一种基于灰狼算法的泵控电液伺服系统控制方法

本发明涉及泵控电液伺服控制领域，具体涉及一种基于灰狼算法的泵控电液伺服系统控制方法。

背景技术：

1、泵控电液伺服系统凭借其在体积、重量、噪声和能效方面的技术优势，被认为是一项技术革命性的创新成果。它已经成功应用于船舶、机器人、车辆、风力发电和液压电梯等领域。但泵控电液伺服系统存在跟踪精度低、频率响应慢等问题，并且在复杂工况条件下，模型参数不确定性、非线性特性和外部扰动等因素的影响，对其实现精确运动控制提出了更高要求。

2、自抗扰控制器adrc主要由跟踪微分器td、扩张状态观测器eso、反馈控制律nlsef三部分组成。该控制器融合了现代控制理论及经典pid理论的精髓，通过实时观测电液伺服系统的各阶状态变量，对系统中存在的未知扰动进行实时估计和补偿。与传统pid控制不同，adrc不依赖控制对象的具体数学模型，这一特点可以提高系统的稳定性和鲁棒性，提高控制系统的抗干扰能力。

3、但传统adrc控制算法存在着收敛速度有提升的空间、对快速时变干扰的估计能力不足、对干扰估计的精度有限以及需要调整的参数较多且难以确定等缺陷。

技术实现思路

1、本发明为了解决上述问题，提出一种基于灰狼算法的泵控电液伺服系统控制方法，取得更满意的控制效果，具体技术方案如下：

2、一种基于灰狼算法的泵控电液伺服系统控制方法，包括以下步骤，

3、s1、构建泵控电液伺服系统；

4、s2、设计灰狼算法：构建灰狼社会等级层次模型，定义灰狼围捕猎物的行为，建立灰狼个体跟踪猎物位置的数学模型，引入比例权重，确定灰狼最终的个体位置；

5、s3、将灰狼算法嵌入泵控电液伺服系统中，泵控电液伺服系统通过灰狼算法计算选取最优参数。

6、进一步的，在s1中，泵控电液伺服系统包括自抗扰控制器、液压缸、定量泵、伺服电机、传感器、控制阀和溢流阀；

7、伺服电机通过联轴器带动定量泵旋转，定量泵将油箱中的液压油输送至控制阀，溢流阀维持系统的压力稳定，控制阀引导液压油进入液压缸，通过推动活塞带动负载运动，传感器捕捉系统的输出信号并反馈至自抗扰控制器，自抗扰控制器输出控制信号给伺服电机，进而控制伺服电机转速的大小；自抗扰控制器包括跟踪微分器td、扩张状态观测器eso、非线性状态误差反馈律nlsef以及模糊调整补偿。

8、进一步的，自抗扰控制器工作时，输入期望速度信号vr进入跟踪微分器td处理，得到期望速度信号的过渡信号v1，以及过渡信号v1的微分信号v2，其表达形式如下：

9、

10、式中：fhan[v1(k)-v0,v2(k),r,h0]为最速综合函数，v0为信号vr的离散形式；v1(k)、v2(k)分别为v1、v2的离散形式；k为导数的阶次；r为算法中的速度因子；h0为算法中的滤波因子；h为运算时的积分步长；

11、最速综合函数fhan，具体表达如下：

12、

13、式中：a、a0、d、d0为中间变量；

14、扩张状态观测器eso估计输出信号，得到液压缸输出的一阶、二阶状态变量z1、z2以及控制对象内外部扰动作用的估计值z3，表达形式如下：

15、

16、非线性fal(e,α,δ)的表达式为：

17、

18、式中：z1(k)、z2(k)和z3(k)分别为z1、z2和z3的离散形式；y(k)为控制对象输出信号y的离散形式；β01、β02、β03为扩张状态观测器的误差调节增益；α、δ为非线性函数fal(e,α,δ)中的可调参数；b为补偿因子；

19、由跟踪微分器td输出的信号v1、v2分别与eso输出的状态变量z1、z2作差，得到误差信号e1、e2，将其输入nlsef模块进行运算，输出u0，再由z3对u0实时补偿，得最终控制量u，非线性状态误差反馈律nlsef的表达形式如下：

20、

21、式中：β1、β2为非线性误差反馈加权系数；α1、α2为非线性因子；δ为滤波因子；u0为未经前馈补偿的非线性误差反馈控制量；u为非线性误差反馈控制量；z3(k)为观测估计的总干扰；

