單神經元控制器的設計及應用

殷兆奎 李 強

(1.云南馳宏鋅鍺股份有限公司；2.北京礦冶研究總院)

?

單神經元控制器的設計及應用

殷兆奎1李 強2

(1.云南馳宏鋅鍺股份有限公司；2.北京礦冶研究總院)

國產剝鋅機調板小車采用閥控非對稱液壓缸作為執行機構，帶來的壓力突跳、系統振動和動態不對稱性等問題影響了小車的動態性能，造成極板晃動。在分析比例閥控非對稱液壓缸數學模型的基礎上，以單神經元為控制器，設計了其學習算法，并對比例閥控非對稱液壓缸單神經元控制系統進行仿真分析。相比傳統PID控制器，單神經元控制器在改善系統超調量、穩態時間等方面優勢較大，明顯改善了系統不對稱性，滿足了調板小車極板運行過程對平穩性的要求，具有一定的應用價值。

剝鋅機 閥控非對稱液壓缸 單神經元控制器

國產剝鋅機間距調整小車采用比例閥控非對稱液壓缸為執行機構。閥控非對稱液壓缸具有占用空間小、構造簡單、承載能力大等優點，但由于液壓缸活塞兩側面積不同，當活塞桿運動方向改變時，會出現壓力突跳、系統振動和動態不對稱性等現象，影響調整小車的動態性能[1]。

為克服非對稱液壓缸換向時帶來的不利影響，通過采用單神經元作為調整小車的控制器，利用其結構簡單、自學習和自適應能力來提高調板小車液壓系統的動態性能，確保極板在運動過程中的穩定度，對于實際生產過程具有較強的指導作用。

1 比例閥控非對稱液壓缸數學模型

1.1 數學模型

液壓系統大都從閥的壓力—流量特性、油缸負載流量方程和油缸的力方程等3個方面來建立數學模型[2]。比例閥控非對稱液壓缸動力機構示意見圖1。

由于比例閥控非對稱液壓缸在正、反兩個運動方向運動過程中，系統參數會發生變化，所以需要根據方向的不同分別推導數學模型。

圖1 比例閥控非對稱液壓缸動力機構

(1)

(2)

1.2 比例放大器傳遞函數

比例放大器的數學模型：

(3)

式中，輸入量是電壓，輸出量是電流。

傳遞函數可表示為

(4)

式中，I為比例放大器的輸出電流，A；Δu為比例放大器的輸入電壓，V；Ka為比例放大器的增益。

1.3 電液比例閥傳遞函數

電液比例閥的傳遞函數可簡化為

(5)

圖2 比例閥控非對稱液壓缸系統

2 單神經元控制器的設計

2.1 單神經控制器的學習算法

單神經元控制結構框見圖3。

圖3 單神經元控制結構

由圖3可知，r(k)為轉換器輸入值，y(k)為對象輸出值，x1，x2，x3為轉換器轉換后的神經元的輸入量，其中：

單神經元控制器的學習規則是單神經元控制器的核心，學習規則：

(6)

式中，ri(k)代表隨過程遞減的學習信號；ηi>0代表學習速率。

2.2 狀態轉換器的實現

根據單神經元控制結構框圖，由r(k)、y(k)、x1、x2、x3，通過SIMULINK仿真環境得到具體的狀態轉換器的仿真，見圖4。

圖4 狀態轉換器仿真

2.3 單神經元控制器的實現

在SIMULINK仿真環境中單神經元控制器由三個輸入和一個輸出組成，構造示意見5。

圖5 單神經元控制器構造示意

2.4 比例閥控非對稱液壓缸單神經元控制系統仿真分析

由以上分析可得閥控非對稱液壓缸單神經元控制系統的SIMULINK仿真模型，見圖6。

為驗證單神經元控制器的動態性能，先用常規PID控制器對系統進行控制， 階躍信號仿真結果見圖7。

接入單神經元控制器，采用階躍信號作為輸入信號，在單神經元控制器下輸出仿真結果見圖8。

對比圖7和圖8發現，單神經元控制器在改善系統的超調量、穩態時間等方面優于傳統PID控制器；在解決系統不對稱性問題上，傳統PID控制器沒有作用，而單神經元控制器可以明顯改善系統不對稱性問題，使系統在正、反兩個方向上基本保持一致性。

3 應用實踐

將單神經元控制器模型應用于國內某冶煉廠剝鋅機調板小車的閥控非對稱液壓系統上，通過實測小車運行速度及液壓缸伸出與縮回時間，發現調板小車雙向運行速度曲線平滑，具有極高的對稱性，速度差值在1%以內，滿足了極板運行過程對平穩性的要求。

圖6 比例閥控非對稱液壓缸單神經元控制系統仿真

圖7 PID控制器階躍信號響應曲線

圖8 單神經控制器階躍響應曲線

4 結 論

設計并建立比例閥控非對稱液壓缸系統的數學

模型和單神經控制器，通過SIMULINK仿真軟件搭建了單神經元控制的比例閥控非對稱液壓缸系統仿真模型，獲得了階躍信號的響應曲線，參照仿真結果最終將該模型應用于國內某冶煉廠剝鋅機調板小車的閥控非對稱液壓系統中，保證了調板小車雙向平穩運行。單神經元控制器能顯著改善系統動態特性，可以解決非對稱液壓缸帶來的系統不對稱性，確保極板運動過程中的穩定性，具有很強的現實指導意義。

[1] 王占林．近代液壓控制[M]．北京：北京航空航天大學出版社，2005.

[2] 吳振順．液壓控制系統[M]．北京：高等教育出版社，2008.

[3] 韓利竹，王 華．MATLAB電子仿真與應用[M]．北京：國防工業出版社，2003.

[4] 李人厚．智能控制理論和方法[M]．西安：西安電子科技大學出版社，1999.

[5] 焦李成．神經網絡系統理論[M]．西安：西安電子科技大學出版社，1995.

[6] Fang Y，Kincaid T．G.Tability analysis of dynamical neural networks[J].IEEE Transactions on Neural Networks，1996，7(4)：1003-1006.

李 強(1986—)，男，工程師，100160 北京市南四環西路188號。

2016-08-30)

殷兆奎(1983—)，男，工程師， 654200 云南省曲靖市會澤縣龍湖三區。