基于灰色PID的摆动气缸伺服系统位置跟踪研究
摆动气缸位置伺服系统特性实验研究

摘
要 : 文通过 大量 实验 对 比例 流 量 阀控 摆 动 气缸 位 置伺服 系统 的典 型非 线性特 性进 行 了研 该
究, 主要 包括 : 究分析 了工作点 位置 、 研 负载 大 小 、 动 气缸 两腔 初 始 压 力等 工 作参 数 对 系统特 摆 性 的影响 : 出了系统存在 的粘 滑振 荡、 移 波动 、停 滞 ” 现 象 , 分析 了其 产 生的原 因。研 指 位 “ 等 并
究得 出: 在摆 动 气缸行 程 范 围 内的不 同位 置或摆 动 气缸 两腔 初 始 压 力不 同时 , 系统呈 现 出不 同
的特性 ; 动 气缸 的摩擦 力及 其 两腔 压 力较 慢 的动 态过 程 引起 了 系统 的 “ 滑振 荡” 典 型非 摆 粘 等
线性 现 象。 关键词 : 动 气缸 ; 摆 气动位 置伺服 系统 ; 系统特性
Ifr t nE gne n , a u nU i ri f c n ea dT c nlg ,T i a 3 0 4 C ia no mai n i ay n0 0 2 , hn ) o i y e t Se o u
Ab t a t h p c l o l e r h r ce s c f h n u t oa y a t ao o i o e v y t m sr c :T e t ia n i a a a tr t so e p e ma i r tr cu trp s i n s r o s s y n n c i i t c t e
BAI Ya — o g 一,L a — i g nh n IXi o n n
( . col f c a i l n ier g N S , aj g 1 0 4 hn ; . col f lc ois 1 S ho o h nc gn e n , U T N ni 0 9 ,C ia 2 Sh o o et nc Me aE i n 2 E r
基于FUZZY—PID的气缸位置伺服控制系统

( e a m n o c at nc n ier g H n n nvri o S i c a d T c n lg, D p r e t fMeh nr isE gn ei , e a U ies y f ce e n eh ooy t o n t n
L o a g 71 0 , Chn ) u y n 4 3 0 ia
O 引言
在 工业 控 制 领域 ,气压 传 动 结构 简单 ,响应 速度
快 , 格 低 廉 , 且 抗 污 染 和 抗 干 扰 性 比较 强 , 价 并 因此 得 到 了工业 自动 化场 合 的 广泛 应 用 。但 是 由于气 动 系统
具有 严 重 的非线 性 和 弱 阻尼 性 .采 用 经 典 的控 制 方 法
Ab t a t P st n e v o t ls se o n u t y i d r i c mp s d o n u t r p rin lf w a v , p e mai yi d rwi sr c: o i o s r o c n r y t m f p e mai c l e s o o e fp e mai p o o t a o v l e i o c n c o l n u t c l e t c n h
学模型 , 进行了 M T A 并 A L B仿 真 。然 后 设 计 了基 于 L b E 语 言 的参 数 自整 定 F Z Y PD 位 置 控 制 器 , 在 仿 真 的基 础 上 进 行 实 际 aVIW UZ —I 并 控 制 实 验 。实 验 结 果 表 明 了 F Z Y PD 控 制 器 的 有 效 性 和 正 确 性 。 U Z —I 关 键 词 : 据 采集 ;U Z — 数 F Z Y HD 控 制器 ; T A MA L B仿 真 ; 数 自整 定 参 中图 分 类 号 :H17 1 T 3 . 5 文 献 标 识 码 : B 文 章 编 号 :0 8 0 1 (0 8 0 — 0 1 0 10 — 8 3 20 )4 0 1- 3
风力发电机主动磁悬浮轴灰色PID控制研究

风力发电机主动磁悬浮轴灰色PID控制研究曹牧年【期刊名称】《工业控制计算机》【年(卷),期】2015(0)4【摘要】The radiaI active suspension axis system is a typicaI nonIinear hysteretic system.AppIying of the existing modeIing theo-ry to estabIish a precise mathematicaI modeI is difficuIty.The best controI effect of appIying traditionaI PID controI er is not ideaI.In view of this,for the wind power generation active suspension axis system designed the grey PID controI er,which combines the advantages of grey controI and PID controI such as prediction,tiny overshoot,good stabiIity,speediness and high precision.The pre stage gray controI er can make the PID controI er has the abiIity to resist externaI interference and track of a given vaIue better.%径向主动轴磁悬浮轴系统是一个典型的非线性迟滞系统,应用现有的建模理论来建立精确的数学模型很难。
