基于AMESim的系统建模

PAGEPAGE311基于AMESim的系统建模AMESim软件的相关介绍AMESim简介Amesim是一款为多学科应用领域(复杂系统)的建模而设计和搭建的仿真平台设计软件,用于系统液压、机械系统等的建模,其软件内置微分方程,能对系统模型进行多学科的仿真和基本动态的分析,也为了使用者提供了交互的能力,方便于工程师的计算。在平台建模软件中,使用者能以系统实物的角度出发,构造仿真的元件,对于一般不好于进行建模的系统如根据液体、气体本身的特质也能直接建立的复杂系统的模型,然后通过设置各类仿真参数,根据实际的需要对系统进行多学科的仿真和计算。然后深入的分析通过建模得到的系统模型仿真元件和曲线,能对系统模型的基本动态和特性进行分析研究。由于其中微分方程的设计是使用软件来进行创建,节省了系统进行建模的时间并大大提高了运算的效率,所以系统使用者通常能很快对系统进行建模并对其加以设计进行仿真和验证,在短的时间内快速实现目标。这样不仅大大节约了设计的成本,也很大的程度上降低了系统产品的研发和生产成本。1.1.2AMESim的缺陷作为一款实用的仿真设计软件,但Amesim也是存在一些缺点,主要是表现为在建立一个模型后,需要在库中设立非常多的元件和参数,不能根据其实物情况来进行确定建立相关的参数。元件库的缺点是元件不够丰富,比较固定。当一个软件使用者在库中需要一个固定的元件而库中没有时,则会认为设计该一个元件仅仅需要较高的传统编程软件设计方法和丰富的软件设计经验,不太适用于一般软件设计者的实际使用。而且与其他的仿真设计软件类似,仿真的过程比较理想化,对现实的流体以及实物中关于流体的特性、摩擦等还须更多的研究,因而该软件的应用不是特别广泛,需要在以后进行纠正。AMESim的使用方法（1）草图模式（Sketchmode）新建一个AMESim文档，出现的就是草图模式，在此模式下设计者根据需求对仿真对象加以设计和建模,此时为一个元件系统模型,然后将几个新的元件系统模型按设计要求连接起来,就是一个完整的系统设计和模型。在液压系统建模中,一般需要使用的是液压系统库、液压传动元件库、信号系统库等,其中液压系统库和元件库在建模中使用的尤为频繁。（2）子模型模式（Submodelsmode）此模式的目的为根据实际的需要为仿真的元件模型选取一个类型相应的子模型,草图模式建立的系统模型如果不正确，则子模型就无法正确建立。一般软件会自动选取最简单的子模型。（3）参数模式（Parametersmode）子模型模式结束，保存文档，进入下一步的参数模式。此模式是根据实物的真实数据为系统模型的子模式设置的相应参数。双击需要设置的元件，然后会出现此元件全部参数的对话框，找到需要更改的参数进行设置即可。（4）运行模式（Runmode）此分析模式即为所谓的仿真时域分析模式,根据需要的分析如下模式:仿真时域分析模式(temporalanalysismode)和线性分析系统仿真模式(linearanalysismode),设定系统仿真的参数和步长,然后根据实际需要对系统的仿真进行研究。减压阀的AMESim建模及仿真先导阀仿真模型图1.1先导减压阀Amesim模型图Fig1.1AMESimmodelofpilotreducingvalve先导减压阀模型是一个膜片式的减压阀,将传统的阀芯结构简化为一个比较小的质量块,将各个阀的差动关系可以通过各个阀的活塞与介质调节阀相连接的形式表示了出来,调节阀的弹簧接口绘制在先导阀模型的上部。p3表示上游,下部的接口通向下游,用调节阀的p2表示。先导阀的仿真主要参数模型如图1.1所示。先导阀仿真模型中用到的先导阀主要参数模型见表1.1。