肖 斌,高 超,張艾萍,劉志剛
(1.東北電力大學(xué) 能源與動(dòng)力工程學(xué)院,吉林 132012;2.哈爾濱工程大學(xué) 動(dòng)力與能源工程學(xué)院,哈爾濱 150001)
近些年,振動(dòng)主動(dòng)控制在理論、技術(shù)和方法上均得到長(zhǎng)足發(fā)展,已在航空航天、船舶、車輛工程等領(lǐng)域得到廣泛應(yīng)用[1],并在動(dòng)力裝置[2]、設(shè)備和結(jié)構(gòu)[3]等減振降噪方面發(fā)揮愈來(lái)愈重要的作用。在振動(dòng)主動(dòng)控制中,因耦合作用被加強(qiáng)、打破小振動(dòng)狀況[4]或因選用非線性吸振器、隔振器等[3,5]而引入系統(tǒng)非線性,抑或因加入主動(dòng)執(zhí)行結(jié)構(gòu)而不可避免地帶來(lái)誤差通道非線性[4,6],使得系統(tǒng)在振動(dòng)傳遞、響應(yīng)環(huán)節(jié)均具有非線性。系統(tǒng)非線性,會(huì)掩蓋系統(tǒng)線性環(huán)節(jié)結(jié)構(gòu)動(dòng)力特征,終將影響動(dòng)力系統(tǒng)的建模、振動(dòng)分析、控制策略設(shè)計(jì)的合理和有效性,甚至淹沒(méi)振動(dòng)主動(dòng)控制效果。
在振動(dòng)主動(dòng)控制試驗(yàn)室研究中,采用船用柴油機(jī)作為初級(jí)振源、液壓伺服系統(tǒng)作為主動(dòng)控制作動(dòng)器,構(gòu)建柴油機(jī)雙層隔振系統(tǒng)[1,7-8];其對(duì)象系統(tǒng)研究,歷經(jīng)集中質(zhì)量的兩自由度模型、兩質(zhì)量12自由度模型[9]以及多體耦合的剛體模型、柔體模型[10]等振動(dòng)系統(tǒng)模型分析;其振動(dòng)主動(dòng)控制策略研究,在模擬臺(tái)架上包括自適應(yīng) MLMS 算法[8]、自適應(yīng) x-RLMS 算法[1,8]、自適應(yīng)陷波算法等多種前饋控制算法和人工智能控制策略[1,7],而試驗(yàn)臺(tái)架上包括自適應(yīng)梳狀濾波算法、多誤差 LMS 算法[1,8]和人工神經(jīng)網(wǎng)絡(luò)[7]等。柴油機(jī)雙層隔振系統(tǒng)振動(dòng)主動(dòng)控制,在理論上已取得階段性成果,并在試驗(yàn)研究中也獲得較好隔振效果[11]。
然而,柴油機(jī)雙層隔振系統(tǒng)誤差通道存在嚴(yán)重的非線性[1],極大地限制主動(dòng)控制效果。考慮系統(tǒng)非線性特征,利用神經(jīng)網(wǎng)絡(luò)模型[12]、非線性控制模型[13-14]等建立非線性系統(tǒng)預(yù)測(cè)模型,或者利用例如Hammerstein 模型、Wiener模型、Hammerstein-Wiener模型、Wiener-Hammerstein 模型等模塊化結(jié)構(gòu)模型[15-17]進(jìn)行非線性系統(tǒng)辨識(shí),基于非線性系統(tǒng)模型分析設(shè)計(jì)主動(dòng)控制策略。目前針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),基于Volterra模型進(jìn)行非線性系統(tǒng)解耦[18]、分析非線性系統(tǒng)特征[19]并設(shè)計(jì)非線性系統(tǒng)線性化策略[4,20]通過(guò)數(shù)值仿真、試驗(yàn)研究進(jìn)行了柴油機(jī)雙層隔振系統(tǒng)主動(dòng)隔振研究。
本文針對(duì)柴油機(jī)雙層隔振系統(tǒng),考慮誤差通道非線性,預(yù)補(bǔ)償模型參考自適應(yīng)逆控制(Model Reference Adaptive Inverse Control with Pre-Compensator,PCMARIC)[20]進(jìn)行誤差通道非線性系統(tǒng)線性化,繼而集成自適應(yīng)陷波算法,建立自適應(yīng)復(fù)合控制策略;并利用模態(tài)試驗(yàn)數(shù)據(jù),基于Hammerstein型非線性系統(tǒng)解耦及基頻廣義頻響函數(shù)性質(zhì),建立線性化參考模型和誤差通道相頻曲線模型,分析柴油雙層隔振非線性系統(tǒng)主動(dòng)隔振試驗(yàn)效果,發(fā)展自適應(yīng)復(fù)合控制策略;并為解決振動(dòng)主動(dòng)控制中引入系統(tǒng)非線性問(wèn)題,從而實(shí)現(xiàn)其有效振動(dòng)主動(dòng)控制提供一種探索。
柴油機(jī)隔振雙層隔振系統(tǒng),由于隔振系統(tǒng)存在耦合非線性振動(dòng),加之作動(dòng)器為液壓伺服系統(tǒng),如圖1所示,導(dǎo)致振動(dòng)主動(dòng)控制誤差通道存在嚴(yán)重的純輸入型非線性[4,20],構(gòu)成 Hammerstein 型非線性系統(tǒng)。
考慮柴油機(jī)隔振系統(tǒng)主動(dòng)控制誤差通道為純輸入型非線性系統(tǒng),其系統(tǒng)模型描述基于Hammerstein模型
由多項(xiàng)式微分方程給出,即[14]

