气动比例系统的智能混合控制.pdf

第 4 5 卷第 1 0 期 2 0 0 9年1 0 月 机械工程学报 J OURNAL 0F M ECHANI CAL ENGI NEERI NG VO1 ． 45 0c t ． N O． 10 2 OO9 DoI l 0 ． 39 0 1 ／ J M E． 2 0 0 9 ． 1 O ． 0 8 4 气动比例系统的智能混合控制木 孔祥臻 蒋守勇 2 李永斌 2 1 ．山东交通学院工程机械系济南2 5 0 0 2 3 2 ． 煤炭工业济南设计研究院有限公司 济南2 5 0 0 3 1 摘要 针对气动 比例系统的非线性特征 ，将 神经 网络模糊控制引入到专家控制 中，与专家系统相结合形成一种综合 的实时智 能混合控制系统，该控制 系统既具有专家控 制的逻辑推理 、理性、抽象智 能行为 ，又具有神经模糊控制 的直觉推理、感性、 形象智能行为， 这两者结合采取并行控制与知识共享的策略，既能满足系统的快速性和灵活性，又能保证系统的运行平稳性。 将设计的智能混合控制器引入到系统模型当中，通过与其他不同控制策略对阶跃信号的系统仿真进行比较， 证明该控制系统 跟踪性 能强 ，响应速度快 ，兼顾快速性和灵活性 ，系统运行平稳 ，反映出 良好 的静态和动态特性。通过试验验证针对该气动 比例系统 的非线 特征设计 的智能混合控制策略是正确和有效的。 关键 词气动 比例系统非线性专家系统智能混合控制 中图分类号 T P 2 7 1 I n t e l l i g e n t Hy b r i d Co n t r o l o f t h e Pn e u m a t i c Pr o po r t i o n a l S y s t e m KONG Xi a n g z h e n J I ANG S h o u y o n g LI Yo n g bi n 1 ． De p a r t me n t o f E n g i n e e r i n g Ma c h i n e r y ， S h a n d o n g J i a o t o n g U n i v e r s i t y , J i n a n 2 5 0 0 2 3 ； 2 ． J i n a n De s i g n R e s e a r c h I n s t i t u t e C o ． ， L t d ． ， C o a l I n d u s t r y ， J i n a n 2 5 0 0 3 1 Ab s t r a c t Ba s e d o n t h e n o n l i n e a r i z a t i o n o f p n e u ma t i c s y s t e m，t h e n e u r a l f u z z y c o n t r o l i s e mb e d d e d i n t h e e x p e r t c o n t r o l ，a c o mp r e h e n s i v e r e a l t i me i n t e l l i g e n t h y b r i d c o n t r o l me t h o d i s p r o d u c e d ． I t h a s n o t o n l y t h e c o n t r o l l e r a b i l i t y o f l o g i c a l r e a s o n i n g a n d a d v ．a n c e d i n t e l l i g e n t b e h a v i o r o f t h e e x p e r t c o n t r o l ，b u t a l s o t h e i n s t i n c t r e a s o n i n g a b i l i t y o f t h e n e u r a l f u z z y c o n t r o l ， t h e c o u p l e d c o n t r o l me t h o d r e a l i z e s t h e p a r a l l e l c o n t r o l a n d k n o wl e d g e s h ari n g ． Th e d e s i g n e d i n t e l l i g e n t h y b r i d c o n t r o l l e r i s i n t r o d u c e d i n t o t h e s y s t e m mo d e l ， a n d s