表1.1先导阀仿真主要参数Table1.1Mainparametersofpilotvalvesimulation名称代号数值进水口压力作用阀芯直径D110×10-3m进水口管道直径D15×10-3m出水口压力作用膜片直径D265×10-3m流量系数Cd0.3弹簧刚度系数弹簧最大压缩量阀芯质量阀芯最大行程k△xmx110N/mm12mm0.1Kg10mm1.2.2模型有效性验证初始实验条件如表1.1所示,阀前弹簧压力在580kpa~1200kpa之间随机波动变化,设定此时阀前弹簧预压缩量的平均值为3mm。在amesim中我们进行了仿真,得到预压缩时间与阀前、阀后压力的关系仿真结果如图1.2、图1.3所示,同样初始实验条件下的阀前弹簧实验结果仿真数据列表见图1.4。压力（kPa）时间(s)图1.2先导减压阀阀前压力和阀后压力对比Fig1.2Comparisonofpressurebeforeandafterpilotreducingvalve压力（kPa）时间(s)图1.3先导减压阀阀后压力Fig1.3Pilotreducingvalverearpressure图1.4先导阀阀前压力和阀后压力试验数据Fig1.4Testdataoffrontandbackpressureofpilotvalve从图1.2中我们可以明显看出,相比于阀前的压力,阀后的压力波动明显有所减小,阀后的压力随着阀前信号输入压力的增加而有所明显增加,在阀前信号输入的这个初始始阶段,存在一个压力振荡的过程。从图3.3中我们可以明显看出,所计算得到的实际阀后信号输入压力波动的范围大约是379kpa~424kpa,和所计算实际阀后的压力波动范围为377kpa~419kpa的仿真结果很十分接近。因此,可以明确认为此方法进行仿真的模型确实是有效的,由此对模型进行仿真得出来的实验结果也是可靠的。1.3先导阀的稳态特性研究1.3.1压力特性压力的一种特性对应关系压力是主要指测量当输出液体传动流量送出输入弹簧压力为一定的确定测量值时,输出液体弹簧传动压力与输入液体流量输入弹簧压力的一种特性对应关系。其中先导阀的弹簧预应力压缩压测量额度设定值大约为2.5mm,在Amesim中即可求得先导阀前阀后弹簧传动压力与阀前先导泵和阀后阀前弹簧传动压力的测量关系如下表图3.5所示。图1.5先导阀的压力特性Fig1.5Pressurecharacteristicsofthepilotvalve从图1.5可以清楚的看出,当阀前弹簧压力大于阀后弹簧压力一定的裕量后,先导阀的和阀后弹簧压力会变得比较稳定,随着阀前弹簧压力的逐渐增加,阀后的压力也会略有轻微的增加,但是增幅需要控制在9%的范围内。减压阀实现了较好的减压和导阀稳压的效果。为了有效改善导阀的动态稳压特性,导阀的弹簧压力和刚度往往需要设计得比较大,尽管如此,阀前的压力逐渐增加还是直接造成了导阀弹簧开度的变化和导致了阀后弹簧压力的增加。1.3.2流量特性流量的特性是指阀前的压力一定,输出的压力与阀后流量的相关性。在仿真环境中求得不同的弹簧压缩量的条件下阀前流量与先导和阀后输出压力的稳定性关系。从图1.6可知,随着先导阀后流量的稳定性增加,阀后输出压力稳定性下降的平均值在8%以内,说明了先导阀后压力具有较好的阀后流量稳定性。先导阀后流量的增加稳定性伴随着阀后压力稳定性下降的主要影响因素之一是速度稳定性增加时所带来的损失和局部阀后压力损失的稳定性增加,从而直接导致了阀后输出压力的稳定性下降。图1.6先导阀的流量特性Fig1.6Flowcharacteristicsofthepilotvalve1.3.3先导阀的阀后压力调节范围对于各种先导减压阀来说,改变阀后弹簧预压缩量即可分别得到不同的先导阀后弹簧压力。因此可采用先导阀的仿真压力模型方法来模拟和调节阀前的压力。当为400kpa~1200kpa时,先导减压阀的阀后压力扩大了调节的范围。初始条件仍为,如表1.1所述。压力仿真模型结果所示如图1.7所示。取两个转折点的阀后压力分别为先导阀调压的下限和转折点的调压上限。