式中:t為時(shí)間,dp為p階微分算子,ap為p階輸出系數(shù),cn,p1,…,pn為系統(tǒng)非線性輸入系數(shù)。
假設(shè)受到包含多個(gè)離散線譜源激勵(lì),即

其中:αki、ωki(ωk1< … < ωkm)和 φki分別為第ki個(gè)譜線的幅值、圓頻率和相角。則基于Volterra級(jí)數(shù)N階截?cái)嗄P停o出系統(tǒng)(1)響應(yīng)為[14,18]

式中:yN(·)為N階截?cái)噍敵觯琱n(·)為n階廣義脈沖響應(yīng)函數(shù),其n維Fourier變換Hn(·)稱為n階廣義頻響函數(shù)(the Generalized Frequency Response Functions,GFRFs)。
在式(3)中,對(duì)激勵(lì)項(xiàng)使用Euler公式和二項(xiàng)式定理可得[18]

若式(2)為單頻激勵(lì),ωln∈{ωk,k= ±1},對(duì)其進(jìn)行Fourier變換得到激勵(lì)頻譜

此時(shí),系統(tǒng)(2)的第n階頻響輸出為

在式(5)和(6)中,激勵(lì)、響應(yīng)譜為“同構(gòu)”函數(shù),引入gn(τ1,…,τn)構(gòu)造“同構(gòu)”廣義頻響函數(shù),進(jìn)而對(duì)式(3)在頻域進(jìn)行解耦[18],即

其中:

在式(6)中,考慮廣義頻響函數(shù)為“同構(gòu)”函數(shù),即[18]

根據(jù)式(10),單頻ω={ω1=,…,ωn}激勵(lì)時(shí),系統(tǒng)在激勵(lì)頻率上振動(dòng)響應(yīng)將受到高階次廣義頻響函數(shù)作用,亦即對(duì)于k=2,3,…,將對(duì)基頻響應(yīng)存在作用的n(=2k-1)階廣義頻響函數(shù)定義為n階基頻諧振廣義頻響函數(shù),即[19]

于是,結(jié)合式(7)和(11),在單頻激勵(lì)下,非線性系統(tǒng)Hammerstein模型基頻頻域響應(yīng)

式中
另外,若忽略系統(tǒng)存在的非線性,根據(jù)式(12)則有

其中:U1(·)為基頻輸入的 Fourier變換,H∑,1為忽略系統(tǒng)非線性直接估計(jì)的頻響函數(shù)。
因而,針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),結(jié)合式(7)和(11)~(13),并基于曲線擬合技術(shù)[19]對(duì)系統(tǒng)誤差通道頻響函數(shù)進(jìn)行頻域估計(jì),識(shí)別其結(jié)構(gòu)動(dòng)力特征,為系統(tǒng)主動(dòng)隔振研究提供基礎(chǔ)。
針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),在誤差通道非線性系統(tǒng)線性化的基礎(chǔ)上,進(jìn)一步集成自適應(yīng)陷波算法,形成自適應(yīng)復(fù)合控制策略,如圖2所示。
在圖2右側(cè)紅色線框中,為PCMRAIC非線性系統(tǒng)線性化算法[4,20],其中包含頻域預(yù)補(bǔ)償器 Cp和自適應(yīng)離散域補(bǔ)償器CA。