22、自抗扰控制器中的β01、β02、β03、β1、β25个参数需要协调整定，其他的参数可以根据经验设置为固定值；

23、模糊调整补偿是将模糊控制思想与自抗扰控制相结合，基于调整误差为0的目标，根据系统的输入，利用模糊规则在线修改自抗扰参数，自动逼近最优{β01、β02、β03、β1、β2}，以满足系统不同时刻对自抗扰控制参数的要求，进一步提高系统的抗扰能力。自抗扰控制中扩张状态观测器的误差调节增益与其初始值β11、β12、β13以及模糊规则修正值δβ01、δβ02、δβ03和非线性误差反馈加权系数与其初始值β10、β20以及模糊规则修正值δβ1、δβ2之间的关系为：

24、

25、进一步的，s2包括以下步骤，

26、s2.1、建灰狼社会等级层次模型，四种类型的灰狼α，β，δ和ω被用来模拟领导阶层，将个体适应度最优的α作为最优解；第二和第三个较佳解决方案分别被命名为β和δ；剩下的候选解被假定为ω，狩猎过程由α、β和δ引导，ω狼跟随这三只狼；

27、s2.2、定义灰狼围捕猎物的行为，具体如下：

28、

29、

30、其中，为灰狼个体和猎物之间的距离向量，t表示当前迭代次数，和为系数向量，为猎物的位置向量，表示灰狼个体的位置向量，其中系数向量和计算公式为：

31、

32、

33、其中，r1、r2是[0，1]间的随机向量，a为收敛因子，伴随迭代过程从2线性减小到0；收敛因子的表达形式：

34、

35、其中tmax为最大迭代次数；

36、s2.3、建立灰狼个体跟踪猎物位置的数学模型如下：

37、

38、

39、

40、s2.4、灰狼个体的位置更新公式如下：

41、

42、

43、

44、x1、x2、x3表示灰狼个体对应α狼、β狼和δ狼的位置向量；

45、s2.5、引入比例权重，ω1、ω2、ω3为权重系数，分别对应ω狼对α狼、β狼和δ狼的学习率；ε是防止分母为0的很小的常数；

46、

47、

48、

49、s2.6、最终灰狼的位置更新方式为：

50、

51、其中和分别对应当前最优的三个解的α狼、β狼和δ狼的位置向量。和分别表示灰狼个体朝向三组最优解的距离和方向；

52、当猎物停止移动时，灰狼通过攻击完成狩猎过程；

53、为了模拟逼近猎物，在迭代过程中，当的值从2线性下降到0时，其对应的a的值也在区间[-a,a]内变化；

54、当a的值位于区间[-1,1]内时，灰狼的下一个位置可以位于其当前位置和猎物位置之间的任意位置；

55、当|a|<1时，狼群攻击猎物(陷入局部最优)；

56、当|a|>1时，灰狼与猎物分离，希望找到更合适的猎物(全局最优)；每次迭代后都会更新狼的位置，并重新计算α、β和δ狼的位置以捕获猎物。

57、进一步的，在s2.5中，ε取值为10-16。

58、进一步的，适应度函数的计算是灰狼算法运行的关键一环，对于算法的功能非常重要，综合考虑到控制系统的响应时间、超调量和抗干扰能力等因素，s2中的适应度函数为：

59、

60、其中，j(t)为综合性能指标；e(t)为系统反馈误差；mp为系统超调量；tr为系统调节时间；μ1、μ2、μ3为权重系数。

61、本发明的有益效果在于：

62、1、使用传感器作为反馈输入，通过自抗扰控制器控制泵控电液伺服系统的压力和流量达到期望的值，以模糊自抗扰控制器参数寻优以灰狼优化算法为基础，改进其非线性调整收敛因子和位置更新方式，极大地提高了算法寻优能力，避免算法陷入局部最优。

63、2、利用智能优化算法的信息综合能力和强学习效率，对模糊自抗扰控制器系统参数进行优化，构建了关于超调量、调节时间和抗干扰能力的适应度函数作为评价指标，可以更好反应输出结果的各项指标，使优化之后得到的模糊自抗扰控制器具有较好的自适应能力，保证了整个系统的鲁棒性，且精度高、响应快和抗干扰能力强，实现了系统流量的适时输出，达到了节能的目的。