陳帝伊,申 滔,馬孝義
(1.西北農(nóng)林科技大學(xué),機(jī)械與電子工程學(xué)院,陜西 楊凌 712100;2.西北農(nóng)林科技大學(xué),水利與建筑工程學(xué)院,陜西 楊凌 712100)
旋轉(zhuǎn)圓盤應(yīng)用于諸多領(lǐng)域,如光盤資源、硬盤驅(qū)動(dòng)和圓鋸片等。在外力和內(nèi)部諧振的作用下,旋轉(zhuǎn)圓盤的混沌振動(dòng)行為將影響系統(tǒng)的性能[1]。采用被動(dòng)式的控制方法,改變物理機(jī)械性能可消除其混沌振動(dòng),例如改變圓盤的厚度,因?yàn)闀?huì)影響到其自然頻率和旋轉(zhuǎn)速度,所以通常不被采用[2]。
混沌控制,研究的是在系統(tǒng)參數(shù)客觀不可改變,或大的參數(shù)改變須付出極大代價(jià)時(shí),保留原有參數(shù)條件或僅對(duì)參數(shù)進(jìn)行微調(diào),將混沌系統(tǒng)控制到周期軌道或平衡點(diǎn)[3]。典型的控制方法有OGY法、線性反饋控制方法、自適應(yīng)控制方法、Lyapunov指數(shù)法、反饋滑模變結(jié)構(gòu)法等[4-10]。這些控制方法都有各自的優(yōu)點(diǎn),也有其缺陷及其適用范圍。鑒于此,本文運(yùn)用比例積分滑模變結(jié)構(gòu)控制的方法很好地控制旋轉(zhuǎn)圓盤的混沌振動(dòng)。
依據(jù)文獻(xiàn)[2] 中所描述的旋轉(zhuǎn)圓盤橫向振動(dòng)的四維動(dòng)力學(xué)方程,分析其復(fù)雜動(dòng)力學(xué)特征,而后用比例積分滑模變結(jié)構(gòu)法,控制處于混沌狀態(tài)的旋轉(zhuǎn)圓盤到任意固定點(diǎn)和周期軌道,重點(diǎn)討論了其增益系數(shù)和滑模面初始值對(duì)控制過程的影響,得出一些定性的結(jié)論。
在文獻(xiàn)[2] 中,研究系統(tǒng)的數(shù)學(xué)表達(dá)式為:

其中,x和y是極坐標(biāo)下的振幅函數(shù),ω,Ω,γ和F均為大于零的連續(xù)參數(shù),ω和Ω分別表征無量綱的自然頻率和自旋頻率,F(xiàn)表征作用于圓盤的集中力。選取參數(shù) ω =1,Ω =0.8,γ =1,F(xiàn)=4,則系統(tǒng)(1)的三維相圖及平面相圖如圖1~圖3所示:

圖1 x1-x2-x3三維相圖Fig.1 The x1-x2-x3 threedimensional phase diagram

圖2 x1-x3平面相圖Fig.2 The x1- x3 phase diagram

圖3 x2-x4平面相圖Fig.3 The x2- x4 phase diagram

圖4 Poincare映射圖Fig.4 The Poincare diagram
觀察圖1~圖3的拓?fù)浣Y(jié)構(gòu)可以初步判斷系統(tǒng)(1)具有混沌的復(fù)雜動(dòng)力學(xué)特征。
系統(tǒng)(1)在x3=0截面的Poincare映射圖如圖4所示,通過Poincare截面上是一些成片的具有分形結(jié)構(gòu)的密集點(diǎn),可以判斷系統(tǒng)處于混沌狀態(tài)。
Lyapunov指數(shù)是定量描述混沌吸引子的相鄰軌線收縮或擴(kuò)張的量,可以利用Lyapunov指數(shù)來判定一個(gè)系統(tǒng)是否出現(xiàn)混沌或者超混沌。
運(yùn)用MATLAB求出系統(tǒng)(1)的Lyapunov指數(shù)譜,得到t→∞時(shí)系統(tǒng)的四個(gè)Lyapunov指數(shù)分別為:λL1=0.000 57,λL2=0,λL3= -0.000 23,λL4= -0.000 24。最大Lyapunov指數(shù)大于0,因此系統(tǒng)(1)是混沌的。
變結(jié)構(gòu)控制理論的基本思想是:首先設(shè)計(jì)出一個(gè)性質(zhì)良好的滑模平面,使系統(tǒng)限制在滑模平面上時(shí),具有所期望的性質(zhì);然后施加控制,使系統(tǒng)到達(dá)滑模面上,并保持在其上滑動(dòng)[3]。
因此,系統(tǒng)(1)的受控形式如下:

式中:u1,u2,u3和u4為控制輸入,加入合理的控制器可將圓盤橫向振動(dòng)的振幅及振幅變化的速率控制在所需的范圍或固定值,以保證圓盤的正常運(yùn)行工況。定義矩陣:

