针对变量柱塞泵全寿命周期内出现的磨损、阻尼变化等因素导致的性能劣化问题,提出了一种基于数字孪生的变量柱塞泵云端优化控制方法,以实现泵在全寿命周期内保持良好的控制性能。首先,比例变量柱塞泵的控制模型采用基于状态控制的LQ最优控制(Linear Quadratic Optimal Control),该模型分别布置到云服务器和泵端嵌入式控制器中。然后,泵端嵌入式控制器在进行实时控制的同时也定时将采集到的传感器参数以及模型中的状态参数送至云服务器,云服务器保存泵的目前及历史数据,并基于遗传算法定期进行柱塞泵控制参数的优化。最后,云服务器将模型参数和定期优化获得的控制参数再发送至泵端嵌入式控制器,从而实现了云端与泵端模型的孪生,且在全寿命周期内模型随柱塞泵的状态而变,不仅可反映泵的当前状态,而且LQ控制器与泵的当前状态相适应可将泵的...

针对变量柱塞泵传统控制方法难以实现快速性、稳定性、鲁棒性的兼顾,也不能估计并利用泵的状态参数进行全生命周期内的性能优化等问题,提出了一种基于状态观测器的变量柱塞泵流量LQ最优控制(Linear Quadratic Optimal Control)方法,在改善泵控制性能的同时实现了泵不可测状态参数的在线估计。以A4VSO40柱塞泵为例,建立了变量柱塞泵的数学模型,以状态误差和控制输入的二次型约束为性能指标,设计了变量柱塞泵流量的LQ最优控制器,针对实际中因测量条件或成本限制难以测得全部状态参数以及测量噪声等问题,设计并引入了卡尔曼滤波状态观测器。仿真结果表明,所提出的基于状态观测器的LQ最优控制方法不仅可以实现状态参数的估计、减小噪声对状态参数估计的影响,而且相较于PID控制和LQ最优控制,流量阶跃响应的超调量分别下降了24%和5%,验证了所提控制...