基于遗传算法优化的收获机割台高度模糊PID控制研究①

2021-07-05 01:34曹向虎张春雨段文远张卫民
关键词:响应速度收获机遗传算法

曹向虎,张春雨,段文远,张卫民

(安徽科技学院 机械工程学院,安徽 凤阳 233100)

0 引 言

玉米是我国三大主要粮食作物之一,其种植面积较广[1-2]。随着我国城市化进程的推进,农村劳动力逐渐减少,对收获机械的需求较为迫切。目前国内使用的玉米收获机,割台高度依靠人工控制,操作难度大,留茬高度一致性差,造成的漏割、错割等问题比较严重。近年来,相关研究者已对收获机割台高度的控制策略进行研究。伟利国等[3]研发了割台地面仿形控制系统,能够根据地面浮动情况进行割台高度的自动调节,但该系统采用机械式仿形传感器,易受外界复杂作业环境的干扰而影响割台调控精度。胡焉为等[4]设计了一种双输入、双输出的叶菜收获机割台高度控制系统,但该系统需要建立精准的动力学模型,实现较为复杂。周冬冬等[5]提出了一种基于模糊逻辑的割台高度控制系统,用于大豆联合收获机割台高度的自动调控。然而模糊逻辑控制参数的选取一般采用试凑法或经验法,有一定的局限性,很难达到最优状态。针对上述控制策略所存在的问题,设计了一种玉米收获机割台高度仿形自适应控制策略,利用遗传算法优化模糊PID控制器中的控制规则,以最优控制参数实现割台高度在线自适应控制。运用MATLAB进行仿真,与常规模糊PID控制进行比较分析以及试验运行测试,验证控制优化的有效性。

1 割台高度仿形自适应控制系统

1.1 系统组成

针对丘陵地区或非标准农田,田地平整度较低,维持固定的割台收获高度,容易导致割台与地面碰撞或者收获高度不符合要求等问题,设计一种玉米收获机割台高度仿形自适应控制系统。有传感器检测模块、控制单元和液压执行装置三部分构成闭环控制,其组成框图如图1所示。根据玉米收获机割台高度控制高的精度和良好的实时性要求,割台高度调控系统的硬件部分主要有S7-1200 PLC控制器、HC-SRO4型超声波测距传感器、先导式4WRTE型电液比例换向阀、A/D与D/A转换器和相关辅助电路等组成。

图1 系统组成框图

1.2 系统控制原理

研究的玉米收获机割台高度仿形自适应控制系统,其控制原理为:通过测距传感器直接检测割台离地高度值,检测值与系统预设值进行比较,得到偏差输送到PLC主控制器中,控制器对数据进行处理后输出控制量,并转换成控制信号,再经比例放大器放大后控制电液比例换向阀动作,输出与控制信号成比例的流量推动油缸移动,经遗传算法优化的模糊PID控制器控制割台离地高度值向着减小偏差的方向运动,直到偏差趋近于零,以实现割台留茬高度的实时最优调控功能。

2 遗传算法优化的模糊PID控制器设计

2.1 模糊PID控制原理

传统PID的控制规律为:

(1)

在PID算法的基础上,利用模糊推理思想,把被控对象的偏差e和偏差的变化率ec作为模糊推理的输入变量,通过模糊规则整定PID控制参数,构成二维的模糊PID控制器[6-7]。其结构如图2所示。

图2 模糊PID控制器结构

2.2 模糊PID控制器结构设计

根据玉米收获机割台高度调控的性能要求,选择二维的模糊控制器。以割台高度误差e和误差变化率ec作为模糊控制器的输入变量,E和EC的论域均为:{-3,-2,-1,0,1,2,3}。输出变量为:比例系数kp,积分系数ki,微分系数kd,三个输出变量的取值范围为:kp=[1~3],ki=[0~0.3],kd=[0~0.3]。输入输出变量的论域选择均为7级,模糊子集设定为{NB,NM,NS,Z,PS,PM,PB}。量化因子和比例因子是变量进行基本论域和量化论域转换参数,则量化因子ke=E/e,kec=EC/ec,比例因子kpu=kp/P,kiu=ki/I,kdu=kd/D。将正态分布的隶属函数用于NB和PB,而三角形分布的函数用于NM、NS、Z、PS和PM。

根据被控对象的误差、误差变化率及控制量,建立模糊规则,如表1所示,并应用重心法进行反模糊化。

表1 模糊规则表

2.3 遗传算法优化模糊PID控制规则

遗传算法(GA, Genetic Algorithm)也叫做进化算法[8],它是一种并行随机搜索最优化方法,经过选择、交叉、变异等运算操作,在自适应搜索过程中求出全局最优解。

通常模糊PID控制规则大部分依靠专家经验法或采用试凑法来进行制定,导致控制系统在运行时会产生较大的超调量。为此,采用遗传算法对模糊控制规则进行优化,以得到全局最优解,其优化原理如图3所示。

图3 遗传算法优化模糊PID的原理

采用遗传算法优化模糊控制规则的过程如下:

(1)染色体编码

选择二进制码字符串来对控制规则进行编码,由于模糊PID控制采用两输入三输出的形式,系统模糊子集为7级,需要改进的控制规则共有49条。分别采用3位二进制数对输入输出变量的模糊语言值{NB,NM,NS,Z,PS,PM,PB}依次进行编码为{000,001,010,011,100,101,110}。模糊控制规则表转化二维矩阵,将二维矩阵拉直排列,就形成染色体个体[9]。这样一条染色体上的基因长度为:7×7×3=147。

