基于RBF神经网络PID控制的挖掘机器人节能系统研究.pdf

《基于RBF神经网络PID控制的挖掘机器人节能系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年2月机床与液压Feb．2010第38卷第3期MACHINETO0L&HYDRAULICSVo1．38No．3DOI：10．3969／j．issn．1001—3881．2010．03．016基于RBF神经网络PID控制的挖掘机器人节能系统研究张栋，吴婷，汪烨，孙渊(上海电机学院机械学院，上海200245)摘要：从挖掘机器人动力传动系统节能角度考虑，通过对挖掘机器人功率匹配的分析，研究了基于RBF神经网络一PID控制算法在节能控制系统上的应用。试验结果表明：采用的节能方法和神经网络一PID控制算法在挖掘机器人节能控制系统上是可行的。神经

2、网络一PID控制器能根据不同的环境和作业工况进行实时参数自调整，具有自学习的功能。研究结果为进一步研究开发智能挖掘机提供了参考。关键词：挖掘机器人；液压系统；功率匹配；节能；RBF神经网络一PID中图分类号：U270．1文献标识码：A文章编号：1001—3881(2010)3—050—4StudyonEnergy-sa．衄ControlSystemBasedonRBFNeuralNetwork-PIDinRobotExcavatorZHANGDong，WUTing，WANGYe，SUNYuan(SchoolofMechanical，Shang

3、haiDianjiUniversity，Shanghai200245，China)Abstract：Thepowermatchofrobot-exeavatorwasanalyzedfromtheviewofsavingenergyinpowertransmissionsystemofrobotexcavator．TheschemeofRBFNeuralNetwork—PIDwasstudiedinsaving—energysystem．Theexperimentalresultsshowthatthemeth-odofsaving—ener

4、gyandtheschemeofRBFNeuralNetwork—PIDareeficientforsaving—energysystem．TheRBFNeuralNetwork-PIDcontrollerhastheabilitytolearnfromthediferentoperatingconditionsandself-regulatessystemparameters．Keywords：Robot·excavator；Hydraulicsystem；Powermatch；Saving—energy；RBFneuralnetwork—

5、PIDO引言功率。节能技术研究一直是现代液压挖掘机技术发展的热点和方向。微电子技术、计算机技术和控制技术的飞速发展为电子节能技术的研究和应用提供了理论和技术支持。国外各大挖掘机生产厂家根据其挖掘机控制系统特点开发出各自的节能控制系统，并成功地应用于产品上，节能效果明显，产生了良好的经济效益。国内的科研院所和生产厂家在节能技术方面也处于不同程度的研究中。作者结合液压挖掘机的技术特图16BT柴油机特性曲线点，在最佳功率匹配的基础上将神经网络PID理论用研究中采用的Cummins6BT柴油机的特性曲线如于挖掘机器人节能控制系统的应用研究。图1所示，

6、其外特性、调速特性及功率曲线模型分别1发动机与液压泵的匹配特性为：1．1发动机与液压泵的功率匹配rM=一0．0005n+1．6981n一752．5387液压挖掘机器人的动力系统多采用发动机驱动、{M=一2．8n+6101a(2)液压传动的形式，发动机与液压泵的功率匹配恰当与【No=，(M，n)否决定着系统能量利用率的高低及系统工作的平稳式中：Ot为发动机的油门开度。性。不考虑二者之间的功率损失，则发动机与液压泵对于普通恒功率液压泵系统，在设计挖掘机器人的匹配方程为：的实际功率匹配方案时，考虑到功率储备及发动机使／Zh=nMb=MNb=Ne(1

7、)用后功率下降，设置液压泵的功率在任何负载情况下式中：rtM、分别为发动机的转速、扭矩、功都必须低于发动机的功率，一般为发动机功率的率；n、MNb分别为液压泵的输入转速、扭矩、85％左右，以防发动机超载掉速，因而发动机的功率收稿日期：2009—04—21基金项目：上海市教委项目(06VZ001)作者简介：张栋(1968一)，博士，高级工程师，研究方向为现代先进传动技术及工程机械机电一体化技术。电话：(021)64306661—3001。E—mail：zhdong818@163．tom。_第3期张栋等：基于RBF神经网络PID控制的挖掘机器人节

8、能系统研究。51·不能充分发挥出来，影响了整机的性能。另～方面，神经网络具有很强的容错性和自学习、自组织、在挖掘机实际工作中，发动机油门的位置是驾驶员根自适应能力，