其中,A為系統(tǒng)線性矩陣,B為控制矩陣,g為系統(tǒng)的非線性矩陣。控制的目標(biāo)是使系統(tǒng)狀態(tài)x=[x1,x2,x3,跟蹤一個(gè)時(shí)變狀態(tài) xd=[xd1,xd2,xd3。為此,定義跟蹤誤差:

則誤差動(dòng)力系統(tǒng)為:

可定義時(shí)變的比例積分滑模面為S=S(e,t),即:

式中,附加矩陣K∈R4×4且滿足det(KB)≠0,附加矩陣L∈R4×4且滿足A-BL為負(fù)定矩陣。在滑動(dòng)模態(tài)下必須滿足 S==0。


為滿足滑動(dòng)條件,在等效控制器中加入一個(gè)非連續(xù)項(xiàng)得到如下控制策略:

式(8)中sign(S)為符號(hào)函數(shù),即S>0時(shí)sign(S)=1,S=0時(shí)sign(S)=0,S<0時(shí)sign(S)= -1。
證明過程詳見參考文獻(xiàn)[3] 。
受控前,即u1=u2=u3=u4=0時(shí),系統(tǒng)(2)狀態(tài)變量隨時(shí)間變化的圖形如圖5(a,b,c,d)所示:

圖5 受控前狀態(tài)變量隨時(shí)間變化的曲線Fig.5 The movement graphic of state variables before control
為將系統(tǒng)(2)控制到目標(biāo)態(tài),選取附加矩陣K=diag(1,1,1,1)可保證 KB 為非奇異矩陣;選取 A -BL的特征根為P=[-5,-5,-5,-5] ,采用極點(diǎn)配置法確定矩陣:

選取比例積分滑模面如下:

設(shè)置系統(tǒng)初始值[x1(0),x2(0),x3(0),x4(0)] =[0.5,0.8,0.2,0.4] ,參照狀態(tài) xd1=xd2=xd3=xd4=xd。則控制信號(hào)如下:

在實(shí)際變結(jié)構(gòu)控制中,由于慣性、滯后等因素的存在,抖振的產(chǎn)生是必然的。抖振問題的存在是變結(jié)構(gòu)控制深入應(yīng)用的主要障礙,許多學(xué)者都曾致力于該方面的研究,也得到了很多成果,歸納起來,主要有兩個(gè)途徑,一是對(duì)理想切換采用連續(xù)近似;二是調(diào)整到達(dá)速率。前者雖然消除了抖振,卻使控制器失去了寶貴的抗攝動(dòng)、抗干擾的特性,從而限制了它的應(yīng)用范圍。所以,后者的應(yīng)用發(fā)展前景較為樂觀,也是眾多學(xué)者研究的重點(diǎn)[11]。為了消除變結(jié)構(gòu)控制給系統(tǒng)帶來的抖動(dòng),必須選取合適的增益系數(shù)。在本文中,由2.1的推導(dǎo)過程可知:

此控制方法能夠控制系統(tǒng)(2)穩(wěn)定到任意一點(diǎn),為了不失一般性,本文取固定點(diǎn)[0.5,0.5,0.5,0.5] ,即xd=0.5,S·求解的初值為[0.1,0.1,0.1,0.1] ,增益系數(shù)k依次取值2、3、4、5,其他參數(shù)值依次為 ω =1,Ω =0.8,γ=1,F(xiàn)=4。在k=3時(shí),調(diào)整的初值為[1,1,1,1] 。系統(tǒng)控制器均在10 s時(shí)加入,得系統(tǒng)狀態(tài)變量、控制器及滑模面隨時(shí)間變化圖形分別如圖6、圖7和圖8所示。
由圖6可知,隨著控制器增益系數(shù)k取2、3、4、5依次增大,各維狀態(tài)變量受控的過渡過程時(shí)間越短,但是,過渡過程的峰值越大。當(dāng)然,他們之間并不是成線性關(guān)系,如x2維隨著增益系數(shù)k的增大,過渡過程的時(shí)間縮短較小,而峰值增大較多。圖7反映了隨著增益系數(shù)k的增大,滑模面趨近0的時(shí)間縮短,過渡過程均為斜線。圖8中可觀察到,在各個(gè)增益系數(shù)k的各個(gè)取值時(shí),控制器的輸出曲線最終在確定的基值、上界和下界間波動(dòng),證明系統(tǒng)誤差已達(dá)到0,控制器的輸出波動(dòng)僅因S的微小變化引起符號(hào)函數(shù)sign(S)躍變而產(chǎn)生。隨著增益系數(shù)k的增大,控制器達(dá)到穩(wěn)定的時(shí)間越短,但是,過渡過程中的峰值越大,且穩(wěn)定后的上、下界波動(dòng)范圍越大。求解的初值對(duì)系統(tǒng)的過渡過程也是有影響的,其初值距最終穩(wěn)定的0越小,時(shí)間越短,峰值也偏大。





