CN106870181A - 腿足式机器人液压系统汽油发动机转速伺服控制方法 - Google Patents

Abstract

一种腿足式机器人液压系统汽油发动机转速伺服控制方法，(1)计算出发动机转速误差e和转速误差的变化率ec；(2)e和ec经过模糊逻辑计算之后，输出比例系数增量△k_p和积分系数增量△k_i；(3)比例系数k_p＝k_p0+△k_p，积分系数k_i＝k_i0+△k_i；(4)计算出油门开度S₁＝S_{1_old}+k_p*ec+k_i*e；(5)由液压油流量变化引起的油门开度变化为S₂＝k_Q*△Q；(6)最终油门开度S_f＝S₁+S₂，油门开度以PWM的形式控制舵机旋转，通过油门线控制发动机节气门的开度来控制进气量，最终控制发动机转速。本发明采用前馈控制，在流量突变的情况下能很好的保证转速稳定；采用模糊自整定对参数进行在线修改，满足不同控制要求，使系统具有良好的动态和静态性能。

Description

腿足式机器人液压系统汽油发动机转速伺服控制方法

技术领域

本发明涉及一种用于液压腿足式机器人的汽油发动机转速伺服控制方法，属于汽油机驱动液压系统的控制技术领域。

背景技术

在腿足式机器人的驱动方式中，需要保证机器人的高动态性和负载能力，因此其机载液压系统的动力源应该有很高的能量密度。电驱动虽然有噪声小等优点，但是其续航能力差、电池充电慢等缺点影响其在腿足式机器人领域的应用，汽油发动机的效率更高，体积更小且重量更低，便于实现机器人能源系统的机载化，因此由发动机驱动的液压系统是腿足式机器人驱动系统较为理想的解决方案。机器人液压系统的动力由汽油发动机提供，汽油发动机带动变量柱塞泵转动，将机械能转化为液体的压力能。机器人要稳定地工作，要求液压系统提供稳定的动力，需要调节汽油发动机转速，使变量柱塞泵在相应的工况下维持稳定的转速。

发动机控制在车辆定速巡航系统和挖掘机中的应用最为常见。但用于汽车定速巡航中的发动机均体积较大，不适用于液压驱动腿足式机器人，而且对汽车的驱动也不同于液压系统的驱动；挖掘机中用于驱动液压系统的发动机均为柴油发动机而腿足式机器人上所使用的汽油发动机，且挖掘机的工况与腿足式机器人的工况也不尽相同。因此，针对用于驱动腿足式机器人液压系统的汽油发动机，必须设计一种新的控制器以及控制方法控制发动机转速。

中国专利文献201310264575X公开的《汽油发动机驱动腿足式机器人液压系统用控制系统及控制方法》，包括控制器，以及与控制器连接的读取液压系统油面的油面电位计、读取液压系统液压油温度的温度传感器、读取液压系统油压信号的压力传感器，控制器通过CAN接口与上位机系统通信。

上述系统的控制器通过信号控制发动机的启动与熄火以及液压系统换向阀的油口接通或断开，控制器通过舵机调节节气门开度，实现发动机转速的恒定，并且可以通过传感器实时监测系统的工作情况，但是机器人系统的流量需求增大之后，需要更换更大功率的发动机，原来的控制方法并不能满足大功率发动机的转速控制；且测速复杂，需要对发动机的输出轴进行改造，增加了装配难度。

发明内容

本发明为了解决现有机器人液压系统汽油发动机控制技术存在的不足，提供一种使系统具有良好动态和静态性能的腿足式机器人液压系统汽油发动机转速伺服控制方法。

本发明腿足式机器人液压系统汽油发动机转速伺服控制方法，采用带有前馈控制的PI方法(比例和积分)，其中比例和积分系数通过模糊逻辑自动调整，具体步骤如下：

(1)根据发动机设定转速v_ref和发动机实际转速v_fed，计算出转速误差e和转速误差的变化率ec,其中e＝v_fed-v_ref，ec＝(v_fed-v_ref)/T，T为控制周期0.02秒；