圖2 自適應(yīng)復(fù)合控制策略框圖Fig.2 Block diagram of the adaptive hybrid control strategy
根據(jù)非線性系統(tǒng)多項(xiàng)式格式,給出系統(tǒng)(1)前n階 GFRFs[14]

其中:

采用廣義頻響函數(shù)截?cái)嘟疲舴蔷€性系統(tǒng)(1)的GFRFs為 H={Hn(ω1,…,ωn)}、頻域預(yù)補(bǔ)償器 Cp的GFRFs為 G={Gn(ω1,…,ωn)}以及補(bǔ)償后系統(tǒng)的GFRFs為 P={Pn(ω1,…,ωn)},根據(jù) P=G·H,且Hn(ω1,…,ωn)=0,可得預(yù)補(bǔ)償器模型[14]

在式(17)給出頻域預(yù)補(bǔ)償器Cp的GFRFs基礎(chǔ)上,進(jìn)一步采用MRAIC控制對(duì)系統(tǒng)p進(jìn)行離散域補(bǔ)償。
對(duì)于輸入U(xiǎn)、參考模型M,假設(shè)CA得到理想的離散補(bǔ)償器,有

實(shí)際與理想的離散補(bǔ)償器之間的誤差為

而利用自適應(yīng)算法,在模型正、逆辨識(shí)過(guò)程收斂時(shí),定義離散補(bǔ)償器自適應(yīng)誤差[20]

根據(jù)式(18)~(20),采用自適應(yīng)算法,在模型正、逆辨識(shí)過(guò)程收斂時(shí),自適應(yīng)地最小化eA均方值,得到系統(tǒng)P離散域補(bǔ)償器CA。繼而基于自適應(yīng)陷波算法對(duì)系統(tǒng)(1)進(jìn)行隔振控制。
于是,在圖2左側(cè)藍(lán)色線框中,構(gòu)造橫向?yàn)V波器結(jié)構(gòu),輸出dk=s(k)+n0(k)作為目標(biāo)信號(hào),輸入信號(hào)xk與n0相關(guān),利用自適應(yīng)干擾對(duì)消消去dk中干擾信號(hào)n0;而針對(duì)基頻為ω0的M次諧波信號(hào)疊加于dk,則輸入為

其中:fs為采樣頻率,m=1,2,…,M。
利用自適應(yīng)干擾對(duì)消技術(shù)實(shí)現(xiàn)自適應(yīng)陷波算法[8],其迭代過(guò)程為

其中:diag[·]為矩陣對(duì)角函數(shù),α 為收斂因子,ejφk為誤差通道相位延遲。
基于自適應(yīng)陷波算法的主動(dòng)控制環(huán)節(jié),對(duì)于線性系統(tǒng)可獲得理想隔振效果。然而,在自適應(yīng)復(fù)合控制策略中,由于通過(guò)頻域預(yù)、離散域雙補(bǔ)償進(jìn)行非線性系統(tǒng)線性化,誤差通道系統(tǒng)非線性的線性化效果,將極大影響其主動(dòng)隔振效果。其中,在PCMRAIC中,參考模型是該線性化算法跟蹤的目標(biāo)函數(shù),因而參考模型接近目標(biāo)非線性系統(tǒng)的程度決定著線性化算法的收斂性、收斂速度和跟蹤效果。
針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),在10~100 Hz頻段內(nèi)以間隔2 Hz進(jìn)行掃頻試驗(yàn),獲得模態(tài)試驗(yàn)數(shù)據(jù)。基于模態(tài)試驗(yàn)數(shù)據(jù),圖3和圖4給出兩種參考模型,并對(duì)參考模型頻響函數(shù)進(jìn)行數(shù)學(xué)平滑和曲線擬合建立適合自適應(yīng)算法的256個(gè)權(quán)FIR模型。
在圖3中,依據(jù)式(13)忽略系統(tǒng)非線性,基于模態(tài)試驗(yàn)數(shù)據(jù)估計(jì)得到線性平均后的誤差通道相頻特性,并假設(shè)其具有良好的幅頻特性(),得到半理想半試驗(yàn)參考模型(簡(jiǎn)記1#參考模型)。曲線擬合與參考模型具有較好的匹配,特別在柴油機(jī)試驗(yàn)頻段[30,60]范圍內(nèi),與參考模型頻域系統(tǒng)具有理想的匹配。
在圖4中,依據(jù)式(13)忽略系統(tǒng)非線性,基于單頻激勵(lì)-響應(yīng)試驗(yàn)數(shù)據(jù)估計(jì)系統(tǒng)頻響函數(shù)(H∑,1),得到2#參考模型。2#參考模型同時(shí)考慮誤差通道的相頻特性與幅頻特性。曲線擬合,對(duì)于幅頻曲線在[20,100]范圍內(nèi)具有好的匹配,而對(duì)于相頻曲線具有一定差異且僅在[40,60]范圍內(nèi)具有好的匹配。
對(duì)比圖3與4可見(jiàn),較之1#參考模型,2#參考模型相當(dāng)接近于誤差通道非線性系統(tǒng)(PCMRAIC策略的目標(biāo)系統(tǒng));而在相位曲線的曲線擬合上,1#參考模型較之2#參考模型卻有較好的擬合結(jié)果。因此,在柴油機(jī)雙層隔振非線性系統(tǒng)主動(dòng)控制中,需要通過(guò)比較并根據(jù)實(shí)際效果選擇參考模型。