应用传统的PID控制器调节可以达到的最佳控制效果也并不理想。
在此,针对风力发电机主动磁悬浮轴系统设计出了灰色PID控制器,它结合了灰色控制提前预判、超调小、鲁棒性好和PID控制快速、精度高的优点;前级灰色预判能够使PID控制器具有更好地跟踪给定值的能力和更好地抗外界干扰的能力。
基于灰色关联度分析的数控机床主轴系统故障诊断方法

果是正确 的。
关 键词 : 关联分析 ; 灰 主轴 系统 ; 障诊断 故
: 【 bt c】 h rc laiss mo Cmci ocn ecni r e s m, e 2 : A s at Te i ie x t N ah eola os e d r s t s g y r p n p sy e f nt b d e g yye 0 r tn aesp ldifu i ns pi ie x ye . eue e r c l o e tra d: i d pi ld goio r c lais t hddcdt i iefg yn rle og r ia e n a t a s f np s s m h p np r ie et
机 械 设 计 与 制 造
10 6
文章 编 号 :0 1 3 9 ( 0 0 1 - 10 0 10 — 9 7 2 1 ) 10 6 — 2 M a h n r De in c iey sg & M a ufc u e n a tr
第 1 期 1
21 0 0年 1 1月
基 于灰 色关联 度 分析 的数 控机 床 主轴 系统
c z d r s fs g e ea in g ( . e r s £ h £ a h n l ss 。 rc . “ e e M r y r l o r T e 2ss o h f e a ay i t h t s c re
基于灰色关联分析的柴油机故障诊断研究

技术 的进 步 , 统 的依 靠 专 家 经 验 的故 障诊 断 方 传
法不 能及 时和有 效地 解决 日益 复杂 的 动力 和控制 系统所 遇 到 的 问题 。 因此 , 其 进 行 运行 故 障诊 对
和同序性 , 需要在各 因素进行 比较前对原始数据 进 行量 纲一 量 的数据 处 理 。在 灰 色 关 联 分析 中 ,
常 用 的灰色 生成 方 法 主 要 是 纯量 数 据 处 理方 法 ,
1 灰 色关联 分 析 理 论
灰 色关联 分 析 [s 基本 任 务 是 基 于 行 为 因 4] ,的 子 序列 的微 观或 宏 观 几何 接 近 , 以分 析 和 确 定 因 子 间 的影 响程 度或 因子 对主 行为 的贡 献程 度 。
断, 确保 设 备处 于最 佳运行 状 态 , 高设 备维 修质 提
量 和效率 是 十分必 要 的 。热 力参 数法 是利 用柴 油
I 忌 ∈3 , ∈K , x () 2 k K一 { , , , ,≥ 2 1 2 … }
式 中: X—— 序列 集 ;
z ——参 考 序列 。
() 忌 一
参考 序列 , 常记 为 X 由不 同 时刻 的统 计 数
据构 成 , 或者最 优单 目标 优化 值 , 可表 示为
f l =(o 1 ,o 2 , ,o ) ,勘7 Xj )Xj ) … Xj ) , ( ( (
XO一 f ,, . 12… , 一 [ o ) ok xi Exi ∈K, K一 { , , , , 2 1 2 … )
基 准模在 第 k个 特 征参 数处差 值 的相对 量 ;
基于灰色PID的摆动气缸伺服系统位置跟踪研究

(c o l fFud P w r& C nrl L nh u U iesy o eh ooy L nh u 7 0 5 ,hn ) S h o o li o e ot , a zo nvri f c n l , a zo 3 0 0C ia o t T g
维普资讯
Hv r u is P e ma c d a l n u t s& S asNo4 2 0 c i el / . .0 7
基 于 灰 色 P D的摆 动气 缸 伺 服 系统 位 置 跟踪 研 究 I
张 远 深 徐 正 华 张 文涛 董仲 斌
( 州理 工大 学流 体动 力 与控制 学 院 , 兰 甘肃 兰 州
摘
7 05 ) 300
要 : 针 对 具 有 不 确 定 或 未 知 的 外 部 负 载 干扰 的 阀 控摆 动 气 缸 位 置 跟 踪 控 制 问 题 , 提 出 以灰 色 系 统 理 论 与 PD控 制 相 结 合 的方 I
P D控 制 算 法 也存 在 着 控制 器 参 数 固定 难 以调 节 等 问 I
题 。尤 其对 于摆 动气 缸 位置 伺 服 系统, 当系统 承 受不 确 定 或未 知 的外部 负 载干 扰 时 ,系统 的控 制 便更 为 困难 , 因而需 要寻 求更 好 的控制 方法【 l I 文将 传统 PD控 制 。本 I
中图 分 类 号 :H1 8 T 3 文 献 标 识 码 : B 文 章编 号:0 8 0 1 ( 0 7 0 - 0 7-3 1 0 - 8 3 2 0 )4 0 2 - 0
基于灰色理论的数控机床可靠性及维修性分析技术
基于灰色理论的数控机床可靠性及维修性分析技术一、本文概述随着制造业的快速发展,数控机床作为核心加工设备,其可靠性和维修性对于生产效率和成本控制具有至关重要的影响。
如何准确评估数控机床的可靠性并预测其维修需求成为了当前研究的热点问题。
灰色理论作为一种处理小样本、贫信息问题的有效方法,近年来在机械设备的可靠性及维修性分析中得到了广泛应用。
本文旨在探讨基于灰色理论的数控机床可靠性及维修性分析技术,以期为数控机床的性能优化和预防性维护提供理论支持和实践指导。
