重载大惯性液压驱动系统的神经网络近似逆控制

　　0 引言

　　液压系统具有响应快速,运行精度高,执行机构的功率-重量比和扭矩-惯量比大等特点,因而在工业中特别是重载大型机械中得到广泛的应用,典型的应用有大型锻造操作机的驱动等。液压系统的模型建立过程比较复杂,精确运行控制也比较困难。系统中阀的非线性流量压力特性、阀的死区特性、油液的可压缩性、马达的迟滞现象和系统内部的摩擦特性均使液压系统具有很强的非线性^[1-2];而负载变化、磨损导致的摩擦变化和泄漏、温度变化引起的弹性模量等参数的变化,以及外部干扰等的影响也使得系统中的参数具有时变性和不确定性^{[1, 3, 4]}。非线性和参数不确定性是液压系统控制器设计需要解决的主要难题^[5]。

　　考虑液压系统的强非线性,多种非线性控制方法已被运用于液压系统的控制,如反馈线性化控制^{[2, 6]}、滑模变结构控制^{[1, 7, 8]}、自适应鲁棒控制^[4]和逆向递推控制^[9-10]等,这些非线性控制方法都需要知道系统的精确数学模型。但是,不经过简化很难建立液压系统的解析模型且系统中的参数具有不确定性,因此,建立系统的精确数学模型比较困难。为解决建模困难的问题,神经网络非线性逆控制在不确定性非线性系统控制中得到了应用。文献[11]设计了液压马达转速的几种神经网络逆控制器,但文中所用的动态梯度法具有收敛慢、计算量大等缺点^[12]。

　　针对液压系统的强非线性和参数不确定性,本文设计了重载大惯性液压驱动系统的神经网络近似逆控制器(NAIC),并通过计算机仿真与PID控制器比较,验证该控制器的性能。

　　1 系统模型

　　本文研究的液压驱动系统原理如图1所示,系统主要包括一个插装式电液比例节流阀和一个驱动负载的液压马达,系统由一个柱塞式变量泵供油。由于负载为重载大惯性系统,建立的液压驱动系统具有高速、高压和流量大等特点。插装式电液比例节流阀由于具有流动流阻小、通流能力大和响应快等特点,在控制流量大和动态性能要求高的电液控制系统中得到广泛的应用^[13-14]。

　　根据节流公式,电液比例节流阀的负载流量q₁与节流阀阀芯位移x_spk满足如下关系:

　　式中:C_d为比例节流阀主阀芯的流量系数;w_spk为主阀阀口面积梯度;ρ为油液密度;p_A为比例节流阀口A的压力值;p_p为油源的压力值;p_t为回油箱的压力值。

　　C_d和w_spk两参数为非定值,根据在一定压力下实验测得的流量与阀芯位移的数据可以插值得^[14]: