??? 摘 要: 介紹了一種在虛擬儀器控制下進行在線參數(shù)優(yōu)化的前饋速度伺服控制系統(tǒng)。為實現(xiàn)前饋控制系數(shù)的在線整定,引入了遺傳算法。通過實際測試驗證了該設(shè)計方法和技術(shù)的有效性。?

????關(guān)鍵詞: 伺服系統(tǒng)? 虛擬儀器? 遺傳算法? 在線整定

?

??? 在機電控制系統(tǒng)中,為實現(xiàn)快速的跟蹤,常采用前饋補償。然而在對象模型未知時,前饋控制系數(shù)難以事先確定,因此,該前饋系統(tǒng)雖然理論結(jié)果理想,但實用價值不高。?

??? 近年來,遺傳算法(GA)作為一強有力的優(yōu)化手段受到廣泛關(guān)注。它是模擬自然界遺傳變異和物競天擇的機理所構(gòu)成的隨機搜索算法。正如Thomas等人指出的,其突出特點是:采用純數(shù)值計算方法和隨機進化策略,無需梯度信息,對模型的表述要求低,處理問題更具有靈活性、適應(yīng)性、魯棒性和全局性^[1～2],因此在控制系統(tǒng)優(yōu)化設(shè)計中有著廣泛的應(yīng)用。?

??? 目前,國內(nèi)GA在控制系統(tǒng)優(yōu)化設(shè)計中的應(yīng)用多數(shù)集中在計算機仿真優(yōu)化設(shè)計上。本文將GA的應(yīng)用拓展到了在線控制領(lǐng)域,在虛擬儀器的控制下,通過GA同控制算法的有機融合,在實驗運行中獲得優(yōu)化的前饋控制系數(shù)。它不需要系統(tǒng)的數(shù)學(xué)模型,也適用于時變系統(tǒng),所得優(yōu)化參數(shù)使系統(tǒng)成功實現(xiàn)了快速跟蹤。?

1 前饋速度伺服系統(tǒng)理論設(shè)計?

??? 所設(shè)計的前饋速度伺服系統(tǒng)的控制系統(tǒng)框圖如圖1所示。?

?

?

??? 其中,α_n為測速反饋系數(shù);K_p為放大器的電壓放大系數(shù);K_s為晶閘管整流器與觸發(fā)裝置的電壓放大系數(shù);K_m為電動機環(huán)節(jié)的放大系數(shù),即1/C_e;τ_m為電機機電時間常數(shù);L為系統(tǒng)的擾動輸入;ω_r為輸入的角速度(虛擬);ω為輸出的角速度;W₀、W₁、W_n為前饋控制系數(shù)。將輸入ω_r、擾動L和固定值V_D作為三個獨立的輸入量,運用線性迭加定理得到整個系統(tǒng)的輸入ω_r與輸出ω的關(guān)系式:?

?????

??? 要實現(xiàn)整個系統(tǒng)的完全補償,即系統(tǒng)輸出對輸入完全跟隨,上式應(yīng)滿足以下關(guān)系:?

??? ?

2 前饋系數(shù)的遺傳算法在線整定?

??? GA的原理最早是由Holland教授提出的^[3],在本文的GA在線實驗方案中,W0、W1、Wn被定義為染色體中的基因,它們受到標(biāo)準(zhǔn)GA^[4]的進化。基因的搜索空間設(shè)定足夠大的范圍,這樣做有利于尋找到全局最優(yōu)點。GA的調(diào)節(jié)任務(wù)是使性能指標(biāo)J最小。J采用ISE為性能指標(biāo),即:?

?????

??? 于是得到系統(tǒng)在線整定的優(yōu)化模型如下:?

??? minJ?

??? s.t.?

??? ?? 0≤W₀≤W₀^*?

?????? 0≤W₁≤W₁^*?

?????? 0≤W_n≤W_n^*?

??? 其中W₀^*、W₁^*、W_n^*分別指前饋控制系數(shù)最大可能取值。?

