论文部分内容阅读
摘 要：为了提高阀控缸的位置跟踪性能，研究了模糊控制策略。利用AMESim和MATLAB的联合仿真功能，建立了阀控缸的模糊控制和PID控制仿真模型。仿真结果表明，在阀控缸系统中，应用模糊控制策略能得到更高的位置跟踪精度。
关键词：AMESim；MATLAB；联合仿真；模糊控制
中图分类号：TB
文献标识码：A
文章编号：1672-3198（2013）14-0198-02
1 引言
阀控缸回路广泛用于各类液压系统，是典型的直线运动机构，可执行诸如输送、夹紧等运动功能，其位置跟踪精度，关系到系统的整体性能。在阀控缸的控制方法上，应用比较成熟的是PID控制技术。传统的PID控制技术实现简单，调节方便，可靠性高，易于控制，从而得到了广泛的应用。在一些要求不高的场合，PID控制可使系统达到设计要求，但在一些对精度要求较高的场合，PID控制往往不尽人意，尤其是系统具有大滞后，强时变性的时候。在实际应用中，阀控缸系统工况一般比较复杂，例如油缸惯性大，运动过程中油压不稳，阀与缸不能完全匹配，缸往复运动负载不同等等，用PID控制难以适应系统工况变化。模糊控制由于具有不依赖于被控制对象的精确数学模型，对参数变化不敏感，控制方法简单，实际效果好等特点，被广泛应用于各个领域。本文针对阀控缸存在的大惯量，负载不同等特点，设计了模糊算法，并利用AMESim和MATLAB的联合仿真技术进行仿真。
2 控制方法研究
2.1 PID控制仿真模型设计
在AMESim中建立系统的液压原理图，在泵出口连接蓄能器，以稳定油压。利用伺服阀控制油缸，以提高系统的响应和精度。将油缸连接负载，在负载处得到油缸的位移量，与给定信号进行相减，作为控制器的输入。在程序中添加interface block，作为与MATLAB联合仿真的接口。各元件设置如下，泵排量180cc/rev，电机转速1450rev/min，溢流阀调定压力160bar，蓄能器容积6.3L，开口42mm，伺服阀固有频率50Hz，额定电流40mA，液压缸活塞腔直径130mm，活塞杆直径120mm，活塞初始位置为中间，惯性质量1500kg，粘性摩擦力200N/（m/s），负载力28kN，输入信号为正弦波，幅值为0.04m，频率为1.5Hz。如图1所示。
在MATLAB的simulink中，添加S-Function，设置好名称和相关设置后，系统生成C代码，即可运行联合仿真。
由于系统负载较大，而且根据模糊控制和正弦波跟踪的特点，加入信号微分前馈环节（后面叙述）。根据系统的设定，活塞初始位置为中间，故可知系统初始的最大误差为0.04m，为使系统尽可能快的到达目标位，希望伺服阀在一定行程内阀口全开，并不致使系统失稳，设定参数P为4000，在误差大于0.01m的时候，都能输出40mA，令伺服阀阀口全开。为了降低控制误差，并不致系统不稳定，将参数I设定为P档1%，即40.。然后再将参数D设为I的10%。如图2所示。
2.2 模糊控制仿真模型设计
利用MATLAB自带的模糊控制模块，可以方便的设置模糊控制策略。由于系统负载比较大，并进行正弦波跟踪，因此加入信号前馈微分环节，对伺服阀输入信号进行一定的预测，有效改善模糊控制程序到位后输出为零，油缸停滞不前，从而导致振荡。如图3、图4所示。
本文设计模糊控制器输入为两个，一个是位置跟踪误差E，另一个是E的变化率EC。首先根据PID控制的效果，确定E和EC的论域，将输入模糊化，将E的论域设为（-0.04，0.04），将EC的论域设为（-0.8，0.8），将E的模糊集设为（NB，NS，Z，PS，PB），将EC的模糊集设为（NB，NS，Z，PS，PB），其中，NB表示负大，NS表示负小，Z表示零，PS表示正小，PB表示正大。然后为每个语言变量选取合适的隶属度函数，隶属度函数的设置可按以下经验：对于E，可将靠近目标值的论域，设置比较密的隶属度函数，以满足在较大误差时阀口全开，较小误差时阀口慢慢关闭的要求，而在设置EC，可将隶属度函数设置得较疏，防止振荡。而在设置输出U时，将隶属度函数设置得较疏，以满足较大的输出范围的要求。设置好后，根据本系统的特点，设置模糊控制规则表，见表1和图5所示。采用mamdani推理机，逆模糊化时，使用重心法得到模糊输出。
