【技术实现步骤摘要】
飞机舵机电液伺服系统智能控制方法
本专利技术属于控制系统仿真
,具体涉及一种飞机舵机电液伺服系统智能控制方法。
技术介绍
飞机舵机电液伺服系统是对飞机舵机进行力加载的装置,以模拟飞机舵机在真实运行过程中的负载状况。该系统能够在实验室条件下完成对飞机舵机性能的测试,相比于传统的自破坏性实验,降低了实验成本,缩短了实验周期。图1为一种目前常用的飞机舵机电液伺服系统结构示意图。如图1所示,这种飞机舵机电液伺服系统包括控制器1、电液伺服阀2、阀控液压缸3、位移传感器4、缓冲弹簧5和力传感器6;其中:控制器1与电液伺服阀2、力传感器6和位移传感器4相连接;电液伺服阀2依次通过阀控液压缸3和缓冲弹簧5与飞机舵机7相连接;飞机舵机7同时与力传感器6、位移传感器4相连接。其工作原理是:力传感器6和位移传感器4实时采集飞机舵机7的系统误差信息e,然后传送给控制器1,控制器1据此计算出加载指令信号,并通过调节电液伺服阀2腔体压力的方式驱动阀控液压缸3运动,产生加载力,经由缓冲弹簧5加载到飞机舵机7上,飞机舵机7根据指令信号进行相应运动。但是,由于飞机舵机电液伺服系统是一个典型的被动式力伺服控制系统,所以飞机舵机7的主动运动会引起系统的输出信号与输入信号之间产生误差,这个误差即为多余力。多余力具有强度大、时时存在、随飞机舵机7运动状态连续变化的特性。多余力的存在不仅会严重影响系统的控制性能和跟踪效果,而且对系统的加载精度、响应速度、抗干扰性等许多重要技术指标都有不利影响。考虑到将传统PID控制器应用于非线性、时变性的飞机舵机电液伺服系统中,但无法实现对控制器参数的自适应调 ...
【技术保护点】
1.一种飞机舵机电液伺服系统智能控制方法,所述的飞机舵机电液伺服系统包括控制器(1)、电液伺服阀(2)、阀控液压缸(3)、位移传感器(4)、缓冲弹簧(5)和力传感器(6);其中:控制器(1)与电液伺服阀(2)、力传感器(6)和位移传感器(4)相连接;电液伺服阀(2)依次通过阀控液压缸(3)和缓冲弹簧(5)与飞机舵机(7)相连接;飞机舵机(7)同时与力传感器(6)、位移传感器(4)相连接;其特征在于:所述的飞机舵机电液伺服系统智能控制方法包括按顺序进行的下列步骤:1)由改进人工蜂群算法模块(1.1)和PID控制器模块(1.2)组成控制器(1);2)利用改进人工蜂群算法模块(1.1)实时获取力传感器(6)和位移传感器(4)输出的系统误差信息e,并计算出适应度,采用变邻域搜索算法对人工蜂群算法观察蜂阶段搜索方式进行优化,寻找最优食物源作为PID控制器参数输出;3)PID控制器模块(1.2)利用力传感器(6)和位移传感器(4)输出的系统误差信息e以及上述改进人工蜂群算法模块(1.1)输出的PID控制器参数,输出加载力指令信号给电液伺服阀(2),以驱动阀控液压缸(3)运动,产生加载力,经由缓冲弹 ...
【技术特征摘要】
1.一种飞机舵机电液伺服系统智能控制方法,所述的飞机舵机电液伺服系统包括控制器(1)、电液伺服阀(2)、阀控液压缸(3)、位移传感器(4)、缓冲弹簧(5)和力传感器(6);其中:控制器(1)与电液伺服阀(2)、力传感器(6)和位移传感器(4)相连接;电液伺服阀(2)依次通过阀控液压缸(3)和缓冲弹簧(5)与飞机舵机(7)相连接;飞机舵机(7)同时与力传感器(6)、位移传感器(4)相连接;其特征在于:所述的飞机舵机电液伺服系统智能控制方法包括按顺序进行的下列步骤:1)由改进人工蜂群算法模块(1.1)和PID控制器模块(1.2)组成控制器(1);2)利用改进人工蜂群算法模块(1.1)实时获取力传感器(6)和位移传感器(4)输出的系统误差信息e,并计算出适应度,采用变邻域搜索算法对人工蜂群算法观察蜂阶段搜索方式进行优化,寻找最优食物源作为PID控制器参数输出;3)PID控制器模块(1.2)利用力传感器(6)和位移传感器(4)输出的系统误差信息e以及上述改进人工蜂群算法模块(1.1)输出的PID控制器参数,输出加载力指令信号给电液伺服阀(2),以驱动阀控液压缸(3)运动,产生加载力,经由缓冲弹簧(5)和力传感器(6)加载到飞机舵机(7)上,最后飞机舵机(7)根据该加载力指令信号进行相应运动。2.根据权利要求1所述的飞机舵机电液伺服系统智能控制方法,其特征在于:在步骤2)中,所述的利用改进人工蜂群算法模块(1.1)实时获取力传感器(6)和位移传感器(4)输出的系统误差信息e,并计算出适应度,采用变邻域搜索算法对人工蜂群算法观察蜂阶段搜索方式进行优化,寻找最优食物源作为PID控制器参数输出的具体工作流程如下:首先,采用的适应度函数为:式中,e(t)=r(t)-y(t)为实际输出和期望输出之间的误差;ITAE表示时间绝对误差;然后,进入改进人工蜂群算法流程;在该算法中,种群中所有食物源的三维向量代表了PID控制器参数kp、ki、kd;每次迭代中,改进人工蜂群算法根据式(1)得到的适应度对食物源的优劣进行比较,寻找更优食物源优化PID控制器参数,直至达到最大迭代次数为止,此时得到最优的PID控制器参数;改进人工蜂群算法可分为以下四个阶段:①初始化阶段:对最大邻域kmax、最大迭代次数N和种群规模SN进行赋值;根据式(2)随机产生具有SN个解的初始食物源,SN和雇佣蜂的数量相等;每个食物源用Xi=(xi,1,xi,2,...,xi,D)来表示,其中i∈{1,2,...,SN},D为待优化问题的维度;xi,j=xmin,j+rand[0,1](xmax,j-xmin,j)(2)式中,xi,j代表第i个食物源Xi的第j维度值,其中j∈{1,2,...,D};xmax,j和xmin,j分别为第j维取值的上、下限;rand[0,1]为[0,1]间的随机数;②雇佣蜂阶段:在初始化得到的食物源Xi的基础上,雇佣蜂通过解搜索方程生成新...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。