（机械电子工程专业论文）电液力伺服系统智能控制研究.pdf

电液力伺服系统智能控制研究机械电子工程专业研究生陈庆指导教师袁中凡近年来，电液伺服系统已经被广泛地应用于航空、冶金、机械、汽车、雷达等重要领域。它综合了电气和液压两方面的特长，具有控制精度高、响应速度快、输出功率大、信号处理灵活、易于实现各种参量的反馈等优点。然而，随着电液伺服技术的发展与应用领域逐步推广，以及人们对控制品质要求的不断提高，对电液伺服系统的要求也越来越高，电液伺服系统中传统p i d 控制的地位发生了动摇。这主要是由电液伺服系统的典型未知不确定性和非线性特性所决定的，使得系统精确的数学模型难以获得。即使对其能够建立数学模型，其模型也往往过于复杂，使得基于精确数学模型的传统控制方法的分析设计和实施变得非常困难。第三代基于知识和不依赖于精确数学模型的智能控制给这类问题的解决带来新的思路。其中，模糊控制和神经网络控制是智能控制的两大分支，针对它们的深入研究和广泛应用，对推动整个智能控制的研究及发展起着举足轻重的作用。此外，遗传算法是基于自然选择和基因遗传学原理的搜索算法，它具有强大的空间搜索能力，它尤其适用于传统搜索方法难以解决的复杂和非线性问题，可广泛用于组合优化、机器学习、自适应控制、规划设计和人工生命等领域。众所周知，作为电液伺服系统的控制策略是影响电液伺服系统性能的主要因素，由于系统具有非线性不确定特性，本文将智能控制应用于电液力伺服系统中，利用计算机强大的计算分析能力和良好的人机界面实现智能控制和系统的监控。本文就是在此基础上，将模糊控制、神经网络控制有效的融合，研制出基于b p 神经网络的模糊p i d 控制器，用以对电液力伺服系统进行智能控制。本课题即是研究电液力伺服系统的智能控制问题。本文主要的研究成果如下：( 1 ) 根据电液力伺服系统的原理和性能要求，设计并实现了上下位机的控制系统，采用可编程控制器作为现场控制，使用工业控制计算机对系统进行监控，利用其强大的计算能力实现系统的智能控制；( 2 ) 利用传统的p i d 控制原理、模糊神经网络控制原理设计了一种基于b p神经网络的模糊p i d 控制器，通过连续论域上的模糊量化和归一化处理以及b p神经网络的自学习、自适应能力，来实现p i d 的比例系数的最优控制律下的模糊神经网络调节；( 3 ) 利用面向对象的编程工具v c 6 0 为开发工具进行软件编程，用模块化的方法设计了监控软件，实现了串口通信模块、信号发生器、实时数据显示和存储以及数据分析等功能，并调用了基于b p 神经网络的模糊p i d 控制器进行了电液力伺服系统的仿真分析；( 4 ) 采用c o m 组件的方式实现系统的智能p i d 控制器的调用，c o m 为组件软件和应用程序之间进行通信提供了统一的标准，它为组件程序提供了一个面向对象的活动环境。c o m 规范所定义的组件模型，除了面向对象的特性和客户服务器特性这两个基本特性之外，还有c o m 规范的语言无关性、对进程的透明性和它的可重用机制，因此，在调用智能p i d 控制器时只需关心其接口，使得监控软件具有很强的扩展性。本文主要完成了以下工作：结合具有典型非线性和时变特点的电液力伺服系统，提出了一种模糊神经网络并行自学习鲁棒自适应跟踪控制结构。进一步将其中的模糊神经网路结构改进为t - s 型模糊、b p 神经网络结构的控制方案，取得了令人满意的控制效果，并将其应用于电液力伺服系统，仿真结果表明了该方案的有效性。关键词：电液力伺服系统t a k a g i - - s u g e n o 模型的模糊神经网络基于b p 神经网络的模糊p i d 控制器r e s e a r c ho ni n t e l l i g e n tc o n t r o lf o re l e c t r o - h y d r a u l i cf o r c e s e r v os y s t e ms p e c i a l i t y ：m e c h a t r o n i c se n g i n e e r i n gp o s t g r a d u a t e ：c h e nq i n gs u p e r v i s o r ：y u a nz h o n g f a nd u r i n gr e c e n ty e a r s ，e l e c t r o h y d r a u li cs e r v os y s t e mh a sb e e nw i d e l yu s e di nm a n yi m p o r t a n tf i e l d s ，s u c ha st h ea v i a t i o n ，t h em e t a l l u r g y ，t h em a c h i n e r y ，t h ea u t o m o b il e ，t h er a d a ra n ds oo n i ts y n t h e s i z e st w oa s p e c t sm e r i t sb e t w e e ne l e c t r ica n dt h eh y d r a u li cp r e s s u r e i th a sm a n ym e r i t ss u c ha st h ec o n t