電液位置伺服系統(tǒng)的規(guī)則自校正模糊PID控制器

1、第41卷第3期2010年6月 中南大學學報(自然科學版) Vol.41 No.3Journal of Central South University (Science and Technology) Jun. 2010電液位置伺服系統(tǒng)的規(guī)則自校正模糊PID控制器邵俊鵬，王仲文，李建英，韓桂華(哈爾濱理工大學 機械動力工程學院，黑龍江 哈爾濱，150080)摘 要：介紹電液位置伺服控制系統(tǒng)的組成與工作原理，并利用實時工作間(RTW)的半物理仿真環(huán)境和MATLAB系統(tǒng)辨識工具箱，對電液位置伺服系統(tǒng)進行系統(tǒng)模型辨識及驗證。提出一種規(guī)則自校正模糊PID控制器，并將其用于辨識得到的模型中，設計一種在線

2、的模糊推理算法，使得模糊控制規(guī)則可以得到實時在線調整。仿真結果表明：基于規(guī)則自校正模糊PID控制器的電液位置伺服系統(tǒng)的性能得到較大改善，既具有PID控制器高精度的優(yōu)點，又具有模糊控制器快速、適應性強的特點，保證系統(tǒng)具有良好的動、穩(wěn)態(tài)特性。關鍵詞：電液位置伺服系統(tǒng)；模型辨識；自校正模糊PID；半物理仿真中圖分類號：TH137 文獻標志碼：A 文章編號：16727207(2010)03096006Rule self-tuning fuzzy-PID controller ofelectro-hydraulic position servo systemSHAO Jun-peng, WANG Zho

3、ng-wen, LI Jian-ying, HAN Gui-hua(College of Mechanical and Power Engineering, Harbin University of Science and Technology, Harbin 150080, China)Abstract: The composition and principle of the electro-hydraulic position servo control system were introduced, and system model identification and verific

4、ation of electro-hydraulic position servo system were carried out based on semi-physical simulation environment of real-time workshop (RTW) and system identification toolbox in MATLAB. A rule self-tuning fuzzy-PID controller was presented to control the identified model and a new fuzzy inference alg

5、orithm was designed to adjust the rules of fuzzy controller on line. The results of simulation show that the performance of the electro-hydraulic position servo system based on rule self-tuning fuzzy-PID controller is improved significantly, which not only holds the precise character of PID controll

6、er but also possesses the flexible advantage of fuzzy controller, and it can guarante that the system has good dynamic and static quality.Key words: electro-hydraulic position servo system; model identification; self-tuning fuzzy-PID; semi-physical simulation電液位置伺服系統(tǒng)具有響應速度快、控制精度高、動態(tài)位置剛度和穩(wěn)態(tài)剛度大、抗干擾能力強

7、等優(yōu)點，被廣泛應用于各種工業(yè)過程控制領域1。但是，液伺服系統(tǒng)是典型的非線性系統(tǒng)，存在不確定性、時變性、外界干擾和交叉耦合干擾，另外還受到如油液黏度、溫度、現(xiàn)場工況等多種參量因素的影響23。采用傳統(tǒng)收稿日期：20090610；修回日期：20090821基金項目：國家科技重大專項子項目(2009ZX04002-042-02)；黑龍江省自然科學基金重點資助項目(Zjg0702-01)通信作者：王仲文(1979)，男，安徽阜陽人，博士研究生，從事液壓伺服控制和機電液一體化研究；電話15046653776；E-mail: xinyun0920 的PID算法時，控制參數(shù)選擇較

8、困難，系統(tǒng)存在抗干擾能力低、超調量大等缺點；若只采用模糊控制算法，雖然能避免PID算法的某些不足，但仍存在穩(wěn)態(tài)精度較低，動態(tài)性能欠佳，控制效果也很不理想等缺點45。模糊PID控制算法將模糊控制和PID控制相結合的方法，模糊控制規(guī)則在線調整PID控制器參數(shù)，構成模第3期 邵俊鵬，等：電液位置伺服系統(tǒng)的規(guī)則自校正模糊PID控制器糊變系數(shù)PID控制器，既可以保留PID控制器沒有靜961式中：Ka為伺服放大器比例增益；Kv為電液伺服閥流量增益；Kq為液壓伺服缸的流量增益；Kf為位移傳感器的電壓位移比例環(huán)節(jié)；k為液壓缸液壓固有頻率；k為液壓缸液壓阻尼比；v為電液伺服閥的固有頻率；差的特點，又能獲得模糊控