调压下限调压上限调压下限调压上限图1.7先导阀调压范围Fig1.7Pressureregulatingrangeofpilotvalve综合上述结果，可以得到阀前为400kPa～120kPa时，阀后压力可调范围是280.4kpa~601.5kPa。1.4传统减压阀Amesim建模及仿真1.4.1传统减压阀建模将采用传统减压阀的两个主阀和传统先导式的两个主阀分别用一个amesim线路模型连接进行模拟表达示例如下如图3.11所示,相互间的两个压力差流反馈关系用互相对应关联的连接线路模型进行模拟连接,其中将传统先导式和主阀的两个阀芯大小用一个质量块模型进行连接模拟,大小与主阀活塞上的压力差压反馈关系通过一个压力反馈导引连接起来。图1.8传统减压阀Amesim模型图Fig1.8AMESimmodeloftraditionalpressurereducingvalve先导阀相关参数同表1.1所示，主阀相关参数见表1.2。表1.2主阀仿真相关参数Table1.2Mainvalvesimulationparameters名称代号数值进水口压力P1作用直径d1327.96mm出水口压力P2作用直径上腔压力P3作用直径d2d3216mm423.56mm排放系数节流阀开度Cdkd0.30.3阀芯质量阀芯最大行程阀芯与水平所成夹角mymaxγ280Kg310mm45°阀芯初始行程xk01.4.2传统减压阀模型有效性验证初始仿真条件如表1.1和1.2所示,取阀前输出压力分别为580kpa和1200kpa,设定此时阀前弹簧预振荡和压缩量的稳定值为3mm。在amesim中通过仿真我们可以清楚的得到预压缩时间与阀前输出压力、阀后输出压力的一个关系曲线,如图1.9、图1.10所示。从关系曲线图中我们可以清晰的看到,输出的压力在未达到质量的稳定值前存在明显的弹簧振荡和压缩过程。压力（KPa）时间（s）图1.9传统减压阀阀前压力与阀后压力对比(1200kPa)Fig1.9Comparisonofthepressurebeforeandafterthetraditionalpressurereducingvalve(1200kPa)压力（kPa）时间(s)图1.10传统减压阀阀前压力与阀后压力对比(580kPa)Fig1.10Comparisonofthepressurebeforeandafterthetraditionalpressurereducingvalve(580kPa)图1.11传统减压阀实验数据Fig1.11Experimentaldataoftraditionalpressurereducingvalve从本次仿真的结果图1.9、图1.10可以明显能够看出,传统的减压阀具有很好的实际阀后输出减压效果,仿真可以得到减压阀后的输出压力及其波动幅度范围分别为392kpa~415kpa,波动的幅度与值比为5.8%,和仿真图1.11中的传统实际阀后输出压力420kpa较为的非常接近,所以本次仿真的实验结果也是可靠的。1.5传统减压阀静态特性研究1.5.1传统减压阀压力特性导阀弹簧的压紧量设定为2.5mm,维持导阀进出口的流量不变,阀前进出压力从0~1200kpa之间垂直呈线性地变化,在amesim中求得的仿真结果见图1.12。由于套筒式减压阀的喷孔运动流速完全垂直于减压阀运动的方向,无任何稳态液动力的产生,因此大大提高了套筒式减压阀进出口流量的稳定性。从仿真结果图1.12可以清楚地看出,当阀前后压差大大超过该进出口流量下的稳态液动力裕量后,阀后进出口压力几乎与进出口流量不稳定相关。图1.12传统减压阀压力特性Fig1.12Pressurecharacteristicsoftraditionalpressurereducingvalve1.5.2传统减压阀流量特性维持传统套筒式气动减压泵后阀阀前的阀门压力1200kpa不变,流量在0~30000l/min之间不会发生轴向线性流动变化,求得对于传统筒式减压泵前阀门的泵和阀后阀前压力的流动偏差函数值如下表图1.13所示。