圖3 1#參考模型頻響曲線Fig.3 Frequency response curves of the reference Model 1

圖4 2#參考模型頻響曲線Fig.4 Frequency response curves of the referenceModel 2
針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),采用自適應(yīng)復(fù)合控制策略實(shí)現(xiàn)其主動(dòng)隔振。由于集成自適應(yīng)陷波算法,根據(jù)式(24)可知,誤差通道相頻特性影響自適應(yīng)陷波算法的收斂性[1],并最終決定著自適應(yīng)復(fù)合控制策略的控制效果。因此,誤差通道相頻特性是自適應(yīng)復(fù)合控制策略另一關(guān)鍵環(huán)節(jié)。
針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng)的主動(dòng)隔振誤差通道,如圖5所示,給出三組相頻特性曲線模型,其中:1#模型,假設(shè)誤差通道為理想線性系統(tǒng),利用試驗(yàn)獲得的相頻特性曲線[1];2#模型,在誤差通道為理想線性系統(tǒng)基于模態(tài)試驗(yàn)獲得的相頻特性曲線(H∑,1);3#模型,考慮誤差通道實(shí)際非線性并在激勵(lì)-響應(yīng)試驗(yàn)數(shù)據(jù)中剔 除 H3,1、H5,1作用而辨識(shí)出的相頻特性曲線(∠H1,1)[19]。由于系統(tǒng)存在非線性,諧頻調(diào)制特性使得系統(tǒng)奇階次非線性廣義頻響函數(shù)將作用于1階(線性)系統(tǒng)響應(yīng)。顯然1#模型和2#模型給出的誤差通道相頻特性曲線包含所有階次非線性作用,而3#模型誤差通道相頻特性曲線僅包含7階及以上高階非線性。

圖5 誤差通道2#通道三種相頻模型曲線對(duì)比Fig.5 Phase-frequency curve comparison of three types of models employed in Path 2 of the secondary path
在圖5中,對(duì)比三組誤差通道相頻特性,雖然各個(gè)通道具有相同變化趨勢(shì),但在相同頻率點(diǎn)處三組相頻特性曲線亦具有很大差異。1#模型和2#模型兩特性曲線較平滑,且隨著頻率增大二者出現(xiàn)逐漸增大的相位差值,而在柴油機(jī)組工作頻率20~65 Hz之間相位差約達(dá)到22.5~45°;3#模型相頻特性曲線相對(duì)于2#模型具有相對(duì)較小的相位差,但在某些頻點(diǎn)位置相位差仍能達(dá)到22.5°左右。可見(jiàn),臺(tái)架誤差通道存在著非線性環(huán)節(jié)并因而對(duì)誤差通道相頻特性產(chǎn)生影響,同時(shí)臺(tái)架誤差通道存在著一定程度的時(shí)變特性。由于不同誤差通道相頻特性模型會(huì)使自適應(yīng)陷波算法獲得不同控制效果。因此,在柴油機(jī)雙層隔振非線性系統(tǒng)主動(dòng)控制中,需要通過(guò)比較并根據(jù)實(shí)際效果選擇誤差通道相頻特性模型。
柴油機(jī)雙層主動(dòng)隔振非線性系統(tǒng),如圖1所示,通過(guò)采用四個(gè)中間質(zhì)量塊、四個(gè)作動(dòng)器和獨(dú)立控制通道等措施進(jìn)行硬件去耦,耦合通道相比主通道的響應(yīng)下降約為20~8 dB,誤差通道近似為四個(gè)去耦通道[4,19]。因而,本文針對(duì)柴油機(jī)主動(dòng)隔振非線性系統(tǒng)去耦誤差通道 2#通道,考慮其 5階非線性 Hammerstein模型[4,19],在 0 ~100 Hz頻段內(nèi)以間隔 2 Hz 進(jìn)行掃頻試驗(yàn),在此基礎(chǔ)上,進(jìn)行非線性系統(tǒng)解耦和設(shè)計(jì)自適應(yīng)復(fù)合控制策略,并進(jìn)行主動(dòng)隔振試驗(yàn)及結(jié)果分析。
在主動(dòng)隔振試驗(yàn)中,由于振動(dòng)加速度響應(yīng)頻譜組成完全依賴于轉(zhuǎn)速,并表現(xiàn)出包括基頻譜線和一系列倍頻譜線。于是,在柴油機(jī)10~25%載荷條件下,選擇轉(zhuǎn) 速/頻 點(diǎn):900/30、1055/35、1200/40、1350/45、1500/50、1650/55、1800/60 和1950/65(r·min-1/Hz),進(jìn)行主動(dòng)隔振試驗(yàn),試驗(yàn)結(jié)果如圖6~9所示,其中M(i,j)為采用i#參考模型j#相頻特性模型的隔振工況,最終從基頻隔振效果和諧頻抑制效果兩方面分析自適應(yīng)復(fù)合控制策略的隔振效果。

