本發(fā)明涉及隧道工程領(lǐng)域，尤其涉及一種基于粒子群算法的TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法。

背景技術(shù)：

隧道掘進機(Tunnel Boring Machine，簡稱TBM)，廣泛應(yīng)用在鐵路，水利等各類隧道施工中，具有安全性高、掘進速度快、綜合效益高以及隧道施工對圍巖和施工影響小等優(yōu)點。隨著我國基礎(chǔ)建設(shè)的需要，TBM將發(fā)揮越來越大的作用。TBM主要由刀盤驅(qū)動系統(tǒng)，液壓推進系統(tǒng)、支撐系統(tǒng)和后配套系統(tǒng)組成，液壓推進系統(tǒng)主要由比例調(diào)速閥、比例溢流閥、推進液壓缸以及換向閥等部件組成，TBM的前進動力來自推進液壓系統(tǒng)中推進液壓缸的工作。在施工中，刀盤應(yīng)按照設(shè)定的路線前進，但復(fù)雜的地質(zhì)條件會使TBM的前進方向發(fā)生偏離，需要通過協(xié)調(diào)控制推進液壓缸來實現(xiàn)對姿態(tài)和位置的調(diào)整，確保按照預(yù)定軌跡掘。TBM的液壓推進系統(tǒng)的控制對地表變形也有著極大的影響，在地下工程施工中，地質(zhì)的復(fù)雜多變性以及種種不可預(yù)見的因素，對推進系統(tǒng)的輸出推力與掘進速度的控制提出了更高的要求。

現(xiàn)有的TBM推進系統(tǒng)多采用傳統(tǒng)的人工經(jīng)驗PID控制策略，理論研究方面，研究者提出了非線性PID控制器、分數(shù)階PID器、誤差修正參數(shù)的自適應(yīng)控制器與模糊PID控制器等。本文基于粒子群算法，對PID控制器的參數(shù)進行優(yōu)化整定，并應(yīng)用于TBM液壓推進系統(tǒng)的速度控制。仿真結(jié)果表明，PSO-PID控制方法可以快速的跟進推進系統(tǒng)的速度設(shè)定，有效改善系統(tǒng)的控制性能。

技術(shù)實現(xiàn)要素：

本發(fā)明針對上述不足之處，目的在于提供一種基于粒子群算法的TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法，提高系統(tǒng)控制性能。采取粒子群優(yōu)化算法，根據(jù)TBM液壓系統(tǒng)工作原理，建立推進系統(tǒng)模型；對PID控制器參數(shù)，通過粒子群優(yōu)化算法尋優(yōu)，使推進速度與推進壓力誤差最小，得到PID控制器的參數(shù)。

為實現(xiàn)上述目的，本發(fā)明提供了一種TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法，包括以下步驟：

步驟1、針對硬巖掘進機進行液壓系統(tǒng)控制器參數(shù)尋優(yōu)，所述尋優(yōu)采用粒子群優(yōu)化算法，根據(jù)數(shù)據(jù)規(guī)模確定粒子群的個數(shù)進行訓(xùn)練后，計算得到預(yù)測結(jié)果，取它們的最優(yōu)結(jié)果作為液壓推進系統(tǒng)的PID控制器參數(shù)的設(shè)定值；

步驟2、采用機理分析法建立比例溢流閥與比例調(diào)速閥的力學(xué)平衡方程與電流動態(tài)方程；選取比例溢流閥與比例調(diào)速閥的PID參數(shù)組成PSO算法的粒子作為尋優(yōu)參數(shù)，對粒子群進行訓(xùn)練控制參數(shù)的優(yōu)化目標是速度偏差趨于零；

步驟3、根據(jù)牛頓第二定律獲得活塞作用下的平衡方程，組成液壓推進系統(tǒng)的數(shù)學(xué)模型，將粒子群尋優(yōu)得到的PID參數(shù)作為液壓系統(tǒng)控制器參數(shù)。

