韩桂华　崔燕　于凤丽

摘要：通过在半实物仿真环境中进行模型辨识试验，获得电液力伺服系统的辨识模型.为了改善电液力伺服系统的控制性能，设计了一种复合模糊PID控制器，这种控制器结合了经典PID控制器和带有自调整修正因子的模糊控制器的优点，并加入了前馈校正，为了避免由于两种控制方式相互切换时造成的不良扰动，采用了模糊切换的方法.通过在电液伺服试验台上对所设计的复合模糊PID控制器进行半实物仿真实验，并对比PID控制器和传统模糊控制器的实验控制曲线，验证了复合模糊PID控制器的可行性和控制性能，同时在负载刚度和质量变化时进行了半实物仿真实验，实验结果表明，复合模糊PID控制器不仅改善了稳定性和速度，并具有良好的实时性。

关键词：力伺服系统；模型辨识；复合模糊PID控制器；半物理仿真；自调整修正因子

DoI：10.15938/j.jhust.2016.06.014

中图分类号：TP273

文献标志码：A

文章编号：1007-2683（2016）06-0073-06

0.引言

电液力伺服控制系统的应用虽然不及电液位移控制系统广泛，但是它在许多特定领域都起着难以替代和不可忽视的重要作用，随着科学技术的飞速发展，现代工业对力控制系统的动静态精度等性能指标的要求越来越高，Liu等针对力控制系统提出了Lyapunov参数自适应控制算法.实验表明，这种方法对信号具有良好的跟踪性能，并且对系统的性能指标有显著的提高.蔡永强等采用优化了的鲁棒预测控制算法对电液力伺服系统进行控制，建模仿真表明该控制算法能够消弱系统由于时变和外界环境的干扰对系统性能的影响，从而提高了控制系统的性能.刘怀印等采用了模糊控制方法对盾构掘进机的电液力推进系统进行了控制，仿真结果表明该控制算法能够有效的保证该电液力伺服控制系统的稳定性和快速性，提高系统的性能.徐一鸣等将三维非线性PD控制器与小脑模型神经网络复合的控制方法用于变柔性负载的电液力控制系统，使系统在负载刚度大范围变化时保持稳定，减小了系统的跟踪相位差。

模糊控制能够将操作人员的控制经验加入到控制算法中，从而使控制系统能够模仿和借鉴操作人员的控制经验而进行控制.它特别适合用在采用传统控制技术分析时过程非常复杂的情况下或者可用的信息来源不准确或不确定的情况下。

由于电液力伺服系统具有非线性和不确定的动态性，因此不可能从理论上建立其精确的数学模型，也很难用线性控制方法进行高精度的力伺服控制.虽然一些模糊控制策略已经应用到实际系统并取得了很大的进步，但是其瞬态和稳态控制性能是有限的，本文利用xPC实时系统的半物理仿真环境和MATLAB系统辨识工具箱，对电液力伺服系统进行了模型辨识实验，然后，以辨识获得的模型为对象设计控制器，提出了一种结合了模糊逻辑和传统线性控制理论优点的复合模糊PID控制器。

1.電液力伺服系统的模型辨识

实验室的电液力伺服控制系统如图1所示，电流信号i经放大器传递给电液伺服阀，当给定力值的电压信号U_r不等于力传感器反馈回来的电压信号U_f时，液压缸产生力F_g控制的目的就是使液压缸产生的力的信号尽可能达到所给定的力值信号u_r=u_f由于力传感器的刚度远远大于负载的刚度，所以这是一个单自由度的力控制系统。

xPC实时系统的半物理仿真实验台如图3所示.电液力伺服系统作为硬件放置在模拟仿真回路，系统控制由计算机实现，PC机作为宿主机用于运行仿真、设计和发现目标应用程序，研华工控机作为目标机用于运行所生成的控制程序代码，并通过以太网LAN连接来实现与宿主机的通信。

本系统选用研华PCL818HD多用途卡完成数据采集（A/D）和数据输出（D/A），其中板卡的输入通道数6为力信号，基地址为300h，采样时间为0.001s，力传感器的取值范围为-5V～+5V，其对应的实际值是-5000N～+5000N。

考虑到系统的时变性和干扰性，进行了多组试验，为了达到xPC实时目标，在实时运行目标应用程序时，可以通过改变输入正弦信号的振幅和频率以及改变输入阶跃信号的时间和步长值来调整实验参数，这样输出信号就会立即发生相应的变化，多组输入输出数据就可以通过xPC实时系统在线获得。

2.复合模糊PID控制器的设计

电液力伺服系统有如下几个特点：第一，有一些不确定的参数，比如油液体积弹性模量和伺服阀的流量增益等；第二，负载质量和刚度会随着工作环境和条件的变化而改变.特别是当负载刚度变化很大的时候，不仅严重影响系统本身的动态特性和静态特性，还影响到控制性能。