由于采用传统的增压套筒式增速减压器的阀门通过一个导阀将进入阀后的输出压力通过一个导阀的增压p3反馈回路传递提供给了一个主减速增压阀,从而通过减压主阀自动地实时调整了主减压阀的压力开度以进行控制并从而保证进入阀后输出压力的方向偏差在一定的压力阈值控制范围内。故从设计图1.13可以清楚地明显看出,减压阀本身仍然具有较好的压力稳定性和内部流量稳态控制传动特性,阀后的输出压力几乎完全稳定不受阀前输出减压阀门内部流量波动变化的直接影响,这也就充分说明了与传统式和套筒式的压力减压传动阀门相较之于传统上的先导式的阀门仍然具有较高的压力稳态传动性能和控制精度。图1.13传统减压阀流量特性Fig1.13Flowcharacteristicsoftraditionalpressurereducingvalve1.5.3传统减压阀的阀后压力调节范围通过计算阀后调节转折点和先导减压阀的弹簧预压缩量即可分别得到传统减压阀后不同的阀后调节压力。初始仿真条件仍为表1.1、1.2所述,当阀前调节压力分别为400kpa~1200kpa之间线性的变化时,求解了传统减压阀的阀后调节压力范围。仿真结果所示见图1.14。仿真结果取两个转折点的阀后调节压力分别为阀后调压转折点的下限和先导调压转折点的上限。调压下限调压上限调压下限调压上限图1.14传统减压阀的调压范围Fig1.14Pressureregulatingrangeoftraditionalpressurereducingvalve综合上述的结果,可以准确地得到阀前为400kpa~120kpa时,阀后压力的可调节范围区间是306kpa~648kpa,这一结果说明目前传统减压阀的开度和调压范围区间的开度相对于先导减压阀来说发生了明显的上移。这种现象主要是由于目前先导减压阀系统调节针形阀的开度变化所影响的,通过进一步的分析和仿真可以发现,调节针形阀的开度可以有效地改变传统减压阀的开度和可调压范围区间。1.6智能减压阀Amesim建模及仿真1.6.1智能减压阀建模智能仿真减压电磁阀控制回路是在智能仿真传统减压阀的控制回路基础上进一步增加了执行器和其他控制回路而成的,其中智能仿真执行器控制回路是一个活塞膜片缸,简化回路为一个活塞质量块和一个活塞液压缸。智能仿真控制回路主要包括仿真减压电磁阀和执行器及控制回路两个单元,以amesim模块的形式予以具体表示。智能仿真控制回路模型如图3.28所示。压力的调节传感器就是将实际的压力与当前目标电磁阀压力的进行比较来调节压力实现的。对于目标的压力控制下限的命名规则为k1和k2,目标的压力控制上限的命名规则为k2和k1,压力控制的基本逻辑原理是:通过电磁阀的压力控制传感器可以检测电磁阀后的压力控制p2的上下限值,将压力p2与电磁阀的压力上下限进行相比。当p2<k2时,此时电磁阀的yv1信号输入的值为1,即此时电磁阀的yv1通电全开,相应的闸阀yv2信号输入的值为0,电磁阀的yv2失电关闭,这样可以使得闸阀执行器的电磁阀活塞杆逐渐下移,先导阀阀门的开度逐渐地加大,以使压力p2上升;当p2>k1时,也就是当阀后的压力控制p2大于设定电磁阀压力的上限时,此时电磁阀的yv2信号输入的值为1,即此时电磁阀的yv2通电全开,相应的闸阀yv1信号输入的值为0,电磁阀的yv1失电关闭,这样可以使得电磁阀执行器的活塞杆逐渐上移,先导阀阀门的开口逐渐地减小,以使p2下降;也就是当电磁阀p2位于闸阀k1与电磁阀k2之间时,压力的调节可以达到目标压力控制精度的范围,此时闸阀yv1和电磁阀yv2的先导阀信号输入均目标精度为0,即均失电关闭。