一種氣缸位移控制系統的設計

陶文飛

(浙江農林大學 工程學院，浙江 臨安 311300)

一種氣缸位移控制系統的設計

陶文飛

(浙江農林大學 工程學院，浙江 臨安311300)

針對傳統可控位置氣缸成本高的問題，設計了一種低成本氣缸位移控制系統。首先，利用紅外測距傳感器測量活塞實際位移量；其次，通過期望位移量與實際位移量得到誤差量；最后，基于BP神經網絡建立氣缸位移控制系統誤差模型，完成誤差補償工作。實驗表明：系統通過BP神經網絡誤差補償后，可得最大位移誤差量控制在±2mm。

誤差補償；BP神經網絡；紅外測距

0 引言

傳統可控氣缸位置系統的設計通常依托于比例換向閥、壓力傳感器、位移傳感器、加速度傳感器等設備，在通過精密的控制策略后將位置誤差限定在精度極高的范圍內，但使用這些設備的成本普遍較高。文獻[1]中，通過復合智能積分PID控制器獲得了不大于±0.18 mm的穩態控制精度;文獻[2]中利用線性自抗干擾技術將系統跟蹤誤差控制在0.4 mm以內。針對成本有限且不需要很高精度的情況，本文設計了一種氣缸位移控制系統。

1 系統總體設計

系統由STC89C52單片機、紅外測距傳感器、A/D轉換模塊、最大行程100 mm氣缸、三位五通電磁換向閥、繼電器、藍牙通信模塊等組成，如圖1所示?；钊钠谕灰屏客ㄟ^藍牙輸入進行控制，由單片機通過繼電器控制電磁閥進而驅動氣缸運動，活塞的位移量由紅外測距傳感器通過A/D轉換模塊反饋至單片機，從而在活塞達到期望位移量后發出停止指令。

圖1 系統框圖

2 紅外測距傳感器

紅外測距傳感器的原理是通過發射紅外線至被測物體，經被測物體反射后接收紅外線，由發射與反射時間差計算距離。紅外測距傳感器需要經過A/D轉換及距離擬合后方可使用[3]。

本文選取的紅外測距傳感器可測量程在20～150 mm內，實驗選取20～150 mm內100個靜止距離點，測量這100個點對應的電壓值；將距離的倒數作為自變量，電壓作為應變量導入數學計算程序中進行多項式擬合，得到如圖2所示的電壓U與距離倒數1/d的曲線圖。通過多項式擬合得到公式(1)，公式(1)的相關性達到了0.999 7，擬合可靠程度較高。

U=-3.768d-2+5.873d-1-0.027 23

(1)

圖2 電壓與距離倒數曲線

3 氣缸位移系統的設計

3.1氣缸位移系統原理圖

氣缸位移控制系統原理圖如圖3所示。所選用的氣缸最大行程為100 mm，測量板與活塞頂部垂直固定；由于紅外測距傳感器的測量范圍是20～150 mm，因此需要保證紅外測距傳感器與測量板的最小距離在20 mm以上；如圖所示，以紅外測距傳感器最右端為零點，實際的行程為25～125 mm。系統通過一個中封式三位五通電磁換向閥控制進氣、排氣和封閉，從而實現氣缸從左至右、靜止以及從右至左的運動。

圖3 氣缸位移系統原理圖

3.2氣缸位移系統的工作流程

圖4 氣缸位移系統流程圖

以圖3中從左往右運動為例，系統每次初始化后，活塞桿退回到左側底部初始位置；在通過藍牙接收到期望位移量后電磁閥工作，而紅外測距傳感器判段是否達到期望位移量，如未達到則電磁閥繼續工作，否則電磁閥停止工作。流程圖如圖4所示，其中電磁閥工作指電磁閥左側進氣右側排氣即活塞桿向右移動。電磁閥停止則是指兩側均為封閉狀態，即活塞桿停止移動且腔內保證一定壓強。

圖5 氣缸運動模型圖

4 誤差補償

4.1氣缸的運動模型

氣缸的運動模型如圖5所示。

如圖5所示，由于采用了中封式三位五通電磁換向閥，左側通電右側斷電的情況下，A腔進氣，B腔在大氣壓下排氣，于是可得活塞桿的運動模型,由公式(2)給出：

(2)

式中M為活塞桿質量，y為位移量，pA、pB分別為A腔壓強和B腔壓強，SA、SB分別為活塞在A、B腔的有效受壓面積，f為所有阻力。傳統通過氣缸運動模型建立的分析所涉及的參數過多，而本文則直接通過BP神經網絡誤差補償的形式完成設計方案[4-6]。