i mu l a t i o n o n s t e p s i g n a l i s d e v e l o p e d f o r t h e d e s i g n e d c o n t r o l l e r s a n d t h e o t h e r s ， t h e s i mu l a t i o n r e s u l t s h o ws t h a t t h e c o n t r o l s y s t e m h a s a g o o d r a p i d i ty a n d fle x i b i l i t y a n d t h e s y s t e m mo v e s s mo o t h l y , a n d i t a l s o s h o ws g o o d s t a t i c a n d d y n a mi c c h a r a c t e r i s t i c s ． Th e e x p e r i me n t s p r o v e t h a t t h e h y b rid c o n t r o l l e r d e s i g n e d for t h e n o n l i n e a r c h a r a c t e r i s t i c i s c o r r e c t a n d e f f e c t i v e ． Ke y wo r d s P n e u ma t i c p r o p o r t i o n a l s y s t e m No n l i n e a r i t y E x p e r t s y s t e m I n t e l l i g e n t h y b r i d c o n t r o l 0 前言 智能控制采用各种智 能化技术实现 复杂系统 和其他系统的控制 目标 ，是一种具有强大生命力的 新型自动控制技术I l J 。目前智能控制 已经渗透到各 个领域中，其 发展直接影响着流体控制的发展方 向 智能控制是能满足液压控制系统要求 的较为 理想的一种控制方案 ，早期的轨迹跟踪控制方法主 国家高技术研究发展 汁划资助项 目 8 6 3计划，2 0 0 8 A A 0 4 Z 1 3 0 。 2 0 0 8 1 2 1 7收到l幸 』 j 稿，2 0 0 9 0 5 0 5收到修改稿 要是将控制器进行线性化， 系统只具有局部稳定性。 德国 F E S T O 公司为气动 L l - , ff j ／ 伺服定位系统设计 了 自适应鲁棒控制器[ 5 1 ，日本的 A RA KI 等【 6 j 对气动伺 服系统用模 型参考 自适应控制方法进行 了研究 ， I S HI MOT O等L 7 J 用模糊推理子学习算法研究了位置 控制系统 ，T A NG 等L 8 J 对变结构控制在电一气伺服 控制系统中的应用进行了研究。 上述方法主要集中于运动学模型进行研究，而 动力学模型是气动系统最本质的模型，且存在诸如 气体的町压缩性、系统的摩擦等各种因素的影响， 致使系统的特征参数具有慢 时变性L 9 J 。控制方法主 要是采用线性化控制器，系统只具有局部稳定性 ， 学兔兔 w w w .x u e t u t u .c o m 2 0 0 9年 1 O月 孔祥臻等气动比例系统的智能混合控制 8 5 为系统的精确控制带来 了很大困难 。对于时滞、强 干扰、非线性以及无法建立精确数学模型的系统， 采用常规控制很难取得令人满意的控制效果，因此 必须引入新的控制策略 。 智能混合控制【 l l Mu l t i mo d e i n t e l l i g e n t h y b r i d c o n t r o l ，MI HC 是根据 系统所处的不同状态和对控 制过程在不同时间的不 同要求，采用相应的控制策 略和模式的一种控制方法，它可以同时兼顾控制系 统对动态、静态等多种性能指标的要求 ，实质是随 系统过渡过程进行分段变结构控制 ，从而达到理想 的控制效果。 将神经网络、模糊控制 以及专家控制进行不 同 形式的复合，提 出一种实时智能混合控制器 。通过 在不同控制策略下对系统进行仿真研究 ，发现该控 制系统，跟踪性能强，响应速度快，反映出良好 的 静态和动态特性。通过试验验证了针对该气动比例 系统设计的智能混合控制策略的正确性。 1 智能混合控制器设计 1 ． 1 智能混合控制器结构 根据对气动 比例系统实时控制的要求，将智能 混合控制器分为三级 ] 基本实时级、专家智能协 调级和学习组织级，如图 1 所示 。 