王文麗,周 挺
(中國(guó)飛機(jī)強(qiáng)度研究所,陜西 西安 710065)
電液力反饋控制系統(tǒng)具有傳遞功率大、響應(yīng)快、控制精度高等特點(diǎn),廣泛應(yīng)用于飛機(jī)結(jié)構(gòu)靜強(qiáng)度試驗(yàn)。系統(tǒng)工作原理為控制器根據(jù)上位機(jī)的給定值和測(cè)力傳感器的反饋值之差控制電液伺服閥閥口開(kāi)度,從而調(diào)節(jié)液壓缸兩腔油液體積比,將載荷施加至試件,完成力控模式的閉環(huán)控制。MOOG控制器是飛機(jī)結(jié)構(gòu)靜強(qiáng)度試驗(yàn)的常用控制器,其特有的PIDF(比例-積分-阻尼-前饋)控制器為系統(tǒng)提供了較好的穩(wěn)定裕度,在外界參量變化的情況下,相同的控制參數(shù)仍能實(shí)現(xiàn)滿(mǎn)意的穩(wěn)態(tài)和瞬態(tài)性能指標(biāo)。
電液力反饋控制系統(tǒng)受現(xiàn)場(chǎng)環(huán)境波動(dòng)引起的參量變化和各環(huán)節(jié)耦合影響,采用機(jī)理法難以建立系統(tǒng)的精確數(shù)學(xué)模型[1,2]。采用系統(tǒng)模型辨識(shí)的方法,通過(guò)MATLAB系統(tǒng)辨識(shí)工具箱(System Identification Toolbox)建立了電液力反饋控制系統(tǒng)的數(shù)學(xué)模型,并基于辨識(shí)的模型仿真分析了MOOG控制器中阻尼環(huán)節(jié)和前饋環(huán)節(jié)的控制特性。
借助系統(tǒng)辨識(shí)工具箱[3],選擇線性參數(shù)模型Polynomial Models的ARX:[nanbnk]和ARMAX:[nanbncnk]分別對(duì)系統(tǒng)ARX模型和ARMAX模型進(jìn)行參數(shù)模型辨識(shí),對(duì)兩種模型進(jìn)行擬合度對(duì)比、殘差分析和階次對(duì)比,得到系統(tǒng)最終的辨識(shí)模型[4]。
搭建單通道電液力反饋控制系統(tǒng)試驗(yàn)平臺(tái),選用液壓缸硬式連接自平衡框架的加載形式,測(cè)力傳感器選用20kN,液壓缸選用30kN。圖1為MOOG控制器原理圖,設(shè)置比例增益kp=1,積分增益ki=0,阻尼增益kd=0,前饋增益kf=0,使控制器為單位增益。對(duì)系統(tǒng)施加周期為3.33s的等幅正弦輸入信號(hào),范圍為+4kN~+12kN,采樣時(shí)間為0.01s。獲取8個(gè)加載周期的試驗(yàn)數(shù)據(jù),將輸入輸出數(shù)據(jù)歸化為滿(mǎn)量程的百分比值,并依次按列保存至data.xls的excel文件中,共2664組數(shù)據(jù),導(dǎo)入MATLAB工作空間。原始輸入輸出數(shù)據(jù)如圖2所示,u1為輸入變量,y1為輸出變量。
圖1 MOOG控制器原理圖
圖2 原始輸入輸出數(shù)據(jù)
試驗(yàn)中所測(cè)數(shù)據(jù)常包含有線性項(xiàng)或緩慢變化的趨勢(shì)項(xiàng),其對(duì)辨識(shí)精度的影響無(wú)論采用何種辨識(shí)方法都難以消除。因此,辨識(shí)前須對(duì)測(cè)量數(shù)據(jù)進(jìn)行預(yù)處理。
利用MATLAB系統(tǒng)辨識(shí)工具箱的預(yù)處理函數(shù)(detrend)對(duì)數(shù)據(jù)進(jìn)行處理,把數(shù)據(jù)的趨勢(shì)項(xiàng)消除,即得到測(cè)量數(shù)據(jù)均值為0的平穩(wěn)過(guò)程,如圖3所示。將預(yù)處理后的數(shù)據(jù)分為2部分:前4個(gè)周期的數(shù)據(jù)作為工作數(shù)據(jù)進(jìn)行模型辨識(shí),后4個(gè)周期的數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。
圖3 預(yù)處理后的輸入輸出數(shù)據(jù)
2.3.1 模型階次辨識(shí)
通過(guò)系統(tǒng)辨識(shí)工具箱的Order Selection功能進(jìn)行ARX模型階次辨識(shí),得到圖4所示的ARX模型階次選擇圖。條形圖顯示給定模型參數(shù)數(shù)量在最優(yōu)適配情況下的階次選擇情況,Y軸表示預(yù)測(cè)誤差和輸出相關(guān)性的比率。條圖1代表辨識(shí)數(shù)據(jù)與驗(yàn)證數(shù)據(jù)不同時(shí)模型階次的最優(yōu)選擇(此時(shí)na=7,nb=1,nk=1),條圖2代表采用Rissanen最小描述長(zhǎng)度算法辨識(shí)的系統(tǒng)階次,條圖3代表采用Akaike信息準(zhǔn)則辨識(shí)的系統(tǒng)階次。從模型階次預(yù)估條形圖分析,從na=4,nb=1,nk=1開(kāi)始,Misfit值趨于平穩(wěn),故選擇na=4,nb=1,nk=1作為ARX模型辨識(shí)的階次。