4.2誤差補償實驗

實驗方法：輸入一個期望位移量至單片機作為紅外測距傳感器判段活塞桿停止運動的條件值，在活塞完全停止運動后，測量活塞桿的實際位移量，實際位移量減期望位移量得到誤差量。誤差量主要來源于：(1)活塞桿的速度。當電磁閥兩端閉合后，活塞桿的速度以及A、B腔內的壓強差會使其繼續運動一段距離。(2)紅外測距傳感器本身的偏移誤差；由于測量板移動導致紅外測距傳感器的測距誤差，這個誤差在不同距離范圍呈現的正負偏差通常是不同的；公式(1)造成的誤差。(3)單片機程序的響應時間等。

因此在實驗前需要手動調節節流閥，在盡可能保證活塞桿運行在最低速度但不至于出現“爬行”現象后才能進行實驗，以減小速度引起的誤差量；為減小兩端極限位置干擾誤差量的測量，實測區間變更為30～120 mm；實驗中，活塞處于零負載狀態。實驗共測得33組數據，如表1所示。

表1 實驗數據表

將上述33組測量值的期望位移量作為輸入，誤差量作為輸出建立誤差模型，采用BP神經網絡對數據進行訓練。BP神經網絡隱層數為30，選擇雙曲正切S形函數作為隱層激活函數，采用梯度下降自適應學習率訓練函數為訓練算法，訓練目標誤差為0.001。訓練好的函數如圖6所示。

圖6 誤差模型圖

補償的方法：首先將期望位移量輸入訓練成功后的BP神經網絡，獲得預測誤差量；然后將該期望位移量與對應誤差量相減得到補償后的期望位移量輸入紅外測距傳感器作為判斷的條件值。按以上誤差補償方式，另選20組期望位移量進行實驗，并測量補償后的誤差值。圖7為補償后與補償前系統誤差值的對比，很明顯，采用BP神經網絡補償后，在30～120 mm范圍內，最大誤差在±2 mm以內，相較于補償前最大誤差-3～6 mm有較大的改進。利用BP神經網絡消除紅外測距傳感器和活塞桿速度所引起的誤差效果明顯。

圖7 補償前與補償后誤差對比

5 結論

本文通過單片機和紅外測距傳感器設計氣缸位移控制系統，利用BP神經網絡算法進行誤差補償工作，主要補償了由活塞桿速度以及紅外測距傳感器測量的誤差，補償后誤差控制在±2 mm以內。系統在成本有限且精度要求不高的情形下可以得到較好發揮。針對不同負載的情況，在實驗前或使用前仍需手動反復調節節流閥控制活塞運動速度，使活塞速度盡可能地小，后續可以使用電機或舵機通過3D打印構件配合節流閥來實現活塞桿速度的反饋調節。由于單片機無法承載BP神經網絡的計算負荷，目前仍需要通過PC端計算后經由藍牙傳輸數據，后續可以設計上位機程序實現更簡便的工作流程控制。

[1] 郭世軍.直線氣缸的位置控制研究[D].蘭州：蘭州理工大學,2007.

[2] 趙苓,張斌.線性自抗擾氣缸位置伺服控制研究[J].液壓與氣動,2017(2):17-21.

[3] 朱杰,何凌霄,林凡強,等.最小二乘法分段擬合紅外測距系統[J].電子器件,2014,37(3):524-528.

[4] 王洪樂,王家序,周青華,等.基于BP神經網絡的數控機床綜合誤差補償方法[J].西安交通大學學報,2017,51(6):1-10.

[5] 高宇航.一種改善BP神經網絡性能的方法研究[J].微型機與應用,2017,36(6):53-57,61.

[6] 楊戈,張威強,黃靜.一個感知機神經網絡字符識別器的實現[J].電子技術應用,2015,41(3):120-122,129.

2017-04-29)

陶文飛(1990-)，男，碩士研究生，主要研究方向：機電控制。

Design of control system for cylinder displacement

Tao Wenfei

(School of Engineering, Zhejiang Agriculture and Forestry University, Lin’an 311300, China)

In view of the high cost of the traditional position controllable cylinder, a low cost control system of cylinder displacement has been designed. First of all, we use infrared distance sensor to measure piston actual displacement. Secondly, the error is acquired by desired displacement and actual displacement. Finally, the error model of cylinder displacement control system is established on the BP neural network to accomplish the error compensation. Experiments show that the largest error is controlled within ±2 mm by system error compensation of BP neural network.

error compensation; BP neural network; infrared distance measurement

TP29

A

10.19358/j.issn.1674- 7720.2017.22.032

陶文飛.一種氣缸位移控制系統的設計J.微型機與應用，2017,36(22)：118-120.