r o lp r e c i s i o ni sh i g h ，t h es p e e do fr e s p o n s ei sq u i c k ，t h eo u t p u tp o w e ri sb i g ，t h es i g n a lp r o c e s s i n gi sn i m b l e ，e a c hk i n do fp a r a m e t e r sf e e d b a c ki se a s yt ob er e a l i z e da n ds oo n h o w e v e r ，w i t ht h ed e v e l o p m e n to fe l e c t r o h y d r a u l i cs e r v ot e c h n o l o g y ，t h ef i e l do fi t sa p p li c a t i o ni ss p r e a d i n ga n dt h er e q u e s tf o rc o n t r o lq u a l i t yi se n h a n c e du n c e a s i n g l y ，p e o p l ed e m a n dt h ee l e c t r o h y d r a u l i cs e r v os y s t e mm o r ea n dm o r eh i g h l y t h es t a t u so ft h et r a d i t i o n a lp i dc o n t r o li nt h ee l e c t r o h y d r a u l i cs e r v os y s t e mh a sb e e nc h a l l e n g e d i ti sm a i n l yd e c i d e db yt h et y p i c a lu n k n o w nu n c e r t a i n t ya n dt h en o n l i n e a ro f t h ee l e c t r o h y d r a u l i cs e r v os y s t e m s oi t i sv e r yd i f f i c u l tt oo b t a i nt h ep r e c i s em a t h e m a t i c a lm o d e lo ft h es y s t e m e v e ni ft h em a t h e m a t i c a lm o d e lw a se s t a b l i s h e d ，t h em o d e ls h o u l da l w a y e sb es oc o m p l e xa n d t h et r a d i t i o n a lc o n t r o lm e t h o d sa n a l y s i s ，d e s i g n sa n di m p l e m e n t sb a s e do nt h ep r e c i s em a t h e m a t i c a lm o d e ls h o u l db e c o m ee x t r e m e l yd i f f i c u l t t h et h i r di n t e l l i g e n tc o n t r o lb a s e do nt h ek n o w l e d g ea n dn o tr e l yo nt h ep r e c i s em a t h e m a t i c a lm o d e lb r i n g st h en e wi d e a sf o rt h i sk i n do fq u e s t i o ns o l u t i o n a m o n gt h e m ，t h ef u z z yc o n t r o la n dt h en e r v en e t w o r kc o n t r o la r et w ob i gb r a n c h e so ft h ei n t e l li g e n tc o n t r 0 1 t h et h o r o u g hr e s e a r c ha n dt h ew i d e s p r e a da p p l i c a t i o ni nv i e wo f t h e mp l a yt h ep i v o t a lr o l ef o ri m p e t u s i n gt h er e s e a r c ha n d t h ed e v e l o p m e n to ft h ee n t i r ei n t e l l i g e n tc o n t r 0 1 b e c a u s et h es y s t e mh a st h en o n l i n e a ra n di n d e f i n i t ec h a r a c t e r i s t i c ，w ea p p l yt h ei n t e l l i g e n tc o