圖4 ARX模型階次選擇圖
2.3.2 模型參數(shù)辨識(shí)
系統(tǒng)辨識(shí)工具箱支持CAR模型的最小二乘參數(shù)估計(jì)法和輔助變量法參數(shù)辨識(shí),本文選取最小二乘參數(shù)估計(jì)法[5]。
ARX模型為:
A(z(-1))y(k)=z(-d)B(z(-1))u(k)+ξ(k)
(1)
以最小二乘參數(shù)估計(jì)法進(jìn)行模型參數(shù)辨識(shí),得到的辨識(shí)結(jié)果為:
(2)
由參數(shù)模型式(2)得到系統(tǒng)的連續(xù)傳遞函數(shù)為:
(3)
由于arx411模型離散傳遞函數(shù)包含2個(gè)負(fù)實(shí)極點(diǎn),轉(zhuǎn)換后的連續(xù)傳遞函數(shù)階次由4階變?yōu)?階。
ARMAX模型為:
A(z(-1))y(k)=z(-d)B(z(-1))u(k)+C(z(-1))ξ(k)
(4)
ARMAX模型將有色噪聲加入系統(tǒng)建模,相比ARX模型能更全面描述系統(tǒng)輸入、輸出和噪聲的特性,是描述系統(tǒng)特性最完善的模型。當(dāng)模型噪聲是有色噪聲時(shí),最小二乘參數(shù)估計(jì)的統(tǒng)計(jì)特性不具有無(wú)偏性和一致性。因此,選用預(yù)測(cè)誤差法(prediction error method,PEM)進(jìn)行ARMAX模型辨識(shí)[6]。
2.4.1 模型階次辨識(shí)
通過(guò)armax函數(shù)計(jì)算na=[2∶6],nb=[1∶4],nc=[1∶4],nk=[0∶2]各階次系統(tǒng)ARMAX模型的結(jié)果,完成240次計(jì)算,并進(jìn)行擬合度對(duì)比,其armax模型不同階次辨識(shí)的擬合度對(duì)比曲線如圖5所示。
圖5 armax模型不同階次辨識(shí)的擬合度對(duì)比曲線
由圖5結(jié)果分析,綜合高擬合度和低階優(yōu)先的選擇準(zhǔn)則,選取na=3,nb=1,nc=1,nk=1進(jìn)行ARMAX模型參數(shù)辨識(shí)。
2.4.2 模型參數(shù)辨識(shí)
利用系統(tǒng)辨識(shí)工具箱,得到基于預(yù)測(cè)誤差法的ARMAX模型辨識(shí)結(jié)果:
(5)
由參數(shù)模型式(5)得到系統(tǒng)的連續(xù)傳遞函數(shù)為:
(6)
由于armax3111模型離散傳遞函數(shù)包含1個(gè)負(fù)實(shí)極點(diǎn),轉(zhuǎn)換后的連續(xù)傳遞函數(shù)階次由3階變?yōu)?階。
對(duì)比arx411和armax3111兩種模型的辨識(shí)輸出結(jié)果與驗(yàn)證數(shù)據(jù)的擬合度,如圖6所示,arx411為93.63,armax3111為93.65,armax3111略高。
圖6 arx411和armax3111模型辨識(shí)輸出結(jié)果與驗(yàn)證數(shù)據(jù)的擬合度對(duì)比
圖7表示兩個(gè)模型輸出殘差的自相關(guān)函數(shù)及輸出殘差與輸入的互相關(guān)函數(shù)曲線,可以看到,數(shù)據(jù)未發(fā)現(xiàn)野點(diǎn),都在置信區(qū)間內(nèi),兩種模型都是有效的[7]。
圖7 arx411和armax3111模型輸出殘差的自相關(guān)函數(shù)及輸出殘差與輸入的互相關(guān)函數(shù)曲線
通過(guò)上述分析,同時(shí)便于MOOG控制器參數(shù)特性分析,選取階次較低的ARMAX模型作為電液力反饋控制系統(tǒng)的數(shù)學(xué)模型。
上述辨識(shí)得到的armax3111傳遞函數(shù)是系統(tǒng)的閉環(huán)傳遞函數(shù),反饋系數(shù)為1,閉環(huán)傳遞函數(shù)和開(kāi)環(huán)傳遞函數(shù)的關(guān)系[8]:
(7)
式中,Φ(s)為系統(tǒng)閉環(huán)傳遞函數(shù);G(s)為系統(tǒng)開(kāi)環(huán)傳遞函數(shù)。