圖6 試驗(yàn)頻段誤差通道2#通道基頻振動(dòng)消減量Fig.6 Fundamental frequency vibration decreasein Path 2 of the secondary path in test frequency range
在圖6中,針對(duì)選擇不同的參考模型與誤差通道頻響曲線,對(duì)比了自適應(yīng)復(fù)合控制策略基頻振動(dòng)控制效果。整體上,基頻振動(dòng)主動(dòng)控制效果較好,35 Hz以上頻點(diǎn)上隔振量均在6 dB以上,在一些頻點(diǎn)上隔振量甚至在20 dB以上。其中:采用M(2;3)模型,在[40,65]頻段內(nèi)隔振效果較理想,隔振量10 dB以上;采用M(2,1)模型,在[40,55]頻段內(nèi)隔振效果較理想,隔振量接近 15 dB 以上,采用 M(2,2)模型,在[40,55]頻段內(nèi)隔振效果較理想,隔振量10 dB以上,采用M(1,1)模型,在[40,50]頻段內(nèi)隔振量較理想,隔振量20 dB以上。上述結(jié)果與FIR系統(tǒng)參考模型相頻曲線在[40,60]頻段內(nèi)擬合較好相對(duì)應(yīng)。可見(jiàn),對(duì)于基頻振動(dòng)控制效果,F(xiàn)IR系統(tǒng)參考模型相頻曲線擬合結(jié)果,表現(xiàn)為顯著作用。

圖7 試驗(yàn)頻段誤差通道2#通道2階諧頻振動(dòng)消減量Fig.7 2nd-order harmonic vibration decrease in Path 2 of the secondary path in test frequency range
在圖7中,針對(duì)選擇不同的參考模型與誤差通道頻響曲線,對(duì)比了自適應(yīng)復(fù)合控制策略在2階諧頻振動(dòng)抑制效果。整體上,對(duì)2階諧頻振動(dòng)抑制效果不好。其中:采用 M(1,1)、M(2,1)和 M(2,2)模型的主動(dòng)隔振效果相似,在[35,55]頻段內(nèi)有一定的抑制效果;而采用M(2,3)模型僅在45 Hz有約20 dB的抑制效果,其它各頻點(diǎn)起到了惡化效果。在 M(2,3)模型中,3#相頻曲線(∠H1,1)剔除了誤差通道非線性中 H3,1、H5,1作用,基頻諧振廣義頻響函數(shù)Hn,1對(duì)誤差通道相頻特性影響較大。可見(jiàn),對(duì)于2階諧頻振動(dòng)抑制效果,基頻諧振廣義頻響函數(shù)Hn,1對(duì)誤差通道相頻特性影響,表現(xiàn)為顯著作用。

