基于模糊PID控制的六自由度液壓系統

張 婧，馬訓鳴

（西安工程大學 機電工程學院，陜西 西安710048）

0 引 言

六自由度并聯平臺是由6個液壓缸共同配合完成指定的姿位變換，各個缸之間的輸出會相互影響，因此平臺具有高度非線性，強耦合的特點.PID控制器以其結構簡單，對模型誤差具有魯棒性及易于操作等優點，被廣泛應用于冶金、化工、電力、輕工和機械等工業過程控制中［1］.受負載交聯耦合的影響，傳統的PID控制難以滿足系統快速、精準的響應要求，相對于常規控制系統，模糊控制系統的魯棒性更強，外部干擾以及參數變化對控制效果的影響被減弱，特別是對于非線性、時變以及純滯后系統，模糊控制比常規控制具有更好的控制效果［2］.為了提高控制效果，文獻［3］將自適應控制和滑膜控制結合，提高了軌跡跟蹤精度；文獻［4］采用運動學的控制方法以及MADRC控制系統控制各項指標達到期望；文獻［5］提出了將免疫算法引入增量式PID控制器，增強了系統的穩定性和魯棒性；文獻［6］改進了BP神經網絡方法，減小了控制系統的延遲.PID控制器具有較差的動態響應效果，模糊控制器具有較好的快速性和較強的適應性.將模糊控制與PID控制結合，能夠實現對電液伺服控制器這一類非線性系統的良好控制［7］.本文根據實驗室六自由度平臺實際參數確定了電液伺服控制系統的傳遞函數，設計了相應的模糊控制器，通過Matlab／AMEsim的聯合仿真，探討了模糊PID控制系統的優勢，達到了提高平臺響應速度及精度的目的.

1 模糊PID控制算法

傳統PID控制傳遞函數為

式中，Kp為比例系數；Ki為積分時間常數；Kd為微分時間常數.

在PID控制器中，比例環節反映控制系統的偏差信號；積分環節主要用于消除靜差，提高系統的無差度［9］；微分環節反映偏差信號的變化趨勢，并在偏差信號過大前引入一個修正，從而加快系統的動作速度，減少調節時間.

模糊控制是以模糊集合論、迷糊語言變量及模糊邏輯推理為基礎的一種計算機控制［10］.模糊控制系統由模糊控制器和對象組成，如圖1所示.

從理論上講，模糊控制器的維數越高，控制越精細，但當維數過高時，模糊控制規則變得過于復雜，控制算法的實現相當困難［11］.本文采用二維模糊控制器，以誤差e及誤差變量ec作為輸入變量.將采集的系統誤差e及誤差變化率ec，通過模糊控制器推導出相應的輸出量，對PID控制中的3個參數進行實時修改，達到在不同干擾下控制系統的目的.因此，文中的控制系統整體與模糊控制框架相似，但在模糊控制器后串聯一個PID控制器，模糊控制器的3個輸出量首先作用在PID控制器上進行參數調整，再由調整參數后的PID控制對象.

模糊化：首先確定2個輸入及3個輸出的論域.本文中，2個輸入變量分別為e及ec；3個輸出變量為Kp、Ki及Kd，論域均設為（-3，3）.模糊控制的精細化程度由模糊語言的個數決定.本文采用：NB（負大）、NM（負中）、NS（負小）、ZE（零）、PS（正小）、PM（正中）、PB（正大）作為語言變量.均采用三角形模糊集合的隸屬度函數.

控制規則：模糊PID控制器就是不同時刻的輸入量的組合與PID控制器的參數之間的控制關系［12］.根據PID控制規則，當系統誤差e較大時，選用較大Kp加快響應速度，減小Kd防止微分飽和，去掉積分作用防止系統超調；系統誤差e及誤差變化率中大時，選用較小的Kp減小超調，適中的Ki及Kd保證響應速度；系統誤差e較小時，選用較大的Kp和Ki，當ec較大時減小Kd，反之增大Kd.系統偏差變化率ec的值，體現了系統偏差變化的速率.因此當ec值大時，適當減小Kp，增大Ki.

基于以上原則，以e取NB為例，采用IF-THEN語言來編寫模糊PID控制規則如下：

圖1 模糊控制系統組成Fig.1 The fuzzy control system

If（e is NB）and（ec is NB）then（kp is PB）（ki is NB）（kd is PS）

If（e is NB）and（ec is NM）then（kp is PB）（ki is NB）（kd is NS）

If（e is NB）and（ec is NS）then（kp is PM）（ki is NM）（kd is NB）

If（e is NB）and（ec is ZE）then（kp is PM）（ki is NM）（kd is NB）

If（e is NB）and（ec is PS）then（kp is PS）（ki is NS）（kd is NB）

If（e is NB）and（ec is PM）then（kp is ZE）（ki is ZE）（kd is NM）

If（e is NB）and（ec is PB）then（kp is ZE）（ki is ZE）（kd is PS）

其他規則類似，根據以上規則設置Matlab中的Fuzzy模塊可得到如圖2所示的Surface圖.

