基于广义预测控制的发动机-变量泵功率匹配控制.pdf

《基于广义预测控制的发动机-变量泵功率匹配控制.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、·30·煤矿机电2010年第2期基于广义预测控制的发动机．变量泵功率匹配控制王天威(三一重型装备有限公司矿用车辆公司，辽宁沈阳110023)摘要：针对控制对象的特点，将基于广义预测控制算法的功率匹配控制策略，应用于发动机一变量泵功率匹配控制器的设计中。与PID功率匹配控制器的控制效果仿真对比，表明广义预测控制的应用使功率匹配控制系统的性能得到了提高，证明了广义预测控制的合理性。关键词：广义预测控制；功率匹配；液压传动；矿用车辆中图分类号：THl37．7文献标识码：B文章编号：1001一os74120]

2、o)02—0030—03PowerMatchingControloftheEngine-variableDisplacementPumpBasedonGeneralPredictiveControl黝ⅣGTian—wei(MimngVehicleCo．，SanyHeavyEquipmentCo．，Ltd．，Shenyang110023，China)Abstract：Accordingtothefeaturesofcontrolobject，thepowermatchingcontrolstrategy

3、basedOnGPCisappliedinthedesignofpowermatchingcontrollerforen舀ne-variabledisplacementpump．nesimulationresultsofthepowermatchingcontrollersbasedonGPCalgorithmandPIDalgorithmarecontrasted：theapplicationofGPCimprovestheperformanceofpowermatchingcontrolsyste

4、m，andprovestherationalizationofthisidea．Keywords：GeneralPredictiveControl(GPC)；powermatching；hydraulictransmission；miningvehicle矿用车辆广泛应用变量泵，液压驱动系统具有体积小、扭矩大、易控制、结构简单等优点¨’21。发动机．变量泵的功率匹配对车辆运行的效率、经济性、动力性和稳定性有重要的影响。发动机一变量泵功率匹配控制系统具有参数时变性和大时滞的特点【3]，用PID算法设计负

5、荷控制器很难达到较高的控制性能指标。基于广义预测的控制方法，跟踪性好，能达到发动机与变量泵功率匹配的目标。l功率匹配系统功率匹配控制系统由负荷控制器、变量泵、液压阀、液压执行机构和功率检测机构组成(图1)。它使变量泵的功率略小于发动机的输出功率，保证发动机能正常工作。负荷控制器采用DSP核心运算芯片，根据变量泵高低压侧压差、排量及转速的测量值在线计算泵的功率。2预测控制(1)预测控制的产生耋【!≮≥一量：1u／茎'／uI鋈"勘酬霾IJ茎U鋈囊卦L———叫垡墨丝型卜一图1发动机-变量泵功率匹配控制系统结

6、构20世纪60年代，现代控制理论的研究取得了长足的进展，但是，随着对复杂和不确定性系统实行自动控制的要求不断提高，现代控制理论的局限性日趋明显，主要表现在以下几方面。1)现代控制理论的基础是控制对象的精确数学模型。但工业控制对象的数学模型往往十分复杂，难以实现有效的控制。2)控制对象特性和生产环境的缓慢变化，产生的干扰给系统带来很大的不确定性，使得难以达到最优的控制品质。3)应用现代控制理论的计算机硬件条件不充分。2010年第2期煤矿机电·31·计算机技术的飞速发展，为新算法的应用提供A(z。1)，，

7、(后)了物质基础，预测控制应运而生。(2)预测控制的发展预测控制技术，已在理论和应用方面取得了显著的进展，可分为以下两大类。1)基于非参数化模型的预测控制基于非参数化模型的模型预测控制MPC(mo-delpredictivecontr01)，主要代表是1978年Richalet、1982年Mehra等提出的建立在脉冲响应基础上的模型预测启发控制(MPHC)，或称模型算法控制(MAC)和1980年Cutler等提出的建立在阶跃响应模型基础上的动态矩阵控制(DMC)。脉冲响应和阶跃响应在工业现场易于获得，

8、不需要复杂的系统辨识建模。采用反馈校正基础上的在线滚动优化取代传统的最优控制，可以克服各种不确定性的影响，增强控制的鲁棒性，而且在线计算简单。2)基于参数化模型的预测控制基于参数化模型的预测控制，主要代表是1978年Clarke提出的广义预测控制(GPC)，保持了MPC算法的基本特征，但采用受控自回归积分滑动平均模型(CARIMA)或受控自回归滑动平均模型(CAR—MA)。在80年代初期，为了增强自适应控制系统的鲁棒性，出现了基于辨识受控参数模型且带有自