图1.15智能减压阀仿真模型Fig1.15Simulationmodelofintelligentpressurereducingvalve设定阀前控制压力初始控制值数值为1200kpa,设定阀前启动压力控制系数值为下限控制压力系数k2为370kpa,上限控制压力系数k1为400kpa,阀后控制压力初始最终控制压力条件系数设定为0,其余的压力初始控制压力最终控制系数条件如表3.1、表3.2所示。图3.29所示为智能减压仿真算法所得的阀前膜片压力与执行器阀后膜片压力大小的对比。由智能减压图中的数值可以很清楚地看出,阀后膜片压力大小为378kpa,在阀前压力大小的设定上下限之间,执行器的膜片压力大小为463kpa。智能减压阀准确的算法达到了阀前压力调节的目标,若对智能减压算法的准确性进行了改进,阀后膜片压力的调节精度和效率可以进一步提高。图3.30中分别明确表示了一个电磁阀自动执行器膜片yv1和一个电磁阀或铁阀膜片yv2的进行通电压力动作设定工作时间情况,yv1在最终端开始系统供电进行系统自动检测并得到一个阀后的通电压力较低时,在极短的通电工作设定时间内,将一个阀后的通电压力幅度拉了一半再加上来,当对最开始系统进行自动检测并得到一个阀后的通电压力已经完全超过了新的设定值时,yv2又在最开始得到通电自动后又降低了一个电磁阀自动执行器和铁膜片通电压力p4的设定工作时间压力,两者交替同时进行通电动作,在任一特定的工作时刻内都只有一个新的电磁阀或铁膜片才能自动通电。压力（kPa）时间(s)图1.16智能减压阀阀前压力与阀后压力对比Fig1.16Comparisonofpressurebeforeandafterintelligentpressurereducingvalve时间(s)图1.17智能减压阀电磁阀YV1和YV2通电情况Fig1.17Poweronconditionofintelligentpressurereducingvalvesolenoidvalveyv1andyv2图1.16~7为图1.17为用于主阀的启动阀芯中心行程、执行器上的阀芯中心行程和用于先导启动阀芯的阀芯中心行程自动变化的基本情况。从上游阀芯运动行程测量图中我们不仅可以清楚地明显看出,先导运动阀的主阀芯的运动行程与其上游阀前阀后活塞腔泵阀压力间的p3相互作用和阀芯振荡的相互影响,从而直接关系造成了上游主阀芯的阀前活塞腔泵阀压力和下游阀的主阀芯腔压力的相互变化。其中又以流体先导运动阀门和阀芯运动行程的巨大变化和阀芯振荡最明显。位移(mm)时间(s)图1.18主阀阀芯行程Fig1.18Mainvalvecorestroke执行器行程(mm)时间(s)图1.19执行器行程Fig1.19Actuatortravel先导阀行程(mm)时间(s)图1.20先导阀阀芯行程Fig1.20Pilotvalvespooltravel1.7智能减压阀静态和动态特性智能减压阀的设定值膜片先导弹簧压力p1和p4在稳态下设定值是不变的,相当于膜片先导弹簧的制动阀预压缩量xk稳定不变。因此在制动阀膜片先导弹簧压力p1和p4为任意的设定值稳定不变时,智能减压制动阀与其他传统的减压制动阀一样具有相同的控制器动态特性和相同静态的特性。但在由于控制器的动作而直接造成p4变化的非智能稳态制动阀过程中,压力p4的快速振荡变化过程可能会直接造成阀后的压力p1和p2的快速振荡变化,为了避免快速振荡的情况发生,在设计算法上一定要尽量避免压力p4快速变化的情况发生。2系统在阶跃输入下的响应2.1先导阀的动态特性研究2.1.1先导阀的快速响应性研究在一个先导减压阀的弹簧进口端施加一个阶跃压力的时域信号,幅值范围为1000kpa,从10spa开始触发,仿真结果得到了阀后阶跃压力的弹簧阶跃时域失调信号。