飞机舵机电液伺服系统智能控制方法技术方案

一种飞机舵机电液伺服系统智能控制方法。其包括由改进人工蜂群算法模块和PID控制器模块组成控制器；利用改进人工蜂群算法模块实时获取力传感器和位移传感器输出的系统误差信息，计算适应度，寻找最优食物源作为PID控制器参数输出；PID控制器模块利用力和位移传感器输出的系统误差信息以及改进人工蜂群算法模块输出的PID控制器参数，输出加载力指令信号给电液伺服阀，驱动阀控液压缸运动，产生加载力，经由缓冲弹簧和力传感器加载到飞机舵机上，飞机舵机根据该加载力指令信号进行相应运动等步骤。本发明专利技术控制方法有效提高了飞机舵机电液伺服系统的加载精度、响应速度、跟踪效果及稳定性，实现了对系统多余力干扰的有效抑制。

【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整，不能获得良好的实时控制效果。又考虑到采用人工蜂群算法的PID控制器进行参数调整时，由于人工蜂群算法存在易陷入局部最优、收敛速度慢的问题，因此影响了系统的控制性能和跟踪效果。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种能够抑制飞机舵机电液伺服系统的多余力，提高系统的加载精度、响应速度和抗干扰性的飞机舵机电液伺服系统智能控制方法。为了达到上述目的，本专利技术提供的飞机舵机电液伺服系统智能控制方法中的飞机舵机电液伺服系统包括控制器、电液伺服阀、阀控液压缸、位移传感器、缓冲弹簧和力传感器；其中：控制器与电液伺服阀、力传感器和位移传感器相连接；电液伺服阀依次通过阀控液压缸和缓冲弹簧与飞机舵机相连接；飞机舵机同时与力传感器、位移传感器相连接；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和PID控制器模块组成控制器；2)利用改进人工蜂群算法模块实时获取力传感器和位移传感器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控制器模块利用力传感器和位移传感器输出的系统误差信息e以及上述改进人工蜂群算法模块输出的PID控制器参数，输出加载力指令信号给电液伺服阀，以驱动阀控液压缸运动，产生加载力，经由缓冲弹簧和力传感器加载到飞机舵机上，最后飞机舵机根据该加载力指令信号进行相应运动。在步骤2)中，所述的利用改进人工蜂群算法模块实时获取力传感器和位移传感器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食物源Vi＝(vi,1,vi,2,...,vi,D)，解搜索方程如下：式中，vi,j代表第i个新食物源Vi的第j维度值；为[-1,1]间的随机数；k∈{1,2,...,SN}且k≠i；如果新食物源Vi的适应度高于食物源Xi，则用新食物源Vi替换食物源Xi；③观察蜂阶段：雇佣蜂将食物源信息反馈给观察蜂，观察蜂根据接收到的信息对食物源进行选择；当种群规模为SN时，对于食物源Xi，设其适应度为Fi，则该食物源被选中的概率为：选定一食物源Xi后，对其进行变邻域搜索；变邻域搜索流程如下：步骤1：设置一个初始可行解X0和一组邻域结构Nk，k＝1,2,...,kmax，记录当前最优解：Xi←X0；k←1；步骤2：当k＝kmax时，停止搜索运算；否则，在食物源Xi的第k个邻域进行随机搜索，获得邻域内新食物源X'；对邻域内新食物源X'进行局部搜索，获得邻域内新食物源的局部最优解X”；如果F(X”)＞F(Xi)，则Xi←X”，k←1；否则，k←k+1；之后重复步骤2；④侦查蜂阶段：当被选中的食物源Xi被开采完毕，即适应度未更新次数到达预先设定的极限时，此时需要放弃该食物源，并将处于该食物源的雇佣蜂变成侦查蜂，采用公式(5)寻找下一个食物源Xi：xi,j＝xmin,j+rand[0,1](xmax,j-xmin,j)(5)记录当前最优食物源Xb，当改进人工蜂群算法达到最大迭代次数N时，停止运算并输出最终获得的最优食物源Xb作为最优食物源；否则，再次进入雇佣蜂阶段进行计算。在步骤3)中，所述的PID控制器模块利用力传感器和位移传感器输出的系统误差信息e以及上述改进人工蜂群算法模块输出的PID控制器参数，输出加载力指令信号给电液伺服阀，以驱动阀控液压缸运动，产生加载力，经由缓冲弹簧和力传感器加载到飞机舵机上，最后飞机舵机根据该加载力指令信号进行相应运动的具体工作流程如下：首先，确定PID控制器参数kp、ki、kd的取值范围，并通过改进人工蜂群算法模块计算得到一组PID控制器参数；根据这组PID控制器参数，PID控制器模块将系统的偏差函数e(t)通过比例、积分、微分运算输出给被控对象，其控制规律为：式中，u(t)为PID控制器模块输出的加载力指令信号；然后，被控对象，即电液伺服阀、阀控液压缸、位移传感器和缓冲弹簧，根据加载力指令信号u(t)进行工作，得到系统输出信号y(t)并通过与系统输入信号r(t)的比较得到偏差函数e(t)；再通过式(1)计算该组PID控制器参数的适应度；此时，如果改进人工蜂群算法已达到最大迭代次数N，则输出这组本文档来自技高网...

【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。...

【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...

【专利技术属性】
技术研发人员：刘晓琳，苏杨，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津,12