具体而言,本文首先介绍了数控机床可靠性及维修性的重要性,并分析了当前研究中存在的问题和挑战。
接着,详细介绍了灰色理论的基本原理及其在可靠性及维修性分析中的应用方法。
在此基础上,提出了一种基于灰色理论的数控机床可靠性评估模型,并通过案例分析验证了模型的有效性和实用性。
同时,本文还探讨了基于灰色理论的数控机床维修性预测方法,为数控机床的预防性维护提供了决策依据。
总结了本文的主要研究成果和创新点,并展望了未来的研究方向和应用前景。
通过本文的研究,不仅可以为数控机床的可靠性评估和维修性预测提供新的思路和方法,还可以为其他机械设备的性能优化和预防性维护提供借鉴和参考。
同时,本文的研究也有助于推动灰色理论在机械工程领域的应用和发展。
二、数控机床可靠性分析数控机床作为现代制造业的核心设备,其可靠性直接关系到生产效率和产品质量。
对数控机床的可靠性进行深入分析至关重要。
基于灰色理论,我们可以对数控机床的可靠性进行有效的评估和分析。
灰色理论作为一种处理不完全信息和非线性问题的有效方法,其核心思想是通过灰色关联分析、灰色预测等方法,挖掘数据中的潜在规律。
在数控机床可靠性分析中,我们可以利用灰色理论对机床的故障数据进行处理,识别出影响可靠性的关键因素。
具体而言,我们可以收集数控机床在使用过程中的故障数据,包括故障发生的时间、故障类型、故障原因等信息。
利用灰色关联分析方法,计算各因素与机床可靠性之间的关联度,从而确定影响可靠性的主要因素。
灰色预测智能PID控制在火箭炮伺服系统中的仿真
灰色预测智能PID控制在火箭炮伺服系统中的仿真梁海峰;樊水康;张华;肖亮;李林【摘要】新型火箭炮武器系统具有大惯量、变负载的非线性时变特性,传统PID控制难以满足火箭炮快速高精度调炮的要求.在传统PID控制的基础上,结合智能控制理论,在火箭炮伺服系统中采用一种智能PID控制,并利用灰色预测控制的超前控制能力改善系统的时滞特性,通过MATLAB仿真实验表明,该控制方法在系统快速性、稳定性方面得到了改善,并减小了系统超调.【期刊名称】《火力与指挥控制》【年(卷),期】2018(043)011【总页数】4页(P69-71,76)【关键词】火箭炮伺服系统;灰色预测;智能PID控制【作者】梁海峰;樊水康;张华;肖亮;李林【作者单位】北方自动控制技术研究所,太原030006;北方自动控制技术研究所,太原030006;北方自动控制技术研究所,太原030006;北方自动控制技术研究所,太原030006;北方自动控制技术研究所,太原030006【正文语种】中文【中图分类】TJ3930 引言在现代战争中,侦查雷达、无人机、高空侦察机和侦察卫星等各种先进探测和侦察手段在战场上得到广泛的使用,使得战场态势一览无余,火箭炮车在阵地停留时间越长生存概率越低,因此,留给火箭炮车的射击时间很短,这就要求火箭炮在接收到射击目标后,必须具备快速调炮到位的能力。
新型火箭炮弹炮质量比较大,在不同带弹量下,转动惯量和负载力矩的变化范围较大,火箭炮伺服系统具有非线性时变特性,传统的PID控制难以兼顾高精度和快速性的双重要求。
为了提升伺服系统控制性能,目前已出现了多种改进的PID控制算法,如神经网络PID、模糊PID等。
许可等[1]提出了一种自适应模糊神经网络PID控制器的设计方案,实现了对PID参数的自整定,靳林勇等[2]在伺服系统中采用了一种智能PID控制算法,根据误差的大小,在不同区段采用不同的控制算法,孙德等[3]设计了一种非线性PID和RBF自适应PID复合控制策略的位置控制器。
基于强化缓冲算子的灰色预测PID控制仿真研究
基于强化缓冲算子的灰色预测PID控制仿真研究朱坚民;黄之文;翟东婷;王军【摘要】The kernel of grey prediction PID control system is the grey predictor in its feedback loop, and its modeling precision is relevant to the variation rate of the control system behavior data. For large inertia controlled objects or short sampling period control systems, the behavior data of the control system changes slowly, so the prediction by direct grey modeling based on these data is of low precision. In allusion to this problem, a new grey prediction PID control method based on strengthening buffer operator was proposed. Through the functioning of strengthening buffer operator on the behavior data sequence of the control system, a strengthening buffer operator functioning sequence of the control system behavior data was obtained and, then the grey modeling and prediction were carried out to realize grey prediction PID control. The simulation results show that with the same PID control parameters, by using the control method proposed in the paper, the desired control effect can be achieved and its control precision is obviously superior to that of the traditional grey prediction PID control and classical PID control.