液压定位控制器的系统辨识

　　0 引 言

　　过去的十年间,智能控制技术已越来越多地被引入石油勘探开发仪器和装备中,在石油井下工作的系统,受到空间和振动冲击以及温度的影响,所有的部件均要求集成度高、稳定可靠。我们在井下液压控制器中利用开关阀取代常规的伺服阀来进行活塞位置控制,达到了满意的控制效果。本文以“井下闭环可变径稳定器”的液压系统为原型,在试验的基础上,利用系统辨识技术,给出了系统的黑箱控制模型,并进行了试验验证,为更好地提高液压定位控制器定位控制的精确度、可靠性,优化改进设计提供了基础。

　　1 液压定位控制器工作原理和主要构成

　　液压定位控制器工作原理:由液压源为系统提供工作压力,通过微控制器控制电磁阀的开、闭来实现对液压油(工作介质)从辅助油缸到活塞缸的流动控制,从而实现系统能量或力的传递控制。同时,通过微控制单元对位移传感器输出信号的实时采集处理,控制调节活塞的运动位移,达到最终的控制目标[1]。

　　液压定位控制器的主要组件:微控制单元、活塞缸、位移传感器、复位弹簧、电磁阀(2个)、辅助油缸、液压源(电机、泵)、油箱,如图1所示。

　　2 系统辨识的方法和主要依据

　　系统辨识或参数辨识最基本的方法是基于差分方程的最小二乘法,其它方法还有梯度校正法、极大似然法等,它们都是常用的参数模型辨识方法。系统辨识的最终目标是使通过辨识所得的辨识模型能更准确地逼近或反映实际系统。

　　最小二乘法本质上是一种/确定性0的算法,其观测数据和未知参数之间的关系即数学模型是人为确定的,估计算法的核心是优化选择模型参数,使得关于误差的二次型目标函数为最小。最小二乘法计算简单且具有良好的无偏性和一致性,对噪声特性的先验知识要求也不高。考虑到实际观测数据和未知参数的随机性,极大似然法从概率论的观点出发,提出了基于贝叶斯估计理论的概率性估计方法,其出发点都与贝叶斯条件概率分布的概念有关。基于上述理论的还有极小均方估计、极小方差估计等。极大似然法的基本思想是构造一个联系未知参数和观测数据的函数[2]。

　　以下为几种常用的/黑箱0辨识模型结构[3]:

　　(1)自回归模型结构(ARX Structure)

式中,多项式A(q^-1)、B(q^-1)为模型结构参数,模型参数估计法为最小二乘法。

　　(2)自回归滑动平均模型结构(ARMAX Structure)

式中,多项式A(q^-1)、B(q^-1)、C(q^-1)为模型结构参数,模型参数估计法为预测误差法。