n t r o lt ot h ee l e c t r o h y d r a u l i cf o r c es e r v os y s t e m w ea p p l yp l ct ot h ef i e l dc o n t r o lo f t h ee 1e c t r o h y d r a u licf o r c e s e r v os y s t e ma sw e l1a su s ei p ct oa c t u a l i z et h ei n t e l l i g e n tc o n t r o la n dm o n i t o rt h es y s t e mb yi t ss t r o n gc o m p u t i n ga b i l i t i e s ，a n a l y s i n ga b i l i t i e sa n dag o o dh u m a n m a c h i n ei n t e r f a c e t h i sa r t i c l eu n i o n st h ef u z z yc o n t r o la n dt h en e r v en e t w o r kc o n t r o lt o g e t h e rb a s e do ni ta n dd e v e l o p st h ef u z z yp i dc o n t r o l l e rb a s e do nb pn e r v en e t w o r ks oa st oc a r r yo nt h ei n t e l l i g e n tc o n t r o lf o r t h ee l e c t r o h y d r a u l i cf o r c e s e r v os y s t e m t h i sp a p e ri st h ei n t e l l i g e n tc o n t r o lq u e s t i o nf o rr e s e a r c h i n gt h ee l e c t r o h v d r a u l i cf o r c e s e r v os y s t e m ，t h em a i na c h i e v e m e n t so ft h i sp a p e ra r e1 i s t e da sf o l l o w s ：1 a c c o r d i n gt ot h ep r i n c i p l ea n dt h et e c h n i c a lr e q u i r e m e n t so ft h es y s t e m ，t h eo v e r a l lc o n t r o ls y s t e mi sd e s i g n e da n dr e a l i z e d w eu s ep l cf o rf i e l dc o n t r o la n di p ct om o n i t o rt h er u no ft h es y s t e m t h es y s t e m si n t e l l i g e n tc o n t r o li sr e a l i z e db yu s i n go f t h ec o m p u t e r ss t r o n gc o m p u t i n ga b i l i t y 2 d e s i g no n ek i n do ff u z z yp 工dc o n t r o l l e rb a s e do nb pn e r v en e t w o r kb a s e do nt h et r a d i t i o n a lp i dc o n t r o lp r i n c i p i u ma n dt h et h e o r yo ff u z z y -n e r v en e t w o r kc o n t r 0 1 t h ep r o p o r t i o nc o e f f i c i e n t so fp i da r ea d j u s t e db yf u z z y n e r v en e t w o r ku n d e rt h eo p ti m u mc o n t r o ll a wb y f u z z yq u a n t i f i c a t i o na n dn o r m a l i z e dp r o c e s s i n gi nt h ec o n t i n u o u sf i e l da sw e l la st h e a u t o s t u d i e da n da u t o a d a p t e da b i1it yo fb pn e r v en e t w o r k 3 b a s e do no r i e n t o b j e c tp r o g r a mt o o lv c 6 0 ，u s i n gt h em o d u l em e t h o dt od e s i g nt h em o n i t o