進一步地，建立比例溢流閥的輸出流量方程、力學(xué)平衡方程和電流動態(tài)方程如下：

q₁＝K_q1y₁+K_p3p_L

$K_{q1}{K}_{F1}{i}_1=m_1{\stackrel{\·\·}{y}}_1+D_1{\stackrel{\·}{y}}_1+K_1{y}_1$

$u_1=L_1{\stackrel{\·}{i}}_1+i_1{R}_1+K_{v1}{\stackrel{\·}{y}}_1$

其中，q₁為輸出流量；y₁為閥芯位移；p_L為等效負載壓力；K_q1為電流產(chǎn)生的力的增益；K_p3為流量的壓力系數(shù)；m₁為節(jié)流閥移動部件等效質(zhì)量；D₁為粘性摩擦相關(guān)的阻尼系數(shù)；K₁為等效彈簧剛度；u₁為比例調(diào)速閥的輸入電壓；L₁為線圈電感；R₁為等效電阻；K_v1為銜鐵引起的速度反電動勢系數(shù)。

進一步地，比例調(diào)速閥的流量特性方程閥芯力學(xué)平衡方程、電流動態(tài)方程為：

q₂＝K_q2y₂

$F_{M2}=m_2{\stackrel{\·\·}{y}}_2+D_2{\stackrel{\·}{y}}_2+K_2{y}_2$

$u_2=L_2{\stackrel{\·}{i}}_2+{\mathrm{iR}}_2+K_{v2}{\stackrel{\·}{y}}_2$

其中，q₂為比例調(diào)速閥的流量；K_q2為調(diào)速閥增益；y₂為閥芯位移；F_M2為電磁閥輸出壓力；i₂為電磁鐵電流；m₂為比例調(diào)速閥移動部件等效質(zhì)量；D₂為與黏性摩擦有關(guān)的阻尼系數(shù)；K₂等效彈簧剛度；u₂為比例調(diào)速閥的輸入電壓；L₂為線圈電感；R₂為總等效電阻；K_v2為銜鐵引起的速度反電動勢系數(shù)。

進一步地，液壓缸的流量由比例調(diào)速閥的輸入流量和比例溢流閥的輸出流量組成，其流量特性方程可表示為：

$q_s=-q_1+q_2=Av+{\mathrm{\λ}}_c{p}_L+\frac{V}{E}{\stackrel{\·}{p}}_L$

進一步地，所述尋優(yōu)參數(shù)是比例調(diào)速閥PID控制器的參數(shù)(K_p1,K_i1,K_d1)和比例溢流閥PID控制器的參數(shù)(K_p2,K_i2,K_d2)。

進一步地，所述粒子群算法被配置為在解空間內(nèi)隨機初始化一組粒子，粒子通過跟蹤個體極值P_best和全局極值g_best來更新自己，進行若干次迭代后找到最優(yōu)解。

進一步地，迭代更新的時候，采用慣性權(quán)重線性遞減策略，利用局部平均值避免尋優(yōu)陷入局部最優(yōu)，利用全局最優(yōu)來提高收斂速度，同時使用動態(tài)慣性權(quán)重方法來追蹤非靜態(tài)目標函數(shù)。

進一步地，所述動態(tài)慣性權(quán)重方法為：

ω₁(t)＝(0.5+r/2)

${\mathrm{\ω}}_2\left(t\right)={\mathrm{\ω}}_{2max}-\frac{t}{t_{max}}({\mathrm{\ω}}_{2max}-{\mathrm{\ω}}_{2min})$

其中，ω₁的權(quán)重系數(shù)最優(yōu)范圍是0.5～1，ω_2max為ω₂的最大的權(quán)重系數(shù)，ω_2min為ω₂的最小的權(quán)重系數(shù)，t_max為運行的最大迭代次數(shù)。

進一步地，隨著迭代的進行，ω₁和ω₂權(quán)重系數(shù)會改變，特別是ω₂，使得迭代前期，權(quán)重系數(shù)ω₂值大，尋優(yōu)范圍廣，尋優(yōu)速度快；迭代后期，權(quán)重系數(shù)ω₂值小，迭代范圍小，在最優(yōu)解附近尋找最優(yōu)，且收斂性更好。