从仿真的图5.10可以清楚地看出,导阀在弹簧阶跃时域信号的输入下,输出的压力与弹簧产生了轻微的振荡,随着超调量和弹簧的压缩失调量的减少和增大,阀后压力的振荡也得到了显著的减缓和抑制,超调量虽然较少,但导阀达到稳定超调状态的持续时间却变得更长。按照计算机工程学自动控制论的基本观点,以导阀峰值失调时间大于tp的幅值来作为衡量和判断先导减压系统运行快速性的重要指标。从本次仿真的结果可见,tp的峰值失调范围一般是0.04~0.08s,峰值失调时间与导阀超调量和弹簧的压紧失调量之间呈正整数比例的关系。图2.1先导阀动态特性Fig2.1Dynamiccharacteristicsofpilotvalve2.1.2先导阀的传递函数以之前的仿真为基础，即弹簧压缩量2.5mm，当输入压力为580kPar~1200kPar，在AMESim中线性分析模式得到系统输出的bode图2.2。图2.2先导阀的幅频特性和相频特性Fig2.2Amplitudefrequencycharacteristicandphasefrequencycharacteristicofpilotvalve述幅和高频图分析可以充分说明传统减压阀的高频相位信号输出的高频幅值已经远远的要小于传统减压阀高频输入的相位幅值,并且系统已经呈现出较大的振动频率和相位倾角上的相关性,在高频相位输出应用阶段由于减压阀的高频输出相位幅值也可能会随之有所大的降低。同样的,从这个相频误差图中也同样可以很清楚地可以看出,在高频减压输出驱动阶段高频减压阀的输入相位和倾角方向偏差已经有所明显加大,说明高频减压阀驱动系统已经出现了时滞,产生了更大的高频输出端在相位和输入倾角上的误差。2.1.3先导阀的稳定性根据传递函数nyquist的判据,对于一个闭环的系统,可以根据其中的开环传递函数的稳定性来进行判断闭环系统的稳定性,nyquist的判据并不是在[s]的平面而是在[gh]的平面上来判断闭环系统的稳定性,即根据[gh]在闭环平面上的传递函数g(jw)h(jw)的轨迹来进行判断。基于闭环系统计算出来的传递函数,得到的奈奎斯特图如图2.3所示。图2.3先导减压阀奈奎斯特图Fig2.3Nyquistdiagramofpilotreducingvalve系统稳定的第一个前提是特征方程的先导阀根全部为负实部。由于先导阀的开环传递系统的先导阀是右半平面第一个极点(也是系统特征方程的第一个极点)数p=0的最小相位开环传递系统,从奈奎斯特图2.3中我们可以清楚地看出,先导阀的开环传递函数的极点在奈奎斯特图未包围(-1,j0)点,可得函数n=0。因此依据特征方程的零点数z=n+p,可得一个先导阀特征方程在右半平面的最小零点数,也就是先导阀闭环传递函数在右半平面的最小极点数z=0,因此,先导阀的开环传递函数系统和先导阀闭环传递系统都在数学上是稳定的。2.2传统减压阀动态特性研究2.2.1传统减压阀响应快速性研究在减压阀的进口端首先施加一个仅在阶跃状态时域施加压力的幅值仿真模拟信号,幅值仿真范围设定为1000kpa,从10s出口开始依次触发,仿真后的结果可以得到在开阀后施加压力的一个阶跃状态时域仿真信号图2.4传统减压阀响应快速性Fig2.4Fastresponseoftraditionalpressurereducingvalve从图2.4可以明显看出,传统减压阀的峰值响应时间和快速性分析呈现出与传统先导减压阀一致的峰值响应特性,随着先导阀弹簧压紧部件数量的增加,峰值响应时间tp延长,峰值快速性时间的响应范围一般是18s~62s。与传统先导减压阀的峰值快速性分析的结果比较有明显差异的地方是,传统先导减压阀没有明显出现超调现象,说明该阀对系统工作过程中的负反馈和积分控制两个环节都起到了很好的稳态控制和误差消除的自动控制作用。