r i n gs o f t w a r e ，i n c l u d i n gt h es e r i a lc o m m u n i c a t i o nm o d u l e ，s i g n a lp r o d u c i n gm o d u l e ，d i s p l a y i n g ，s t o r i n ga n da n a l y z i n gd a t ai nr e a lt i m e ，s i m u l a t i n ga n da n a l y z i n go ft h ee l e c t r o h y d r a u l i cf o r c es e r v os y s t e mb yu s i n gt h ef u z z yp i dc o n t r o l l e rb a s e do nb pn e r v en e t w o r k 4 t h es y s t e mr e a l i z et h eu s eo f i n t e l li g e n tp i dc o n t r o l l e rb yt h ec o mc o m p o n e n t c o mp r o v i d et h eu n i f i e ds t a n d a r df o rt h ec o r r e s d o n d e n c eb e t w e e nt h em o d u l es o f w a r ea n d t h ea p p li c a t e dp r o c e d u r e i tp r o v i d sa no bj e c t - o r i e n t e da c t i v ee n v i r o n m e n tf o rt h em o d u l ep r o c e d u r e b e s i d e so bj e c t - o r i e n t e dc h a r a c t e r i s t i ca n dc u s t o m e ro rs e r v e rc h a r a c t e r i s t i ct h e s et w ob a s i cc h a r a c t e r i s t i c s t h em o d u l em o d e ld e f i n e db yt h ec o ms t a n d a r d a l s oh a st h el a n g u a g ei r r e l e v a n t ，t r a n s p a r e n c yt ot h ea d v a n c e m e n ta n di t sr e u s a b l em e c h a n i c a ln a t u r e o n l yt h ei n t e r f a c ei sc a r e da b o u tw h e nu s i n gt h ei n t e l l i g e n tp i dc o n t r o l l e r ，i tm a k e st h em o n i t o rs o f t w a r eh a s t h es t r o n ge x p a n s i b il t y t h i sp a p e rh a sm a i n l yc o m p l e t e dw o r k sa sb e l o w ：c o m b i n i n gt h ee l e c t r o h y d r a u li cf o r c es e r v os y s t e mo ft h et y p i c a ln o n l i n e a ra n dt i m e v a r y i n gc h a r a c t e r i s t i c ，t h i sp a p e rp r o p o s e so n ek i n do ft r a c k i n gc o n t r o ls t r u c t u r eb a s e do nt h ep a r a ll e la u t o s t u d yo ff u z z yn e r v en e t w o r ka n dr o b u s ta u t o - a d a p tio n f u t h e r m o r e ，t h ef u z z yn e r v en e t w o r ks t r u c t u r eisc h a n g e dt ot h ec o n t r o lp l a no ft sf u z z ya n db pn e v e rn e t w o r ks t r u c t u r e t h es a t i s f y i n gc o n t r o le f f e c t sh a v eb e e no b t a i n e d a f t e ra p p l y i n gt h i sp l a nt ot h ee l e c t r o h y d r a u l i cf o r c es e r v os y s t e m ，t h es i m u l a t i o nr e s u l th a ss h o w nt h a tt h i sp l a ni sv e r ye f f e c t i v e k e y w o r d s ：e l e c t r o 。