根據(jù)式(7),得到電液力反饋控制系統(tǒng)的開(kāi)環(huán)傳遞函數(shù)為:
(8)
根據(jù)MOOG控制器用戶(hù)手冊(cè),圖1的G2(s)傳遞函數(shù):
(9)
式中,Td為阻尼環(huán)節(jié)的時(shí)間常數(shù),系統(tǒng)默認(rèn)值為3.3s。
G3(s)也為一階高通濾波器結(jié)構(gòu),則:
(10)
式中,Tf為前饋環(huán)節(jié)的時(shí)間常數(shù),系統(tǒng)默認(rèn)值為1ms。
由系統(tǒng)仿真知道,未加入控制器校正前,辨識(shí)的系統(tǒng)為有靜差系統(tǒng)。在單位階躍輸入下,調(diào)節(jié)系統(tǒng)至較好的上升時(shí)間和超調(diào)量,并消除系統(tǒng)靜差,取比例增益kp=4,積分增益ki=3;不考慮前饋增益影響,取前饋增益kf=0;G2(s)的時(shí)間常數(shù)Td=3.3s,kd=1,繪制kd變化的參數(shù)根軌跡曲線,分析阻尼環(huán)節(jié)對(duì)控制特性的影響。
由上述系數(shù)設(shè)定,得到系統(tǒng)的開(kāi)環(huán)傳遞函數(shù)G′(s)為:
(11)
代入各參量取值,得到系統(tǒng)的閉環(huán)特征方程為:
(4s+3)(3.3s+1)·G(s)+s(3.3s+1+3.3kd)=0
(12)
由上式得到參數(shù)kd變化的等效開(kāi)環(huán)傳遞函數(shù):
(13)
將辨識(shí)的系統(tǒng)數(shù)學(xué)模型G(s)代入上式,繪制G″(s)的零極點(diǎn)分布圖和根軌跡曲線,如圖8和圖9所示。
圖8 G″(s)零極點(diǎn)分布圖
圖9 G″(s)根軌跡曲線
由圖8、圖9分析,忽略離虛軸較遠(yuǎn)零極點(diǎn)、靠近原點(diǎn)偶極子、負(fù)實(shí)軸上極點(diǎn)對(duì)系統(tǒng)性能的影響,考慮從一對(duì)共軛復(fù)數(shù)極點(diǎn)出發(fā)的根軌跡曲線,可以看到,隨著阻尼增益kd的增加,系統(tǒng)的閉環(huán)極點(diǎn)向?qū)嵼S上點(diǎn)(-10,0)移動(dòng),整個(gè)系統(tǒng)的阻尼比不斷增加,超調(diào)量不斷減小;在欠阻尼范圍內(nèi),系統(tǒng)調(diào)節(jié)時(shí)間不斷減小??傊?加入阻尼環(huán)節(jié)將增強(qiáng)系統(tǒng)的阻尼程度。
如圖1所示,取kp=4,ki=3,不考慮阻尼環(huán)節(jié)影響,取kd=0,繪制前饋環(huán)節(jié)加入前后系統(tǒng)閉環(huán)傳遞函數(shù)的bode圖,分析前饋環(huán)節(jié)的控制特性。
未加入前饋環(huán)節(jié),對(duì)系統(tǒng)的閉環(huán)傳遞函數(shù)進(jìn)行推導(dǎo)。
令比例積分環(huán)節(jié):
(14)
系統(tǒng)的閉環(huán)傳遞函數(shù)Φ′(s)為:
(15)
加入前饋環(huán)節(jié)后,系統(tǒng)的閉環(huán)傳遞函數(shù)Φ″(s)為:
(16)
式中,令G3(s)的時(shí)間常數(shù)Tf=200ms;前饋增益kf=100。
繪制Φ′(s)和Φ″(s)的bode圖,如圖10所示。曲線1和曲線3代表系統(tǒng)加入前饋環(huán)節(jié)前閉環(huán)幅頻和相頻響應(yīng)曲線,帶寬為11.5rad/s;曲線2和曲線4代表系統(tǒng)加入前饋環(huán)節(jié)后閉環(huán)幅頻和相頻響應(yīng)曲線,帶寬為48rad/s??梢钥吹?前饋環(huán)節(jié)可使系統(tǒng)帶寬增大,相角出現(xiàn)超前,諧振峰值變大,可顯著提高系統(tǒng)的高頻響應(yīng)。
圖10 加入前饋環(huán)節(jié)前后系統(tǒng)閉環(huán)bode對(duì)比曲線
本文針對(duì)電液力反饋控制系統(tǒng),討論了系統(tǒng)辨識(shí)建模理論和方法,借助MATLAB系統(tǒng)辨識(shí)工具箱進(jìn)行了基于ARX模型和基于ARMAX模型的系統(tǒng)模型結(jié)構(gòu)和模型參數(shù)辨識(shí),并進(jìn)行了模型驗(yàn)證分析。以ARMAX模型辨識(shí)結(jié)果為對(duì)象,通過(guò)參數(shù)根軌跡法和閉環(huán)頻率特性仿真分析了MOOG控制器的阻尼環(huán)節(jié)和前饋環(huán)節(jié)的調(diào)節(jié)特性,為控制器的參數(shù)整定提供理論依據(jù)。