(2)上述转速误差e和转速误差的变化率ec经过模糊逻辑计算之后，输出比例系数增量△k_p和积分系数增量△k_i；

(3)最终，比例系数k_p＝k_p0+△k_p，积分系数k_i＝k_i0+△k_i；

(4)采用增量式PI算法计算出油门开度S₁，S₁＝S_{1_old}+k_p*ec+k_i*e，其中S_{1_old}为上一执行周期中的油门开度；

(5)机器人运动过程中的液压油流量变化△Q由前馈控制进行补偿，由液压油流量变化引起的油门开度变化为S₂＝k_Q*△Q，其中k_Q＝27.7min/L；

(6)最终油门开度S_f＝S₁+S₂，油门开度以PWM(脉冲宽度调制)的形式控制舵机旋转，通过油门线控制发动机节气门的开度来控制进气量，最终控制发动机转速。

所述发动机实际转速的测量采用直接使用发动机点火电压信号U₁测量的方式，由R₁和R₂串联组成的电阻分压网络进行降压处理，经过处理之后的电压U₂＝U₁*R₂/(R₁+R₂)；之后利用光电耦合器单向通过的特性将信号转换为直流信号；最后经过比较器与比较电压比较之后，输出幅值为5V的方波波形，捕获该方波波形并计算出发动机实际转速v_fed，v_fed＝60*f，其中f为方波频率。

所述模糊逻辑计算采用模糊监督控制器，具体过程如下：

模糊监督控制器由模糊器、模糊推理机、模糊规则表和解模糊器组成，其输入为转速误差e和转速误差的变化率ec，模糊器利用隶属度函数将e和ec转化成模糊变量NB、NS、ZO、PS和PB，e和ec的隶属度函数表达式如下，其中x为e或ec，e的隶属度函数中n＝150，ec的隶属度函数中n＝60：

之后模糊推理机利用△k_p的模糊规则表和△k_i的模糊规则表将输入模糊集合映射到输出模糊集合；其中：

△k_p的模糊规则表如下：

△k_i的模糊规则表如下：

最后解模糊器采用隶属度函数和中心平均解模糊的方法计算出输出比例系数增量△k_p和积分系数增量△k_i；△k_p和△k_i的隶属度函数表达式如下，其中y为△k_p或△k_i，△k_p的隶属度函数中n＝1，△k_i的隶属度函数中n＝0.1：

本发明通过改进之后的测速电路，能够更方便准确的实时检测发动机转速，进而控制汽油发动机的输出转速，使维持变量柱塞泵的转速稳定在不同工况对应的转速上，为不同状态下的液压系统提供稳定的能量输出；转速控制采用带有前馈控制的PI(Proportional-Integral，比例-积分)方法，其中比例和积分系数通过模糊逻辑自动调整，可以实现系数的在线调整，使系统具有良好的动态和静态性能；前馈控制可以对机器人运行过程中的流量突变进行补偿，减小发动机转速波动，保证变量柱塞泵可以稳定的为系统提供流量。

本发明具有几下特点：

1.采用的测速电路，测速方便，减少了机械装配难度；

2.采用基于前馈的控制方法，在流量突变的情况下能很好的保证转速稳定；

3.采用模糊自整定的方法对PI控制器参数进行在线修改，满足不同的控制要求，使控制系统具有良好的动态和静态性能。

附图说明

图1为本发明中采用的发动机测速电路原理图。

图2为本发明的控制方法原理框图。

图3为e和ec三角隶属度函数示意图。

图4为△k_p和△k_i的三角隶属度函数示意图。

具体实施方式

本发明腿足式机器人液压系统汽油发动机转速伺服控制方法，采用的测速电路如图1所示，采用直接使用发动机点火信号测量发动机转速的方式。由于初始信号峰峰值约为100V，因此需要由R₁和R₂串联组成的电阻分压网络进行降压处理，经过处理之后的电压U₂＝U₁*R₂/(R₁+R₂)；之后经过光电耦合器，利用其单向通过的特性将信号转换为直流信号；最后经过比较器LM393与比较电压比较之后，输出幅值为5V的方波波形，由单片机捕获模块捕获并计算转速，计算公式为v_fed＝60*f，其中f为单片机捕获方波得到的方波频率。