%灰色预测PID控制系统的核心是其反馈回路上的灰色预测器,其建模精度与控制系统行为数据的变化速率有关.对于惯性较大的被控对象或采样周期较短的控制系统,控制系统的行为数据变化缓慢,基于这些数据直接进行灰色建模预测的精度不高.针对这个问题,本文提出了基于强化缓冲算子的灰色预测PID控制新方法.通过对控制系统的行为数据序列进行强化缓冲算子作用,获得控制系统行为数据的强化缓冲算子作用序列,对其进行灰色建模和预测,实现灰色预测PID控制.仿真研究结果表明,在相同的PID控制参数下,本文提出的控制方法的控制精度明显优于传统的灰色预测PID控制和经典PID控制,获得了理想的控制效果.【期刊名称】《上海理工大学学报》【年(卷),期】2012(034)004【总页数】6页(P327-332)【关键词】强化缓冲算子;灰色预测;PID控制;仿真;行为数据【作者】朱坚民;黄之文;翟东婷;王军【作者单位】上海理工大学机械工程学院,上海 200093;上海理工大学机械工程学院,上海 200093;上海理工大学机械工程学院,上海 200093;上海理工大学机械工程学院,上海 200093【正文语种】中文【中图分类】TP273;N94传统PID控制算法简单、鲁棒性好、可靠性高,广泛应用于工业控制中,尤其适用于可进行精确数学建模的控制系统.但在实际工业控制系统中,某些被控对象存在着不同程度的非线性、大惯性、时变和时间滞后,对于这类被控对象,PID控制不能取得很好的控制效果[1-5].灰色预测能根据少量系统信息预测系统未来行为,不需要掌握被控对象模型结构的先验信息和控制经验数据,可以实时超前修正控制量,具有很强的自适应性能.将灰色预测理论和传统PID控制相结合,可构成灰色预测PID控制系统.在灰色预测PID控制研究领域,文献[6]提出了一种将传统反馈控制方法和灰色预测控制相结合的新型自调节灰色预测控制器,以此保证控制系统的适应性,获得了更为优良的系统动态性能和鲁棒性.文献[7]将二次型性能指标引入到PID控制器的整定过程中,并按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制律,同时将自适应PID与灰色预测器相结合,显著增强了时变滞后系统的适应性和鲁棒性.文献[8]将提高原始数据序列的光滑性和改变系统行为数据序列的初始条件两者相结合的方法对灰色预测模型进行了改进,以此提高灰色预测控制系统的控制精度.文献[9]提出了灰色预测变参数PID控制,利用迭代学习控制的学习能力来增加控制算法对于周期运动系统的控制精度,使系统的控制性能得到了较明显的改善.文献[10]提出了基于优化背景值和改进初始条件的GM(1,1)模型作为灰色预测模型的自适应PID控制算法,实现了自适应PID的最优控制,使控制系统获得了良好的控制性能.对于具有较大惯性的被控对象或采样周期和控制周期较小的灰色预测PID控制系统,由于在短时间内控制系统的行为数据变化缓慢,基于采样数据直接建模并进行灰色预测的精度不高,灰色预测PID控制系统不能获得理想的控制效果.针对这个问题,本文提出将强化缓冲算子引入灰色预测PID控制系统,通过对控制系统采样数据的强化缓冲算子作用,提高系统行为数据的变化速率,使灰色预测模型具有更高的预测精度,有效地改善了灰色预测PID控制的效果.1 控制系统基本原理常规的灰色预测PID控制系统方框图如图1所示,它是将灰色预测和传统的PID 控制相结合,在反馈回路中添加了一个灰色预测器.该预测器是以灰色系统理论为基础,通过灰色预测建模预测控制系统未来的行为趋势,并将其作为控制系统的反馈信号.图1 常规灰色预测PID控制系统方框图Fig.1 Block diagram of conventionalgrey prediction PID control system在图1中,r为期望输出,e为系统误差,u为控制器输出.反馈回路中的灰色预测器以灰色系统理论为基础,利用当前k时刻之前的n-1个连续的控制系统输出采样数据由灰色预测算法求出k+M时刻的预测值并用预测误差取代经典PID控制系统的误差,进行PID控制的运算.由于利用了误差的预测值进行控制,所以,这种预测控制可以看作是一种“事先调节”,可用于被控对象具有滞后、时变和不确定等特性的实时控制系统.为了保证对控制系统未来趋势的预测具有较高的灵敏度,预测器的维数一般不能太大.对于实时控制系统来说,预测器的最佳维数为6.对于系统惯性较大或采样周期和控制周期较小的实时控制系统,由于短时间内采样值的变化不大,导致灰色预测器的建模及其预测精度不高.针对这个问题,本文将强化缓冲算子引入控制系统的行为预测,提出了基于强化缓冲算子和GM(1,1)等维新息模型的灰色预测PID控制新方法,控制系统方框图如图2所示.图2 基于强化缓冲算子的灰色预测PID控制系统方框图Fig.2 Block diagram of grey prediction PID control system based on strengthening buffer operator 在图2中,系统的行为数据序列y经二阶强化缓冲算子的作用后得到其二阶强化缓冲序列yD2,D为强化缓冲算子,由此建立GM(1,1)模型,获得控制系统的预测值,计算预测误差再进行PID控制的运算和实时控制.2 强化缓冲算子的构造刘思峰等提出了缓冲算子的概念,并构造出一系列强化缓冲算子[11-16],主要可分为两类:平均强化缓冲算子(ASBO)和加权平均强化缓冲算子(WASBO).