進一步地，設(shè)立使用誤差和指標ITAE作為目標函數(shù)：

$J_{ITAE}=\underset{i}{\overset{n}{\Σ}}T\×\left|e\left(i\right)\right|$

其中，T為采用周期，n為采用數(shù)目，計算所得的J_ITAE即為適應(yīng)度值。ITAE指標是一個能夠很好的描述系統(tǒng)性能優(yōu)劣的目標函數(shù)，滿足此目標函數(shù)的最優(yōu)解，能夠使保證系統(tǒng)的穩(wěn)定性，低超調(diào)已經(jīng)快速響應(yīng)的要求。

以下將結(jié)合附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進一步說明，以充分地了解本發(fā)明的目的、特征和效果。

附圖說明

圖1為本發(fā)明一種較佳實施例的粒子群算法優(yōu)化PID參數(shù)流程圖。

具體實施例

如圖1所示，本發(fā)明所述的一種基于粒子群算法的TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法，提高系統(tǒng)控制性能。采取粒子群優(yōu)化算法，根據(jù)TBM液壓系統(tǒng)工作原理，建立推進系統(tǒng)模型；對PID控制器參數(shù)，通過粒子群優(yōu)化算法尋優(yōu)，是推進速度與推進壓力誤差最小，得到PID控制器的參數(shù)。

本發(fā)明所述的一種基于粒子群算法的TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法，針對某一特定硬巖掘進機進行液壓系統(tǒng)控制器參數(shù)尋優(yōu)；采用機理分析法建立比例溢流閥與比例調(diào)速閥的力學(xué)平衡方程與電流動態(tài)方程，根據(jù)牛頓第二定律獲得活塞作用下的平衡方程。組成液壓推進系統(tǒng)的數(shù)學(xué)模型。

粒子群優(yōu)化算法，根據(jù)數(shù)據(jù)規(guī)模確定粒子群的個數(shù)，進行訓(xùn)練后，計算得到預(yù)測結(jié)果，取它們的最優(yōu)結(jié)果做為液壓推進系統(tǒng)的PID控制器參數(shù)的設(shè)定值。

選取比例溢流閥與比例調(diào)速閥的PID參數(shù)，分別為比例調(diào)速閥PID控制器的參數(shù)(K_p1,K_i1,K_d1)和比例溢流閥PID控制器的參數(shù)(K_p2,K_i2,K_d2)，組成PSO算法的粒子，作為粒子群算法的尋優(yōu)參數(shù)。控制參數(shù)的優(yōu)化目標是速度偏差趨于零。對粒子群進行訓(xùn)練，將粒子群尋優(yōu)得到的PID參數(shù)作為液壓系統(tǒng)控制器參數(shù)，可取得良好的控制性能。

粒子群優(yōu)化算法是一種基于群體智能理論的算法，由Kennedy和Eberhart博士與1955年提出，源于鳥群捕食的行為，通過種群粒子間的合作與競爭產(chǎn)生群體智能優(yōu)化搜索。粒子群算法首先在解空間內(nèi)隨機初始化一組粒子(隨機解)，粒子通過跟蹤個體極值P_best和全局極值g_best來更新自己。進行若干次迭代后找到最優(yōu)解。

本發(fā)明所述的基于粒子群算法的TBM液壓推進系統(tǒng)PID控制參數(shù)優(yōu)化方法的一個較佳實施例包括以下步驟：

(1)初始化PSO各種參數(shù)，設(shè)置執(zhí)行次數(shù)Nmax＝200、學(xué)習(xí)因子c₁＝c₂＝2、權(quán)重w＝4以及粒子空間搜索范圍；

(2)初始粒子的位置和初始速度，計算每個粒子適應(yīng)值F_i⁽⁰⁾(適應(yīng)度函數(shù))，并取

(3)根據(jù)找出全局最優(yōu)

(4)根據(jù)公式

v_ik(t+1)＝ωv_ik(t)+c₁r₁(P_ik(t)-z_ik(t))

+c₂r₂(P_gk(t)-z_ik(t))

z_ik(t+1)＝z_ik(t)+v_ik(t+1)

更新粒子的速度和位置計算的適應(yīng)度，表示為根據(jù)F_i^(k)更新粒子最優(yōu)P_best、g_best。如果滿足J＜ε或k＝Nmax則退出算法，否則跳至步驟3)。

以上詳細描述了本發(fā)明的較佳具體實施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實驗可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書所確定的保護范圍內(nèi)。