留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进PSO算法优化的电液位置伺服系统自抗扰跟踪控制

蔡改贫 周小云 刘鑫

蔡改贫, 周小云, 刘鑫. 改进PSO算法优化的电液位置伺服系统自抗扰跟踪控制[J]. 机械科学与技术, 2021, 40(12): 1904-1912. doi: 10.13433/j.cnki.1003-8728.20200259
引用本文: 蔡改贫, 周小云, 刘鑫. 改进PSO算法优化的电液位置伺服系统自抗扰跟踪控制[J]. 机械科学与技术, 2021, 40(12): 1904-1912. doi: 10.13433/j.cnki.1003-8728.20200259
CAI Gaipin, ZHOU Xiaoyun, LIU Xin. Auto Disturbance Rejection Tracking Control of Electro-hydraulic Position Servo System Optimized by Improved PSO Algorithm[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(12): 1904-1912. doi: 10.13433/j.cnki.1003-8728.20200259
Citation: CAI Gaipin, ZHOU Xiaoyun, LIU Xin. Auto Disturbance Rejection Tracking Control of Electro-hydraulic Position Servo System Optimized by Improved PSO Algorithm[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(12): 1904-1912. doi: 10.13433/j.cnki.1003-8728.20200259

改进PSO算法优化的电液位置伺服系统自抗扰跟踪控制

doi: 10.13433/j.cnki.1003-8728.20200259
基金项目: 

国家自然科学基金项目 51464017

江西省重点研发计划项目 20181ACE50034

详细信息
    作者简介:

    蔡改贫(1964-), 教授, 博士, 研究方向为散体-机械系统理论及智能装备, 智能监控与工业机器人, cgp4821@163.com

  • 中图分类号: TP271

Auto Disturbance Rejection Tracking Control of Electro-hydraulic Position Servo System Optimized by Improved PSO Algorithm

  • 摘要: 针对电液位置伺服系统由于参数不确定性、非线性、复杂时变性而导致的响应速度慢、跟踪精度低、抗干扰能力差的问题, 提出一种具有更高跟踪精度及抑制抖振能力的改进PSO算法优化的自抗扰控制(Improved-PSO auto disturbance rejection control, IPSO-ADRC)方法。首先, 建立电液位置伺服系统的误差状态空间方程, 采用3阶跟踪微分器、扩张状态观测器及状态误差反馈律构建自抗扰控制器模型; 其次, 分析惯性权重递减PSO算法存在的早熟、易陷入局部最小值等问题, 综合考虑粒子迭代次数及当前粒子与全局最优粒子间距离两个因素对寻优结果的影响, 提出一种改进PSO算法; 最后, 将改进后的PSO算法应用于所设计的自抗扰控制器中以提高控制性能。仿真及试验结果表明, 相比于传统PID控制和常规自抗扰控制, 采用改进PSO算法优化的自抗扰控制具有位置跟踪精度高、抗干扰能力好的优点。
  • 图  1  电液位置伺服系统工作原理图

    图  2  电液位置伺服系统自抗扰跟踪控制器结构

    图  3  改进PSO算法流程

    图  4  算法收敛对比

    图  5  电液位置伺服系统液压模型

    图  6  电液位置伺服系统Simulink仿真模型

    图  7  液压缸阶跃信号响应曲线

    图  8  传统PID控制

    图  9  常规自抗扰控制

    图  10  改进PSO算法优化的自抗扰控制

    图  11  试验装置

    图  12  两种控制方法下的位置跟踪曲线

    图  13  两种控制方法下的绝对位置跟踪误差

    表  1  电液位置伺服系统AMEsim仿真参数

    参数 数值
    液压油密度/(kg·m-3) 850
    液压油动力粘度/(Pa·s) 0.03
    液压泵系统压力/MPa 15
    液压泵系统流量/(L·min-1) 300
    电液伺服阀额定电流/mA 50
    电液伺服阀固有频率/Hz 100
    电液伺服阀最大开口流量/(L·min-1) 150
    活塞缸直径/mm 130
    活塞直径/mm 85
    负载总质量/kg 100
    电机转速/(r·min-1) 1 500
    下载: 导出CSV
  • [1] 王占林. 近代电气液压伺服控制[M]. 北京: 北京航空航天大学出版社, 2005

    WANG Z L. Modern electrohydraulic servo control[M]. Beijing: Beihang University Press, 2005 (in Chinese)
    [2] 姜万录, 朱勇, 郑直, 等. 电液伺服系统非线性振动机理及试验研究[J]. 机械工程学报, 2015, 51(4): 175-184 https://www.cnki.com.cn/Article/CJFDTOTAL-JXXB201504027.htm

    JIANG W L, ZHU Y, ZHENG Z, et al. Nonlinear vibration mechanism of electro-hydraulic servo system and its experimental verification[J]. Journal of Mechanical Engineering, 2015, 51(4): 175-184 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JXXB201504027.htm
    [3] 李拓彬. 电液伺服系统PID神经网络控制策略研究与应用[D]. 长沙: 中南大学, 2013

    LI T B. Research and application on ANPID control algorithm for electro-hydraulic servo system[D]. Changsha: Central South University, 2013 (in Chinese)
    [4] 马晓宏. 电液比例阀控缸位置控制系统的研究与应用[D]. 上海: 东华大学, 2008