平均强化缓冲算子虽然可以强化系统行为数据序列,但它是基于系统行为数据序列整体数据的平均作用,没有考虑到系统行为数据序列与各时点的关系,不能精确地反映序列中各数据的重要程度.加权平均强化缓冲算子可以根据系统行为数据序列与各时点的关系,赋予数据序列中各数据信息不同的权值,更好地反映序列的实时性,进一步提高系统的预测精度.对于实时控制系统,越接近预测点的采样数据对控制系统性能的影响越大,应赋予较大的权值;越远离预测点的采样数据对控制系统性能的影响越小,应赋予较小的权值.基于以上要求,本文采用加权平均强化缓冲算子来强化控制系统的实时采样数据序列,提高预测控制的精度. 定理设X=(x(1),x(2),…,x(n))为系统行为数据序列,第k时刻的权值为wk,k=1,2,…,n.n为序列的维数,则各时点的权重向量为则其中则当X为单调增长序列、单调衰减序列或振荡序列时,D皆为强化缓冲算子.推论对于定理中定义的强化算子D,令其中则D2对于单调增长序列和单调衰减序列皆为二阶强化缓冲算子.从以上定义可知,单调增长序列在强化缓冲算子作用下数据萎缩.由于在缓冲算子作用时,必须要满足不动点定理,即x(n)d=x(n),x(n)d2=x(n),所以,强化缓冲算子作用序列的增长速度比原始数据序列的增长速度加快.同理,单调衰减序列在强化缓冲算子作用下数据膨胀,强化缓冲算子作用序列的衰减速度比原始数据序列的衰减速度加快.因此,当原始数据序列增长(衰减)速度过慢时,利用所构造的强化缓冲算子对原始数据序列进行作用,可使数据序列变得陡峭.因而强化缓冲算子适合于数据序列增长(衰减)速度过慢的情形,且强化算子的构造符合“新息优先”的原则,即最新的信息在强化缓冲算子作用下保持不变.3 GM(1,1)等维新息预测模型灰色系统理论的微分方程模型称为GM(grey model)模型.GM(1,1)模型是灰色系统理论中的一种预测模型,表示一阶一个变量的微分方程模型,它将随机过程看作与时间有关的灰色过程,通过对原始数据作累加处理,整理成规律性较强的生成数列进行研究.对数据列作一次累加(1-AGO)生成数据列为其中由数据列x(1)建立GM(1,1)模型记,按最小二乘法求其中,B为累加生成矩阵,Yn为向量.白化形式的微分方程的解为利用式(15)可直接进行预测.关于等维新息模型的维数,有一个最佳维数区域,其维数并非愈大愈好.一方面,由于灰色模型是基于现有信息来实现对未来的预测,一定数量的已知数据序列对于成功建模是必需的;另一方面,随着采样数据的积累,先期的种种外界条件对现时输出的影响越来越小,剔除当前点某一邻域之外过于陈旧的信息,不仅可以突出最新的变化趋势,而且可以消除预测模型的噪声污染.于是,在此两者之间必然存在着某一适当范围,此范围即为等维新息模型的最佳维数区.最佳维数区与所研究问题的性质和数据序列的特点有关,可通过数值试验来确定.对比实时控制系统的要求,仿真研究表明,预测器的维数取6较为合适[17].4 控制系统仿真实例为了验证本文所提出的控制方法的有效性,分别对一阶系统、二阶系统、三阶系统的被控对象的单位阶跃响应进行了仿真研究.仿真之前,必须先确定式(1)所示的各采样点的权重向量.根据灰色等维新息预测理论,用过去和当前的系统行为数据所构成的序列预测未知的系统行为趋势时,越旧的信息对系统行为预测的影响应越弱,越新的信息对系统行为预测的影响应越显著.基于这些要求,本文提出了一种权重系数的构造方法,具体构造过程如下:设初始权重序列为令将u=(u1,u2,…,un)中的各元素u1,u2,…,un按从小到大的顺序排列,得到为了提高权重的作用效率,用常数K乘以各权值vi得到式(17)中p值的取值范围为p∈(0,1),p的具体取值对控制结果的影响不大.在本文的实时控制系统仿真中,取p=0.5,预测建模的维数n=6,并令式(19)中的K=5,得到6个采样点的权重序列为4.1 一阶系统的单位阶跃控制响应设被控对象为一阶纯滞后系统,其传递函数为分别采用经典PID控制、传统灰色预测PID控制、基于强化缓冲算子的灰色预测PID控制,研究其单位阶跃响应.图3为一阶控制系统仿真程序.图3中WASBO为加权平均强化缓冲算子,GM(1,1)为6维等维新息灰色预测模型.仿真结果如图4所示,t为时间.图4中直线1为期望输出,曲线2为经典PID控制的结果,曲线3为常规灰色预测PID控制的结果,曲线4为基于强化缓冲算子的灰色预测PID控制的结果.仿真中的采样时间为1s,预测步长M=1.3种控制器的PID控制参数均相同,kP=0.01,kI=0.05,kD=15.4.2 二阶系统的单位阶跃控制响应设被控对象为二阶纯滞后系统,其传递函数为分别采用经典PID控制、传统灰色预测PID控制、基于强化缓冲算子的灰色预测PID控制,研究其单位阶跃响应,仿真结果如图5所示.图5中的直线1为期望输出,曲线2为经典PID控制的结果,曲线3为常规灰色预测PID控制的结果,曲线4为基于强化缓冲算子的灰色预测PID控制的结果.仿真中的采样时间为1s,预测步长M=1.3种控制器的PID控制参数均相同,kP=0.1,kI=0.06,kD=10. 图3 控制系统仿真程序Fig.3 Control system simulation program4.3 三阶系统的单位阶跃控制响应设被控对象为三阶纯滞后系统,其传递函数为图4 一阶系统的单位阶跃控制响应Fig.4 Unit step response of first-ordercontrol system图5 二阶系统的单位阶跃控制响应Fig.5 Unit step response of second-order control system分别采用经典PID控制、传统灰色预测PID控制、基于强化缓冲算子的灰色预测PID控制,研究其单位阶跃响应,仿真结果如图6所示.