唐山學院智能與信息工程學院 成鳳敏
針對踏面單元制動器的氣密性進行容積補償和模糊PID控制,運用MATLAB的Simulink模塊對模糊PID控制器進行優化,并建立制動器數學模型,通過對踏面制動器制動過程的仿真分析和參數調整,使得系統的檢測性能更加穩定。
伴隨城市軌道交通的迅猛發展和高速列車速度的提高,對列車停車準確度的要求更加嚴格,因而對制動系統的響應也提出了更嚴標準。機車踏面單元制動器是車輪踏面制動的基礎裝置,以壓縮空氣為動力源,作為機車制動的終端實施裝置,為機車的行駛提供了安全保障。本文首先對某公司踏面制動器實驗臺的氣路控制進行了容積補償改進,然后在MATLAB軟件的Simulink模塊中建立優化模糊PID仿真并分析測試結果,并為實際的制動控制提供一定理論依據。
制動器試驗臺控制部分有氣動和電氣控制兩部分構成,用來操縱被測制動器的制動和緩解,調節并預先設置三種制動時壓縮空氣的壓力,觀察制動缸的氣密性、閘瓦位置,并顯示閘瓦位移量和制動力的數值。主要針對制動時的閘瓦壓力、閘缸的密封性、閘瓦間隙的自動調節等性能進行測試。原試驗臺氣路控制及測量如圖1所示,壓力表Y60ZT顯示風源壓力,三個氣壓調壓器用于調定試驗時的充風壓力,包括低壓、中壓和高壓充風。電磁閥(1DT、2DT、3DT、5DT、6DT、7DT)用于閘缸的充氣、排氣。

圖1 原氣路控制及測量原理圖
為了實現容積補償的自動控制,在原氣路控制及測量原理圖中增加容積補償裝置,如圖2所示。裝置包括補償用的氣缸C2、位移傳感器S2及推進補償氣缸的驅動步進電機M。在檢測過程中,當壓力傳感器檢測到壓差已超過設定的標準數值時,通過步進電機驅動補償氣缸對測試件進行容積補償,從而改變補償氣缸一側的氣路壓力,以重新恢復壓力平衡狀態。由于一直被施以容積補償作用,被測件內的壓力始終維持在初始檢測壓力附近一個很小的波動范圍內,使被測件的泄漏量跟時間基本上呈現線性關系,由此通過測量泄漏總量和測試時間來計算平均泄漏率,此方法可提高檢測的準確性并縮短檢測時間。

圖2 容積補償裝置
利用Matlab軟件中的Simulink進行圖形化建模環境,建立氣缸補償系統的數學模型。優化后的模糊PID控制器在simulink中的單位階躍響應仿真模型如圖3所示。其中KdFcn模塊為Kd的計算函數,即;Tf Fcn模塊為濾波系數Tf的計算函數,即。

圖3 優化后的模糊PID控制器在simulink中的單位階躍響應仿真模型
選取對象模型為:

對象模型選取為典型工業過程的簡化模型。模糊PID控制器的參數設置為量化因子Ke’=3.00,Kec’=4.29,比例因子為Kp’=0.93,積分因子Ki’=0.17,微分因子Kd’=0.27,初始PID增益參數為Kp1=2.5,Ki1=1.55,Kd0=2.15。優化后的模糊PID控制器的量化因子Ke’=3.00,Kec’=4.29,比例因子為Kp’=0.93,積分因子Ki’=0.17,自設定權值Kβ’=1.4,初始PID增益參數為Kp0=0.15,Ki0=1.55,a=35,初始化設定值權值為β0=0.52。
通過圖4,對比常規模糊PID控制與優化后的模糊PID控制的模擬仿真結果可以看出:與常規的模糊PID控制器對比,調整參數優化后的模糊PID控制器在調節階段中,上升時間有所增加,超調量和銜接階段調整時間都明顯降低,系統的振蕩也顯著減小,說明整體的調節效果和穩定性有明顯改善。在維持原有性能參數優良性的基礎上,通過引進自適應預設值權值的模糊PID控制器對超調量σ%的降低效果更加顯著。

圖4 常規模糊PID控制與優化后模糊PID控制的效果比較圖
按壓〔1制動試驗〕鍵,系統自動完成測試。設備動作為高壓充風緩解后,排氣制動,6DT得電充風一個循環時間和延時常量(5s)后,7DT得電排氣使風壓為0,循環數次,試驗完成。按壓〔2手動緩解〕鍵,設備動作為高壓充風緩解后,排氣制動。6DT得電充風一個循環時間和延時常量(5s)后,7DT得電排氣使風壓為0,彈簧缸制動,拉動手動緩解裝置,制動器應緩解。循環數次,試驗完成。按壓〔3泄漏試驗〕鍵,設備動作為高壓充風緩解后保壓,排氣制動。6DT得電充風至600kPa,可根據工藝調整面板上的調壓器得到所需的壓力,穩壓5s后,開始保壓至設定時間(3min左右),7DT得電排氣使簧缸風壓為0,試驗結束。界面顯示:閘缸風壓、簧缸風壓、制動壓力、閘瓦間隙等,如圖5所示。

圖5 簧缸試驗測試界面
結論:通過對機車踏面制動器的氣路控制改進完善和優化后的模糊PID控制仿真模型的建立,并在制動試驗臺進行測試,發現,通過優化PID可提高泄漏量檢測的準確性,并實現更精確的制動控制。