图 1 智能混合控制器结构框图 图 1 中系统的基本控制级作为控制器与被控对 象形成闭环系统完成实时控制，它主要由专家控制 器 E x p e c o n t r o l l e r ， E c 和神经模糊控制器 N e u r a l f u z z y c o n tr o l l e r , NF C 一起形成知识共享和并行控 制结构的混合控制器 。 智能协调器在线实时监测被控系统的性能，根 据系统性能在线协调控制策略，从而针对具体工作 状态有效地进行不同控制器之间的切换。特征提取 是将系统运行过程 中的特征信息如超调量、调节时 间等提取出来 ，然后送入推理机构 ，判断系统的性 能指标是否满足要求，根据系统 的性能好坏决定对 E C和 N F C中智能参数 的调节和校正，使整个控制 系统的品质逐步得到改进 。 1 ． 2 智能混合控制算法 图 2所示为气动比例系统的位移响应 曲线，对 被控量与偏差的响应 曲线提取系统的特征信息 P r o t 一‘ A e t P f 一e t 一 1 翅 0 时间 s 图 2 系统位移响应 曲线 根据智能协调控制系统 的设计思想，可 以定制 出智能协调系统的知识规则。基本思想是通过设置 最大误差 阈值 E M及最小误差阈值 、最大误差变 化率阈值 C M和最小误差变化率阈值 C s ，并与反馈 信号误差 P f 及误差变化量 A e t 进行 比较 ， 从而发 出不同的指令信号 f ，对系统进行实时控制。 1 当 l e t I≥ 且 I A e t I≥C IM时， 误差超 出误 差阈值范围，系统须迅速调整， N F C神经模糊控制 进入训练阶段 ，控制器如下 I e t 一【 e t 0 A e t 0 e t A e t 0 C D区P f 0 e t A e t 0 A e t ≤0 e t A e t 0 根据上述设计的智能混合控制器，将实时专家 控制算法具体表达如下表所示 。 表实时专家控 制算法规则表 输入信号 f 输出信号 U t 订 f e t f≥E ， 【 P f 1 ＆； A e t l e t Ae t 0 1 e f 口 l A e t I e t A e t 0 I e t I K d [ e f 一 P 卜 1 ] 表中， 、 分别为误差及误差变化量阈值， 、 、Kd 为比例系数 ，惩罚因子 1 ，这些参 数均可以作现场调整。 2 系统智能混合控制仿真研究 图 3所示为气动 比例系统智能混合控制仿真框 图。仿真过程通过多通道切换开关来实现专家控制 器和神经模糊控制器 的切换，其中 “ 专家控制器” 和 “ 神经模糊控制器 ”通过 Ma t l a b ／ S i mu l a t i o n中的 s函数来实现，切换指令由数据规则集控制。 图 3 气动比例系统 智能混合控制仿真框 图 通过对气动 比例 系统进行数 学建模及辨识研 究 ，得到系统的数学模型 G㈤ 如 图4所示为系统在不同控制策略下的阶跃信 号仿真 曲线 。 g { 稔 坦 时 间 t ／ s 图 4 不同控制策略下的阶跃信号仿真曲线 系统在 F C 的控制下，系统的上升时间较长， 超调量 比较明显，而且振荡现象严重；系统在 NF C 作用下 ，上升时问和超调量有所降低 ，而且振荡现 象减弱；系统在 MI H C控制下，启动快、无超调、 静态误差小和抗随机扰动强。因此 MI HC与其他两 种控制策略相比较，跟踪性能强，响应速度快，反 映出良好的静态和动态特性 。 3 系统智能混合控制试验研究 3 ． 1 试验组成及原理 系统原理如图 5所示。系统主要有气源 1 、气 动 比例换 向阀 2 、气缸 3及位移传感器 4组成。系 统通过计算机控制软件与比例阀的调节作用 ，使输 入 电压信号U 与气缸位移反馈信号 U 之差 A u减小 学兔兔 w w w .x u e t u t u .c o m 2 0 0 9年 l O月 孔祥臻等气动比例系统的智能混合控制 并趋于零，从而实现气缸对输入信号的跟踪控制。 4 3 1 ． 气源2 ． 气动比例换 向阀3 ．气缸4 ．位移传感器 图 5 气动比例系统示意图 试验台的技术参数如下表所示 。 表试验台技术参数 3 ． 2 试验研究 为进 一步证 明该混合控制器对 非线性系 统的 控制性能，对系统实施不同的控制策略进行试验。 系统 的工作条件为气源压力 P0 ． 4 MP a，气体流 量为 q1 5 0 L ／ rai n，工作负载 F1 0 0 N 。 图 6分别表示系统在不 同的控制策略下的对阶 跃信号的跟踪误差曲线。图 6 a中，系统在 F C控制 下，对于具有强非线性的气动 比例系统，并不能满 足系统的整个动态过程的控制。系统的控制性能较 差， 对于输入信号的跟踪误差在一 0 ． 