#液压挖掘机功率匹配控制系统.docx

#液压挖掘机功率匹配控制系统.docx

《#液压挖掘机功率匹配控制系统.docx》由会员分享，可在线阅读，更多相关《#液压挖掘机功率匹配控制系统.docx（17页珍藏版）》请在冰豆网上搜索。

#液压挖掘机功率匹配控制系统

液压挖掘机功率匹配控制系统

实践单位：

广西玉柴工程机械责任有限公司

自动化系：

黄高

电机系：

赵峰

液压挖掘机是工程机械主力机种，是建设工程的主要生产工具，因此对挖掘机性能提出了很高的要求，要求其节能、低排放、高效率，以及具有良好的操纵性等。

液压挖掘机的液压系统中存在的各种形式的功率损失，都会不同程度地降低挖掘机液压系统的使用效率。

挖掘机工作时，在不计沿程阻力的条件下，液压系统的最高效率可达95%以上。

但由于挖掘机负载变化较大，操作状况千差万别，因此液压系统的效率变化也非常大。

液压挖掘机采用节能技术不仅能有效地降低燃油消耗率，还能减少液压系统功率损失，提高发动机功率的利用率，使动力系统和负载所需功率更好地匹配，从而降低发动机和液压元件的工作强度，减少系统发热，提高设备正常使用的可靠性。

因此，国内外挖掘机行业对挖掘机节能技术都十分重视。

为了实现液压挖掘机的节能，在进一步提高器件单体效率的难度越来越大的情况下，当前的研究重心逐渐转移到提高发动机和液压系统整体最佳效率的匹配上，通过电子节能控制方法实现高效率的功率转化。