9、制魯棒性強的優(yōu)點。然而，模糊控制規(guī)則是根據(jù)人們的經(jīng)驗總結出來的，往往具有一定的片面性，普通模糊控制器的控制規(guī)則一旦確定便不能改變，這就不能很好地適應系統(tǒng)動態(tài)特性的果68。為此，本文作者在研究模糊PID控制器的基礎上，對模糊控制器的結構進行改進，提出一種基于模糊控制規(guī)則自校正的模糊PID復合控制算法；利用實時工作間(RTW)的半物理仿真環(huán)境和MATLAB系v為伺服閥阻尼比；s為系統(tǒng)的傳遞函數(shù)。變化或隨機干擾的影響，從而影響模糊控制的效2 基于MATLAB的模型辨識系統(tǒng)模型辨識是在伺服系統(tǒng)試驗并獲得實測輸入統(tǒng)辨識工具箱，對電液位置伺服系統(tǒng)進行模型辨 和輸出數(shù)據(jù)的基礎上，進行必要的數(shù)據(jù)處理和計算，估

10、計出一個與所測系統(tǒng)等價數(shù)學模型的過程9。 識；以辨識的模型為對象設計出電液位置伺服系統(tǒng)規(guī)則自校正模糊PID控制器，并在MATLAB下進行數(shù)字仿真。經(jīng)大量的試驗采集到系統(tǒng)輸入輸出數(shù)據(jù)，在MATLAB環(huán)境下把采集到的數(shù)據(jù)導入，進行預處理，數(shù)據(jù)被分成2部分：一部分作為工作數(shù)據(jù)進行模型辨識，另一部分作為驗證數(shù)據(jù)。辨識模型采用ARX模型和狀態(tài)空間模型，獲得的電液位置伺服系統(tǒng)的辨識模型閉環(huán)傳遞函數(shù)為：0.006 2s24.07s+2 925(2) (s)=3s+9.43s2+1 306.8s+2 925取反饋系數(shù)為1，根據(jù)反饋系統(tǒng)傳遞函數(shù)之間的關系，可得辨識模型的開環(huán)傳遞函數(shù)為：0.006 2s24.07

11、s+2 925(3) G(s)=s+9.43s+1 311s模型辨識得到的系統(tǒng)開環(huán)傳遞函數(shù)需要驗證。因電液伺服系統(tǒng)具有典型的非線性特點，因此，驗證模型辨識的正確性時，需要在不同工況下多次實驗，記錄多組數(shù)據(jù)。在離線條件下對辨識模型進行仿真，然后，在電液位置伺服系統(tǒng)試驗臺上進行實驗，輸入信號為正弦波，幅值為1，頻率為1 Hz，所得辨識模型(1)的驗證曲線如圖2所示?？梢姡合到y(tǒng)試驗與辨識模型的正弦信號響應曲線幾乎重合。不同工況下的多次實驗都說明辨識的模型是可信的。1 電液位置伺服系統(tǒng)的系統(tǒng)描述電液位置伺服系統(tǒng)原理方框圖如圖1所示。此系統(tǒng)是典型的閥控對稱缸系統(tǒng)，主要由控制器、放大器、伺服閥、液壓缸和位

12、置傳感器等組成。電液伺服閥的額定壓力為21 MPa；額定流量為30 L/min；液壓缸的額定壓力21 MPa，行程為正負100 mm；負載為750 N；負載剛度K為1155 000 N/mm。圖1中，R為給定值，Y為液壓缸的位移。計算機向伺服閥輸入控制信號，與位移傳感器反饋信號進行比較，差值經(jīng)控制器處理、放大給伺服閥以電流信號控制其開口，通過伺服閥的流量變化來控制液壓缸的位移，實現(xiàn)位置閉環(huán)控制。根據(jù)液壓控制理論可推導電液位置伺服系統(tǒng)的數(shù)學模型，系統(tǒng)的簡化傳遞函數(shù)為：G(s)=KaKvKqKfs22ks22vs2+s+1 2+s+1kvkv圖1 電液位置伺服系統(tǒng)組成圖Fig.1 Diagram

