大型機械設備分布式智能潤滑控制系統研究*

程雪利,劉 剛

(1.河南工學院 機械工程學院,河南 新鄉 453003;2.河南工學院 車輛與交通工程學院,河南 新鄉 453003)

0 引言

大型機械設備運行過程中,零部件磨損始終是影響設備正常運行的關鍵因素,有數據統計表明,大型機械設備80%的零件破損是由磨損造成的[1]。加拿大每年機械設備磨損造成的損失達到50億美元以上[2];日本有36%以上的大型設備由于器件磨損造成設備故障[3],我國則高達55%—60%[4]。

潤滑系統可以向大型機械設備的潤滑點添加潤滑脂或潤滑劑。整個潤滑系統包括輸送、分配、冷卻以及壓力、溫度參數發送等多個模塊。國內大多數大型機械多采用集中潤滑系統或人工潤滑,在成本和潤滑效果方面均不太理想。

目前潤滑系統存在以下問題:(1)集中式潤滑系統管路復雜、系統結構冗雜;(2)摩擦點分散,導致集中潤滑系統注脂和監控功能較差;(3)基于有線網絡的潤滑系統可靠性差,后期維護成本較高。因此,本文設計了基于Zigbee無線傳感器網絡的分布式智能潤滑控制系統。

1 分布式智能潤滑控制系統總體設計

分布式智能潤滑控制系統設計充分考慮了風電機組等大型機械設備的潤滑位置多且分散的問題,整個系統如圖1所示。

圖1 分布式智能潤滑控制系統架構圖

分布式潤滑控制系統采用分層結構,上層主要是依靠Zigbee無線傳感器網絡獲得機械設備多點的溫度、轉速、力矩等數據,上位機根據采集到的數據,利用灰關聯度理論分析數據的關聯度,并通過神經網絡預測模型建立非牛頓流體的精準注脂模型。上位機依靠精準注脂模型計算機械設備多個注脂點的注脂量,并利用Zigbee將不同注脂點的注脂量發給下層分布式潤滑節點。

下層主要是由基于Zigbee無線傳感器網絡技術的注脂和數據采集網絡構成。單個基于Zigbee的注脂節點結構圖如圖1下層網絡所示,Zigbee節點接收到上層網絡精準注脂量的控制信號后,由STM32F104單片機將控制指令發送給直流電動機,由直流電動機驅動潤滑泵,潤滑泵通過分配器將潤滑脂注入各個潤滑點。當單個基于注脂節點的分配器被堵塞時,潤滑泵停止工作,分配器會將報警信號發給單片機,由單片機將報警信息通過Zigbee發送給上層網絡,待分配器維修完畢,注脂節點恢復工作。潤滑泵和分配器等潤滑器件的結構圖如圖2所示。

圖2 分布式智能潤滑執行機構結構圖

2 系統硬件設計

單個基于Zigbee的注脂節點硬件設計架構圖如圖3所示。系統的微控制器采用STM32F104單片機。霍爾傳感器負責采集潤滑點的齒輪轉速信號,信號經過信號調理電路調整后輸入單片機。溫度傳感器負責采集當前各潤滑點的準確溫度,并及時反饋給上位機的精準注脂計算模型,由上位機中精準計算模型根據采集數據及時調整各個潤滑點的注脂量指令;同時上位機將注脂量控制指令通過無線網絡發送給單片機,單片機控制柱塞潤滑泵改變當前潤滑點的注脂量。圖3中的分配器檢測電路主要負責監控當前分配器是否出現堵塞現象。Zigbee模塊采用CC2530,由Zigbee構成無線傳感器網絡。

圖3 單個注脂節點硬件系統框圖

霍爾傳感器負責采集柱塞泵電機的轉速信號,信號數據輸出后,需要濾波調理電路進行噪聲信號修正,因此本文采用LM158芯片設計電路,進行信號的前期濾波處理。濾波調理電路如圖4所示。柱塞潤滑泵額定工作電壓為24V、額定功率42W,需要外加驅動芯片,本文采用德國英飛凌的高邊驅動芯片BTT6020,驅動電路如圖5所示。

圖4 霍爾傳感器濾波調理電路

圖5 柱塞潤滑泵驅動電路設計

3 注脂節點注脂量控制算法

工業上注脂多采用PLC控制器,利用傳統PID算法控制氣缸完成,此類控制存在無法及時響應外界干擾、負載變化、潤滑脂出現壁滑移的現象等問題[5-6]。為了避免這些問題,本文潤滑點的注脂由單片機控制柱塞泵電機完成,柱塞泵電機轉速控制采用模糊免疫PID算法,以確保電機轉速控制的準確性,達到精準注脂的目的。