h y d r a u li cf o r c es e r v os y s t e m ：t a k a g i - - s u g e n om o d e lf u z z yn e r v en e t w o r k ；f u z z yp i dc o n t r o l l e rb a s e do nb pn e r v en e t w o r k ；c o mc o m p o n e n tv四川大学硕士学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或者撰写过的研究成果，也不包含为获得四川大学或其他教育机构的学位或者证书而使用过的资料。与我一同工作的同志对本文所做的任何贡献均已在论文中做了明确的说明并表示谢意。本学位论文是本人在四川大学读书期间在导师的指导下取得的，论文成果归四川i 大学所有，特此声明。7 8导师签名：去1 气学生签名：阢丸2 0 0 7 年5 月四川大学硕士学位论文第一章绪论帚一早殖y 匕1 9 6 5 年，傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统，1 9 6 6 年，m e n d e l 进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。从本世纪7 0 年代初开始，傅京逊、g l o r i s o和s a r i d i s 等人从控制理论的角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出了智能控制就是人工智能技术与控制理论的交叉，并创立了人一机交互式分级递阶智能控制的系统结构3 。近年来，特别是2 0 世纪7 0 年代末8 0 年代初逐渐完善和普及的计算机控制技术，为电子技术和液压技术的结合奠定了基础，大大地提高了液压伺服控制的功能与完成复杂控制的能力，机、电、液一体化技术己逐渐扩展到各个工业领域。控制理论方法的发展方向直接影响着电液伺服控制的发展方向，现在正在形成的智能控制理论因具有很强的处理不确定性的能力，且不需要系统的精确数学模型，因而得到国内外液压控制技术人员的普遍重视。由此可见，液压伺服控制系统的研究与发展对国防工业和民用工业，对我国实现四个现代化，赶超国际先进水平都有着相当重要的意义。1 1 电液伺服控制系统的现状和发展趋势电液伺服控制是一门新兴的科学技术，历史并不长。它是在2 0 世纪5 0 年代至6 0 年代以后才逐渐发展起来，并形成了一门学科。近几十年来，由于整个工业技术的发展，尤其是在军事航空和宇航技术上所应用的伺服控制系统逐步向快速、大功率、高精度的方向发展，电液伺服控制所具有的反应快、重量轻、尺寸小及抗负载刚性大等优点，特别受到重视。因此，电液伺服控制作为一种新兴的技术科学迅速发展起来。现代飞机与导弹的飞行控制正是由于采用了电液伺服控制，从而提高了飞行控制系统的灵活性与适应性，保证了飞行器在所有飞行状态下所需要的稳定性与控制性( 操纵性) ，改善了飞行器气动性能与布局，保证了舵面颤振的安全性。液压伺服控制装置是现代飞机操纵系统与大中型导弹控制系统最主要的装置之一。它决定了整个操纵系统、操纵结构的结构形式以及在飞机上的部位安婴型奎兰婴主兰垡堡茎排，在导弹的飞行控制系统中则几乎是系统动态特性的决定因素。现代飞机上的操纵系统，如舵机、助力器、变臂器、人感系统，火力系统中的雷达与炮塔的跟踪控制等大都采用了电液伺服控制，导弹的作动舵面，摆动发动机燃烧室，发射台的操纵以及人造卫星与宇宙飞船的飞行控制等也用到了液压伺服控制系统。飞行器的地面模拟设备，包括飞行模拟台、负载模拟器、大功率模拟振动台、疲劳强度试验的协调加载、大功率材料试验加载等也用到了电液伺服控制系统。因此电液伺服控制的发展关系到航空与宇航事业的发展。在其他的国防工业中，如高射火炮的跟踪系统、坦克武器的稳定系统、舰艇的舵机操纵与消摆系统等电液伺服控制都有了新的发展。可以说，液压伺服控制已在自动化领域占有重要位置。凡是需要大功率、快速、精确反应的控制系统，都已经采用了液压伺服控制。在民用工业方面的应用也被人们广泛重视起来，如机床、冶炼、锻压、车辆工程、海底作业等也大量采用了电液伺服控制技术 1 3 i c 3 4 0电液伺服控制系统是一种非线性不确定系统，一方面是因为系统的固有特性如摩擦力以及阀的死区、游隙等非线性因素：另一方面是因为系统参数( 如油源压力，惯性质量，执行机构运动时的粘性摩擦力，油温等) 的变化所引起的不确定性，以及由于模型简化而引起的未建模误差，因此电液伺服系统是一种非线性的不确定性系统。对于近代液压伺服控制需要考虑：环境和任务复杂，普遍存在较大程度的参数变化和外负载干扰以及交联耦合的影响；非线性的影响，特别是阀控动力机构流量非线性的影响；有高的频宽要求及静动态精度的要求，须优化系统的性能；微机控制与数字化及离散化带来的问题；如何通过“软件伺服 达到简化系统及部件的结构。