发动机转速，即变量柱塞泵的转速控制采用带有前馈控制的PI方法，其中比例和积分系数通过模糊逻辑自动调整。

参见图2，本发明腿足式机器人液压系统汽油发动机转速伺服控制方法的具体步骤如下：

1)根据发动机设定转速v_ref和图1所示测速电路测得的发动机实际转速v_fed，计算出转速误差e和转速误差的变化率ec，其中ec＝v_fed-v_ref，ec＝(v_fed-v_ref)/T，T为控制周期0.02s(秒)；

2)上述转速误差e和转速误差的变化率ec经过模糊监督控制器计算之后，输出比例系数增量△k_p和积分系数增量△k_i；

3)最终的PI控制器(比例积分控制器)参数为：比例系数k_p＝k_p0+△k_p，积分系数k_i＝k_i0+△k_i；

4)S₁为由PI控制器计算出的油门开度，计算时采用了增量式PI算法，其中S₁＝S_{1_old}+k_p*ec+k_i*e，其中S_{1_old}为上一执行周期中由PI控制器计算出的油门开度；

5)机器人运动过程中的流量变化△Q由前馈控制器进行补偿，由流量变化引起的油门开度变化为S₂＝k_Q*△Q，其中k_Q＝27.7min/L；

6)最终油门开度S_f＝S₁+S₂，油门开度以PWM的形式控制舵机旋转，通过油门线控制发动机节气门的开度来控制进气量，最终控制发动机转速。

其中，模糊控制的具体表述如下：

模糊监督控制器由模糊器、模糊推理机、模糊规则表和解模糊器组成，其输入为转速误差e和转速误差的变化率ec，模糊器利用图3所示的三角隶属度函数将e和ec转化成模糊变量NB、NS、ZO、PS和PB；e和ec的隶属度函数表达式如下，其中x为e或ec，e的隶属度函数中n＝150，ec的隶属度函数中n＝60：

之后模糊推理机利用△k_p的模糊规则表和△k_i的模糊规则表将输入模糊集合映射到输出模糊集合；其中，△k_p的模糊规则表如下：

△k_i的模糊规则表如下：

最后解模糊器采用图4所示的三角隶属度函数和中心平均解模糊的方法计算出输出比例系数增量△k_p和积分系数增量△k_i。△k_p和△k_i的隶属度函数表达式如下，其中y为△k_p或△k_i，△k_p的隶属度函数中n＝1，△k_i的隶属度函数中n＝0.1：

图3和图4中参数如下：Ω_e＝150rpm，Ω_ec＝60rpm/s，kp₀＝180，ki₀＝15，△k_p,max＝3，△k_i,max＝0.3。

Claims (3)

1.一种腿足式机器人液压系统汽油发动机转速伺服控制方法，其特征是，包括如下步骤：

(1)根据发动机设定转速v_ref和发动机实际转速v_fed，计算出转速误差e和转速误差的变化率ec,其中e＝v_fed-v_ref，ec＝(v_fed-v_ref)/T，T为控制周期0.02秒；

(2)上述转速误差e和转速误差的变化率ec经过模糊逻辑计算之后，输出比例系数增量△k_p和积分系数增量△k_i；

(3)最终，比例系数k_p＝k_p0+△k_p，积分系数k_i＝k_i0+△k_i；

(4)采用增量式PI算法计算出油门开度S₁，S₁＝S_{1_old}+k_p*ec+k_i*e，其中S_{1_old}为上一执行周期中的油门开度；

(5)机器人运动过程中的液压油流量变化△Q由前馈控制进行补偿，由液压油流量变化引起的油门开度变化为S₂＝k_Q*△Q，其中k_Q＝27.7min/L；

(6)最终油门开度S_f＝S₁+S₂，油门开度以PWM的形式控制舵机旋转，通过控制进气量，最终控制发动机转速。

2.根据权利要求1所述的腿足式机器人液压系统汽油发动机转速伺服控制方法，其特征是，所述发动机实际转速的测量采用直接使用发动机点火电压信号U₁测量的方式，由R₁和R₂串联组成的电阻分压网络进行降压处理，经过处理之后的电压U₂＝U₁*R₂/(R₁+R₂)；之后利用光电耦合器单向通过的特性将信号转换为直流信号；最后经过比较器与比较电压比较之后，输出幅值为5V的方波波形，捕获该方波波形并计算出发动机实际转速v_fed，v_fed＝60*f，其中f为方波频率。