圖8 試驗(yàn)頻段誤差通道2#通道3階諧頻振動(dòng)消減量Fig.8 3rd-order harmonic vibration decrease in Path 2 of the secondary path in test frequency range
在圖8中,針對(duì)選擇不同的參考模型與誤差通道頻響曲線,對(duì)比了自適應(yīng)復(fù)合控制策略在3階諧頻振動(dòng)抑制效果。整體上,對(duì)3階諧頻振動(dòng)抑制效果差異較大。其中:采用 M(1,1)模型,在[35,50]頻段內(nèi)抑制作用不明顯,并出現(xiàn)略有惡化現(xiàn)象;采用M(2,1)模型,在[35,50]頻段內(nèi)得到較好的抑制作用;采用 M(2,2)模型,在[35,55]頻段內(nèi)抑制效果介于 M(1,1)、M(2,1)之間;采用 M(2,3)模型,除去[50,55],在[35,65]頻段內(nèi)能夠得到較好的抑制作用。可見(jiàn),由于考慮實(shí)際幅頻特征,2#參考模型較之1#參考模型,對(duì)于抑制3階非線性更為合理;另外,通過(guò)非線性系統(tǒng)的CA、CP補(bǔ)償,復(fù)合系統(tǒng)相位變化很大(參見(jiàn)圖5),此時(shí)3#相頻曲線(∠H1,1)剔除非線性 H3,1、H5,1作用,接近于線性化后系統(tǒng)相位,對(duì)于抑制3階非線性益處很大,但三組相頻曲線與線性化系統(tǒng)相位差異亦顯著影響著自適應(yīng)陷波算法控制效果。
在圖9中,針對(duì)選擇不同的參考模型與誤差通道頻響曲線,綜合考慮前3階諧頻振動(dòng)能量,對(duì)比了自適應(yīng)復(fù)合控制策略隔振效果。整體上,幾種模型均獲得了較好的控制效果,40 Hz以上頻點(diǎn)上隔振量均在6 dB以上,極大地抑制系統(tǒng)非線性對(duì)主動(dòng)控制的影響。其中,采用 M(1,1)模型,在[35,55]頻段內(nèi)具有一定的振動(dòng)能量級(jí)消減量;采用 M(2,1)、M(2,2)模型,在[35,55]頻段內(nèi)振動(dòng)能量級(jí)消減量大致相當(dāng),但較之M(1,1)模型的振動(dòng)能量級(jí)消減量卻有一定地增加;采用M(2,3)模型,除去50 Hz頻點(diǎn),在[35,65]頻段內(nèi)能夠獲得較理想的振動(dòng)能量級(jí)消減量。可見(jiàn),由于在自適應(yīng)復(fù)合控制策略中集成了PCMRAIC算法,在實(shí)現(xiàn)非線性系統(tǒng)基頻振動(dòng)控制外,也在一定程度上抑制了系統(tǒng)非線性諧頻振動(dòng)。
針對(duì)柴油機(jī)雙層隔振系統(tǒng),基于系統(tǒng)能量建模及平均振動(dòng)能量二次型函數(shù)最優(yōu)下主動(dòng)隔振數(shù)值分析結(jié)果[21],圖 10 給出了采用 M(2,3)模型進(jìn)行的主動(dòng)隔振試驗(yàn)結(jié)果對(duì)比分析。

圖9 試驗(yàn)頻段誤差通道2#通道前3階諧頻振動(dòng)能量級(jí)消減量Fig.9 First 3 order harmonic vibration energy level decreasein Path 2 of the secondary path in test frequency range