    MA X H. Research and application on the position control system of electro-hydraulic proportional valve-controlled cylinder[D]. Shanghai: Donghua University, 2008 (in Chinese)
    [5] GUO Q, YU T, DAN J. Adaptive backstepping design of electro-hydraulic actuator based on state feedback control[C]//2015 International Conference on Fluid Power and Mechatronics (FPM). Harbin: IEEE, 2015: 888-891
    [6] LOUKIANOV A G, SANCHEZ E, LIZALDE C. Force tracking neural block control for an electro-ydraulic actuator via second-rder sliding mode[J]. International Journal of Robust and Nonlinear Control, 2008, 18(3): 319-332 doi: 10.1002/rnc.1222
    [7] 徐莉萍, 蔡留金, 李健, 等. 基于自抗扰控制的铣面机床电液位置伺服系统控制策略[J]. 计算机集成制造系统, 2018, 24(11): 2770-2778 https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ201811012.htm

    XU L P, CAI L J, LI J, et al. Control strategy of electro-hydraulic position servo system for surface milling machine based on active disturbance rejection control[J]. Computer Integrated Manufacturing Systems, 2018, 24(11): 2770-2778 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJJ201811012.htm
    [8] 韩京清. 自抗扰控制器及其应用[J]. 控制与决策, 1998, 13(1): 19-23 doi: 10.3321/j.issn:1001-0920.1998.01.005

    HAN J Q. Auto-disturbances-rejection controller and its application[J]. Control and Decision, 1998, 13(1): 19-23 (in Chinese) doi: 10.3321/j.issn:1001-0920.1998.01.005
    [9] 林浩, 李恩, 梁自泽. 具有非线性不确定参数的电液伺服系统自适应backstepping控制[J]. 控制理论与应用, 2016, 33(2): 181-188 https://www.cnki.com.cn/Article/CJFDTOTAL-KZLY201602006.htm

    LIN H, LI E, LIANG Z Z. Adaptive backstepping controller for electro-hydraulic servo system with nonlinear uncertain parameters[J]. Control Theory & Applications, 2016, 33(2): 181-188 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-KZLY201602006.htm
    [10] 刘云峰, 缪栋. 电液伺服系统的自适应滑模跟踪控制研究[J]. 电光与控制, 2006, 13(6): 56-59 doi: 10.3969/j.issn.1671-637X.2006.06.015

    LIU Y F, MIAO D. Research on adaptive sliding mode tracking control for electro-hydraulic servo system[J]. Electronics Optics & Control, 2006, 13(6): 56-59 (in Chinese) doi: 10.3969/j.issn.1671-637X.2006.06.015
    [11] 姜仁华, 刘闯, 宁银行, 等. 雷达伺服系统的高跟踪精度改进型自抗扰控制器[J]. 电机与控制学报, 2019, 23(5): 102-109 https://www.cnki.com.cn/Article/CJFDTOTAL-DJKZ201905014.htm

    JIANG R H, LIU C, NING Y H, et al. Improved auto-disturbance rejection controller of radar servo-system with high tracking accuracy[J]. Electric Machines and Control, 2019, 23(5): 102-109 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-DJKZ201905014.htm
    [12] KENNEDY J, EBERHART R. Particle swarm optimization[C]//Proceedings of ICNN'95-International Conference on Neural Network. Perth: IEEE, 1995: 1942-1948
    [13] 徐向阳, 韩洵, 艾星, 等. 改进粒子群算法的行星齿轮系统多目标优化研究[J]. 机械科学与技术, 2018, 37(9): 1352-1358 doi: 10.13433/j.cnki.1003-8728.20180068

    XU X Y, HAN X, AI X, et al. Research on multi-objective optimization of planetary gear system with improved particle swarm optimization[J]. Mechanical Science and Technology for Aerospace Engineering, 2018, 37(9): 1352-1358 (in Chinese) doi: 10.13433/j.cnki.1003-8728.20180068
    [14] 戴文智, 杨新乐. 基于惯性权重对数递减的粒子群优化算法[J]. 计算机工程与应用, 2015, 51(17): 14-19, 52 doi: 10.3778/j.issn.1002-8331.1412-0259

    DAI W Z, YANG X L. Particle swarm optimization algorithm based on inertia weight logarithmic decreasing[J]. Computer Engineering and Applications, 2015, 51(17): 14-19, 52 (in Chinese) doi: 10.3778/j.issn.1002-8331.1412-0259
    [15] 周利军, 彭卫, 曾小强, 等. 基于杂交变异的动态粒子群优化算法[J]. 计算机科学, 2013, 40(S2): 143-146 https://www.cnki.com.cn/Article/CJFDTOTAL-JSJA2013S2036.htm

    ZHOU L J, PENG W, ZENG X Q, et al. Dynamic particle swarm optimization based on hybrid variable[J]. Computer Science, 2013, 40(S2): 143-146 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJA2013S2036.htm
    [16] 王继努, 李天富, 段方亮, 等. AMESim在液压元件仿真中的应用研究[J]. 液压气动与密封, 2011, 31(3): 1-3 https://www.cnki.com.cn/Article/CJFDTOTAL-YYQD201103002.htm

    WANG J N, LI T F, DUAN F L, et al. Application research on AMESim in hydraulic components[J]. Hydraulics Pneumatics & Seals, 2011, 31(3): 1-3 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YYQD201103002.htm
  • 加载中
图(13) / 表(1)
计量
  • 文章访问数:  160
  • HTML全文浏览量:  37
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-13
  • 刊出日期:  2021-12-05

目录

    /

    返回文章
    返回