当前位置： 观测器 >> 观测器优势 >> 基于电液力伺服系统的液压阀控缸自抗扰控制
关键词：液压阀控缸；ADRC；伺服控制；抗扰动
0引言电液力伺服技术自上世纪开始，逐步在各行业中得到广泛应用[1-2]。常见电液伺服系统应用场景主要有液压驱动机器人[3]，电液机床[4]，电液汽车[5]。其中，电液伺服阀控缸是电液伺服技术执行机构常见的控制单元，因其控制响应速度快和驱动力大的优点，广泛应用在不同领域。电液伺服控制分为位置控制[6]、力控制[7]。位置控制是最为常见，也是最为简单；力控制较难，需要建立系统动力学模型，但是其动态性能好，也是现有对电液力伺服技术研究的趋势。因此，本文针对执行机构提出了一种基于力控的自抗扰控制算法，研究力控制在自抗扰算法作用下对系统控制性能的影响。现有国内外对电液伺服系统执行机构驱动技术的研究较多。例如，王炳恺[8]等人，针对液压驱动机器人单腿液压执行单元-液压缸位置控制提出了一种自适应控制算法，提高了液压缸位置控制精度，使得系统鲁棒性较好；那奇，韩宝玲，罗庆生，贾燕，牛锴等人[9]，针对液压驱动的四组机器人控制系统展开研究，分析了传统经典PID算法的缺陷，提出了一种基于前馈补偿自适应PID算法，各项实验结果数据验证了该算法的准确性；杨义胜，郭津津，陈世杰等[10]，对电液力伺服技术展开研究，提出了一种基于模糊神经网络的控制算法，通过仿真实验系统验证了该算法相较于经典PID算法，提高了系统的响应时间，降低了响应超调量。因此，本文为了验证所提出的基于ADRC算法的电液力伺服系统控制的有效性，以液压非对称阀控为实验对象来验证本文算法的有效性。首先，介绍传统非对称阀控缸系统组成和控制原理，建立其数学模型；然后设计电液阀控缸力控制算法原理，并设计了ADRC控制器；最后，以单个液压阀控非对称缸为实验对象，搭建实验平台，分别以阶跃信号、正弦信号以及外界扰动信号对提出的算法进行了相关实验，实验结果验证了本文设计的基于自抗扰的电液力伺服阀控缸伺服控制算法的合理性和有效性，提高了系统控制精度和抗扰动能力。1电液力阀控缸系统结构与建模
1.1电液力阀控缸模型
如图1所示，表示非对称阀控缸执行机构结构组成模型，该系统由非对称阀控缸1、三位四通阀2、负载质量3组成。非对称阀控缸自身具有体积小、对外占用空间较小、生产过程所需成本低、制作工艺简单等特点，经常用于液压驱动单元，例如液压机器人执行器等非对称动力机构。图1非对称阀控缸执行机构结构模型如图1所示，电磁阀2进出油口分别为A、B、C、D，其中A和B表示进油口，C和D表示出油口。质量块右侧连接有刚度、阻尼元件。x0表示非对称缸伸出位移，b表示非对称缸活塞运动过程等效阻尼，FL表示外界负载，xs表示三位四通阀阀芯位移，A1表示非对称缸左侧有效接触面积，A2表示非对称缸右侧有效接触面积，p1表示三位四通阀左侧进入非对称缸左侧油压，p2表示非对称缸右侧流入三位四通阀右侧油压，QA～QD表示三位四通阀进出油口A、B、C、D的流量。1.2数学模型构建
为了进一步构建图1中非对称阀控缸数学模型，对系统做如下假设：假设1：液压阀控缸为非对称缸，四通阀必须为对称零开口。因此，在上述假设成立情况下，根据图1所示，构建系统数学模型。2基于电液力的控制器设计
2.1电液力控制系统构成本文采用基于电液力伺服技术对阀控非对称缸进行控制研究，其控制系统原理架构如图2所示。首先，该力控系统由力传感器、被控对象液压缸、惯性负载、以及ADRC控制算法组成；将期望力Fd与实际力Fa作差，得到力偏差F0，并且输入到自抗扰算法中，通过输出电压作用于电磁阀，从而实现非对称缸力伺服控制。如图2虚线框所示，力控制器采用自抗扰控制算法（ADRC，ActiveDisturbanceRejectionControl）。该算法是有一位名叫韩京清中国科学家提出的，是在经典PID控制基础上演变而来，通过增加状态观测器，使得控制系统能够实现抗扰动能力。目前，该算法广泛应用在控制领域中。图2非对称阀控缸执行机构控制算法架构自抗扰控制算法主要分为四部分：（1）跟踪微分器：用于消除输入信号峰值和低谷，起到过滤的效果，使得信号尽可能平稳。便于系统实时控制；（2）非线性反馈：不同于经典PID控制，非线性反馈是将输入信号误差及误差的微分信号进行非线性加权组合；（3）扩张观测器（ESO）：即是一个普通的状态观测器，对被控对象输出信号和输出信号的导数进行状态观测；图2中最重要的是对输出信号导数的导数进行了观测，通常称之为“扰动观测”。使得原始的状态观测器增加了一维，因此称之为“扩张状态观测器”；（4）扰动补偿部分：如图2点线部分，通常称之为扰动观测补偿，是ADRC最为显著和重要的部分，目的是为了把控制系统通过控制律设计改造成积分器级联的二阶系统，使得补偿量u综合考虑了系统内部扰动、外部扰动、模型不确定性等等。因此，自抗扰控制算法四部分如下公式：3实验验证