图6中的直线1为期望输出,曲线2为经典PID控制的结果,曲线3为常规灰色预测PID控制的结果,曲线4为基于强化缓冲算子的灰色预测PID控制的结果.仿真中的采样时间为1s,预测步长M=1.3种控制器的PID控制参数均相同,kP=0.08,kI=0.003 6,kD=1.图6 三阶系统的单位阶跃控制响应Fig.6 Unit step response of three-order control system从上面3个仿真实例可看出,在相同的PID控制器参数下,3种控制方法的稳态精度没有明显的区别.但在动态响应指标方面,基于强化缓冲算子的灰色预测PID控制响应的超调优于经典PID控制响应超调的50%左右,优于传统的灰色预测PID控制响应超调的20%以上,且基于强化缓冲算子的灰色预测PID控制的阶跃响应调节时间在3种控制方法中最短,获得了较好的动态精度.因此,本文提出的基于强化缓冲算子的灰色预测PID控制的控制精度明显优于传统的灰色预测PID控制和经典的PID控制.5 结论a.提出了一种基于强化缓冲算子的灰色预测PID控制新方法.该方法先对控制系统的行为数据序列进行强化缓冲算子作用,再对强化缓冲作用序列进行灰色建模预测,实现了基于强化缓冲算子的灰色预测PID控制.b.仿真结果表明,在相同的PID控制参数下,基于强化缓冲算子的灰色预测PID控制方法的控制精度明显优于常规的灰色预测PID控制和经典PID控制,获得了理想的控制效果.c.本文提出的控制方法是可行的、有效的,该方法特别适用于具有较大惯性的被控对象及采样周期较小的控制系统.与常规灰色预测PID相比,控制方法简单,易于实现,控制算法具有较好的实时性.【相关文献】[1]李翔,丁振良,袁锋.一类自适应预调节PID控制器的设计[J].仪器仪表学报,2004,25(4):875-876.[2]曹刚,俞海斌,徐魏华.大时滞不稳定对象的PID控制[J].仪器仪表学报,2005,26(3):301-304.[3]王建国,顾延权,曹广益.时滞系统的最优PID控制与仿真[J].系统仿真学报,2007,19(13):2995-2998.[4]张志勇,文桂林.时变时滞系统的灰色预测非线性PID控制[J].系统仿真学报,2009,21(5):2642-2645.[5] Arrieta O,Visioli A,Vilanova R.PID autotuning for weighted regulation control operation[J].Journal of Process Control,2010,20(4):472-480.[6]张广立,付莹,杨汝清.一种新型自调节灰色预测控制器[J].控制与决策,2004,19(2):212-215.[7]刘红军,韩璞,姚万业.时变大滞后系统的自适应灰色预测PID控制[J].华北电力大学学报,2004,31(5):44-47.[8]吴裕高,朱学峰,史步海.基于灰色预测的大时滞过程的控制研究[J].控制工程,2007,14(3):278-280.[9]彭勇刚,韦魏.注塑机机械手位置伺服系统灰色预测PID及迭代学习混合控制[J].仪器仪表学报,2008,29(10):2062-2065.[10]刘威,肖军,翟春艳.基于改进灰色预测模型的自适应PID控制算法[J].科学技术与工程,2010,10(2):499-504.[11]刘思峰,党耀国.灰色系统理论及其应用[M].北京:科学出版社,2010.[12]党耀国,刘斌,关叶青.关于强化缓冲算子的研究[J].控制与决策,2005,20(12):1332-1336.[13]谢乃明,刘思峰.强化缓冲算子的性质与若干实用强化算子的构造[J].统计与决策,2006(4):9-10.[14]党耀国,刘思峰,米传民.强化缓冲算子性质的研究[J].控制与决策,2007,22(7):730-734.[15]王正新,党耀国,刘思峰.变权缓冲算子及其作用强度研究[J].控制与决策,2009,24(8):1218-1222.[16] Sun Yanna.A kind of practical strengthening buffer operator based on the monotone function[J].Journal of Systems Science and Information,2010,8(2):103-107.[17] Zhu Jianmin,Zhang Xiaolan,Wu Jingjing.Prediction on stress during bone fracture healing based on equaldimension and new-information model of GM(1,1)[J].The Journal of Grey System,2008,20(3):187-194.。
灰色PID控制在航空发动机中的应用研究
中图 分类 号 : P 文献标 识码 :A T3
1引 言
型 , 称 为灰 色 模 型 。 便
. M 航 空发动机是 一个结构极其复杂、工作环境极为恶劣 、强 2 2G 模 型所得数 据 它 经 过 逆 生 成 ( 生 成 是 指 累减 生 成 ,累 减是 指前 后 两 个 逆 非线性的被控对 象。在实际工作过程中 ,航空发动机特性会随