8 ～1 ． 2 i r l l lq 之间。 图 6 b中， 利用神经网络的并行处理能力使得模糊系 统的推理能力提高， 系统的跟踪误差在- 0 ． 6 ～0 ． 6 ra i n 之间，控制性能优于模糊控制。图 6 c中，由于在神 经模糊控制的基础上引入专家系统，进一步提高 了 模糊控制的智能水平。这种混合控制策略保持了基 于规则的方法和模糊集处理带来的灵活性 ，同时还 把专家系统技术的知识表达方法结合进来，可 以有 效处理气动 比例系统的非线性 问题。实现了系统的 综合集成智能控制， 能够满足动态过程的控制需要 ， 尤其适用于系统的时变、非线性的控制 。跟踪误差 范围在- 0 - 4 ～0 ． 4 mm，控制效果明显要优于其他两 种控制策略。 暑 量 糊 账 g 吕 j j{】j g { 媸 时间 c ／ s a 基于 F C跟踪性能曲线 时间 f ／ s b 基于 N F C跟踪误差曲线 c 基于 MI H C跟踪误差 衄线 图 6 系统在不同控制策略下的跟踪误差曲线 综上所述 ，任何控制策略都存在着各 自的优点 和局限性 。将各种不同的控制策略相互结合 ，取长 补短，将专家系统 的灵活性和集成性用于模糊神经 网络控制_中，在初始阶段作辅助控制，间接缓解对 神经网络快速学习的要求，并可以通过专家系统方 法直接改进神经网络学习问题 ，得到理想实用的工 业控制器 。 4 结论 1 针对气动比例系统的时滞、时变、非线性 及无法建立精确模型等特点，提出了智能混合控制 策略，将神经网络模糊控制引入到专家控制中，与 专家系统相结合形成一种综合的实时智能混合控制 系统。 学兔兔 w w w .x u e t u t u .c o m 8 8 机械工程学报 第 4 5 卷第 1 O 期 2 通过仿真及试验研究证 明，该混合控制结 构响应快，控制性能高，兼顾快速性和灵活性，系 统运行平稳，跟踪精度高。系统的轨迹跟踪误差在 F C 控制下为- 0 ． 8 ～1 ． 2 n 1 n 】 ，NF C 控制下为- 0 ． 6 ～ 0 ． 6 mlT l ，在 MI HC控制下，系统的定位误差控制在 一 0 ． 4 0 ． 4mn l 以内，控制精度明显提高。因此，针 对该气动比例系统设计的智能混合控制策略是正确 和有效的。 参考文献 【 1 ]L E E T H ，G E S S ． I n t e l l i g e n t c o n t r o l o f me c h a t r o n i c s y s t e ms [ C ] ／ ／ P r o c e e d i n g s o f t h e 2 0 0 3 I E E E I n t e r n a t i o n a l S y mp o s i u m o n I n t e l l i g e n t Co n t r o l ， Ho u s t o n ， T e x a s ， 2 00 3 64 6 6 60 ． 【 2 ] L I A N R J ，L I N B F ， S I E W T ．S e l f - o r g a n i z i n g f u z z y c o n t r o l o f a c t i v e s u s p e n s i o n s y s t e ms [ J [ ．I n t e rna t i o n a l J o u r n a l o f S y s t e ms S c i e n c e ， 2 0 0 5 ， 3 6 3 1 1 9 1 3 5 ． [ 3 】 史维祥．流体控制发展的一些动向【 J J ．液压气动与密 封 ，2 0 0 1 2 1 0 1 2 ． SHI W e i xi a ng． S ome t r e nd s f or t he d e ve l op me n t o f fl u i d p o w e r s e r v o c o n tr o l [ J ] ． H y d r a u l i c s P n e u ma t i c s S e a l s ， 2 0 0 1 2 1 0 1 2 ． [ 4 ] 王益群， 张伟．流体传动及控制技术的评述l J 1．机械工 程 学报， 2 0 0 3 ， 3 9 1 0 9 5 9 9 ． W ANG Yi qu n，ZHANG W e i ．Summ a r y o f flui d po we r t r a n s m i s s i o n a n d c o n t r o l t e c h n o l o g y [ J ] ． C h i n e s e J o u rna l o f Me c h a n i c a l E n g i n e e r i n g ， 2 0 0 3 ， 3 9 1 0 9 5 - 9 9 ． [ 5 】李小宁．