由图6可见，在模糊控制下，油缸运动轨迹比PID控制更加贴近目标值，模糊控制的阀控缸系统拥有更高的位置跟踪精度。由图7可看出，模糊控制下的油缸位置误差明显小于PID控制下的油缸位置误差。由图8可知，模糊控制输出比PID的输出变化更为剧烈，动作则更为精准细腻，有利于阀控缸系统的快速响应和精准到位。
4 总结
本文针对阀控缸存在的大惯量，负载不同等特点，设计了模糊控制算法，并利用AMESim和MATLAB的联合仿真技术进行仿真，结果表明，利用模糊控制，阀控缸的位置跟踪精度能有效提高，系统具备一定的自适应性。
参考文献
[1]刘光磊，江彤等.动态查询表模糊控制器的开发与应用[J].计算机工程，2008，37（24）：230-232.
[2]由玉文，吴爱国等.变负荷工况下制冷系统多变量模糊控制方法研究[J].制冷技术，2011，39（12）：45-49.
[3]王磊.高速电梯液压主动导靴自适应模糊控制[J].机械设计与制造，2011，（11）：178-180.
[4]田易，孙金海等.航姿参考系统中一种自适应卡尔曼滤波算法[J].西安电子科技大学学报，2011，38（6）：103-107.
[5]钱厚亮，郁汉琪等.基于模糊-PI算法的移动机器人运动控制系统的研究[J].2011，39（21）：60-62.
[6]谭建山，苏红艳等.基于自适应模糊的印刷色彩质量控制及Simulink仿真[J].制造业自动化，2011，33（10）：1-4.
[7]陈蓉蓉，陈龙等.汽车空气悬架联合型模糊PID控制[J].机械设计与制造，2011，（11）：165-167.
关键词：AMESim；MATLAB；联合仿真；模糊控制
中图分类号：TB
文献标识码：A
文章编号：1672-3198（2013）14-0198-02
1 引言
阀控缸回路广泛用于各类液压系统，是典型的直线运动机构，可执行诸如输送、夹紧等运动功能，其位置跟踪精度，关系到系统的整体性能。在阀控缸的控制方法上，应用比较成熟的是PID控制技术。传统的PID控制技术实现简单，调节方便，可靠性高，易于控制，从而得到了广泛的应用。在一些要求不高的场合，PID控制可使系统达到设计要求，但在一些对精度要求较高的场合，PID控制往往不尽人意，尤其是系统具有大滞后，强时变性的时候。在实际应用中，阀控缸系统工况一般比较复杂，例如油缸惯性大，运动过程中油压不稳，阀与缸不能完全匹配，缸往复运动负载不同等等，用PID控制难以适应系统工况变化。模糊控制由于具有不依赖于被控制对象的精确数学模型，对参数变化不敏感，控制方法简单，实际效果好等特点，被广泛应用于各个领域。本文针对阀控缸存在的大惯量，负载不同等特点，设计了模糊算法，并利用AMESim和MATLAB的联合仿真技术进行仿真。
2 控制方法研究
2.1 PID控制仿真模型设计
在AMESim中建立系统的液压原理图，在泵出口连接蓄能器，以稳定油压。利用伺服阀控制油缸，以提高系统的响应和精度。将油缸连接负载，在负载处得到油缸的位移量，与给定信号进行相减，作为控制器的输入。在程序中添加interface block，作为与MATLAB联合仿真的接口。各元件设置如下，泵排量180cc/rev，电机转速1450rev/min，溢流阀调定压力160bar，蓄能器容积6.3L，开口42mm，伺服阀固有频率50Hz，额定电流40mA，液压缸活塞腔直径130mm，活塞杆直径120mm，活塞初始位置为中间，惯性质量1500kg，粘性摩擦力200N/（m/s），负载力28kN，输入信号为正弦波，幅值为0.04m，频率为1.5Hz。如图1所示。