3.根据权利要求1所述的腿足式机器人液压系统汽油发动机转速伺服控制方法，其特征是，所述模糊逻辑计算采用模糊监督控制器，具体过程如下：

模糊监督控制器由模糊器、模糊推理机、模糊规则表和解模糊器组成，其输入为转速误差e和转速误差的变化率ec，模糊器利用隶属度函数将e和ec转化成模糊变量NB、NS、ZO、PS和PB，e和ec的隶属度函数表达式如下，其中x为e或ec，e的隶属度函数中n＝150，ec的隶属度函数中n＝60：

$\mathrm{\&mu;}NB\left(x\right)=\left\{\begin{array}{c}1,x\&le;-2n\\ -\frac{1}{n}x-1,-2n<x\&le;-n\end{array}\right.,\mathrm{\&mu;}NS\left(x\right)=\left\{\begin{array}{c}\frac{1}{n}x+2,-2n<x\&le;-n\\ -\frac{1}{n}x,-n<x\&le;0\end{array}\right.,$

$\mathrm{\&mu;}ZO\left(x\right)=\left\{\begin{array}{c}\frac{1}{n}x+1,-n<x\&le;0\\ -\frac{1}{n}x+1,0<x\&le;n\end{array}\right.,\mathrm{\&mu;}PS\left(x\right)=\left\{\begin{array}{c}\frac{1}{n}x,0<x\&le;n\\ -\frac{1}{n}x+2,n<x\&le;2n\end{array}\right.,$

$\mathrm{\&mu;}PB\left(x\right)=\left\{\begin{array}{c}\frac{1}{n}x-1,n<x\&le;2n\\ 1,x\&GreaterEqual;2n\end{array}\right.;$

之后模糊推理机利用△k_p的模糊规则表和△k_i的模糊规则表将输入模糊集合映射到输出模糊集合；其中：

△k_p的模糊规则表如下：

△k_i的模糊规则表如下：

最后解模糊器采用隶属度函数和中心平均解模糊的方法计算出输出比例系数增量△k_p和积分系数增量△k_i；△k_p和△k_i的隶属度函数表达式如下，其中y为△k_p或△k_i，△k_p的隶属度函数中n＝1，△k_i的隶属度函数中n＝0.1：

$\mathrm{\&mu;}NB\left(y\right)=\left\{\begin{array}{c}1,y\&le;-3n\\ -\frac{1}{n}y-2,-3n<y\&le;-2n\end{array}\right.,\mathrm{\&mu;}NM\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y+3,-3n<y\&le;-2n\\ -\frac{1}{n}y-1,-2n<y\&le;-n\end{array}\right.,$

$\mathrm{\&mu;}NS\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y+2,-2n<y\&le;-n\\ -\frac{1}{n}y,-n<y\&le;0\end{array}\right.,\mathrm{\&mu;}ZO\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y+1,-n<y\&le;0\\ -\frac{1}{n}y+1,0<y\&le;n\end{array}\right.,$

$\mathrm{\&mu;}PS\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y,0<y\&le;n\\ -\frac{1}{n}y+2,n<y\&le;2n\end{array}\right.,\mathrm{\&mu;}PM\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y-1,n<y\&le;2n\\ -\frac{1}{n}y+3,2n<y\&le;3n\end{array}\right.,$

$\mathrm{\&mu;}PB\left(y\right)=\left\{\begin{array}{c}\frac{1}{n}y-2,2n<y\&le;3n\\ 1,y\&GreaterEqual;3n\end{array}\right..$