气动技术发展的趋势[ J 】 ． 机械制造与 自动化， 2 0 0 3 2 1 4 L I Xi a o n i n g ． T h e d e v e l o p me n t for p n e u ma t i c d r i v e [ J ] ． J i a n g s u Ma c h i n e B u i l d i n g A u t o ma t i o n ．2 0 0 3 2 l - 4． ARAKI K，Y AMAM OTO A． M o d e l r e f e r e n c e a d a p t i v e c o n t r o l o f p n e u ma t i c s e r v o wi t h a c o n s t a n t t r a c e [ J ] ． Al g o ri t h m J o u r n a l o f F l u i d C o n tr o l ， 1 9 9 9 ， 2 0 4 3 0 4 8 ． I S HI M OT O M E，MATS I UI T M ．L e a r n i n g p o s i t i o n c o n t r o l o n a p n e u ma t i c c y l i n d e r u s i n g fuz z y r e a s o n i n g [ J ] ． J o u r n a l o f F l u i d C o n tr o l ， 1 9 9 5 ， 2 0 3 7 - 2 9 ． T ANG J ．W LKER J ．V a r i a b l e s t r u c t u r e c o n tr o l o f a p n e u ma t i c a c t u a t o r [ J ] ． T r a n s a c t i o n o f t h e AS ME ， J o u r n a l o f Dy n a mi c S y s t e ms ，M e a s u r e me n t a n d Co n tro l ，1 9 9 5 ， 1 1 7 1 8 8 9 2 ． 曹会发，陶国 良，周洪．气动执 行器伺服 定位模糊 P I D 控制[ J ] ．机床与液压，2 0 0 6 9 1 3 7 1 3 8 ． CAO Hu i f a ， T AO Gu o l i a n g ， ZHOU Ho n g ． P o s i t i o n s e r v o c o n t r o l f o r p n e u ma t i c a c tua t o r wi t h f u z z y P I D[ J ] ． Ma c h i n e T o o l H y d r a u l i c s ． 2 0 0 6 9 1 3 7 1 3 8 ． NOURE DDI NE G， AM AR G，LBT I S S E N A， e t a l _ F u z zy s y s t e ms b a s e d o n n o n l i n e a r a d a p t i v e c o n t r o l [ J ] ． I n t e r n a t i o n a l J o u r n a l o f F u z z y S y s t e ms ， 2 0 0 6 ，8 2 1 0 6 一 l 1 0 ． 王耀 南．智能控制 系统一一 模糊逻辑 专家系统 神 经网络控制[ M] ．长沙 湖南大学 出版社，1 9 9 6 ． W ANG Ya o na n． I n t e l l i ge nt c o nt r ol s y s t e m Fuz z y c o n tr o l‘e x p e c o n t r o l‘n e u r a l n e t wo r k c o n t r o l [ M] ． Ch a n g s h a Hu n a n Un i v e r s i 够 P r e s s ， 1 9 9 6 ． 作者简介孔祥臻，女，1 9 8 0年出生，博士研究生，讲师。主要研究方 向为流体传动与智能控制，发表论文 1 1 篇。 E m a i l k x z j n j x 1 6 3 ． t o m 嘲 嗍 Ⅲ 学兔兔 w w w .x u e t u t u .c o m