近代液压伺服控制的以上这些特点，对控制策略提出了下述要求n 引：应尽量满足系统的静、动态精度要求，严格的优化设计，使系统做到快速而无超调；对时变、外负载干扰和交联耦合以及非线性因素引起的不确定性，控制系统应呈现较强的鲁棒性：控制策略应具有较强的智能；控制律、控制算法应力求简单可行，实时性强；2四川大学硕士学位论文系统应有较高的效率。满足上述要求对电液伺服控制来说是关键，开展这方面的研究，建立近代电液伺服控制系统的理论与控制方法，寻求工程实用的设计，对推广液压伺服控制的应用，促进液压伺服控制技术的发展将有重要意义。液压伺服系统的控制理论发展经历了三个阶段墙3 ：第一阶段，时间为2 0 世纪4 0 6 0 年代，称为“经典控制理论”时期。经典控制理论主要是解决单输入单输出问题。主要采用传递函数、频率特性、根轨迹为基础的频域分析方法，所研究的系统多半是线性定常系统；第二阶段，时间为2 0 世纪6 0 7 0 年代，称为“现代控制理论”时期。这个时期，由于计算机的飞速发展，推动了空间技术的发展。古典控制理论中的高阶常微分方程可转化为一阶微分方程组，用以描述系统的动态过程，即所谓状态空间法。这种可以解决多输入多输出问题，系统既可以是线性的、定常的，也可以是非线性的、时变的；第三阶段，时间为2 0 世纪7 0 年代末至今。7 0 年代末，控制理论向着“大系统理论”和“智能控制”方向发展，前者是控制理论在广度上的开拓，后者是控制理论在深度上的挖掘。“大系统理论”是用控制和信息的观点，研究各种大系统的结构方案、总体设计中的分解方法和协调等问题的技术基础理论。而“智能控制”是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些仿人智能的工程控制与信息处理系统。目前，进行了大量的人工智能控制的研究，智能控制主要用来解决那些用传统方法难以解决的复杂系统的控制。与经典控制和现代控制相比，其突出的特点是研究目标不再是被控制对象，而是控制器本身；描述系统特性的是一个简单扼要的语言模型而不是数字模型。这一特点充分发挥了人的智能特性，比起基于系统辨识的自适应控制，有着更强的鲁棒性，能够适应更大范围的系统和环境的不确定性及信息的模糊性，为复杂系统的控制开辟了新途径。近年来，为提高液压系统控制性能，已提出了例如鲁棒( r o b u s t n e s s ) 控制，自适应( s e l f t u r n i n g ) 控制，神经网络( n e u r a ln e t w o r k ) 控制，模糊控制( f u z z yc o n t r 0 1 ) 及其它人工智能控制等方法，控制器由模拟控制改为数字控制。这些控制策略的提出、研究和开发应用，极大地提高了控制效果，为液压伺服系统的应用展现了广阔的前景。四川大学硕士学位论文1 ，2 控制策略在电液伺服控制系统的应用概况( 1 ) p i d 控制与经典控制理论相应而发展起来的控制策略，是以p i d 控制为代表的。p i d控制基于系统误差的现实因素( p ) 、过去因素( i ) 和未来因素( d ) 进行线性组合来确定控制量，具有结构简单、易于实现、鲁棒性好、可靠性高等特点，至今在液压伺服控制系统中仍有广泛的应用，近代控制理论和智能控制理论仍然吸取了p i d 控制的一些基本思想。但是传统的p i d 采用线性定常组合方案，难于协调快速性和稳态性之间的矛盾；在具有参数变化和外干扰的情况下，其鲁棒性也不够好。随着对系统性能要求的不断提高，单纯应用常规p i d 控制器往往不能达到理想的控制效果。在这种情况下，吸取自适应控制和智能控制的基本思想并利用计算机技术的优势，对传统的p i d 控制进行改造形成自适应p i d 、模糊p i d 、智能积分p i d 和非线性p i d 等，使其适应新的要求。( 2 ) 鲁棒控制( r c )实际问题中，系统的模型可能包含不确定因素，要求在系统模型含有不确定因素时，仍有良好的性能，这就涉及到鲁棒控制问题。近年来出现了日。设计方法，它要求频率响应函数的h 。模的上界极小，在日。模约束下已成功解决了多变量定常系统的镇定补偿问题。日。方法既保留了状态空间方法在计算上的优点，又有频率法的直观性且。控制器的设计全部工作都可由m a t l a b 语言实现，但当系统发生的扰动不是小扰动时，日。下的优化是否保持次优还不清楚。仿真和试验表明，采用h 。控制，系统具有良好的静动态特性，且对未建模动态呈现较强的鲁棒性n 副。( 3 ) 智能控制( a i c )1 9 7 1 年，人工智能的创始人傅京孙( f u k s ) 教授首先提出了智能控制概念，即智能控制是人工智能( a i ) 和自动控制( a c ) 的交互作用结果；进而s a r i d i s 提出了智能控制是人工智能、运筹学和自动控制三个学科交互作用的结果。随着模糊集理论的形成和发展以及神经网络在控制学科的不断渗透，文献中又提出智能控制是人工智能( h i ) ( 包括符号主义s m 和神经网络n n ) 、运筹学( o r ) 、自动控制( a c ) 和模糊集( f u z z y ) 交互作用的结果。基于这些观点，多年来有关智能控制的研究主要侧重于下面几个方面：专家控制；神经网4四川i 大学硕士学位论文络控制；模糊控制。