“ ”””十“””““““”n“”十” ”””” “” 。 ”十一 ” ”” 一 。 一”“ 。 ” “ 一 ‘ ” } 『 I ； } i { 】 I 厂 f ‘ 一 一 一 一 广 一 一 一 一 r 一 卞 一 一 一 广 一 一 一 一 f ⋯一一 ⋯ 一一 r 一一一 一 一一 L L 上 L l I I I 1 f ～ 一 一 一 一 一 一 一 十 一 一 卜 一 一 一 I x 1 r n e t s l 图 8 R B FP I D控制 6 结论 本文对双护盾液压推进系统采用了基于 R B F神经 网络 自整定 P I D的控制策略 ，并进行 了仿真。结果表 明该控制器能够对 P I D参 数在线 自调整 ，系统稳态精 度较高，调节时间短 ，超 调量小 ，在 速度控制 中，可 有效克服双护盾掘进过程 中液压系统以及 负载 的时变 非线性因素的影响 ，提高控制系统的适应能力和鲁棒 性 ，适合双护盾液压推进系统的研究应用 ，有待在进 一 步试验 中验证。 参考文献 王 梦 恕 ， 等 ． 岩 石 隧道 掘 进 机 T B M 施 工 及 工 程 实 例 [ M] ． 北京 中国铁道出版社， 2 0 0 4 ． 胡国良， 龚国芳， 等． 基于压力流量复合控制的盾构推进液 压系统[ J ] ． 机械工程学报， 2 0 0 6 6 1 2 41 2 7 ． 余佑官 ， 龚 国芳 ， 胡国 良_ A M E S i m仿真技术 及其 在液压 系 统中的应用[ J ] ． 液压气动与密封， 2 0 0 5 3 2 8 3 1 ． 王益群， 王海芳 ， 等． 基于神经网络 P I D的轧机 A G C力控 制[ J ] ． 中国机械工程 ， 2 0 0 5 9 1 6 5 01 6 5 3 ． 刘金琨． 先进 P I D控制及其 MA T L A B仿真[ M] ． 北京 电 子工业 出版社 ， 2 o o 3 ． 王正林， 郭阳宽． 过程控制与 S i m u l i n k应用 [ M] ． 北京 电 子工业 出版社 ， 2 0 o 3 ． 路甬祥 ， 胡大绒． 电液比例控制技术[ M] ． 北京 机械工业 出版社 ， 1 9 8 8 ． 2 3 1j 1{]j l 2 3 4 5 6 7 _一_ l寸．