电子膨胀阀的控制与仿真

电子膨胀阀的控制与仿真刘庭瑞，汪其黛，陈广清

机械与电子式研究所，摘要本文主要阐述了电子膨胀阀控制系统的理论参数和传递函数。它是基于可接受遗传算法的不稳定对象，实现了最佳的PD控制和更显著的效果，并可运用于高精度的波动过程控制，同时，本文还说明了硬件连接和步进电机的启动过程对不稳定对象的合适的遗传算法。1简介对电子膨胀阀(EEV)流量调节特性的影响主要是控制系统。一般来说，就控制系统构成而言，有闭环控制，反馈加前馈复合控制。至于控制算法方面，有PID控制和模糊控制.最常用的是闭环PID控制。蒸发器PID控制的实现是基于对象的动态特性。为了实现该目的的PID算法，本文利用遗传算法来实现最佳PID参数整定的，并获得最佳的PD控制器。此外，本文阐述了控制EEV的西门子FM353步进电机。电子膨胀阀系统的传递函数2.1。 蒸发器对电子膨胀阀系统的传递函数对电子膨胀阀的执行器(EEV)是由步进电机带动。该控制器系统输出的过热度控制参数AT对应输出阀门的位置改变。控制器的输入是控制参数，并提出通过系统辨识参数E(s)。传输功能可以得到过热偏差信号。作为第一阶滞后对象，更线性化，其传递函数进一步处理蒸发器，表示成泰勒级数展开式，并保留表示第一个展开项，从而获得了最后的传递函数［1］，He(s)=-Ke*(1+T沪■Ke/(1+Ts)(1+ts)在这里Ke是蒸发器的增益，T为时间常数的蒸发器，t是蒸发器的滞后时间.它从研究可以看出，蒸发器动态特性的特征参数，Ke，T，t，其结构类型和系统配置。膨胀阀具有线性流量特性，其比例增益Kv。如果把脉冲或负脉冲给步进电机，床的阀门能够不断扩大或收缩.。所以，制冷剂流量可以增加或减少.这时EEV的传递函数可以表示为，H/s)=-Kv.sPD电子膨胀阀控制器由于电子膨胀阀是一个集成元件，即使控制器没有积分补偿，其闭环系统也可以被设计为没有静态误差的系统.因此，制定控制器时PD控制器是首选。上面提到的蒸发器的膨胀阀控制系统的传递函数是一个具有时间延迟的一阶滞后模型。控制器体现了一个相对的一种模式，这是一个传统的控制算法，Kp旧2/3(KeK.T):&皿2T『3(KeKyt)

单位阶跃的PD控制器的响应与上述参数的分析表明，上述公式可满足一般PD控制的要求。考虑到阀孔的动态响应，蒸发器过热度非线性观点，本文采用后置时。控制，以实现膨胀阀双向智能控制。最终逐步实现系统控制。扩展蒸发器系统PD控制框图如图1所示。HR（s）是PD控制器的传递函数。PDcontrollerElcttroiiicsionvalve