圖10 柴油機(jī)雙層隔振系統(tǒng)能量建模與試驗(yàn)結(jié)果對(duì)比Fig.10 Result comparison between energy modelling andthe experiment on diesel two-stage vibration isolation system
在圖10中,基于能量的觀點(diǎn),振動(dòng)主動(dòng)控制在低頻段具有良好控制效果,隨著控制頻率升高,主動(dòng)隔振效果逐步下降直至出現(xiàn)一個(gè)臨界頻率點(diǎn)(87.55 Hz),而后出現(xiàn)控制溢出。在自適應(yīng)復(fù)合控制策略中,非線性補(bǔ)償器CA、CP僅通過(guò)算法補(bǔ)償,未能改變振動(dòng)系統(tǒng)結(jié)構(gòu)參數(shù),因而主動(dòng)隔振效果很難優(yōu)于能量建模結(jié)果。基頻振動(dòng)主動(dòng)隔振在[40,60]頻段內(nèi)得到約10~30 dB隔振效果,遠(yuǎn)優(yōu)于能量建模結(jié)果,系統(tǒng)非線性必然存在且惡化著諧頻振動(dòng)。而前3階諧頻振動(dòng)能量級(jí)消減量在[40,60]頻段內(nèi)約10~20 dB,略優(yōu)于能量建模結(jié)果,系統(tǒng)其它高階次非線性對(duì)諧頻振動(dòng)惡化作用較小或相互抵消。可見(jiàn),針對(duì)柴油機(jī)雙層隔振非線性系統(tǒng),基于自適應(yīng)復(fù)合控制,通過(guò)消除系統(tǒng)非線性來(lái)抑制其對(duì)諧頻振動(dòng)影響,才能獲得最優(yōu)的系統(tǒng)振動(dòng)能量級(jí)隔振效果。
針對(duì)柴油機(jī)雙層隔振系統(tǒng),在主動(dòng)控制中,采用四個(gè)中間質(zhì)量塊、作動(dòng)器和獨(dú)立控制通道等進(jìn)行硬件去耦,也引入誤差通道嚴(yán)重的系統(tǒng)非線性。在PCMRAIC頻域、離散域雙補(bǔ)償實(shí)現(xiàn)誤差通道非線性系統(tǒng)線性化基礎(chǔ)上,集成自適應(yīng)陷波算法,為去耦誤差通道Hammerstein型非線性系統(tǒng)建立自適應(yīng)復(fù)合控制策略。基于模態(tài)試驗(yàn)數(shù)據(jù),借助Hammerstein型非線性系統(tǒng)解耦及基頻廣義頻響函數(shù)性質(zhì),建立線性化參考模型和誤差通道相頻曲線模型,分析柴油雙層隔振非線性系統(tǒng)主動(dòng)隔振效果,發(fā)展自適應(yīng)復(fù)合控制策略。從而得到以下結(jié)論:
(1)參考模型影響PCMRAIC的收斂性、收斂速度和跟蹤能力,通過(guò)非線性系統(tǒng)線性化水平主導(dǎo)著諧頻振動(dòng)抑制效果。建立接近目標(biāo)非線性系統(tǒng)的線性參考模型,利于獲得好的線性化效果,也利于提供精確的誤差通道相頻特性。
(2)在自適應(yīng)復(fù)合控制策略中,基頻諧振廣義頻響函數(shù)對(duì)誤差通道相頻特性影響顯著,誤差通道相頻曲線FIR模型擬合結(jié)果直接決定自適應(yīng)陷波算法的控制效果和跟蹤能力。
(3)在自適應(yīng)復(fù)合控制策略中,未改變振動(dòng)系統(tǒng)結(jié)構(gòu)參數(shù),只有通過(guò)消除系統(tǒng)非線性來(lái)抑制其對(duì)諧頻振動(dòng)影響,才能獲得最優(yōu)的系統(tǒng)振動(dòng)能量級(jí)隔振效果。
然而,為提高柴油機(jī)雙層隔振系統(tǒng)主動(dòng)隔振效果,進(jìn)一步需要:基于非線性系統(tǒng)解耦考慮5階以上基頻廣義頻響函數(shù)作用,提供更精確的頻域預(yù)補(bǔ)償器,從而建立更接近的線性參考模型;而考慮離散域補(bǔ)償器慢時(shí)變性、線性化系統(tǒng)與參考模型接近程度、高階非線性的存在等,提取并FIR模型擬合更為合理的誤差通道相頻曲線,最終發(fā)展文中建立的自適應(yīng)復(fù)合控制策略。
[1]楊鐵軍.柴油機(jī)裝置有源隔振技術(shù)研究[D].哈爾濱:哈爾濱工程大學(xué),2001.
[2]李維嘉,曹青松.船舶振動(dòng)主動(dòng)控制的研究進(jìn)展與評(píng)述[J].中國(guó)造船,2007,48(2):68-79.LI Wei-jia,CAO Qing-song.Advances and review on the research of the active control of ship vibration[J].Shipbuilding of China,2007,48(2):68-79.
[3]王軍,楊亞?wèn)|,張家應(yīng),等.面向結(jié)構(gòu)振動(dòng)控制的壓電作動(dòng)器優(yōu)化配置研究[J].航空學(xué)報(bào),2012,33(3):494-500.WANG Jun, YANG Ya-dong, ZHANG Jia-ying, et al.Investigation of piezoelectric actuator optimal configuration for structuralvibration control[J].Acta Aeronautica et Astronautica Sinica,2012,33(3):494-500.
[4]肖斌,劉學(xué)廣,劉志剛,等.柴油機(jī)隔振系統(tǒng)液壓作動(dòng)器線性化控制試驗(yàn)研究[J].中國(guó)機(jī)械工程,2007,16(24):2933-2938.XIAO Bin, LIU Xue-guang, LIU Zhi-gang, et al.Experimental investigation on linearization control for hydraulic-servo actuator of diesel vibration isolation system[J].China Mechanical Engineering,2007,16(24):2933 -2938.