目前电子节能控制系统的研究主要针对以下几个环节：

动力系统和负载的控制、液压泵的控制、发动机和液压泵的控制。

本项目就是基于电液比例控制变量泵跟随发动机转速偏差变化，以变量泵排量为控制对象，实现发动机——变量泵的功率匹配。

其基本原理为：

当负载较大时，液压泵吸收功率增大，造成发动机转速下降，从而使发动机偏离最佳工作点，效率下降。

为了保证发动机转速的稳定，就需要限制液压泵的吸收功率。

项目的目标就是通过实时检测发动机转速，通过电液比例控制器控制液压泵的吸收功率，从而将发动机转速维持在一个相对稳定的状态，提高系统效率，实现节能的目标。

系统的控制方案如图1所示：

图1转速传感控制系统

一、基于原理的系统建模

首先通过分析液压挖掘机的液压系统，利用发动机、液压泵等关键部件的基本特性建立系统的控制系统仿真模型，为分析系统动态特性以及设计控制算法提供实验平台。

本项目选用的仿真环境为Matlab/Simulink软件，所建立的仿真模型如下图所示：

图2系统仿真模型

模型说明

ØSpeed_Set：

设定的最低转速

ØDelay：

获取当前时刻、前个采样周期、前两个采样周期的转速差值

ØController：

控制算法模块

ØSaturation：

输出限幅，0-1

ØD/A：

没一个采样周期输出一个电流值

ØUnitDelay1：

在增量型PID控制中起积分器的作用

ØPowerLimit：

液压泵的恒功率控制曲线。

液压泵在曲线上的工作点受控制电流和负载大小的影响。

（该曲线是根据力士乐A8VO技术文档第7/40页的图来画的），输出为排量控制量。

ØLoad：

模拟负载压力信号

ØPump：

用一个三阶系统描述液压泵的控制模型，输入为排量控制量，输出为实时排量

ØEngine：

用惯性环节描述发动机。

输入为负载压力和排量的乘积，即液压泵的吸收转矩。

建立该模型的作用：

Ø用图形化的方式描述液压挖掘机的转速感应控制系统

Ø通过对该模型进行仿真粗略了解系统的特性

Ø如果能获取液压泵的恒功率控制曲线以及发动机的调速曲线，则可比较精确的建立系统模型，从而基于此模型设计控制算法

Ø该模型是基于机理的建模，和下面介绍的基于数据的系统辨识建模方式相对应。

两者可起到相互辅助的作用。

二、基于系统辨识的系统建模

在进行控制系统设计时，通常需要建立系统的控制模型。

建模的方法可以分为两种，一种是上面所述的基于原理的建模，另一种是基于数据的建模。

第一种方式是通过分析系统的物理特性，从原理入手，这种方式需要对系统进行深入的了解，并且知道相关的参数值。

另一种方式是基于系统的输入输出数据，构建系统的“黑箱模型”，通常也称为系统辨识。

对复杂系统进行建模时，第一种方案通常比较难以实现，因为系统的物理特性难于描述，很多参数值也无法获得，因此大多采用系统辨识的方式。

系统辨识基于数据可以建立系统的多种模型，辨识的方法也有很多种。

这里不详细介绍辨识的具体算法，主要是介绍使用Matlab提供的系统辨识工具箱来实现挖掘机液压系统的模型辨识。

1、准备数据

Ø输入数据：

液压泵比例电磁阀的控制电流I：

I_1~I_N（共N组数据）

Ø输出数据：

发动机的转速n：

n_1~n_N（共N组数据）

Ø采样周期：

T

（I，n，T）就构成了系统辨识所需的原始数据。

使用Matlab指令：

z=iddata（I，n，T）可以将这些数据封装成一个结构体，供Matlab的系统辨识工具箱使用。

注意：

原始数据需要能够充分反映系统的动态特性，在进行数据测试时，需要反复改变控制电流的大小，比如使用方波信号。

另外要尽量避免噪声干扰，可多次采样并进行滤波

2、导入数据

以上数据准备好之后，需要将数据导入Matlab系统辨识的工作环境中。

（Matlab提供了供测试使用的数据，使用loadproc_data指令可以导入测试数据，该数据就是包含输入、输出以及采样周期的结构体）

使用指令：

ident打开系统辨识工具界面：

图3Matlab系统辨识工具箱界面

从左上角下拉菜单导入数据，数据名输入z，Startingtime：

0，采样周期（Samplingtime）默认为1s

3、数据预处理

在“Operations”下拉框中选择“Quikstart”，这一步自动执行了四个操作：

Ø将数据化为均值为0数据。

Ø将数据分为两组

Ø第一组数据为工作数据，用于辨识估计系统模型

Ø第二组数据为验证数据，用于检验评估模型的好坏。

4、估计模型

在估计模型下拉菜单中选择Processmodels，即传递函数模型。

液压系统模型通常为三阶带延迟的模型，在图中设置：

Poles：

3，underdamped，选中Delay，其余的为默认值（最下面一排的“P3DU”是模型的名称，也可以自行设置，但之后使用该模型时，要相对应的使用该名称）。

设置好点击“Estimate”。

（这里也不一定使用Processmodels，Linearparametricmodels包含的ARMAX的ARX模型也是比较常用的模型，我们可以尝试多种不同的模型，然后选择最好的一个。

至于如何评价模型的好坏，将会在接下来介绍）

5、模型分析

图4系统辨识模型分析

点击“Estimate”之后，Matlab就生成了系统的模型，双击右侧生成的图标“P3DU”，可以看到三阶模型的参数：

图5参数辨识结果

点击“Modeloutput”可以看到模型输出也真实输出数据的差别（如果图中没有出现曲线，点击“P3DU”图标即可）。

此外还能分析系统的频域特性，阶跃响应特性等，这里不再详述。

图6辨识效果评价

通过系统辨识建立了系统的控制模型之后，可将该模型用于Simulink仿真，并设计控制算法。

6、将辨识得到的模型导入Simulink

首先需要将模型导入工作环境：

选中“P3DU”模型，拖拽至“ToWorkspace”

