熊中刚，刘小雍，金 星，邹 江，张 旭，吴廷强

(1.遵义师范学院 工学院，贵州 遵义 563002；2.贵州省电子电工实验示范研究中心，贵州 遵义 563002)

0 引言

我国是农业大国，机械化平地对大面积农业生产种植至关重要。平地机是一种以铲刀为主的土地平整和整形作业的施工机械，包含多种可换作业装置[1-5]。

早在20世纪80年代后期，西方发达国家就已经开始机电一体化技术在平地机上的应用。平地机可以在较短时间时完成大面积的土地平整作业，是矿山建设、道路修筑、国防工程和农田改良等施工中的重要设备，可以有效提高平地效率。在依靠驾驶员控制油门大小、档位和速度工作过程中，平地机作业时受到不同大小土块和地形的影响，无法满足平地机作业效率和作业精度要求[6-8]。因此，本文设计了基于模糊理论的参数自适应PID算法的平地机行走智能控制系统，有效提高施工的自动化和智能化水平，以期达到对作业时油门大小、档位和恒速控制的稳定、高效和精准控制的目的。

1 系统总体组成及其工作原理

本文主要针对液力机械传动型平地机行走智能控制系统进行研究，目的是实现平地机作业时根据行走状态参数进行油门大小、档位和恒速控制。控制系统主要由车速电位器、车速传感器、油压传感器、油温传感器、油位传感器，信号调理模块、中央控制器、档位控制器、调速执行机构、前进后退档电磁阀、电源模块和报警模块组成，如图1所示。

图1 系统组成框图

为实现平地机作业时行走智能化控制，需要对车速、油压、油温、油位以及发动机转速进行实时数据采集，根据车速电位器和车速传感器的实时检测信号确定整车的自动行驶档位，并经由模糊理论的参数自适应PID算法对实时检测参数和设定值进行比较后输出，采用闭环系统反馈调节的方法通过不断的迭代计算，实现档位电磁阀的最低误差控制。

2 平地机行走参数自适应PID控制器设计

平地机的行走系统比较复杂，由于该系统具有时变性、滞后性和非线性等特点，建立能够实时调节控制系统且精确的数学模型很困难，故而根据系统工作需求特点，采用集合论、语言变量和逻辑推理等特性的模糊算法实现计算机的有效控制[9-12]。

2.1 模糊控制系统的建立

传统PID控制器是根据输入和输出的差值来构成控制偏差量，而且是一个线性控制器，其基本的结构如图2所示。

图2 PID控制器原理框图

根据图2设定et=Input(t)-Output(t)，可得PID控制器的控制规律为

(1)

并经由化简得其传递函数为

(2)

其中，Input(t)为给定值；Output(t)为输出值；et为偏差值。然而，在系统的微型处理器中，需要对上述设计数字化进行处理。设系统采样时若干kT时刻点的标志时间为t，并将模拟积分采用矩形法数字积分代替模拟积分，同时把微分以1阶后向差分近似代替可得如下式子，即

(3)

通过式(3)可得到离散的PID算法表达式为

(4)

针对平地机作业时行走智能化控制系统要求，为了能够实现系统的各项参数监测、油门大小、档位以及恒速控制，提高系统的控制精度，在图2的基础上进一步进行平地机模糊理论的行走控制系统设计，如图3所示。

图3 平地机模糊理论的行走控制系统

2.2 模糊自适应PID控制器的设计

本系统根据平地机作业时的特点，设计了如图4所示的模糊自适应PID控制器。

为使系统能够对kp、ki、kd3个参数进行动态调节，故在保留原有PID算法的基础上，采用模糊理论原理的参数自适应PID算法，对kp、ki、kd3个参数以及偏差e和偏差变化率de/dt进行实时监测，根据模糊集规则完成变量的调节控制，从而满足不同控制对象在不同运行状态下运行需求，保持系统稳定性及动态响应效果。

2.3 输入输出控制变量的模糊化

本文所设计的模糊控制系统以输入发动机的转速标定信号和检测的发动机实际转速之间的差值作为输入变量误差E，同时以发动机转速差的变化率EC作为参数自适应PID控制器的输入量。为实现参数自适应控制，输入变量E、EC和输出变量U(k)作为模糊语言变量时，将转速升高定为正值，降低为负值，并设定kp、ki和kd模糊控制规则如表1～表3所示。本文根据设计需求定义模糊自适应PID控制器的输入e和ec、输出kp、ki、kd论域范围都为{-5,-4,-3,-2,-1,0,1,2,3,4,5}。