a tm t n ss m . o ee te eCma c h o rl r a o st ycm lae ni a s m uo ai yt sH w vr h po r neo ecn ol nn t ai pi t n l e r yt o e , o ft t ec s o c do n s e f s sc i r n i s t r i c ltfr lt acrt m dl o i r n i s h rb m cn uh a ar a egn .Iiv y f uto omu e cuae o e fr r a egn .T ipo l s cf t e e df s i a s acf t e s e a b l do e ai o te r o .ntip pr tocnrl e o ge nrl n I o rl a e o e nt ss f h e t r I s a e w o t t d r yc t d PD cn o W sv hb g yh y e h , om h o f o oa t s cm i di ip pr h hW e v e h p rm t PD.Fn l ,te i uainr uti i t o bn ts a e i a u dt r i aa ee o I e nh w c s s o es t e r f i l h m lt sl c e ay s o e s n a d
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
HydraulicsPneumatics&Seals/No.4.2007基于灰色PID的摆动气缸伺服系统位置跟踪研究张远深徐正华张文涛董仲斌(兰州理工大学流体动力与控制学院,甘肃兰州730050)摘要:针对具有不确定或未知的外部负载干扰的阀控摆动气缸位置跟踪控制问题,提出以灰色系统理论与PID控制相结合的方法。
构造了灰色PID控制算法,对系统不确定部分建立灰色模型,进行灰色预估补偿,实现对PID参数的最佳整合。
经仿真和试验研究表明,该算法可以提高PID控制质量及其鲁棒性,获得较好的跟踪控制效果。
关键词:摆动气缸;灰色PID;位置跟踪中图分类号:TH138文献标识码:B文章编号:1008-0813(2007)04-0027-03ResearchonPositionTrackingofPneumaticRotaryActuatorPositionServo-systemBasedGreyPIDControlZHANGYuan-shen,XUZheng-hua,ZHANGWen-tao,DONGZhong-bin(SchoolofFluidPower&Control,LanzhouUniversityofTechnology,Lanzhou730050,China)Abstract:Anapproach,whichcombinesgreycontrolwiththetraditionalPIDcontrol,isproposedforthetrackingcontrolofthevalvecon-trolPneumaticRotaryActuatorPositionservo-systemwiththeuncertaintiescarrydisturbance.Thealgorithmsetupthegreymodelofthesystem'uncertainpartsthrouthgreyforecastingcompensation,whichwasusedtorevisetheparameterofPID.SimulationexperimentsshowthatthealgorithmcanimprovePIDcontrolqualityandrobustnessandobtaingoodcontrolresults.KeyWords:pneumaticrotaryactuator;greyPID;positiontracking0引言气动伺服系统本身比较复杂,其对象参数会随着环境条件的变化而发生变化,非线性因素参数的不确定性使得其难以准确辨识,再加上摆动缸的摩擦转矩、空气的压缩性和伺服阀零偏、增益非线性以及滞环等一些因素的影响,以往基于系统严格数学模型的控制算法往往难以取得令人满意的控制效果。
鲁棒性较强的PID控制算法也存在着控制器参数固定难以调节等问题。
尤其对于摆动气缸位置伺服系统,当系统承受不确定或未知的外部负载干扰时,系统的控制便更为困难,因而需要寻求更好的控制方法[1]。
本文将传统PID控制与灰色系统理论相结合,根据摆动气缸位置伺服系统的运行状态,通过灰色系统理论针对系统输入输出变化的情况来调节PID控制器的三个可调参数kp、ki和kd,仿真及试验结果表明该方法具有很好的控制效果。
1摆动气缸位置伺服系统简化理想建模根据气压伺服控制系统理论[2],可以建立摆动气缸位置伺服系统简化程序如下:1)放大器及伺服阀dxVdt=-1TxV+KsVKaTu(1)2)由伺服阀和气缸的质量流量方程可得:KmxV-KcapL=1RTsk[V0dpLdt+2kpi(Adθdt)]3)负载方程:ApL=Jtd2θdt2+Bcdθdt+Gθ4)传感器:z=Kfθ5)状态方程的确立[x1,x2,x3,x4]T=[xV,z,dzdt,pL]T式中xV———伺服阀阀芯位移;z———气缸活塞角位移信号;dzdt———气缸活塞角速度信号;pL———负载压降。
由(2)可得dpLdt=RTSkV0(Kmxv-KcapL)-2kpiAV0dθdt收稿日期:2007-03-22作者简介:张远深(1962-),男,辽宁鞍山人,副教授,硕士,主要从事气动控制技术方面的科研和教学工作。
(2)(3)(4)(5)27液压气动与密封/2007年第4期将(4)代入(3)得d2zdt=-KfGJtz-KfBcJtdzdt+K2fAJtpL(6)由(1) ̄(6)式可表示为:x!=Ax+Bu其中x=x1x2x3x4!"TA=-1T00100-KfGJt-KfBcJtK2fAJtRTskKmV00-2kpiAV0Kf-RTskKceV0#$$$$$$$$%&’’’’’’’’(B=[KSVKaT000]T2灰色PID控制部分信息已知、部分信息未知的系统为灰色系统。
