张 腾，张永根，轩德丰，宋秋杰，李 伟，熊树生▲

(1.浙江大学 能源工程学院，浙江 杭州 310027；2.杭叉集团股份有限公司，浙江 杭州 311305)

0 引言

中国在2006年首次使用滑模摊铺技术来建造澳门国际机场，该项目于同年7月完工。然而，尽管中国使用该技术的时间点较早，但到目前为止，混凝土的滑模摊铺技术还是没有得到广泛的使用。目前，国内机场道面混凝土多采用排架式振捣装置和人工组合施工法施工，其本质还是人工施工。随着国内机场的大开发和人工费用的不断上升，对机场道面施工精度和建设速度要求越来越高，且行业对全机械化、智能化施工的需求也在不断上涨[1]。

现已有个别施工企业采用摊铺机固定模板法在机场混凝土道面施工中运用，但由于现行国内机场道面规范的限制，摊铺机施工后的表面处理工序，还全部都采用人工施工，限制了摊铺机快速施工的效率和道面平整度施工精度[2]。

因此，研发一种用于混凝土表面砂浆层处理的机械势在必行，以此提高施工速度、提高表面平整度和提升机场道面混凝土施工机械化程度。

1 智能车行驶恒速控制

随着控制理论与工业的发展，越来越多的智能控制方法被应用到实际的工程问题上。如神经网络控制、串级控制、滑膜变结构控制、遗传算法等等。它们在各种工业应用尤其是无人驾驶等智能领域，为提高工程质量，加快工程进度等做出了巨大贡献[3-4]。在很多问题中，仅仅使用经典PID很难确定控制参数，无法达到理想的控制效果。对于时变性、非线性的控制对象，经典PID已不能适应多变的控制需求。智能车是一个非单一的控制系统，影响控制效果的因素众多，经典PID难以整定出合适的控制参数。而在智能控制中，像神经网络控制、遗传算法等计算量巨大，对计算硬件有一定要求，在机场后处理智能车上很难应用。而模糊算法在满足非线性控制的基础上，计算量也不至于过大，符合本项目的工程需求，因此在恒速控制中，选择使用模糊PID的控制方法。同时将模糊PID和经典PID的控制效果进行对比，分析两者的控制效果。

2 基于PID的恒速控制

2.1 PID算法

PID是最基本的控制方法之一，在恒速控制这种较简单的问题中，PID的工作稳定、调整方便等特点可以得到很好的发挥。因此，本文先使用PID控制来实现恒速控制。

PID控制算法由比例控制(P)、积分控制(I)、微分控制(D)组成。其控制过程如图1。

图1 PID控制算法流程图

2.2 仿真与分析

PID仿真部分结果参数如表1。

表1 转速50p/s仿真结果表

图2 PID恒速控制模型图

图3 转速50p/s仿真结果图

由以上分析可知，对于单一PID控制，除启动时会有较大超调，响应时间、稳态误差、振荡程度等指标均表现良好。但此仿真是在无外部干扰的情况下进行的，与实际情况有别，下面在单一PID控制的基础上加上一定程度的干扰，观察控制效果。控制模型如图4所示，所加干扰信号如图5所示[5]，仿真结果如图6所示。

图4 加入扰动后的PID恒速控制模型图

图5 扰动信号图

图6 转速50p/s仿真结果图

从图中可以看出，PID的抗干扰能力明显不足，尤其在50p/s的仿真中，加入白噪声干扰后，稳定性明显不足，且超调增大。在应对实际工况中更加多变复杂的工作环境，单一PID显然无法胜任恒速行驶的控制工作。

通过以上建模仿真结果，我们确定，不能用单一PID来进行全部的恒速行驶控制工作。本文结合已有的智能PID控制方法，提出用模糊PID来进行恒速控制，用以改善控制器对干扰的应对能力，加强系统鲁棒性，同时减小超调，缩短响应时间，提高稳态精度[6]。

3 基于模糊PID的恒速控制

基于以上讨论，我们发现，单一PID控制无法对扰动产生理想的控制效果。由于单一PID的控制参数是固定的，无法随着实时工作环境的改变调整控制参数，因此需要一种方法来针对反馈量的变化对参数进行实时调整，以达到更灵活、更有效的控制。本节在以上单一PID控制工作的基础上，加入模糊控制方法，对KP、KI、KD进行智能控制，以达到更优的控制效果。

3.1 模糊PID基本原理

模糊PID即利用模糊控制来调整PID参数。它包括模糊化、模糊推理、清晰化、PID控制器四个部分，以速度偏差e以及偏差的变化率ec作为输入，经过模糊化处理，得到模糊论域的输入量，再通过模糊推理得到模糊论域的输出量，最后清晰化得到基本论域的输出量，在模糊PID中，此输出量即PID控制器中的控制参数KP、KI、KD，最后将这三个参数以及偏差输入PID控制器，得到控制输出量，以控制电机转速[7]。原理见图7。

图7 模糊PID控制流程图

3.2 模糊PID仿真及结果

在模糊规则表确定后，还需确定各参数的隶属度函数，以及解模糊的方法。隶属度函数影响到最后的控制效果。隶属度函数的形状尖，则函数的分辨率高，较小的输入变化会引起较大的输出变化，控制的灵敏度高；形状较平，则函数的分辨率低，输入的变化不会引起输出较大的改变，系统的稳定性提高，鲁棒性强。文中选择采用三角形隶属度函数，并选择采用重心法(加权平均法)进行解模糊清晰化。在考虑到前期KD的刹车作用对系统的控制效果影响较大，因此加入一个阶跃信号，使得从0.75 s后，KD再开始起作用。模型如图8所示，仿真结果如图9所示。

图8 模糊PID直线行驶控制模型

根据仿真结果，可以看到，模糊PID控制对于外部干扰的处理能力明显更强，并且超调量降低，响应时间明显加快，稳态误差减小，稳定性增强。

图9 模糊PID直线行驶仿真结果图

表2 PID及模糊PID控制效果对比表

4 总结

本文结合混凝土道面智能高精度多功能成型机项目，进行智能车恒速即直线控制策略研究，并利用MATLAB/SIMULINK进行建模仿真工作，在PID控制的基础上，进一步研究了模糊PID控制的控制效果，并就两者主要控制参数进行了对比研究。最后针对实际行驶工况可能出现的偏移原因提出相应的纠偏策略。经过本文的研究，得到以下结论：

1)PID控制及模糊PID控制在无扰动或扰动极小的情况下，均可以满足本项目的控制需求。即稳态误差5%以内(实际在2%以内)，响应速度1 s以内(实际0.6 s以内)。

2)在外部扰动加入的情况下，模糊PID控制则能够很好的实现超调量5%以内，甚至偏移率稳定在0.1%以内，响应速度也较经典PID快很多。