模糊逆模补偿控制在电液伺服系统中的应用研究

　　液压系统具有驱动力大、响应快与刚性强的突出特点,广泛应用于各种需要大驱动力和强过载能力的工程领域,尤其是那些需要大功率、快速、精确响应的控制系统[1]。按照组成形式,电液伺服系统可分为泵控缸(马达)和阀控缸(马达)两大类。相对而言,阀控系统具有较高的动态响应与稳定性。尤其是最近出现的伺服比例阀,驱动器采用比例电磁铁,功率级阀芯采用伺服阀的结构与加工工艺,其性能介于伺服阀和普通比例阀之间,特别适用于各种工业闭环控制[2]。驱动环节是电液控制系统的关键部分,其动态性能直接关系到整体系统的工作品质。由于磁通饱和、摩擦和死区等非线性因素的存在,很难用解析法建立其数学模型。在这样的背景下,建立能够从系统的输入输出数据对中确立系统工作机能的模型显得尤为重要;同时,如果这种模型具有包括记忆、泛化和自适应能力在内的学习机制,模型的准确度会得到进一步的提升[3-6]。

　　为了实现这个目标,作者提出了一种融合学习机制的模糊逻辑策略。模糊逻辑算法通过对采集到的数据对进行学习之后修改模糊控制规则,同时结合传统控制器和逆模预测补偿环节来进一步提高电液伺服系统的控制品质。

　　1 数学描述

　　整个系统由液压站、电磁比例方向流量复合阀、执行油缸、光电编码器、伺服驱动箱、数据采集卡和控制计算机等部件组成,如图1所示。

　　比例电磁铁在3%左右的线性度范围内,衔铁的输出位移xe(t)与给定电压eg(t)满足如下关系[2]

　　当假定各项系数都是常数时,可以得到

　　这里,K₁=K_eK_i/K_et(R_c+r_p+K_eK_fi)。即:衔铁的输出位移与给定电压成比例关系。

　　比例阀的轴向稳态液动力Fs与阀芯位移xv有如下关系(取Cc=0.62、Cv=0.98)

　　如果忽略阀的泄漏和液压缸的摩擦,根据牛顿定理,又有

式中:m为液压缸的活塞杆和与之相连的运动支架臂的质量,a是活塞杆的运动加速度。

　　由于液压管路传输距离很近,可以认为油液是不可压缩的;同时考虑到参考角位移与比例阀控制电压之间存在某种不确定的关系。这样,比例阀的输入控制电压与液压缸活塞杆的输出位移之间,就存在一个未知的函数关系

即,液压缸活塞杆的输出角位移H*可以由两个变量来描述:Href为参考角位移信号,V为比例阀的控制电压。

　　2 模糊建模

　　2.1 建模算法

　　文中的建模算法采用王立新等[3-6]提出的简化模糊算法,其具有简单直接、一次提取规则和适应性良好的优点,计算需要的时间较少,便于电液控制系统的实时运行。下面简要描述算法的主要步骤。