3.1 免疫控制算法

免疫系統根據人體免疫學原理推導而來,人體的免疫系統依靠抗體和抗原相結合,由抗體吞噬抗原的方式來消滅抗原。抗體和淋巴細胞構成人體免疫系統,細胞T和B構成淋巴細胞,可以表示為Th和Ts,這兩個細胞相當于控制系統中的正反饋環節和負反饋環節。抗原由外部入侵人體時,如果當前抗原較多,Th會促進產生B細胞,以此產生更多的抗體抵抗抗原對人體的危害。到免疫末期,抗原濃度逐步減少,Ts細胞會抑制B細胞的產生,從而降低抗體數量,使得人體免疫系統的各個細胞濃度保持平衡。免疫原理可以參考文獻[7-8]。針對免疫原理規則,利用數學方法可以表示為:假設在第k個時刻,抗原的個數為φ(k),此時Th個數為:

Th(k)=k1φ(k)

(1)

式中,k1為刺激因子參數,是正數,表示當前Th細胞產出的個數與抗原個數φ(k)成正比例。

Ts細胞的產出數量表示為:

Ts(k)=k2f[S(k),ΔS(K)]φ(k)

(2)

式中,k2同為正數,表示抑制參數;S(k)表示圖6中B細胞的刺激量總數;ΔS(k)則表示刺激量總數在k時刻的變化數量;函數f()是值域在[0,1]之間的非線性函數。

B細胞的刺激量總數表示為:

S(k)=Th(k)-Ts(k)

=k1φ(k)-k2f[S(k),ΔS(K)]φ(k)

=k1{1-η[f(S(k),ΔS(k))]}φ(k)

(3)

圖6 免疫算法原理

3.2 基于模糊算法的免疫PID算法結構

本文所采用的模糊免疫PID算法以增量式比例-積分-微分控制算法為基礎,同時增加了免疫算法和模糊控制算法。算法結構如圖7所示。

本文假設圖7中的控制算法的比例系數為kp1,根據式(3)可得:

kp1=k1{1-η[f(u(k),Δu(k))]}

(4)

根據圖6可得免疫算法輸出為:

u(k)=kp1e(k)

(5)

免疫算法本質上是一個非線性控制算法,將PID算法與之串聯,可得模糊免疫PID算法,算法推導過程如下。

傳統比例-積分-微分控制算法表示為:

u(k)=u(k-1)+Δu(k)

(6)

Δu(k)=kp[e(k)-e(k-1)]+kie(k)+

kd[e(k)-2e(k-1)+e(k-2)]

(7)

式(7)聯合式(4)可得:

Δu(k)=u(k-1)+k1{1-η[f(u(k),Δu(k))]}

(8)

式中,f[S(k),ΔS(k)]是利用模糊算法推理得到的,由于模糊算法的維數越多,算法結構就越復雜,對應的f[S(k),ΔS(k)]逼近精度就越高,而且算法架構難度越高,算法時長越長,因此本文采用二維模糊算法逼近非線性函數f[S(k),ΔS(k)]。

圖7 模糊免疫PID控制器原理圖

3.3 柱塞泵電機的數學模型

柱塞泵電機的數學模型為:

(9)

式中,Tj為柱塞泵電機時間常量,Td為電磁常量,n為柱塞泵電機轉速,ku為電壓常量,Ua為電動勢。式(9)經過拉普拉斯變換:

TjTds2n(s)+Tjsn(s)+n(t)=kuUa(s)

(10)

再由式(10)可得柱塞泵電機的傳遞函數為:

(11)

4 注脂量控制效果測試

為了驗證模糊免疫PID算法用于柱塞泵電機的控制效果,利用Matlab軟件編寫仿真程序,并與傳統PID控制效果進行仿真比較。算法中式(11)中的ku、Tj、Td三個系數設置為ku=1、Tj=5、Td=3/5。

仿真中柱塞泵電機的目標值設定為2000r/min,驗證結果如圖8所示。圖8顯示,本文采用的模糊免疫PID算法控制的柱塞泵轉速,從0s開始,沒有超調,一直快速準確地跟蹤目標值2000r/min,而PID算法則在初期出現超調,柱塞泵電機轉速在2000r/min附近震蕩,逐漸接近于2000r/min。在仿真條件設置500ms時,增加擾動信號,從控制量變化曲線可以看出,PID算法控制的柱塞泵轉速在500-600ms期間波動較大,而本文算法則在克服擾動后迅速穩定在目標值,且未出現PID算法中的控制變量波動問題。

(a) 狀態量變化曲線

(b) 控制量變化曲線圖8 仿真控制結果圖

5 結論

目前,大型機械設備潤滑系統多依靠人工潤滑或者集中式潤滑模塊,無法實現分布式潤滑注脂。本文設計了一種新型的基于Zigbee無線傳感器網絡的分布式智能潤滑系統。首先,設計了基于分層控制的分布式智能潤滑系統,上層控制模塊主要依靠Zigbee無線傳感器網絡接收下層網絡注脂節點的數據,上層上位機根據傳感器數據進行數據處理,并將控制指令依靠Zigbee發送到下層控制網絡。下層控制模塊主要是由若干注脂節點構成,主控制器為STM32F104,主控制器利用模糊免疫PID算法來控制潤滑點的柱塞泵電機實現精準注脂。然后采用Matlab軟件對模糊免疫PID算法進行了仿真驗證,并將模糊免疫PID算法和傳統PID算法進行了仿真比較,仿真結果表明本文算法在調節速度、穩定性、準確性方面均優于傳統PID算法。