基于神经网络的疲劳试验机控制系统仿真及实验研究

　　0　引言

　　疲劳试验机是一种对飞机、汽车的零件以及其它机械零件进行疲劳应力加载实验的实验设备。电液伺服疲劳试验机因输出功率大、频率范围宽、动态响应快等特点,在航空航天、车辆、船舶、建筑、机械等领域,一直被广泛地应用与研究。它已成为飞机、汽车等机械制造行业中零件和材料的疲劳强度和寿命试验不可缺少的设备。

　　疲劳试验机通常要对不同刚度的零件进行性能测试。此时由于零件刚度的不同使得被控对象的结构参数发生变化,导致力伺服系统的传递函数发生变化,使经典的PID控制难于适应对不同零件的加载需要,另外液压系统的泄漏和摩擦等非线性因素的存在也使得我们需要考虑系统的鲁棒性和自适应能力。

　　为了改善控制效果,在控制系统设计时引入了神经网络方法,通过设计神经网络和PID并行控制器,以期降低控制系统对数学模型的依赖,提高控制系统对参数变化的鲁棒性,为高性能疲劳试验机的研制提供技术依据。

　　1　疲劳试验机系统的数学模型

　　疲劳试验机控制系统是典型的电液力伺服系统,其结构示意图如图1所示。工作原理如下:传感器及相应的放大器将测得的模拟试验力(或位移)信号经A/D转换送入计算机,与给定信号比较,计算机根据偏差信号,经过指定的控制算法运算后经过D/A转换,送给伺服放大器,驱动伺服阀控制作动器活塞动作,以完成对试件的加载。

　　我们研制的疲劳试验机,伺服阀采用MOOG72-102零开口流量阀,其传递函数为:

式中: Ksv为伺服阀增益系数,ωv为伺服阀固有频率,ζsv为伺服阀阻尼比。

　　根据液压动力机构的三个基本方程推导系统的传递函数[2,3](式中符号的含义参见文献[3])。

　　滑阀线性化的流量方程:

　　液压缸的流量连续性方程:

　　液压缸的力平衡方程:

　　由(1)~(3)式可得液压缸动力机构的传递函数为(忽略干扰力FL):

上式及式(1)~(3)中:

　　Kce—油缸的总流量-压力系数,m³/(s·Pa);

　　Q_f—油缸的负载流量,m³/s;

　　Q₀—阀的空载流量,m³/s;

　　Q_pf—负载压差引起的阀输出流量的减小量,m³/s;

　　K_Q—伺服阀的流量增益,m²/s;

　　K_c—伺服阀的流量-压力系数,m³/(s·Pa);

　　x_v—阀芯位移,m;

　　p_f—负载压差,Pa;