压力（kPa）时间(s)图2.5阀后压力动态振荡过程放大Fig2.5Amplificationofthedynamicoscillationprocessofthepressurebehindthevalve开度（mm）时间（S）图2.6导阀位移振荡Fig2.6Pilotvalvedisplacementoscillation导阀流量(L/min)时间（S）图2.7导阀流量Fig2.7Pilotflow压力（kPa）时间（S）图2.8导阀阀前压力Fig2.8Pilotvalvefrontpressure位移（mm）时间（S）图2.9主阀开度Fig2.9Mainvalveopening从图2.5~2.9可以清楚地看出,在阶跃信号的作用下,阀后的压力经历了一个连续振荡的过程。此一个震荡的过程主要是由于导阀的位移x和行程y的连续振荡现象引起,造成了减压阀先导系统流量弹簧压力q'的振荡和主阀活塞缸压力p3的振荡,最终造成主阀行程y的振荡和阀后压力p2的振荡。这种振荡现象随着导阀弹簧压紧量xk的增加而改变,当导阀弹簧压紧量xk增加到一定程度后,导阀位移x不再振荡,但导阀流量q'和主阀先导系统活塞缸压力p3依然连续振荡,从而最终造成了减压阀阀后压力的连续振荡。2.2.2传统减压阀的稳定性为保证得到了传统先导减压阀的稳定性,对主阀的传递函数模型进行了研究。主阀的传递函数模型在前述的传统先导减压阀的结构和图形上进行了简化而成,去掉了传统先导减压阀和闭环系统相关的减压阀回路,变成了开环系统的减压阀形式,如图2.10所示。当初始的阀门行程为0,输入的随机压力为580kpar~1200kpa随机压力波动时,主阀的传递函数的幅频特性和主阀的相频特性模型如图2.11所示。图2.10主阀Amesim模型Fig2.10AMESimmodelofmainvalveL(w)(dB)φ(w)(度)图2.11主阀的幅频特性和相频特性Fig2.11Amplitudefrequencycharacteristicandphasefrequencycharacteristicofmainvalve对主阀的稳定性采用Naquist判据进行判断，如图2.11所示。图2.12主阀奈奎斯特图Fig2.12MainvalveNyquistdiagram从以上图2.11可以清楚地看出,传统的减压阀在低频段的开环响应特性会比较好,而在高频段的性能会有较大恶化。因此传统减压阀的开环传递函数系统应该是右半平面的极点(也是系统特征方程的最小极点)数p=0的最小减压阀相位传递函数系统,从图2.12中我们可以清楚地看出,传统的减压阀特征方程开环传递函数的极点在奈奎斯特图未包围(-1,j0)点,可得传递函数n=0。但是依据特征方程的零点数z=n+p,可得传统的减压阀特征方程在右半平面的最小零点数,也就是减压阀闭环传递函数在右半平面的最小极点数z=0,因此,传统减压阀的开环传递函数系统和减压阀闭环传递函数系统都应该是稳定的。2.3智能减压阀动态特性研究2.3.1智能减压阀的传递函数在随机控制压力不变的正常情况下,输入端控制压力为580kpar~1200kpa随机控制压力波动时,可以通过分析得到该智能减压阀的传递函数如分析图2.13所示。从分析图2.13可以很清楚地看出,减压阀的各种幅频特性和相频特性都产生了振荡的现象,这种振荡现象主要是对输入端压力开始加载时系统的初始振荡过程的分析和反映,不能直接作为确定和评估输入端系统的稳态和输出的重要依据。L(w)(dB)φ(w)(度)图2.13智能减压阀的幅频特性和相频特性Fig2.13Amplitudefrequencycharacteristicandphasefrequencycharacteristicofintelligentpressurereducingvalve2.3.2智能减压阀稳定性分析根据仿真模型奈奎斯特闭环系统稳定性的判据,为了准确分析减压阀闭环系统的稳定性,需要对其闭环系统所对应的减压阀开环系统部分进行稳定性分析判断。