[5]Natsiavas S.Steady state oscillations and stability of nonlinear dynamic vibration absorbers[J].Journal of Sound and Vibration,1992,156(2):227 -245.
[6]聶永紅,程軍圣.有源噪聲控制次級(jí)聲源的非線性建模[J].振動(dòng)工程學(xué)報(bào),2011,24(5):562-567.NIE Yong-h(huán)ong,CHENG Jun-sheng.Non-linearity modeling of secondary sound source in active noise control[J].Journal of Vibration Engineering,2011,24(5):562 -567.
[7]陳玉強(qiáng).雙層隔振系統(tǒng)振動(dòng)主動(dòng)控制技術(shù)研究[D].哈爾濱:哈爾濱工程大學(xué),2003.
[8]劉志剛.柴油機(jī)振動(dòng)自適應(yīng)有源隔離技術(shù)研究[D]哈爾濱:哈爾濱工程大學(xué),2000.
[9]張志華.動(dòng)力裝置振動(dòng)數(shù)值計(jì)算[M].哈爾濱:哈爾濱工程大學(xué)出版社,2007.
[10]牛軍川.基于多模型柔性隔振系統(tǒng)的振動(dòng)機(jī)理和主動(dòng)控制研究[D].濟(jì)南:山東大學(xué),2003.
[11]楊鐵軍,顧仲權(quán),劉志剛,等.雙層隔振系統(tǒng)耦合振動(dòng)主動(dòng)控制試驗(yàn)研究[J].振動(dòng)工程學(xué)報(bào),2003,16(2):17-20.YANG Tie-jun, GU Zhong-quan, LIU Zhi-gang, et al.Experimental research on active control of coupled vibration for a two-stage isolation system[J].Journal of Vibration Engineering,2003,16(2):17 -20.
[12]薛福珍,柏潔.基于先驗(yàn)知識(shí)和神經(jīng)網(wǎng)絡(luò)的非線性建模與預(yù)測(cè)控制[J].系統(tǒng)仿真學(xué)報(bào),2004,16(5):1057-1059.XUE Fu-zhen,Bai Jie.Nonlinear modeling and predictive control based on prior knowledge and neural networks[J].Journal of System Simulation,2004,16(5):1057-1059.
[13]Ding F,Chen T,Iwai Z.Adaptive digital control of Hammerstein nonlinear systems with limited output sampling[J].SIAM Journal on Control and Optimization,2007,45(6):2257-2276.
[14]曹建福,韓崇昭,方洋旺.非線性系統(tǒng)理論及應(yīng)用[M].西安:西安交通大學(xué)出版社,2001.
[15]Bai E W.Decoupling the linear and nonlinear parts in Hammerstein model identification[J].Automatica,2004,40(4):671-676.
[16]Crama P, Schoukens J. Hammerstein-Wiener system estimator initialization[J].Automatica,2004,40(9):1543-1550.
[17]M?kil?P,Partington J R.On linear models for nonlinear systems[J].Automatica,2003,39(1):1 -13.
[18]Xiao B,Gao C,Liu Z G.Decoupling analysis on nonlinear system based on the modified generalized frequency response functions[J].Mechanical Systems and Signal Processing,2014,42(1):283 -299.
[19]肖斌,高超,李勇.基于Hammerstein模型的柴油機(jī)隔振非線性系統(tǒng)振動(dòng)分析[J].振動(dòng)與沖擊,2014,33(5):64-69.XIAO Bin,GAO Chao,LI Yong.Vibration analysis of nonlinear diesel vibration isolation system based on hammerstein model[J].Journal of Vibration and Shock,2014,33(5):64 -69.
[20]肖斌,楊鐵軍,劉志剛.柴油機(jī)主動(dòng)隔振液壓執(zhí)行器線性化控制仿真研究[J].哈爾濱工程大學(xué)學(xué)報(bào),2006,27(2):212-217.XIAO Bin,YANG Tie-jun,LIU Zhi-gang.Simulation of hydraulic actuator linearization control for diesel active vibration isolation system[J].Journal of Harbin Engineering University,2006,27(2):212 -217.
[21]肖斌,李彪,夏春艷,等.基于功率流法雙層隔振系統(tǒng)振動(dòng)傳遞[J].機(jī)械工程學(xué)報(bào),2011,47(5):106-113.XIAO Bin,LI Biao,XIA Chun-yan,et al.Power flow method used to vibration transmission for two-stage vibration isolation system [J]. Chinese Journal of Mechanical Engineering,2011,47(5):106-113.