灰色系统是用灰色模型GM(M,N)进行的定量预测,灰色控制是指对本征特性灰色系统的控制,或系统中含灰参数的控制,或用GM(M,N)构成的预测控制。
灰色系统理论是处理不确定量的一种有效途径。
它需要信息少,通用性好,计算方便。
采用灰色系统的方法,对于不确定部分建立灰色模型,利用它来使控制系统中的灰量得到一定程度的白化,以提高控制质量及其鲁棒性。
设系统不确定部分符合匹配条件,即为bD(x,t),其中bD(x,t)包括两部分:一部分与状态x成比例,一部分与状态无关,具体可描述为:D(x,t)=V1x1+V2x2+…Vnxn+f(t)=Vx+f(t)所以可得到系统x!=Ax+bu+bD(x,t)式中,x∈Rn,u∈R,A为n×n维矩阵,b为n维矩阵,D(x,t)∈R。
采用PID控制u(t)=kpe(k)+kink=1*e(k)T+kdde(k)为了减弱不确定部分的影响,改善控制性能并提高鲁棒性,在控制器启动过程中,首先采用灰色估计器将不确定部分模型参数V初略地估计出来,然后对D(x,t)加以一定程度的补偿。
由于这种灰色估计不要求连续实时地进行,故不存在通常实时辨识中存在的数据发散问题。
不确定部分的D(x)无法直接测量,可由测量数据间接计算估出。
离散化为D(x,t)=1b(x!(t)-Ax(t)-bup(t))(7)式中,t=kT,T为采样周期。
灰色估计器的具体算法如下:第一步:建立xi(0)(k)原始离散数列i=1,2,…,n;k=1,2,…,N;N≥n第二步:计算xi(1)(k)累加离散数列i=1,2,…,n;k=1,2,…,N第三步:计算B=xi(1)(2)…xn(1)(2)1x1(1)(3)…xn(1)(3)2………x1(1)(N)…xn(1)(N)N-#$$$$$$%&’’’’’’(1式中BTB必须可逆,若不可逆,则应适当增加V,真到BTB可逆。
第四步:根据状态x(0)(k)及式(7),计算D(1)(k)累加离散数列DN(1)=(D(1)(1),D(1)(2),…,D(1)(N))第五步:计算不确定参数估计值,V=(BbTBb)-1BbTDN(1),V=(,V1,,V2,…,Vn,fD,)T具有灰色估计器的PID控制方法分为两个阶段:第一阶段:采用PID进行控制,对不确定部分的模型参数V进行估计。
第二阶段:在N步后,在上述控制律基础上,按估计参数加上补偿控制uc,此时u=up+uc(8)uc=-ni=1*,Vixi+,f!"设-D(x,t)=ni=1*(Vi-,Vi)xi+(f(t)-,f)采用控制律(8)式,系统性能将大为改善,鲁棒性大为提高。
3仿真及试验考虑到空气的压缩性以及伺服阀零偏、增益非线性、滞环等各种因素影响导致模型参数不确定和外负载的变化,把原状态方程改为:x!=Ax+Bu+BD(x,t)A=-31400000-9800-17.6246026600-140-0.03#$$$$%&’’’’(600001028HydraulicsPneumatics&Seals/No.4.2007B=[3.14000]T设外界干扰力矩为:D(x,t)=V1x1+V2x2+V3x3+V4x4+f(t)取干扰参数为V=[50,50,50,50,50],经过7个采样时间,干扰参数估计结果为:V=[47.117,50.109,52.018,50.012,50.104],仿真中指令信号取幅值为50,频率为3的正弦信号。
取仿真M=1时,不采用灰色预估补偿,即uc(k)=0,位置跟踪如图所示。
取仿真M=2时,采用灰色预估补偿,此时u=up(k)+uc(k)。
(1)在输入正弦信号时,其对比曲线如图1所示,采用灰色PID控制器比普通的PID控制能较好的输出跟踪输入,有利于系统保持摆动气缸的稳定的工作。
图1仿真曲线1-理想曲线2-灰色PID控制跟踪输出3-一般PID控制跟踪输出图2试验曲线张德华,武永红,段锁林.基于RBFNN的PID控制及其在电液位置伺服系统中的应用[J].太原科技大学学报,2006(5).吴振顺.气压传动与控制[M].哈尔滨:哈尔滨工业大学出版社,2003(7).YuNanhua,MaWentong,SuMing.ApplicationofadaptiveGreypredictorbasedalgorithmtoboilerdrumlevelcontrol:EnergyConversionandManagement[J].Elsevier,2006.刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社,2004(9).顾瑞龙.控制理论及电液控制系统[M].北京:机械工业出版社,1984.吴海燕等.气动位置伺服系统建模发展综述[J].液压气动与密封,2007,27(2).[1][2][3][4][5][6]t/s!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!长江液压总经理获中国西部首届先进文化企业家称号中国西部杂志社、中国西部企业文化院、经济日报社于2007年5月进行了中国西部首届先进文化企业家评比,四川长江液压件有限责任公司董事长兼总经理雷洪明被授予先进文化企业家称号。
雷洪明自2000年12月上任长液厂厂长以来,面对企业的困难局面,坚持以生产经营为中心,以人为本,以管理为动力,以技术为先导,抓住质量管理这个关键,坚持体制创新和技术创新,实施三项制度改革,使企业生产经营工作呈现上升势头。
在2002年深化企业改革,实施了企业分立重组改制工作,组建成为新型的民营企业--长液公司。
通过ERP、PDM、OA等无缝集成的信息化技术的实施,规范了业务管理,提高了工艺稳定性和生产率,降低了库存资金占用量和库存成本,有效地控制和核算成本,提高了资金周转率,为领导提供决策支持数据,提高了员工素质,使员工在企业生产经营工作中做到良好的协作,2006年产销分别达到1.9亿元以上。