仿真模型智能减压阀由对应的智能减压阀闭环先导阀部分和对应的主阀组成,只需对其减压阀开环系统的稳定性采用仿真模型奈奎斯特闭环系统稳定性分析判据的方法进行稳定性分析,即可直接得到主阀所对应的减压阀闭环系统的稳定性。建立仿真模型智能减压阀开环系统先导部分的稳定性仿真系统模型如图2.14所示。图2.14智能减压阀先导部分Amesim模型Fig2.14AMESimmodelofpilotpartofintelligentpressurereducingvalve当随机控制阀前压力不变,阀前的先导压力传递函数可变为580kpa~1200kpa随机控制压力连续波动时,可以通过压力分析计算得到该新型卧式智能自动减压压力控制阀的全部先导控制压力和部分控制阀前压力开环传递函数,如软件图2.15所示。L(w)(dB)φ(w)(度)图2.15智能减压阀导阀开环系统的幅频特性和相频特性Fig2.15Amplitudefrequencycharacteristicsandphasefrequencycharacteristicsofopen-loopsystemofintelligentpressurereducingvalvepilotvalve图2.16智能阀先导阀部分的奈奎斯特图Fig2.16Nyquistdiagramofpilotvalvepartofintelligentvalve从上述图2.15可以很清楚地看出,智能减压阀的开环部分在低频段的开环响应特性会比较好,而在高频段的响应性能的情况也会比较恶化。智能减压阀开环的系统应该是右半平面的最小极点(也是系统特征方程的最小极点)数p=0的最小相位闭环传递系统,从上述图2.16中我们可以很清楚地看出,智能减压阀的开环传递函数的极点在奈奎斯特图未包围(-1,j0)点,可得函数n=0。因此依据特征方程的零点数z=n+p,可得特征方程在右半平面的最小零点数,也就是系统的闭环传递函数在右半平面的最小极点数z=0,因此,智能减压阀开环的系统和减压阀的闭环传递系统都应该是稳定的。3系统辨识求传递函数3.1系统辨识的概念在已知系统数学模型时，人们可以对系统进行分析，改善系统的性能，甚至预测系统的运动，才能进而对系统实施最佳控制。事实上，不仅仅在工程问题上需要建立系统模型，在自然科学，社会科学等多学科问题中也需要建立相关的系统数学模型。建立物理系统的数学模型，是人们最熟悉的分析方法，然而这种方法只适用一些理想情况或者比较简单的系统。对于复杂的系统，人们往往对其结构，运动的机理都不甚了解，就难以甚至无法建立数学模型来进行分析。这时候就需要通过实验，利用系统的输入-输出信号来建立系统数学模型的理论和方法—系统辨识。此章我们利用系统辨识的频率特性法来辨识系统3.2先导阀的系统辨识图3.1先导阀的bode图Fig3.1Bodediagramofpilotvalve3.2.1先导阀频率特性的参数模型估计由典型环节的Bode图可知（1）、从低频段开始其渐进线为过点（1，20）的直线，斜率为0dB/dec，此环节为比例环节。（2）、高频段的渐进线为过点（，20）且斜率为-20dB/dec的直线，为，是最小转折频率，此环节为惯性环节。（3）、根据高频段渐进线与低频段渐进线交点确定=100rad/s。（4）、由（1）知，此系统为0型系统，由其低频段渐进线与y轴交点可得，=0，所以系统增益为K=26.6。（5）、由转折频率=后为惯性环节，则1/T=100，T=1/100，惯性环节表达式为得出，此环节传递函数为。（6）、惯性环节后，当=1000rad/s时，渐进线斜率增至-60dB/dec，说明叠加了一个惯性环节，此环节的表达式为，阻尼由谐振峰值处=800rad/s，=1000rad/s，由公式=0.424（7）所以根据各环节的对数幅频特性可初步估计系统的频率特性为：，化简得，此即为先导阀的传递函数估计