在MATLAB的simulink中，添加S-Function，设置好名称和相关设置后，系统生成C代码，即可运行联合仿真。
由于系统负载较大，而且根据模糊控制和正弦波跟踪的特点，加入信号微分前馈环节（后面叙述）。根据系统的设定，活塞初始位置为中间，故可知系统初始的最大误差为0.04m，为使系统尽可能快的到达目标位，希望伺服阀在一定行程内阀口全开，并不致使系统失稳，设定参数P为4000，在误差大于0.01m的时候，都能输出40mA，令伺服阀阀口全开。为了降低控制误差，并不致系统不稳定，将参数I设定为P档1%，即40.。然后再将参数D设为I的10%。如图2所示。
2.2 模糊控制仿真模型设计
利用MATLAB自带的模糊控制模块，可以方便的设置模糊控制策略。由于系统负载比较大，并进行正弦波跟踪，因此加入信号前馈微分环节，对伺服阀输入信号进行一定的预测，有效改善模糊控制程序到位后输出为零，油缸停滞不前，从而导致振荡。如图3、图4所示。
本文设计模糊控制器输入为两个，一个是位置跟踪误差E，另一个是E的变化率EC。首先根据PID控制的效果，确定E和EC的论域，将输入模糊化，将E的论域设为（-0.04，0.04），将EC的论域设为（-0.8，0.8），将E的模糊集设为（NB，NS，Z，PS，PB），将EC的模糊集设为（NB，NS，Z，PS，PB），其中，NB表示负大，NS表示负小，Z表示零，PS表示正小，PB表示正大。然后为每个语言变量选取合适的隶属度函数，隶属度函数的设置可按以下经验：对于E，可将靠近目标值的论域，设置比较密的隶属度函数，以满足在较大误差时阀口全开，较小误差时阀口慢慢关闭的要求，而在设置EC，可将隶属度函数设置得较疏，防止振荡。而在设置输出U时，将隶属度函数设置得较疏，以满足较大的输出范围的要求。设置好后，根据本系统的特点，设置模糊控制规则表，见表1和图5所示。采用mamdani推理机，逆模糊化时，使用重心法得到模糊输出。
由图6可见，在模糊控制下，油缸运动轨迹比PID控制更加贴近目标值，模糊控制的阀控缸系统拥有更高的位置跟踪精度。由图7可看出，模糊控制下的油缸位置误差明显小于PID控制下的油缸位置误差。由图8可知，模糊控制输出比PID的输出变化更为剧烈，动作则更为精准细腻，有利于阀控缸系统的快速响应和精准到位。
4 总结
本文针对阀控缸存在的大惯量，负载不同等特点，设计了模糊控制算法，并利用AMESim和MATLAB的联合仿真技术进行仿真，结果表明，利用模糊控制，阀控缸的位置跟踪精度能有效提高，系统具备一定的自适应性。
参考文献
[1]刘光磊，江彤等.动态查询表模糊控制器的开发与应用[J].计算机工程，2008，37（24）：230-232.
[2]由玉文，吴爱国等.变负荷工况下制冷系统多变量模糊控制方法研究[J].制冷技术，2011，39（12）：45-49.
[3]王磊.高速电梯液压主动导靴自适应模糊控制[J].机械设计与制造，2011，（11）：178-180.
[4]田易，孙金海等.航姿参考系统中一种自适应卡尔曼滤波算法[J].西安电子科技大学学报，2011，38（6）：103-107.
[5]钱厚亮，郁汉琪等.基于模糊-PI算法的移动机器人运动控制系统的研究[J].2011，39（21）：60-62.
[6]谭建山，苏红艳等.基于自适应模糊的印刷色彩质量控制及Simulink仿真[J].制造业自动化，2011，33（10）：1-4.
[7]陈蓉蓉，陈龙等.汽车空气悬架联合型模糊PID控制[J].机械设计与制造，2011，（11）：165-167.