然后使用指令simulink打开Simulink环境，找到SystemIdentificationToolbox工具箱，选择Idmodel模块，拖入工作界面。

图7Simulink系统辨识模块

双击Idmodel，将模型变量设置为“P3DU”（P3DU就辨识模型的名称）。

7、使用Simulink进行仿真

Simulink集成控制系统工具箱，可以很方便的设计控制算法，比如PID控制、模糊控制、鲁棒控制和神经网络控制等。

图8基于系统辨识的控制算法仿真

三、PID控制算法设计

1、系统设计简介

控制系统的设计图如下图所示：

图9控制系统简介

系统采用PID控制模式，负荷采用人工设计的阶跃式增量负荷。

利用PID控制器取挖掘机的转速差信号得到液压泵比例电磁阀的电流信号，之后根据液压泵的恒功率压力流量曲线（PowerLimit）得到液压泵流量信号，Pump为液压泵内部传递函数，通过参数辨识方法得到。

Engine为发动机固有惯性环节传递函数，通过参数辨识方法得到。

整个系统需设定发动机的初始空载转速（1800）和设定转速（1600），系统要求为在负荷扰动的情况下能够使发动机转速稳定在设定转速（1600）左右。

2、连续PID控制器

首先采用连续PID控制器，通过仿真获得参数。

采用Matlab中Simulink中的PID控制器模型，其传递函数图可用下图表示：

图10连续PID控制器传递函数图

该PID控制器的传递函数可以写为如下形式：

该控制器共有P、I、D、N四个参数，通过调节这四个参数的值可以得到良好的控制效果。

利用PID控制器自带的参数整定功能得到一组参数，并根据控制效果进行参数微调，得到的转速差曲线如下图所示：

图11连续控制器的转速差曲线

图中横坐标是时间，纵坐标为转速差，图1中最前面的转速差信号。

可以看出，在25时刻挖掘机突然增加，发动机转速差增加，即发动机转速下降，做大下降幅度在125r/min左右，在波动10s左右后通过PID控制器对液压泵比例电磁阀电流的控制后，发动机的转速差回到0附近，即发动机转速回到设定转速（1600）附近，满足控制目标。

整个过程中发动机的转速曲线如下图所示：

图12连续控制器的发动机转速曲线

可以看出在负载突然增加（25s时）之前，发动机转速稳定在设定转速（1600），25s时负载增加，发动机转速开始下降，在PID控制器的调节下，发动机转速在很短时间内又回到了设定转速（1600），控制效果满足目标。

3、增量式离散PID控制器

连续的PID控制器只能使用于仿真，得到原理性的结论和方法，使用于实际的PID控制器需要离散的形式。

采用增量式离散PID控制器算法进行实际使用测试。

该方法有如下优点

（1）较为安全。

因为一旦计算机出现故障，输出控制指令为零时，执行机构的位置（如阀门的开度）仍可保持前一步的位置，不会给被控对象带来较大的扰动。

（2）计算时不需进行累加，仅需最近几次误差的采样值。

连续PID控制器的传递函数如下式所示：

可以写为：

则：

对于前两项，

离散化：

则

得到

对于第三项

得到

即

得到

由于

，得到

综上，可得下式：

则

因此

这就是离散增量式PID控制器的模型

按照该模型将连续性的PID控制器改为离散增量式的PID控制器，具体的原理图如下图所示：

图13离散增量式PID控制器

具体的离散增量式PID部分如下图所示：

图14离散PID控制具体设计图

图中，Delay为延时存储环节，存储e（k）和e（k-1），后面的函数模块为离散增量式PID控制的函数具体算法实现。

参数采用连续系统整定过的参数，得到的发动机转速差曲线如下图所示：

图15初始的离散增量式PID控制发动机转速差曲线

可以看到，在50s内，发动机的转速差并没有回到0，曲线的波动周期较大。

这种情况下需要对PID参数进行微调，增加积分常数I的值，使得系统的波动周期减小，尽快回到稳态下，同时增加比例系数P，保证在增加积分尝试I的情况下系统稳定，调整后的转速差曲线如下图所示：

图16离散增量式PID控制器的发动机转速差曲线

可以看出调整过参数以后，发动机在负载增加后能够快速调整转速，使得转速维持在设定转速上。

发动机的转速曲线如下图所示：

图17离散增量式PID控制器的发动机转速曲线

可以看到，在负荷增加的情况下，发动机转速出现了短时间的下降后，利用离散增量式PID控制器的调节，能够快速回到设定转速，控制效果满足目标。