13、of electro-hydraulic position servo system962 中南大學學報(自然科學版) 第41卷PID控制器采用位置式數(shù)字PID算法，其傳遞函數(shù)為：u(k)=Kpe(k)+Kie(j)+Kde(k)e(k1) (4)j=0k式中：Kp為比例系數(shù)；Ki為積分系數(shù)；Kd為積分系數(shù)；e(k)為系統(tǒng)誤差。Kp，Ki和Kd的整定采用試湊法，得到PID 3個控制參數(shù)的初始值Kp0，Ki0和Kd0。利用帶自校正因子的控制算法E+(1)EC，通過調整自校正因子，根據(jù)不同時刻的誤差和誤差變化率各自對輸出的影響程度來調整控制規(guī)則。當系統(tǒng)誤差較大時，誤差對輸出的影響應超過誤差變化率1

14、系統(tǒng)試驗正弦響應曲線；2辨識模型正弦響應曲線圖2 辨識模型的驗證曲線Fig.2 Validation curves of identification model的影響，應取得較大；當系統(tǒng)誤差較小時，誤差變化率對輸出的影響則更大些，就應取較小值。根據(jù)自校正因子不同的取值，不斷在線地調整偏差E和偏差變化率EC的加權程度，得到PID控制器的3個參數(shù)的增量Kp，Ki和Kd，這里得到的增量為模糊量，使用最大隸屬度法對其進行模糊判決并采用四舍五入的方法將控制量進行規(guī)整，然后，分別將Kp，Ki，Kd與Kp0，Ki0，Kd0相加，在線地對PID控制參數(shù)進行修改，使控制器具有較快的響應速度、較小的超調，同時，

15、控制精度高。3.2 自校正因子模糊控制器的設計模糊控制器的結構采用兩輸入三輸出的基本形式。輸入變量采用液壓缸位移的偏差e以及偏差的變化ec，輸出變量為3個自校正因子1，2和3。設偏差和偏差變化的模糊論域E 和EC均取為3，+3，語言變量值均為NB(負大)，NM(負中)，NS(負小)，ZO(零)，PS(正小)，PM(正中)，PB(正大)=3，2，1，3 控制器設計3.1 規(guī)則自校正模糊PID控制器的設計規(guī)則自校正模糊PID控制器的主要任務就是找出PID 3個參數(shù)與e和ec之間的模糊關系，在運行中通過不斷檢測偏差e、偏差變化ec和自校正因子，根據(jù)模糊控制原則對3個參數(shù)進行在線修改。模糊PID控制器

16、將模糊控制和PID控制相結合，利用模糊控制的快響應和超調量小以及PID的精度高的特點，采用二級控制的方法，提高系統(tǒng)的性能1012，規(guī)則自校正fuzzy-PID控制器的結構如圖3所示。圖3 fuzzy-PID控制器結構圖 Fig.3 Diagram of fuzzy-PID controller第3期 邵俊鵬，等：電液位置伺服系統(tǒng)的規(guī)則自校正模糊PID控制器0，1，2，3；自校正因子1，2和3的論域取為 0，1，語言變量值均為VB(較大)，MB(中大)，B(大)，963J=te(t)t (4)tS(小)，MS(中小)，VS(較小)=1，0.8，0.6，0.4，0.2，式中：J為誤差函數(shù)與時間的積

17、分；t為仿真時間。0。隸屬函數(shù)曲線如圖4所示。(a) 偏差與偏差變化；(b) 自校正因子 圖4 模糊集輸入/輸出變量隸屬函數(shù)曲線 Fig.4 Memberships curves of inputs/output to Fuzzy set模糊控制規(guī)則是模糊控制的核心，根據(jù)專家知 識，參照模糊自校正因子取值主要原則可以歸納出如圖5所示的基本模糊控制規(guī)則。應用Mamdani直接推理法和“極大極小”法則進行模糊關系的合成運算，并采用重心法進行反模糊化，可以得到自校正因子的基本模糊控制策略。圖3中的ke和kec分別是偏差e的量化因子和偏差變化ec的量化因子，偏差e和偏差變化ec的模糊論域都為3，+3，