??? 圖2所示為GA在線優(yōu)化的工作流程圖。通過不斷啟動系統(tǒng),種群中的每一個染色體的優(yōu)劣都得到實驗的檢驗。速度和電流量通過高速A/D進行采樣和存儲,利用這些數(shù)據(jù)可以計算每個染色體的適應(yīng)度評價值J。顯然,實驗的總次數(shù)等于種群數(shù)乘總世代數(shù)。為了減少實驗時間,需要提高GA的收斂效率。這里采用了實數(shù)編碼和“最優(yōu)”選擇方式。實數(shù)編碼比二進制編碼更能提高GA的性能^[3],而“最優(yōu)”選擇能確保穩(wěn)定漸進的收斂^[4]。適當(dāng)選擇種群數(shù)、交叉率和變異率對小種群GA的性能也很重要,一些原則可參考文獻[5]。

?

?

3 虛擬儀器設(shè)計?

??? 虛擬儀器是一種新興的測控儀器,它以計算機為核心、虛擬控制面板為標(biāo)志,通過計算機軟件實現(xiàn)對數(shù)據(jù)的顯示、存儲以及分析處理,以滿足用戶對功能設(shè)置的靈活多樣要求,實現(xiàn)一般測試儀器無法比擬的功能。虛擬儀器可集成各種工業(yè)自動控制系統(tǒng)及專用儀器系統(tǒng),將計算機硬件資源與儀器硬件有機地融合為一體,美國NI公司為該領(lǐng)域的杰出代表。為完成本文復(fù)雜的控制整定工作,本文采用了美國NI 公司的LabWindows/CVI虛擬儀器軟件開發(fā)平臺^[8]。CVI強大的功能歸功于其非常豐富的庫函數(shù),可提供的庫函數(shù)從用戶圖形界面、數(shù)據(jù)采集、數(shù)據(jù)分析、儀器控制到現(xiàn)在Internet時代的TCP,所以說CVI在測量領(lǐng)域成為先鋒的同時又與當(dāng)前時代的新科技保持了同步。?

??? 系統(tǒng)虛擬控制面板包括主控制面板和輔助面板。輔助面板主要負責(zé)系統(tǒng)各設(shè)備的運行情況及其外界環(huán)境的監(jiān)控,輔助面板可在主面板中調(diào)用。本文僅對主面板進行介紹,如圖3所示。?

?

?

??? 主面板分為四大模塊:①輸入、輸出、誤差顯示;②系統(tǒng)控制參數(shù)設(shè)定;③遺傳算法整定;④文件、數(shù)據(jù)處理。?

??? 在主面板中,可以直接啟動系統(tǒng),對系統(tǒng)的輸入幅度等參數(shù)進行實時調(diào)節(jié)并實時監(jiān)控系統(tǒng)的輸入輸出變化。在系統(tǒng)啟動前,可以預(yù)先對各參數(shù)進行調(diào)節(jié)后再讓系統(tǒng)運行。對系統(tǒng)的優(yōu)化整定需在啟動系統(tǒng)之后方可進行,整定過程的輸出、誤差及參數(shù)均可實時動態(tài)顯示。主面板還提供了一些附加的文件、數(shù)據(jù)處理功能,可實時對系統(tǒng)狀態(tài)進行保存、打印等操作。?

??? 該控制界面的編制除了對各面板控件回調(diào)函數(shù)及數(shù)據(jù)處理函數(shù)的編寫外,還有兩大編程重點:遺傳算法的整定程序和實時多線程控制程序。由于篇幅有限,在此僅對編程關(guān)鍵技術(shù)——多線程編程做一介紹。?

??? Windows9x平臺允許用戶同時運行多個應(yīng)用程序,這種技術(shù)被稱為多任務(wù)技術(shù)(Multitasking)。在當(dāng)今的大多數(shù)操作系統(tǒng)中,還引入了一個全新的概念——線程。通過多任務(wù)和多線程技術(shù),用戶能夠在同一時間執(zhí)行多個應(yīng)用程序,而每個應(yīng)用程序在同一時刻又可以執(zhí)行多個線程。現(xiàn)代操作系統(tǒng)已經(jīng)廣泛地使用了線程,如Mach、Unix、Windows、Linux等。可惜的是在CVI中并不提供直接的多線程函數(shù)庫,用戶必須自行編寫。?