2 液壓伺服系統傳遞函數

六自由度平臺由六路并行的閥控液壓缸共同控制，每一路液壓伺服系統都可被看作一路單獨的控制對象，故而只需對其中一路液壓伺服系統進行建模.被控對象主要由功率放大器、伺服比例閥及液壓缸組成［13］.

圖2 Fuzzy控制規則Surface圖Fig.2 Surface of fuzzy control rules

2.1 伺服比例閥

在多數電液伺服系統中，動力元件的動態響應往往低于伺服閥的動態響應［14］.故電液伺服比例閥的二階近似傳遞函數可化簡為

其中，ζsv為閥的阻尼比；Ksv為閥的流量增益；ωsv為閥的固有頻率.

本文采用ATOS公司生產的DLHZO-TE-040-L71伺服比例閥，根據頻率響應特性曲線圖取幅值比為-3dB所對應的頻率為140Hz，相位滯后90°所對應的頻率為130Hz，取ωsv=135Hz.

根據式（3），當φ（ω）=30°時：

即當φ（ω）=30°時，ζsv=1.23；同理當φ（ω）=40°時，ζsv=1.29；φ（ω）=45°時，ζsv=1.33.故取平均值ζsv=1.28.

根據壓差／流量曲線可查得，當閥降壓Δp=30bar時，額定流量=27L／min.電流I取0.01A，則Δp=30bar時，額定流量40L／min的閥的流量增益為

故伺服閥的傳遞函數為

2.2 液壓缸與負載

本文選用的是一種非對稱閥控液壓缸，其傳遞函數為

2.3 功率放大器

功率放大器等環節的響應速度遠大于壓缸的響應速度，因此功率放大器、位移傳感器等環節都可被看為比例環節：功率傳感器增益取Kp=0.007A／V；位移傳感器增益取Ks=100V／m.系統開環方框圖如圖3所示.

圖3 系統開環方框圖Fig.3 Open loop system block diagram

在Matlab中繪制系統的博德圖如圖4所示.由圖4可知，增益裕量為K=14.8dB，相位裕量為Ye=23.7°，故此系統是穩定的.

圖4 系統博德圖Fig.4 Byrd system diagram

3 仿真平臺的搭建與運行

本文使用美國MathWorks公司Matlab／Simulink軟件與LMS公司的AEMsim軟件對系統進行聯合仿真，對比模糊PID控制與常規PID控制的響應結果.控制系統的仿真平臺的搭建與各模塊連接如圖5所示.其中（a）為模糊PID控制系統；（b）為常規PID控制系統；（c）為PID模塊；（d）為s-function模塊.運行仿真后s-function模塊將調用AMEsim中搭建的電液伺服系統物理模型，其模型如圖6所示.

圖5 仿真平臺設計圖Fig.5 The simulation platform

在所搭建的仿真平臺中運行仿真程序，并進行PID參數整定，示波器收集仿真結果如圖7～8所示.從圖7響應曲線可以看出，模糊PID控制下的系統響應僅需4.5s，較普通PID控制提高約1.5s，PID控制超調較大，響應較慢，調整時間長.模糊PID控制響應達到穩定所需時間遠小于常規PID控制所需時間.從圖8可以看出，模糊PID控制的精度在普通PID控制的基礎上提高了0.17%，達到更高的控制要求.

4 結束語

模糊PID控制響應達到穩定所需時間遠小于常規PID控制所需時間.經過模糊控制優化后的PID控制減小了系統超調.模糊PID控制器結合了PID控制穩定性好與模糊控制器動態特性與魯棒性佳的特點，故將模糊PID控制應用在六自由度平臺的液壓系統中，達到了提高平臺的響應速度和控制精度的目的.

圖6 AMEsim中的電液伺服系統模型Fig.6 Electro-hydraulic servo system in AMEsim

圖7 系統階躍響應圖Fig.7 The system step response

圖8 液壓桿位移仿真圖 Fig.8 The hydraulic lever displacement simulation diagram

［1］ 李斌，原思聰，張會杰，等.PID控制器在水平連鑄設備電液速度伺服系統中的應用研究［J］.機床與液壓.2009，37（7）：133-136.LI Bin，YUAN Sicong，ZHANG Huijie et al.The application of PID controller in the electro-hydraulic speed servo control system of continuous casting equipment［J］.Machine Tool &Hydraulics，2009，37（7）：133-136.