(2)适应度函数标定

目标函数以ITAE作为性能指标,它可以整体评价控制系统的快速性,准确性和稳定性等静态和动态性能。

(2)

(3)选择、交叉、变异和逆转

选择算子在赌轮盘选择方法的基础上,采用精英策略进行改进,从旧种群中筛选出少数适应度较高的个体,将其直接复制到子代,这样能够保证子代的个体永远超越父代的个体。

交叉操作采用凸组合交叉,可以有效的避免有简单操作产生不可行解。亲代样本:

P1:X=(x1,x2,….xn)P2:Y=(y1,y2,….yn)

(3)

交叉后:

Z1=αX+(1-α)YZ2=αY+(1-α)X

(4)

固定变异率=0.05,当满足变异条件时,随机对第i个体,第j个基因进行变异,其操作运算如下。

(5)

(6)

(4)终止条件

以最大迭代次数作为遗传算法运行的终止条件。达到终止条件时,遗传算法主程序停止运算并输出最优解。

根据实际情况遗传算法运行参数确定为:终止进化代数G=100,种群的量级M=20,种群之间染色体交叉传递的概率Pc=0.7,个体基因突变产生的概率Pm=0.02。

3 仿真验证与分析

3.1 建立仿真模型

玉米收获机割台液压升降系统是非线性、高阶次并且复杂的机构,难以对整个机构进行模拟[10]。根据控制对象的特性,将其参考模型近似描述为(7)式:

(7)

在MATLAB中的Simulink环境下进行仿真,设定采样时间为0.0001 s,仿真步长为5.0 s,被控对象的PID控制参数预设为:kP=1.2,ki=0.25,kd=0.03。

3.2 结果分析

对遗传优化的模糊PID控制进行仿真,并与常规模糊PID控制进行比较,仿真曲线如图4所示。

图4 单位阶跃响应控制效果比较

根据单位阶跃响应曲线,对仿真结果进行如下分析:

(1)遗传算法优化的模糊PID控制与常规模糊PID控制相比,其超调量、稳态误差和调节时间均较小。

(2)遗传算法优化的模糊PID控制,其阶跃响应曲线的振荡幅度小,并且达到稳定时的速度快,与常规模糊PID控制相比对于输出特性的控制效果有明显提高。

4 系统运行试验结果与分析

4.1 试验平台搭建

以CF50型自走式籽粒型玉米联合收获机为试验研究对象,在田间试验场地对设计的一种基于遗传算法优化的割台高度模糊PID控制系统的性能进行测试。系统运行测试平台如图5所示,其中1的位置为PLC控制器电源稳压器;2的位置为西门子S7-1200型PLC控制器;3的位置为数据采集分析仪;4的位置为信号调理器;5的位置为电液比例阀信号输入接头;6的位置为HC-SRO4超声波测距传感器,其安装位置如图6所示。

图5 割台高度控制系统试验平台搭建

图6 测距传感器安装位置

4.2 割台高度调控精度检测

在试验过程中以笔记本作为上位机,随机对割台高度控制单元发送不同留茬高度值指令,割台停止动作后,用手持式激光测距仪测量割台距离地面的实际高度。割台调节高度实际测量值如表2所示。

表2 割台调节高度实际测量值

4.3 系统响应速度检测

通过遮挡测距传感器的方式,调节遮挡物与传感器之间的距离,相当于割台距离地面的不同高度值,并记录割台动作持续时间。割台升降动作响应时间如表3所示。

表3 割台上升动作响应时间

4.4 试验结果分析

(1)从表2中可知,割台上升高度实测值与系统中目标值的差值范围为-0.14~1.22 cm。现有收获机割台高度调控误差为2.5 cm,研究的割台高度调控误差小于1.3 cm,满足玉米收获机留茬高度控制的精度要求。

(2)从表3中可知,割台上升时系统响应速度的最小值为0.27 m/s,最大值为0.38 m/s。对试验数据中割台升降时的响应速度分别取其平均值,割台在升降时系统响应速度分别约为0.32 m/s和0.26 m/s。

(3)根据GB/T 21962-2008玉米收获机械技术条件[11],割台液压升降速度指标为:提升速度不低于0.2 m/s,下降速度不低于0.15 m/s,则割台高度仿形自适应调控下的割台升降速度均高于国家标准要求,并且割台调控时间与现有玉米收获机相比提升约11%。

5 结 论

将遗传算法与模糊PID控制相融合,设计出一种基于遗传算法优化的模糊PID控制器,并将其应用于玉米收获机割台高度仿形自适应控制系统。结果表明,采用遗传算法优化的模糊PID控制器明显的改善了玉米收获机割台高度的控制效果,割台高度控制误差小于1.3 cm,系统响应速度高于0.26 m/s,割台调控时间较现有玉米收获机提升约11%。经过遗传算法优化的模糊PID控制器的性能克服了传统PID控制、模糊PID控制的众多不足,大幅度提高了割台高度自动控制系统的控制精度、稳态特性和响应速度,为玉米收获机提供了一种更优的割台高度自动调控策略。

猜你喜欢
响应速度收获机遗传算法
玉米收获机的规范使用与维护保养技术
玉米收获机械的结构特点与改进方向
玉米收获机推广存在的问题及措施研究
基于改进遗传算法的航空集装箱装载问题研究
基于遗传算法的高精度事故重建与损伤分析
玉米收获机推广存在的问题及其前景展望
基于遗传算法的模糊控制在过热汽温控制系统优化中的应用
电磁阀响应速度的影响因素
基于遗传算法的智能交通灯控制研究
试谈DCS控制算法的改进