??? 由于CVI采用C語言編寫,因而多線程可以面向C++的程序編程接口(API)編輯,也可以直接面向Windows(Win32 API)編寫。本文采用后者來編寫多線程程序。?

??? (1)創(chuàng)建線程?

??? C語言向用戶提供了多種類,用來封裝線程對象,如CwinThread類。本系統(tǒng)創(chuàng)建線程采用該類成員函數(shù)CreateThread完成創(chuàng)建過程。?

??? (2)線程的終止?

??? ExitThread函數(shù)是退出一個線程的較好辦法。如果在調(diào)用這個函數(shù)時,線程是進程中的最后一個線程,則此線程的進程也被終止。 ?

??? 系統(tǒng)分為兩個線程:面板控件函數(shù)回調(diào)與顯示線程,控制與算法整定線程。為避免兩線程之間的數(shù)據(jù)沖突,在程序中只為線程提供唯一的數(shù)據(jù)通道并設(shè)置了獨立的“信號燈”,加強了線程間數(shù)據(jù)通信的穩(wěn)定性。?

4 系統(tǒng)運行實驗?

??? 本研究中GA參數(shù)設(shè)定為:種群數(shù)Pop_size=10, 交叉率Pc=0.6,變異率Pm=0.3。系統(tǒng)各參數(shù)值約為:V_D=1.0,α_n=0.02,K_m=5.1,τ_m=0.075,L=1.0,K_s=19.4。K_p任選一值,如K_p=10,ΔT取0.1(s)。實驗時,按“整定”按鈕,計算機自動產(chǎn)生正弦波(周期為10s;幅度為1000rad/s)作為系統(tǒng)輸入,并實驗性啟動系統(tǒng),進行前饋系數(shù)的在線整定。實驗所采用的數(shù)據(jù)采集卡為NI公司生產(chǎn)的PCI-6024E。圖4為示波器顯示的整定過程誤差波形。開始時,輸出與輸入不能實現(xiàn)跟蹤,產(chǎn)生了較大的誤差,1分鐘左右誤差趨于零,此時,W₀=0.513,W₁=0.038,W_n=0.029,接近理論全補償值。此后系統(tǒng)可以按照實際要求的輸入信號持續(xù)運行,從而實現(xiàn)了系統(tǒng)快速跟蹤要求。?

?

?

??? 采用虛擬儀器進行系統(tǒng)控制,可以完全實現(xiàn)其它計算機控制系統(tǒng)所要求的運行結(jié)果,而且相對而言,虛擬儀器更顯得靈活易用、直觀生動。GA引入到在線參數(shù)整定是一次大膽嘗試。指導(dǎo)GA搜索的性能指標(biāo)J取自實時測試的結(jié)果,它不需要數(shù)學(xué)模型,因而是另一有效的優(yōu)化系統(tǒng)參數(shù)的方法,特別是在系統(tǒng)模型時變、難以或不可描述的情況下,效果更為顯著。?

??? 本文將遺傳算法、虛擬儀器控制有機地結(jié)合,充分發(fā)揮了遺傳算法、虛擬儀器的優(yōu)勢,使系統(tǒng)控制達到了較高的性能,其基本原理、方法和技術(shù)具有普遍性,可望在其它復(fù)雜控制系統(tǒng)中得到廣泛的工程應(yīng)用。?

參考文獻?

1 Thomas Back,et al. Evolutionary Computation:Comments?on the History and Current State.IEEE Transactions on?Evolutionary Computation, 1997;1(1):3～17?

2 Mitsuo Gen, Runwei Cheng. Genetic Algorithms & Engineering Design. JOHN WILEY & SONS, INC, 1997:60～63?

3 C.Z.Janikow and Z.Michalewicz. An Experimental Comparison of Binary and Floating Point Representation?in Genetic Algorithms, in Proc.4th Inte. Conf.Genetic?Algorithms, San Diego, 1991:31～36?

4 Rudolf,G,Convergence Analysis of Canonical Genetic?Algorithms. IEEE Trans. Neural Networks,1994;(24)1:96～101?

5 Reeves,C.R,Using Genetic Algorithms With Small Populations.In Proceedings of the Fifth international?Conference on Genetic Algorithms,1993:92～99