基于神經網絡PID控制的自動裝配平臺電液位置伺服系統

趙志鑫，蘇東海

（沈陽工業大學 機械工程學院，沈陽 110870）

0 引言

風電機組傳動鏈自動裝配平臺是一種安裝在整機分廠總裝車間用于風力發電機組傳動鏈的軸孔自動裝配生產設備。現代工藝中的風機傳動鏈的自動裝配過程普遍采用人工裝配或半自動半人工的操作模式[1]，這種操作模式需要多人協同工作，不僅操作效率低，而且在任務中存在主軸軸端擦傷鎖緊盤而影響風機傳動組使用壽命的可能[2]。因此隨著風電機組的功率增大，主軸部件和齒輪箱裝配精度和工作質量也隨之有了更高的要求。

1 電液位置伺服系統的數學模型

本文采用閥控式電液位置伺服系統，確定自動裝配設備的建模方案如圖1所示。

圖1 自動裝配設備的建模方案

對于光電放大器、伺服放大器和位移傳感器的傳遞函數Gf(s)均可看做比例環節，伺服閥的傳遞函數取決于動力元件的液壓固有頻率。伺服閥的傳遞函數可表示為

式中：Ksv為伺服閥流量增益；ξsv為伺服閥阻尼比；Q0為伺服閥空載流量；ωsv為伺服閥固有頻率。

液壓缸是非線性系統，液壓缸所受的負載主要是慣性負載，其傳遞函數可以表示為

式中：Ap為有效面積；βe為彈性體積模數；ξk為阻尼比；ωk為固有頻率。

干擾輸入的外負載力傳遞函數可表示為

在Matlab Simulink中建立伺服系統的閉環傳遞函數模型[3]。

2 自動裝配設備的PID優化

對于參數的調試，本文采用臨界比例度法則的第二種方法。首先得到閉環系統的特征方程，將s=jω代入后，同時使各項的系數用an代替，可以得到下式：

根據勞斯穩定判據可以得到振蕩周期，并根據臨界比例度法的整定經驗公式可以計算出Kp、Ki和Kd參數。仿真后得到PID控制系統的階躍響應曲線如圖2所示。

圖2 PID控制系統的階躍響應曲線

從仿真結果可知，經PID優化后的系統上升工作時間減少，但存在過阻尼的情況，依然可以進行調節優化。

3 自動裝配設備的神經網絡PID控制

PID控制器不能匹配時變系統，無法完整貼合伺服系統的非線性函數[4]。神經網絡能夠避免上述缺點，并自適應實時進行整定。

3.1 單神經網絡PID

傳統PID的表達式改寫為單神經元的形式后，可寫為

Δe(k)和e(k)是控制器整定算法中的重要參數，應用有監督的Hebb學習規則并對其進行權值系數修正：

在Matlab Simulink上搭建單神經元PID控制系統。神經網絡PID控制仿真模型如圖3所示，單神經元PID控制器模塊如圖4所示。

圖3 神經網絡PID控制仿真模型

圖4 單神經元PID控制器模塊

3.2 基于BP神經網絡的PID控制

多層神經網絡算法在隱藏層權值的獲取上不能直接得到，因此其搭建基本框架由誤差的逆向傳遞和信號的正向傳導組成，其控制表達式可優化為

BP神經網絡策略的PID控制算法的神經層結構如圖5所示。

圖5 BP神經網絡PID控制器模塊

將兩種神經網絡策略整定出的階躍曲線與傳統PID進行對比，如圖6所示。

圖6 3種策略控制下的階躍曲線

從仿真曲線可以得到，神經網絡控制算法在響應速度上均優于傳統PID并且二者均無超調量，均在1.5 s左右達到穩態，神經網絡控制對系統優化效果顯著。

4 結語

本文研究了一種用于風機傳動鏈的自動裝配設備的基于神經網絡PID控制的位置伺服控制方法。利用PID控制對其進行了預調后發現系統在上升的時候存在過阻尼的情況，采用神經網絡的兩種結構策略分別對控制系統利用Matlab Simulink進行仿真分析，神經網絡性能良好，能夠滿足系統需求。