-evapcrakirPDcontroller图1扩展蒸发器系统PD控制框图基于遗传算法的最佳PD控制器的实现3.1.最优PD控制器最优控制是在一定具体条件下，对目标实现特殊的控制，使被控系统的性能指标达到最佳状态的控制。这里使用的目标函数采用的ITAE规则，定义为：JlTAE=」JlTAE=」c(t)当时间t比较大，为确保目标的值小，必须削弱系统的稳态误差，从而使系统的响应速度相对稳定。该元件采用PD控制器分化不完全微分系数。要添加一阶惯性元件，即低通分化成组成部分，从而抑制在急剧变化的干扰条件下的高频干扰。在Matlab中，从示波器动态优化结果可以看出。最终，PD控制器可以得到最小的ITAE目标值的要求。作为ITAE目标的选择优化，建立了最优PD的仿真是模型如图2所示。ProductIntf&gratorlKe^KvalienTrainsl&rFenKe^KvProductIntf&gratorlKe^KvalienTrainsl&rFenKe^KvalienTrainsl&rFen图2局部放电仿真模型的优化对每个目标传递函数参数可以进行评估，并在M文件中初始化。Matlab的功能函数fminsearch（），fmincon（），和非线性（）被应用在后台优化。在模拟过程中，薛教授使用OCDModel[2]，对模型允许指定的下限和上限范围变量进行优化，不同的仿真算法自动选择最佳参数的初始值，包括离散模拟算法。Matlab的子程序创建的最佳目标函数[2,3]，内容如下：functiony=optfun_0(x)assignin('base','Kp',x(1));assignin('base','Kd',x(2));[t_time,x_state,y_out]=sim('ZYPD.mdl',[0,25]);y=y_out(end)在项目方案2至3,三个工作区中的模拟变量参数可以进行评估。第四行程序，电流向量x可以用来模拟在Simulink模型。在第5行，可以评估ITAE输出目标函数y值的.并由目标函数计算完成。采样时间估计为25,其值将影响结果。通过OCD模型中的最优搜索可以更好地选择Kp和Kd值。3.2。最优控制的遗传算法遗传算法的基本理论是搜索从一个初始值，可以代表问题的最佳解决方案系列。这些解决方案被称为是一个人的基因编码组成的国王。一个人可以演变出一代又一代，以获得最佳个人。遗传算法的优点在于它有能力解决全局最优解。因此，重写上面的优化代码，function[sol,y]=optfun_0(x,opts)sol=x;assignin('base','Kp',x(1));assignin('base','Kd',x(2));[t_time,x_state,y_out]=sim('ZYYCPD.mdl',[0,25]);y=-y_out(end,1)应该注意的是，添加标准OCD衰减信号的目的是获取最大的目标函数值。在图3，选项“遗传算法与注解搜索工具箱”PD的使用由调用实现直接搜索工具箱的遗传算法，其结果如图4所示。选项‘遗传算法优化工具箱’用于遗传算法的优化。图3OCD接口

图4遗传算法与直接搜索工具箱的结果单位阶跃响应的最优结果在帕金森病遗传算法的基础上，控制效果得到极大改善。如图5所示。从示波器，动态优化的结果可以看出，相对于单位阶跃响应，具有明显的优势。上面提到的显示在图6的传统控制器，并与遗传算法的单位阶跃响应直接在图4,图5的优势突出。

D2D2102010图6传统控制器阶跃响应控制过程的实现控制系统硬件主要有温度传感器PT100的，FM-STEPDRIVE,步进电机，西门子FM353和CPU313。FM353[4]是一种用于控制步进电机定位模块。温度传感器PT100的可以将温度信号转变成电流信号，并用模拟模块EM235,可以将PT100的电流信号规范为12~20mA。通过FM353和FM-STEPDRIVE方式，步进电机驱动器触发电子膨胀阀。FM353和FM-STEPDRIVE之间的连接为图7所示。FM353名为X1的有2个接口，可用于数字I/O和功率步进电机驱动器使用。该运动控制驱动器驱动步进序列需要由信号“脉冲“（频率）的方式进行和驱动。这些信号是由在每个FM353频率发生器产生的操作模式。脉冲宽度是恒定的最高频率周期参数是50%。步进电机控制系统概述如图8所示。这里，MD21-MD22代表软件限位开关，开始和结束。MD30-MD31代表间隙补偿和方向的参考。MD39-MD47是开始/停止加速切换，最大频率，加速度1~2,延迟1~2,两个定位之间的最小周期，以固定的频率最低时间频率值。

L+ML+MRMNRM_PSignalinterface图7FM353和FM-Stepdrive之间的连接PdD.-iO,IrdU39...b-lD47PdD.-iO,IrdU39...b-lD47图8步进电机控制系统概况特别重要的是控制速度有关的频率/时间函数的形状根据特定要求连接到驱动器的。在此基础上，一个不连续的运动高出或低于开始/停止频率就会停止。对于更高的穿越速度，，斜坡形的控制周期，这对以开始/停止频率为基础，在两个速度范围内的地方，不同的参数可以有不同加速度值。作为最低限度，对控制运动序列步进驱动器驱动的方式是通过对'脉冲“信号的方式进行“控制“。步进驱动器指定以外的距离，来自不同的驱动器端口FM353可选附加的信号处理。5.结论当时间t越大，最优的PD控制器的规则为基础的ITAE可以使稳态误差减少到最低限度。当被控对象是不稳定的时，遗传算法能够满足设计的最优控制。至于实现的过程控制，从上面获得PD参数，通过FM353的方式，可以用来触发步进电机控制EEV。鸣谢薛定宇教授在他的新书中提供了仿真资源，尤其是OCD对照（2007）界面代码，MATLAB解决数学问题的方法，我们对此表示感谢，参考文献朱蕤栖，谌温佣