18、基本論域分別為0.6，+0.6，60，+60，故ke和kec的初始值分別為ke=3/0.6=5，kec= 3/60=0.05，用小的增量一步一步地對ke和kec進行參數(shù)優(yōu)化，優(yōu)化的目標是使系統(tǒng)具有“快速無超調”的階躍響應特性。采用ITAE準則，參數(shù)優(yōu)化的目標函數(shù)為：圖5 自校正因子模糊控制規(guī)則 Fig.5 Self-tuning factor fuzzy control rule4 仿真研究4.1 基于MATLAB的仿真為了驗證電液位置伺服系統(tǒng)規(guī)則自校正模糊PID控制器的性能，利用MATLAB的Simulink工具對其進行仿真分析，控制器的仿真模型如圖6所示。以模型辨識獲得的開環(huán)傳遞函數(shù)為控制

19、對象，輸入單位階躍信號，分別對常規(guī)線性PID控制器、模糊PID控制器以及規(guī)則自校正fuzzy-PID控制器進行仿真，獲得單位階躍響應結果如圖7所示。傳統(tǒng)PID控制器階躍響應調整時間為1.4 s；fuzzy-PID控制器階躍響應上升時間為0.45 s，調整時間為0.5 s，與常規(guī)PID控制系統(tǒng)相比，其系統(tǒng)的快速性明顯提高，但存在一定的穩(wěn)態(tài)誤差。規(guī)則自校正fuzzy-PID控制器綜合考慮了系統(tǒng)的快速性和穩(wěn)態(tài)精度，上升時間為0.24 s，調整時間為0.20 s，從輸出曲線可以看出：系統(tǒng)響應速度加快，振蕩幅度減小而且很快衰減至穩(wěn)態(tài)，基本沒有穩(wěn)態(tài)誤差。 4.2 半物理仿真分析根據(jù)受控對象的數(shù)學模型，在離

20、線狀態(tài)下設計的控制器，仿真結果只是針對數(shù)學模型得出的純數(shù)字結果，若將這種控制器進行硬件實現(xiàn)，直接用于實際受控對象的控制，就不一定能得到滿意的控制效果，甚至未造成系統(tǒng)損壞，因此，半物理仿真方法顯得非常重要。將受控對象放置在仿真系統(tǒng)中進行仿真，即為硬件在回路的仿真。因為設計出來的控制器可以直接964 中南大學學報(自然科學版) 第41卷圖6 規(guī)則自校正fuzzy-PID控制器的仿真模型 Fig.6 Simulink model of self-tuning fuzzy-PID controller1系統(tǒng)輸入曲線；2PID控制曲線；3fuzzy-PID控制曲線；4規(guī)則自校正fuzzy-PID控制曲線

21、圖7 單位階躍響應對比曲線Fig.7 Comparison curves of simulation unit step response線；4規(guī)則自校正fuzzy-PID控制曲線圖8 半物理仿真曲線Fig.8 Curves of semi-physical simulation1系統(tǒng)輸入曲線；2PID控制曲線；3fuzzy-PID控制曲對實際受控對象進行控制，所以，可以得出對其控制效果的評價13。半物理仿真系統(tǒng)采用xPC Windows Targets，宿主機為PC機，用于運行Simulink，設計、創(chuàng)建控制器；目標機為研華工控機，通過輸入輸出接口卡以及數(shù)據(jù)線將實際的受控對象和宿主機連接起來

22、，成為一個實時系統(tǒng)。本研究在MATLAB/SIMULINK的環(huán)境下，利用MATLAB實時視窗目標來實現(xiàn)系統(tǒng)的實時控制和信號處理，用設計的控制器直接控制電液位置伺服系統(tǒng)，對其進行半物理仿真試驗、在線地檢驗系統(tǒng)控制14。輸入為單位階躍信號，仿真結果如圖8所示。PID控制穩(wěn)態(tài)精度高，但參數(shù)變化的適應能力較差，系統(tǒng)調整時間長，快速性能不好；fuzzy-PID控制器的快速性能較好，但系統(tǒng)存在一定得振蕩；規(guī)則自校正fuzzy-PID控制器很好地抑制了系統(tǒng)超調，而且快速性能好，穩(wěn)態(tài)精度較高。分析仿真結果表明：系統(tǒng)實際產(chǎn)生的波形與計算機仿真的波形不太一致，曲線并不平滑。采用fuzzy-PID控制和規(guī)則自校正f