表1 kp的模糊控制规则表

表2 ki的模糊控制规则

表3 kd的模糊控制规则

根据系统要求，遵照本文设计的模糊控制规则得到相关参数协调关系Gec=(1.5～2.5)Ge，输入变量误差E相应的量化因子为KE=0.2，转速差的变化率EC量化因子KEC=0.2，变量控制器的输出值量化因子KU(k)=2。

2.4 模糊控制输出量的精确化

本文采用广大研究者使用频率较高的面积中心法实现从推理所得的模糊量到精确量的非模糊化处理，计算式为

(5)

根据各模糊控制规则，经由系统模糊合成可以得到关于kp、ki、kd的各个修正参数△kp、△ki、△kd的值，进一步代入下式即可得到kp、ki、kd的值，即

(6)

根据设计需求经过计算所得的相应数学模型为

u(k)=[kP+kI]·e(k)+kD·[ec(k)-ec(k-1)]+u(k-1)

(7)

其中，u(k)为控制器的输出值，发动机转速的偏差值为e(k)，转速偏差增量为ec(k)=e(k)-e(k-1)，kp、ki和kd分别为比例、积分和微分系数。以发动机的转速误差E以及转速误差变化率EC作为给定输入量，采用模糊理论的参数自适应PID合成运算求得模糊输出量W，并采用式(8)将其转化为精确量，从而方便计算机的控制。

(8)

其中，wi为W的论域元素；μ(wi)为相应于wi的隶属度。

(9)

根据得到的W乘以比例因子GW即可以反映出实际控制电压值w，从而得到作业时准确的控制量完成对比例阀的控制。

3 仿真设计及测试

3.1 控制方式的仿真测试及对比

为了测试平地机参数自整定模糊PID控制的有效性和可靠性，采用MatLab的Simulink仿真环境，分别对不带PID控制、PID控制和参数自整点模糊PID控制3种控制方式进行仿真测试，所设计的仿真框图如图5所示。

图5 参数自适应PID算法控制器仿真框图

通过对平地机行走系统数据采集，使用MatLab 软件对系统的响应进行绘图，采用单位阶跃输入信号对行走智能化控制系统进行基于模糊理论的参数自适应模糊PID算法控制的仿真测试，得到如图6所示的仿真测试曲线。

通过仿真对比测试不带PID控制的方式下系统存在无法消除的静差，主要是达不到系统控制需求；常规PID控制能够达到系统需求，却存在较大超调量缺点，同时需要的稳定时间也较长；参数自适应PID算法控制具有超调量比较小、控制稳定性好、所需要的调整时间比较短以及响应速度快等特点，而且发动机的转速误差控制在有效精度范围内，动态控制性能很好。

图6 3种不同控制方式的性能对比曲线

3.2 调节参数整定过程性能仿真测试对比

按照本文设定的模糊控制规则，分别对kp取较大初始值，ki取很小初始值，kd初始值最小，并设定开始时偏差很大，得到如图7所示的kp、ki、kd整定过程曲线，充分体现了系统复杂工况以及状态多变的良好动态适应性。

图7 自适应PID控制器调节参数的整定过程性能曲线

3.3 系统监测参数测试

本系统设计中主要采用RS485通信方式，监测油温、油压及机组速度等3个方面数据，通过一定的通讯协议解析后完成采集、存储，并动态绘制成曲线图完成显示，如图8～图10所示。

图8 油温动态显示曲线图

图9 油压动态显示曲线图

图10 机组速度动态显示曲线图

4 结论

1)以平地机作为研究对象，采用单片机作为速度执行器，提出了基于模糊理论的参数自适应PID算法的平地机行走智能控制方案， 完成了油温、 油压和机组速度的动态监测。为验证算法的可靠性和有效性，人为设置干扰信号进行了参数在线调整仿真测试，得出当初始值kp取较大值18、ki取3、kd取0.25时，可以尽快消除偏差，提高了响应速度，有效防止超调过大而产生振荡，使系统在线调整参数迅速达到稳定。

2)分别对3种不同控制方式进行控制效果对比测试，结果表明：不带PID控制方式存在无法消除的静差，且调节时间达到了7s，无法满足系统控制要求；常规PID和参数自适应PID控制都能够满足系统控制要求，但常规PID控制存在较大超调，且稳定时间需要18s；而同等条件下基于模糊理论的参数自适应PID控制几乎没有产生超调量，动态响应时间很短且控制稳定性好，极大提高了系统调节动态响应速度，具有很好的动态控制性能。