［2］ 李國志，任小洪，任兵.數控機床伺服系統的模糊自整定PID仿真研究［J］.組合機床與自動化加工技術，2012（6）：66-70.LI Guozhi，REN Xiaohong，REN Bing.Simulation research on fuzzy self-turning PID control in NC machine tool servo system［J］.Modular Machine Tool &Automatic Manufacturing Technique，2012（6）：66-70.

［3］ PI Y，WANG X.Trajectory tracking control of a 6-DOF hydraulic parallel robot manipulator with uncertain load disturbances［J］.Control Eng Pract，2011，19（2）：185-193.

［4］ BECHLIOULIS C，DOULGERI Z，ROVITHAKIS G.Guaranteeing prescribed performance and contact maintenance via an approximation free robot force／position controller［J］.Automatica，2012，48（2）：360-365.

［5］ 施昕昕，常思勤.一種新型6自由度運動平臺的控制研究［J］.機械工程學報，2014，50（3）：56-63.SHI Xinxin，CHANG Siqin.Research on control of a novel 6-DOF motion platform［J］.Journal of Mechanical Engineering，2014，50（3）：56-63.

［6］ 張喬斌，榮伯鈞，潘煒.改進的BP神經網絡方法在液壓控制系統中的應用研究［J］.液壓與氣動，2011（7）：97-100.ZHANG Qiaobin，RONG Bojun，PAN Wei.Research on modified BP neural network for hydraulic control system［J］.Chinese Hydraulics &Pneumatics，2011（7）：97-100.

［7］ 唐心龍，董桂軍.電流變液半主動懸置隔振特性仿真研究［J］.噪聲與振動控制，2010（4）：25-28.TANG Xinlong，DONG Guijun.Study on isolation characteristics of an electroy-theological fluids semi-active engine mount［J］.Noise and Vibration Control，2010（4）：25-28.

［8］ 鐘旭佳，高曉丁，嚴楠.電液比例壓力控制系統的PID參數優化［J］.西安工業大學學報，2015，35（2）：106-111.ZHONG Xujia，GAO Xiaoding，YAN Nan，PID pararneter optimization of electro-hydraulic proportional pressure control［J］.Journal of Xi′an Technological University，2015，35（2）：106-111.

［9］ 田凡.電液伺服系統模糊PID控制仿真與實驗研究［D］.太原：太原理工大學，2010：25-41.TIAN Fan.Fuzzy PID control simulation and test study on electro-hydraulic servo system［D］.Taiyuan：Taiyuan University of Technology，2010：25-41.

［10］ 胡包鋼，應浩.模糊PID控制技術研究發展回顧及其面臨的若干重點問題［J］.自動化學報，2001，27（4）：567-583.HU Baogang，YING Hao.Review of fuzzy PID amtrol techniques and some important issues［J］.Acta Automatica Sinica，2001，27（4）：567-583.

［11］ 焦嵩鳴，趙瀟明，侯曉寧.自整定PID控制算法在優化控制站中的應用［J］.計算機仿真，2014，31（1）：412-415.JIAO Songming，ZHAO Xiaoming，HOU Xiaoning.Self-tuning control algorithm in application of optimal control station［J］.Computer Simulation，2014，31（1）：412-415.

［12］ 張二巖.伺服閥控缸位置控制系統的模糊控制和模糊-PI復合控制比較［J］.液壓氣動與密封，2012（1）：25-27.ZHANG Eryan.The control comparison of fuzzy control system of servo and fuzzy-PI control in position valve controlling cylinder［J］.Hydraulics Pneumatics &Seals，2012（1）：25-27.

［13］ 吳楚珊.基于模糊神經網絡的染色機溫度控制［J］.西安工程大學學報2012，26（5）：638-642.WU Chushan.Dyeing machine of temperature control based on fuzzy neural network［J］.Journal of Xi′an Polytechnic University，2012，26（5）：638-642.

［14］ 王延年，郭衛松，陳苗苗.基于DSP的高精度智能電液伺服控制器的設計［J］.西安工程大學學報，2013，27（2）：198-202.WANG Yannian，GUO Weisong，CHEN Miaomiao.The design of high precision intelligent electro-hydraulic servo controller based on DSP［J］.Journal of Xi′an Polytechnic University，2013，27（2）：198-202.