( 4 ) 专家控制专家控制系统首先获取控制对象的至关重要的知识，形成知识库，然后利用该知识库，通过一定的推理方式解决控制对象的控制问题。它比较适合于解决规则的问题，但设计与实施专家控制系统目前尚存在以下困难：知识获取困难，是专家控制系统的“瓶颈”；难以模拟形象思维，不龇b b l 徊r 好地处理不精确和模糊的推理；存在推理的“组合爆炸”问题，尤其对复杂的实际问题。( 5 ) 模糊控制( f o模糊控制和精确控制一样，可以是一种闭环控制系统。其不同之处只是前者在控制器中采用模糊量与模糊推理，模糊量与精确量之间的转换以及模糊推理的规则，则是由专家的经验予以确定；因而可以认为模糊控制是控制中的专家系统。模糊控制适用于被控参量无精确的表示方法和被控对象各种参数之间无精确的相互关系的情况，在这种情况下，f c 比精确控制优越，液压伺服系统正属此类情况，如影响系统动态品质的液压固有频率幼和阻尼比6 以及流量增益局等，它们的准确值与一些软参量有关，难于算准。模糊控制的鲁棒性较强，对被控对象的非线性和时变性具有一定的适应能力。简单的模糊控制的不足之处是：控制精度较差；自适应能力有限；易产生振荡现象。如果查询表构造不合理，或量化因子和比例因子选择不当，都会导致系统振荡。针对上面的问题人们也提出了许多改进方案，设计出各种各样高性能模糊控制器，获得不少成果和进展n 3 捌。( 6 ) 神经网络控制( n n c )神经网络控制是模仿人类的感觉器官和脑细胞的工作原理而工作的，目前，关于神经网络控制的研究大多停留在仿真阶段。它由一些简单的带有门限逻辑单元按并行结构经过可调连接权连接而成，它可以同时接受大量信息，并且对它们进行处理，结果也是平行输出的一批信息。在系统中硬件是模仿神经细胞的网络，软件则是模仿神经细胞的工作方式，即每个神经元接受信号按“乘权值后相加”，输出信号按“阀值 大小确定。这样做的优点是可以快速地处理复杂的事物，但是要求在处理某一事物之前对系统进行教学，以便使系统通过“学婴型奎兰堡主兰垡丝茎习”求出“权值和“阀值”。教学内容来自专家的经验( 有教师学习) 或系统期望的动态行为( 无教师学习) 。学习算法研究十分引人注目。学习算法直接影响人工神经网络( a n n ) 学习的收敛速度和网络的稳定性，有教师的学习目前已有一些较实用并具有代表性的成果。n n c 的工作方式目前主要有两大类：一类是离线学习网络参数( 称为训练) ，控制时由网络回忆期望的控制信号；另一类是在线更新网络参数( 此时为提高初始鲁棒性，常将n n c 与常规反馈控制器复合) 。学习的最终目标是使反馈控制器不起作用。前者适合于反复控制( 如焊接机器人的轨迹控制和化工工艺控制等) ，后者适用于工作过程中给定的参数经常变化的对象的控制n 4 儿削。一个好的方法是将f c 与a n n 结合，取长补短，即目前很多学者研究的模糊神经网络控制。它可以使a n n 的内部知识表达方式对应明确的物理意义。这样，首先便于利用已有的专家经验确定网络的结构和初始权值，其次可以很方便地考察模糊逻辑的部分要素对系统性能的影响。对f c 来说，结合a n n 后可使其具有学习能力，弥补表格的缺陷。也可以根据每个规则的权值删除对系统影响很小的权值。此外模糊神经网络系统也可使用网络容量减小，学习速度加快，泛化能力增加等。( 7 ) 其他控制方法在液压伺服系统中，b a n g - b a n g 控制、自适应控制等控制方法也得到了一些应用，在此不再一一阐述。1 3 选题的意义就电液伺服系统而言，首先，它是一个严重不确定非线性系统，环境和任务复杂，普遍存在参数变化、外干扰和交叉耦合干扰；其次，电液伺服系统对频带和跟踪精度都有很高的要求。在高精度快速跟踪条件下，电液伺服系统中的非线性作用已不容忽视。因此，这是一类典型的未知不确定非线性系统。这类系统扰动大、工作范围宽、时变参量多、难以精确建模。这些特点对系统的稳定性、动态特性和精度都将产生严重的影响，特别是控制精度受负载特性的影响而难以预测。在这种情况下，仅采用传统的液压控制技术( 如p i d 等) 己难以满足人们日益精细的控制要求。正是在这种背景下，电液伺服系统的智能控6四川大学硕士学位论文制研究呈现了十分广阔的前景。1 4 论文的主要内容电液伺服系统在不断发展，根据被控制量可分为电液位置伺服系统、电液力伺服控制系统和电液速度伺服控制系统等，电液力伺服系统是最普遍的电液伺服系统之一。本文把复杂非线性的电液力伺服控制系统作为研究对象进行分析和设计，将模糊逻辑与神经网络控制结合，设计了一种基于b p 神经网络的模糊p i d 控制器，并将其应用到电液力伺服系统控制中，有效地提高了伺服系统的控制品质。论文总体上分为六章：第1 章绪论：简要的介绍了电液伺服系统的概况及发展现状，对智能控制的两大分支模糊控制和神经网络控制以及国内外研究现状与存在的问题进行了概述。介绍了本论文研究的目的、意义及论文的主要工作和结构安排。第2 章电液力伺服系统的总体设计：对电液力伺服控制系统的总体设计方案进行综合性论述，对电液力伺服控制系统进行了功能分析，阐述了系统的性能要求，并提出了系统的总体设计方案。第3 章智能控制理论及p i d 的设计和实现：论述了基于t - s 模型的模糊神经网络的结构及学习算法，介绍了b p 神经网络的结构和学习算法，最后设计并实现了基于b p 神经网络的模糊p i d 控制器。