叉車電液伸縮臂的控制算法研究

石璐奇，唐廷彩，高 強，陳 碩，莫浩彬，王澤灝

（南京農業大學工學院，江蘇南京210031）

伸縮臂叉車在傳統叉車的基礎上，結合了汽車起重機的伸縮臂結構，實現了對大型物品的遠距離運輸、堆垛。

電液比例控制技術借助電液比例閥實現了電液控制，有利于液壓系統朝智能化的方向發展[1-2]。PID控制是一種經典的控制方法。它通過對控制參數的比例、積分、微分運算來調整控制參數，進行控制[3]。但PID控制不能進行參數自適應調整，所以增加了模糊控制，應用模糊PID在Matlab的Simulink中搭建模型，對伸縮臂電液控制系統的工作特性進行仿真分析。

1 叉車電液伸縮臂系統原理

叉車電液伸縮臂液壓系統是一種基于電液比例控制技術的液壓系統。該液壓系統主要包括伸縮回路、變幅回路和輔助回路。三個回路由同一個液壓泵供油，原理相同，使用了相同的液壓元件。液壓系統原理如圖1所示。當控制器向三位四通換向閥輸入信號時，控制三位四通換向閥的左通和右通。換向閥右通，液壓油缸左側進油，活塞向左運動；換向閥左通，液壓油缸右側進油，活塞向右運動。油缸活塞桿帶動伸縮臂的工作，調整伸縮臂的長度和高度。當控制器不輸入信號時，油液經換向閥流回油箱。

圖1 叉車電液伸縮臂液壓系統原理圖

2 模糊PID模型

選擇使用二維模糊控制器作為模糊PID控制器。模糊控制器的輸入變量為牽引力偏差E和偏差變化率EC，輸出變量為參數修正量KP、KI、KD.

2.1 輸入輸出變量論域及模糊子集確定

所研究的系統變量為連續變量，但模糊控制器只能接收離散數據，所以將論域離散化[4]。誤差E、誤差變化率EC和輸出變量KP、KI、KD三個變量的基本域為它們的取值范圍，且都為精確量。將E、EC、KP、KI和KD的基礎域分成離散若干級，得出5個量的語言子集域。

取誤差E模糊集合域為：E={-n，-n+1，…，0，…，n-1，n}

取誤差變化率EC的模糊集合域為：EC={-m，-m+1，…，0，…，m-1，m}

取輸出變量KP的模糊集合域為：

KP={-i，-i+1，…，0，…，i-1，i}

取輸出變量KI的模糊集合域為：

KI={-l，-l+1，…，0，…，l-1，l}

取輸出變量KD的模糊集合域為：

KD={-s，-s+1，…，0，…，s-1，s}

首先將誤差E、誤差變化率EC、輸出變量KP、KI、KD 改變分為“高”、“中”、“低”3 個級別加以區別。又因為誤差E、誤差變化率EC、輸出變量KP、KI、KD可為正值或負值。依據模糊PID控制器的控制規律以及經典PID的控制方法[5]，本文將語言論域分為7個模糊子集，語言變量值記為：“正高”（PH）、“正中”（PM）、“正低”（PL）“零”（Z）、“負低”（NL）、“負中”（NM）、“負高”（NH），7 個檔次。

為使子集能更好的包含研究區間，以免出現不受控的情況，可取 n，m，i，l，s均為 3.雖然 n，m，i，l，s選取數值愈大，精準度愈準，但會加大計算的工作量，導致系統響應變緩。

為使計算方便，引入量化因子K.

當基礎研究范圍的數值化級數選定后，K的大小就反應了基本論域的大小變化趨勢。當K變大時，會使基礎研究范圍變小，反之，當K變小時，會使基礎研究范圍變大，從而引起偏差調控的反應敏捷度的下降。

模糊控制器根據控制規則，推理出輸出變量后，不能直接作用，必須將其化為輸出變量基礎范圍中的對應值才可以使用，所以引入比例因子Ku.

當控制變量論域的最大值是定量時，比例因子Ku與基礎研究范圍的量化級數成反比，若Ku取值太大，會引起調控過程阻尼程度的降低。Ku選值過小，被控系統反應變緩。

下圖2是本研究所選取的隸屬度函數圖像，用來確定輸入輸出變量的隸屬度關系。

圖 2 D、DE、KP、KI、KD 隸屬度函數圖像

2.2 模糊控制規則

模糊集合域D、DE輸入至模糊推理器，結合控制規則，推理合成輸出變量KP、KI、KD，對PID參數進行修正，最后輸出控制信號，對系統產生作用。模糊控制規則通?；诠ぷ魅藛T與研究人員經驗總結得出，以“if……then……”的形式來表示。本次實驗的模糊控制器使用雙輸入三輸出控制。

2.3 叉車電液伸縮臂系統模糊PID自適應控制仿真

首先利用Matlab的模糊推理工具箱fuzzy建立模糊推理系統。再根據隸屬度關系，進行輸入輸出變量隸屬度關系的設置。在規則編輯器中按照模糊控制狀態表的內容輸入控制規則。在Matlab/Simulink中建立模糊PID模型。

Simulink中搭建的PID模型如圖3所示。

圖3 叉車電液伸縮臂系統的仿真模型

圖4 模糊PID自適應控制器模型

Simulink中搭建的模糊PID模型如圖4所示。

3 運行與分析

3.1 高度為定值

設定目標高度為0.6 m，仿真時間設置為5 s，仿真結果如圖5所示。

圖5 PID仿真結果圖

通過上圖可知，高度為0.6 m時，仿真初期有極短時間的震蕩，高度達到穩定時間為0.2 s左右，之后穩定在0.6 m，滿足系統的高度要求。

3.2 高度改變

在工作進行時，根據工作要求，改變高度。設定20 s時，由0.3 m改為0.6 m，仿真時間設為50 s，PID以及模糊PID仿真結果如圖6所示（其中，位于上方的曲線為PID仿真結果圖，位于下方的曲線為模糊PID仿真結果圖）。

圖6 PID和模糊PID仿真結果圖

由圖6可知，PID仿真在20 s時高度出現階躍變化，系統響應時間大約為10 s，有較大的震蕩現象，所以PID模型滿足工作要求，同時還可以進行進一步改善。而模糊PID仿真初期響應時間縮短為5 s左右，20 s時高度變化系統響應時間為5 s左右，同時震蕩現象明顯減小。

4 結束語

在模糊PID控制算法控制下的叉車電液舉升系統具有響應迅速，貨叉舉升速度平穩的優點，這對提高叉車的精細化操作有重要意義。

根據對叉車電液伸縮臂控制算法的研究，分別設計了PID控制器和模糊PID控制器，通過建立叉車電液伸縮臂控制系統模型進行系統性能分析。試驗結果表明，在采用模糊PID控制方法之后，電液伸縮臂系統控制的過程更加平穩，響應速度更快，作業效率更高。

[1]汪 亮.單缸插銷電液控制系統仿真分析研究[D].大連：大連理工大學，2015.

[2]勵 偉.大流量2D電液比例換向閥的設計及研究[D]杭州：浙江工業大學，2013.

[3]林 浩.模糊PID控制器仿真研究[D].貴陽：貴州大學，2005.

[4]李明生，趙建軍，朱忠祥，等.拖拉機電液懸掛系統模糊PID自適應控制方法[J].農業機械學報，2013（10）:295-300.

[5]趙永娟，孫華東.基于Matlab的模糊PID控制器的設計和仿真[D].太原：中北大學，2005.