23、uzzy-PID控制時，實驗結果比仿真結果好，主要是因為控制器在RTW下的仿真實驗中，引用了Look-Up Table模塊，其中數(shù)據(jù)間的線性插值關系并不能完全反映模糊控制器的查表方式15。另外，離線數(shù)字仿真是建立在系統(tǒng)辨識的線性模型基礎上的，而在實際系統(tǒng)中還有許多不確定性和非線性因素的影響。半物理仿真實驗的結果和計算機仿真的結果總體上趨于一致。第3期 邵俊鵬，等：電液位置伺服系統(tǒng)的規(guī)則自校正模糊PID控制器 9655 結論(1) 對電液位置伺服系統(tǒng)進行了模型辨識和驗證；以辨識獲得的傳遞函數(shù)為對象設計了控制器，并用Simulink進行了離線仿真，規(guī)則自校正fuzzy-PID控制器大大提高了系統(tǒng)的

24、快速性能并使系統(tǒng)的穩(wěn)態(tài)誤差基本消除。(2) 采用規(guī)則自校正fuzzy-PID控制器的系統(tǒng)的動、靜態(tài)性能明顯優(yōu)于普通的fuzzy-PID控制和PID控制的動、靜態(tài)性能，且對系統(tǒng)參數(shù)變化具有很好的魯棒性。參考文獻：1王占林. 近代電氣液壓伺服控制M. 北京: 北京航空航大學出版社, 2005: 15.WANG Zhan-lin. Modern electricity hydraulic servo controlM. Beijing: Beijing University of Aeronautics Astronautics Press, 2005: 15.2 李洪人. 液壓控制系統(tǒng)M. 北京:

25、 國防工業(yè)出版社, 1981: 47.LI Hong-ren. Hydraulic control systemM. Beijing: National Defense Industry Press, 1981: 47.3 吳博. 基于定量反饋理論的飛行模擬器運動平臺控制系統(tǒng)研究D. 哈爾濱: 哈爾濱工業(yè)大學機電工程學院, 2007: 4145. WU Bo. Research on flight simulator motion platform control system based on quantitative feedback theoryD. Harbin: Harbin Ins

26、titute of Industry. School of Mechanical and Electrical Engineering, 2007: 4145.4 劉金琨. 先進PID控制及其Matlab仿真M. 北京: 電子工業(yè)出版社, 2003: 1525.LIU Jin-kun. Advanced PID control and its Matlab emulationM. Beijing: Electronics Industry Press, 2003: 1525.5 潘祥亮, 羅利文. 模糊PID控制在工業(yè)鍋爐控制系統(tǒng)中的應用J. 工業(yè)爐, 2004, 26(3): 3840.PA

27、N Xiang-liang, LUO Li-wen. Application of the Fuzzy-PID control in industrial boiler control systemJ. Industrial Furnace, 2004, 26(3): 3840.6 李士勇. 模糊控制: 神經(jīng)控制和智能控制論M. 哈爾濱: 哈爾濱工業(yè)大學出版社, 2004: 27.LI Shi-yong. Fuzzy control: Neural networks and intelligent controlM. Harbin: Harbin Institute of Industry P

28、ress, 2004: 27.7朱麗業(yè), 吳惕華, 方園. 直接自適應模糊算法參數(shù)的選取以及仿真分析J. 系統(tǒng)仿真學報, 2006, 18(11): 30633067. ZHU Li-ye, WU Ti-hua, FANG Yuan. Parameters selecting of direct adaptive Fuzzy control and simulationJ. Journal of System Simulation, 2006, 18(11): 30633067. 8HAN Gui-hua, CHEN Li-hua, SHAO Jun-peng. Study of fuzzy

29、PID controller for industrial steam turbine governing systemC/ Proceedings of ISCIT 2005International Symposium on Communications and Information Technologies. Beijing: Institute of Electrical and Electronics Engineers Computer Society, 2005: 12281232. 9石賢良, 吳成富. 基于MATLAB的最小二乘法參數(shù)辨識與仿真J. 微處理機, 2005(6

30、): 4446.SHI Xian-liang, WU Cheng-fu. Rls parameter identification and emulate based on Matlab/SimulinkJ. Microprocessors, 2005(6): 4446.10 Ding Y S, Ying H, Shao S H. Typical Takagi-Surgeo PI and PIDfuzzy controllers: Analytical structures and stability analysisJ. Information Sciences, 2003, 151: 245262.11 Golea N. Indirect fuzzy adaptive model-following control forrobot manipulatorsC/Proceedings of the 2002 IEEE International Conference on Control Applications. Glasgow: United Kingdom, 2002: 198202