3.1平台组成在完成液压阀控缸电液力伺服系统建模基础上，进一步简化实验平台如图3所示。实验平台由液压泵、电磁阀、非对称液压缸、控制器、以及显示器组成。液压油通过控制器控制电磁阀A和B口进入非对称杠，电磁阀C和D口流出液压泵，液压缸两侧力位传感器做反馈控制，将信号传输至控制器，控制器一方面将数据变化量传输至显示器显示，一方面对反馈信号进行闭环控制，从而实现整个实验有效进行。图3非对称缸电液力自抗扰控制实验3.2实验方案设计
本文为了更好的验证自抗扰控制算法相较于经典PID具有效应速度快、跟踪性能好、抗扰动能力强等特点，实验过程中采用阶跃信号和方波信号进行试验实验信号如表1所示。实验结果如图4~图6所示。图4方波信号下两种算法跟踪对比图5无扰动下两种算法对阶跃信号跟踪对比图6有扰动下两种算法对阶跃信号跟踪对比3.3实验结果分析在完成实验平台搭建和试验方案设计后，整个实验如图4~图6，从图中可以看出：(1)在图4方波控制信号下，实验期望的幅值为0.05m，周期为0.2s，然后在PID和ADRC两种算法对比试验下，PID在0.04s时候出现超调，而且稳态误差稳定时间在0.06s，相较于ADRC算法控制下，ADRC算法不仅没有超调量，而且在0.04s时候就能达到稳态，整个系统响应速度更快，跟踪精度更高；(2)同理，在图5阶跃控制信号下，实验期望的幅值为0.05m，然后在PID和ADRC两种算法对比试验下，PID在0.1s时候出现超调，而且稳态误差稳定时间在0.23s，相较于ADRC算法控制下，ADRC算法在0.1s时候不仅没有超调量，而且在0.12s时候就能达到稳态，整个系统响应速度更快，跟踪精度更高，系统的稳态时间提高了47.8%。此外，在图6中，我们在0.4s处加入扰动信号，从实验结果可以看出，PID算法对抗扰动能力较弱，系统出现较大的波动，且需要0.05s随时间才能趋于稳定,而ADRC算法能够较好的抗扰动，不仅出现波动较小，而且能够以0.s时间趋于稳定状态。因此，ADRC对力的跟踪性能和扰动能力更强。
4结论
本文针对传统电液阀控缸系统非线性、抗扰动、鲁棒性差等特点，提出了一种基于自抗扰（ADRC）的电液力伺服阀控缸伺服控制研究。
以传统非对称阀控缸系统为对象，建立其数学模型，并设计了ADRC控制器，通过搭建实验平台，分别以阶跃信号、方波信号、以及外界扰动信号对提出的算法进行了相关实验，实验结果显示方波控制信号下，ADRC算法降低了超调量，稳态时间提升33.3%；阶跃控制信号下ADRC算法在0.1s时候消除超调量，系统的稳态时间提高了47.8%。此外，ADRC算法能够较好的抗扰动，0.05s时能够以0.s时间趋于稳定状态。因此，ADRC对具有更强的抗扰动能力。验证了本文控制算法的有效性，提高了系统控制精度和抗扰动能力。
参考文献
[1]东方，焦洋，安少华，刘玉波.基于电液伺服技术的动态力校准装置的研制［J］.测量技术，,(S1):-.
[2]笪靖，李其朋，丁凡，刘硕，满在朋，丁川.电液伺服技术在蝶阀上的应用［J］.伺服控制，,(5):22-26.
[3]邵璇，张永德，孙桂涛，许艳帅.液压机器人关节力补偿控制研究［J］.电机与控制学报，,(9):98-.
[4]司昌练.基于电液位置伺服系统机床滑台模糊自适应控制研究［J］.液压气动与密封，,(5):32-37.
[5]孙丁丁.基于电液伺服技术的智能装车控制系统设计研究［J］.中国煤炭，,(2):75-78.
[6]钱占松.三通阀控单作用缸在电液位置伺服系统的应用研究［J］.液压与气动，,(6):-.
[7]李波，芮光超，方磊，撒韫洁，汤裕，沈刚.电液力伺服系统自适应抗扰控制研究［J］.液压与气动，,(12):57-62.
[8]王炳凯.液压四足机器人单腿阀控缸位置自适应控制研究［J］.液压气动与密封，,(8):29-33.
[9]那奇，韩宝玲，罗庆生，贾燕，牛锴.液压驱动型四足机器人电液伺服控制系统仿真建模与实验分析［J］.计算机测量与控制，,(10):-.
[10]杨义胜，郭津津，陈世杰.基于模糊神经网络的电液力反馈伺服控制技术的研究［J］.重型机械，,(3):43-47.
该文刊登于我刊年第9期
广告
北京天力益德工贸有限公司
液压气动与密封