因此迫切需要设计一种对系统参数变化适应性强的控制方法.这种控制器如图5所示。由图可知，这种复合型控制器由一个经典的PID控制器和一个带有自调整修正因子的模糊控制器组成.这个控制器在力值远离目标值时用模糊控制器来控制系统，而当力值在目标力值附近时用PID控制器来控制系统.使用经典PID控制方法是为了消除系统的稳态误差，而使用模糊切换方法是为了避免由于两种控制方法之间切换时所造成的不良扰动，为了提高系统的动态特性，添加了前馈校正。

模糊控制理论包括模糊化、基于专家经验的模糊规则库、模糊推理和清晰化，模糊控制规则的自调整是提高控制器性能的关键因素，本次研究使用了带有修正因子的模糊数模型来在线自动调整模糊控制的规则，模糊输入变量（误差E和误差变化率EC）采用三角形隶属度函数，如图6所示，其中

由于修正因子α能直接反映误差（E）和误差变化（EC）的加权程度，在控制过程中忠实地反应了操作者的思维特点，因此，在线调整控制规则的主要任务就转化为调整修正因子α的值，根据专家经验和控制工程知识，自调整修正因子的模糊数模型如表1所示，为了最终消除量化误差和调节死区，在自调整修正因子的模糊数模型中应用插值法来改进控制规则。

3.计算机仿真结果

为了验证复合模糊PID控制器的有效性，对电液力伺服系统进行了计算机模拟仿真.采样频率选择为1000Hz，计算过程采用ode4算法，电液力伺服系统的数学模型如式（7）所示。

根据前面提出的复合控制器，用Matlab工具箱对该系统进行建模，输入相同的阶跃信号，并对不同控制器的输出图形进行比较.由于反馈为单位反饋，因此期望的输出值就是输入值。如图8所示，可见与传统的模糊控制系统和PID控制系统相比，复合模糊PID控制器具有良好的单位阶跃响应，超调量更小，上升时间更快，达到稳态值的时间更小。

4.实验结果

为了验证所提出的模糊控制器在实际应用中的有效性，在半物理仿真实验台（图3）上进行了实时控制实验，由电脑产生的输入信号经数据采集卡（PCL-818HD）发送给伺服放大器，放大后的信号被传递到伺服阀从而控制液压缸产生力来克服负载的弹簧力和惯性力，再通过力传感器将活塞上的力值反馈回来，最后将这个反馈回来的信号发送给计算机进行数据处理.实验的基本要素是控制程序，它包括产生输入信号的控制模块、数据采集卡的管理、控制算法的实现和数据存储等。

为了评估所提出的控制器对力的控制性能，将期望的跟踪输入分别设置为阶跃信号和正弦信号，该系统阶跃响应（0.1V）的跟踪输出如图9所示，其中系统的质量是124.96kg（包括7个质量块、活塞和平台），负载刚度为3371.67N/mm，由图可见，与PID控制策略和传统的模糊控制策略相比，复合模糊PID控制器在抑制超调和提高实际试验台的稳定时间方面显示出了明显的优势。

由于线性或非线性系统辨识模型的微分方程不能充分反映实际系统，因此在实验时要对控制器的某些参数稍作修改，这样实际试验台的响应时间会与仿真结果稍有不同，不同的原因包括实际系统的线性化，参数值的选择以及计算的误差等，但是实际实验结果大体与仿真结果相符合。

负载刚度变化时，复合模糊PID控制器的性能如图10所示，其中K₁=708.73N/mm，墨=3071N/mm和K₃=3371.67N/mm.可见，负载刚度严重影响着系统的响应速度和峰峰值的跟踪速度。

系统的质量主要影响力伺服系统的速度，如图11所示，可见在质量变化时，使用混合模糊PID控制器时系统的动态响应速度基本上是有保证的.其中m₁=124.96kg（包括七个质量块、活塞和平台），m₂=67.84kg（包括3个质量块、活塞和平台），和m₃=25kg（包括活塞和平台）。

5.结论

通过计算机模拟和实验研究，我们可以得出以下结论：第一，本文通过输入和输出数据对电液力伺服系统进行了模型辨识，并通过在xPC实时半物理仿真系统中进行仿真实验，验证了所辨识模型的可信度，辨识的结果可作为控制算法的研究、参数的调整和电液伺服系统仿真的基础，第二，复合模糊PID控制器已成功应用于电液力伺服试验台，计算机仿真和实验研究结果表明，复合模糊PID控制器在力伺服系统中的跟踪性能要比线性PID控制器和常规模糊控制器要好，第三，当系统负载刚度和质量参数变化时，复合模糊PID控制器可以保证系统响应的快速性和鲁棒性，通过合理地匹配负载刚度和负载质量可以提高系统的控制性能。