第4 章系统下位机介绍：论述了可编程控制器p l c 的结构及其工作原理，对其主要功能和选择扩展模块来采集现场传感器的数据做了简单介绍，重点介绍了电阻应变式力传感器，对压力、流量、温度值通过模拟量输入模块来得到。最后论述了系统p l c 主程序流程及通信处理程序的设计。第5 章上位机监控软件的设计：本章主要对上位机的监控软件进行了设计，通过使用强大的软件工具v i s u a l c + + 在w i n d o w s 2 0 0 0 s e r v e r 平台上进行编程，设计了上位机的监控软件，采用模块化的方法实现了用户界面的设计、串口通讯的设计、数据的显示和存储、智能控制器的调用、数据分析等功能，并通过调用智能控制器对电液力伺服系统进行了仿真分析。四川大学硕士学位论文第6 章结论：对整个电液力伺服系统的设计和实现过程以及所涉及的相关理论和知识都进行了详细的总结。8四川大学硕士学位论文第二章电液力伺服系统的总体设计电液力伺服系统( e l e c t r o h y d r a u l i cf o r c es e r v os y s t e m ) 是最基本的和应用广泛的电液伺服控制系统之一，它综合了电子和液压两方面的优点，实现对力( 或力矩) 的高精度控制和快速响应。力( 或力矩) 的控制是工程实践中常有的，电液力( 或力矩) 控制系统具有精度高、响应快、功率大、结构紧凑和使用方便等优点，因此得到越来越广泛的应用。例如，材料试验机、液压压机、轧机张力控制系统、车轮刹车装置等都采用了电液力控制系统。本章通过对电液力伺服控制系统设计的理论、设计性能要求进行分析，提出了电液力伺服系统的总体设计方案，并对实现系统功能的软件方案设计进行了介绍。2 1 电液力伺服系统的基本原理电液伺服控制系统是一种以液压动力机构为执行机构，并具有反馈控制的机一电一液一一体化系统。在这种控制系统中，只要输入某一规律的输入信号，则执行元件就能自动、快速并准确地复现输入量的变化规律，并且还起到信号的功率放大作用。电液力伺服系统的被控量是工作台的力( 或力矩) ，它能自动地以一定的精度跟踪这一输入信号运动，所以电液力伺服系统是一个自动跟踪系统。按功用，电液力控制系统分为主动式力控制系统和被动式力控制系统。主动式力控制系统用来对被控制对象施力，因而也称为施力系统。被动式力控制系统用来模拟各种负载力实现对驱动装置( 通常也是电液力控制系统) 进行加载，因而也称为加载系统。工程上大量使用的是施力系统，加载系统仅在军用或研究部门作负载模拟器使用。按所控制的力的范围或性质，施力系统又分为驱动力控制系统和负载力控制系统。系统存在偏差是电液力伺服系统的工作的必要条件，也可以说液压伺服系统是靠偏差来进行工作的。系统以偏差信号来进行控制，使系统朝偏差较少的方向运动，直至偏差为零为止。这种靠偏差信号来进行工作，并以偏差来消除偏差的工作原理就是反馈控制原理。因此，电液力伺服系统也是一个反馈控制9四川i 大学硕士学位论文系统。系统所需控制量或输入信号功率很小，而系统的输出功率可以很大，因此，电液力伺服系统是一个力或功率放大的系统。功率放达所需要的能量由液压能源供给，供给能量的控制是根据偏差信号的大小自动进行的。综上所述，电液伺服系统是一个负反馈闭环控制系统，且放大了功率。系统工作，指令信号电压作用于系统，液压缸活塞使输出负载力。该力由力传感器检测并转换为反馈信号电压，与指令电压相比较，得出偏差信号电压，经伺服放大器放大后输入驱动伺服阀。伺服阀输出与偏差信号成比例的压差作用到液压缸活塞上，使负载力向着减小误差的方向变化，直到负载力等于指令信号所对应的值为止。应当指出，在力控制系统中，被调量是力。虽然在位置或速度控制系统中，要驱动负载运动也有力输出，但这种力不是被调量，不能得到精确控制，其精确控制的是位置或速度。在力控制系统中，输出力( 负载力) 是被调节控制量，而位置、速度等取决于输出力和受力对象本身的状态。典型电液力伺服控制系统如图2 1 所示：图2 1 典型电液力伺服控制系统2 。2 电液力伺服系统的基本要求出本系统是一种试验系统，作为对电液伺服系统进行智能控制的研究平台，要求监控软件具有扩展性，能调用不同控制方法来对电液伺服系统进行控制研究。其系统设计的基本原则是安全，可靠和高效率，具体包括：l o四川大学硕士学位论文( 1 ) 可靠性：能保证系统长期稳定运行；( 2 )实用性：能满足控制系统的各方面技术指标要求，系统投入运行后维护方便；( 3 ) 操作性：控制系统的人机界面便于操作人员操作，画面直观，全部过程采用中文显示；( 4 ) 价格：系统投资合理，造价尽可能低；( 5 ) 维护功能：系统故障诊断功能完善，维护容易。本系统的主要技术指标为：油缸工作行程为2 0 c m ，最大移动时间为2 s ，弹性负载刚度c r = 8 9 x 1 0 3 n c m ，管压降a p t = 0 3 m p a ，粘性负载阻力系数& = 1 5 1 1 0 4 n ( m s ) ，伺服阀频宽为3 5 h z ，最高工作频率为5 勉，此时振幅为3 2 r a m ，供油压力为2 1 m p a ，工作压力p t = 1 5 m p a ，最大工作位移，= + l o c m ，加载误差1 0 ，负载总质量4 5 0 k g ，幅值裕量为7 d b ，相位裕度为6 0 。，油温为3 5 6 5 。2 3 电液力伺服的总体