綜上所述,增益系數(shù)k的取值,應(yīng)該根據(jù)不同工況的實(shí)際需求,在有效的解決抖振問題的前提下,綜合平衡過渡過程時(shí)間、過渡過程的峰值和控制器最終輸出曲線的上下界三者的關(guān)系。當(dāng)然求解的初值距最終穩(wěn)定的0值越小越好。
此控制方法能夠控制系統(tǒng)(2)穩(wěn)定到任意周期軌道,為了不失一般性,此處取sin(Ωt)為例,則令xd=sin(Ωt),其中參數(shù)取值為 ω =1,Ω =0.8,γ =1,F(xiàn)=4 和k=3,在10 s時(shí)加入控制器,得系統(tǒng)狀態(tài)變量及控制器隨時(shí)間變化圖形如圖9和圖10所示。
由圖9可知,加入控制器后,系統(tǒng)(3)最終跟蹤參照狀態(tài)xd至周期軌道,其增益系數(shù)對(duì)過渡過程的影響與控制到固定點(diǎn)時(shí)的結(jié)論相通,在此不再贅述。
在大多數(shù)機(jī)械系統(tǒng)中,混沌是一種有害的運(yùn)動(dòng)形式。因此,建立系統(tǒng)模型,選取合適的參數(shù)并設(shè)計(jì)合理的控制器,消除不期望出現(xiàn)的混沌態(tài),使機(jī)械系統(tǒng)穩(wěn)定運(yùn)行,具有重要意義。本文基于所選取的比例積分滑模面,推導(dǎo)出相應(yīng)的控制策略使旋轉(zhuǎn)圓盤的橫向振動(dòng)系統(tǒng)到達(dá)滑動(dòng)模態(tài),實(shí)現(xiàn)控制目標(biāo),并詳盡分析了控制器增益系數(shù)的選擇來解決抖振問題,以及在過渡過程的時(shí)間、過渡過程的峰值和控制器最終輸出曲線的上下界三個(gè)方面的影響。即:增益系數(shù)越大,則過渡過程的時(shí)間越短,過渡過程的峰值越大,且控制器的過渡過程時(shí)間越短,峰值越大,控制器穩(wěn)定后的上下界越大。同時(shí),滑模面求解的初值距最終穩(wěn)定的0值越小越好。
后續(xù)的工作有必要對(duì)控制器的投入時(shí)間,該控制方法在其他混沌系統(tǒng)中的應(yīng)用以及相關(guān)實(shí)驗(yàn)等方面進(jìn)行研究。
[1] Raman A,Mote Jr C D.Remarks on the nonlinear vibration of an axisymmetric circular disk near critical speed[J] .International Journal of Nonlinear Mechanics,2002,37:35-41.
[2] Salarieh H,Sadeghian H,Merat K.Chaos control in lateral oscillations of spinning disks via nonlinear feedback[J] .Nonlinear Analysis:Real World Applications,2009,10:2864-2872.
[3] 申 滔,陳帝伊,馬孝義,等.圓柱罐中液體振動(dòng)的混沌分析及滑模變結(jié)構(gòu)控制[J] .水利與建筑工程學(xué)報(bào),2010,8(6):76-80.
[4] De Paula A S,Savi M A.A multiparameter chaos control method based on OGY approach[J] .Chaos,Solitons &Fractals,2009,40(3):1376 - 1390.
[5] 董小閔,余 淼,廖昌榮,等.具有非線性時(shí)滯的汽車磁流變懸架系統(tǒng)自適應(yīng)模糊滑模控制[J] .振動(dòng)與沖擊,2009,28(11):55 - 60,203.
[6] 陳帝伊,石 琳,馬孝義,等.一類離心輪系統(tǒng)的混沌數(shù)學(xué)模型及其線性反饋控制[J] .中國機(jī)械工程,2010,21(24):2932-2935.
[7] 陳帝伊,陳海濤,馬孝義,等.只含一個(gè)非線性項(xiàng)的超混沌系統(tǒng)及其控制比較[J] .計(jì)算機(jī)應(yīng)用,2010,30(8):2045-2048.
[8] Ataei M,Kiyoumarsi A,Ghorbani B.Control of chaos in permanent magnet synchronous motor by using optimal Lyapunov exponents placement[J] .Physics Letters A,2010,374(41):4226-4230.
[9] Salarieh H,Alasty A.Control of chaos in atomic force microscopes using delayed feedback based on entropy minimization[J] .Communications in Nonlinear Science and Numerical Simulation,2009,14(3):637-644.
[10] Wang C C,Pa N S,Yau H T.Chaos control in AFM system using sliding mode control by backstepping design[J] .Communications in Nonlinear Science and Numerical Simulation,2010,15(3):741 - 751.
[11] 鄒偉全,姚錫凡.滑模變結(jié)構(gòu)控制的抖振問題研究[J] .控制與檢測,2006(1):53-55.