立錠采棉機高度控製係統結構與控製參數的綜合優化gydF4y2Ba

垂直采收法是棉花作物的主要采收方法。然而，垂直采摘的方法可能會導致錠子彎曲，如果錠子與棉花田上的石頭碰撞。因此，如何實現摘棉機的精確高度控製是一個需要解決的關鍵問題。本研究的目的是設計一種避撞高度控製係統。在設計時，首先建立了數學模型。然後以無活塞腔室壓力、響應時間和高度控製係統位移誤差為優化目標，提出了以結構參數和控製參數為代表的多目標優化模型。提出了仿真優化、粒子群優化和模擬退火相結合的綜合優化方法求解該模型。仿真和實驗測試結果表明，所提出的綜合優化方法不僅可以降低無活塞腔室的壓力，而且可以減小高度控製係統的響應時間和位移誤差。gydF4y2Ba

棉花是最重要的作物之一。gydF4y2Ba1gydF4y2Ba］．根據國際棉花谘詢委員會的數據，2020年世界棉花產量超過2400萬噸。棉花產量的增加迫切需要高效率的收獲機。機械采棉機由於采棉效率高，近年來得到了越來越多的應用。在這些機械采棉機中，最具代表性的是約翰迪爾和CaseIH生產的臥式錠式采棉機，它不僅工作可靠穩定，而且收獲時棉花損耗小，棉葉少[gydF4y2Ba2gydF4y2Ba］．gydF4y2Ba

然而，在棉花收獲過程中，傳統的臥式紡錘式采棉機與棉花作物平行，可能導致棉花纖維質量較低。為解決這一問題，近年來開發了立式紡錘式采棉機[gydF4y2Ba3.gydF4y2Ba］．采用伸縮式脫棉方式，避免脫棉盤反向拉扯，可有效提高棉纖維品質。然而，在使用立式紡錘式采棉機時，采棉機的紡錘可能會接觸到土壤。這可能導致紡錘變形，降低采棉效率。因此，開發一種垂直紡錘式采棉機的高度控製係統是非常重要的。gydF4y2Ba

通常有兩種高度控製係統，即機械高度控製係統和電液高度控製係統。在早期農業實踐中，機械高度控製係統廣泛應用於免耕播種[gydF4y2Ba4gydF4y2Ba]和移栽機，因其結構簡單，易於控製邏輯和低成本[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba］．遺憾的是，由於機械高度控製係統的控製精度和響應時間較差，不能用於需要高控製精度和快速響應的情況。為了解決這一問題，研究人員開發了電液高度控製係統[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba10gydF4y2Ba］．gydF4y2Ba

然而，電液高度控製係統雖然比機械高度控製係統有更高的控製精度，但其液壓缸的控製非常複雜。在過去，許多研究者都從事這方麵的研究，並提出了各種控製方法，如比例積分微分(PID)控製算法[gydF4y2Ba11gydF4y2Ba，滑模模糊控製方法[gydF4y2Ba12gydF4y2Ba)等。在這些方法中，PID控製算法因其簡單、魯棒性和可靠性等特點而被廣泛應用[gydF4y2Ba13gydF4y2Ba］．在基本PID的基礎上提出了許多改進的PID算法，以提高控製器增益的合適選擇概率[gydF4y2Ba14gydF4y2Ba］．例如，Peng等人的工作將傳統PID與模糊控製算法相結合，規劃電液機器人的軌跡[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

模糊PID控製方法的一個難點是模糊規則的設計，因為它高度依賴於專家的經驗或大量的實驗數據[gydF4y2Ba16gydF4y2Ba］．因此，各種自然優化算法(nioa)的組合對PID控製的性能有很大的影響。也有研究者利用nioa對PID參數和模糊控製器進行優化，提高了係統的控製效率。有關方法的例子載於參考文獻[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba，如灰太狼優化算法[gydF4y2Ba17gydF4y2Ba，粒子群優化[gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba和模擬退火算法[gydF4y2Ba20.gydF4y2Ba］．gydF4y2Ba

總結以上討論的結果，可以發現液壓執行器的PID參數已經得到了優化，從而獲得了精確、精確的控製性能。而摘棉機的高度控製係統是一個機電液耦合係統。它的設計應考慮到整個係統的機械和電氣部分之間的相互作用。在過去的幾十年裏，已經開展了一些關於集成優化方法的工作，如並行機器人[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba22gydF4y2Ba]，網格反射器可展開空間天線[gydF4y2Ba23gydF4y2Ba]，管道泄漏檢測[gydF4y2Ba24gydF4y2Ba]和多級同步感應線圈槍[gydF4y2Ba25gydF4y2Ba］．證實了高度控製係統綜合優化方法的不足。gydF4y2Ba

一般來說，高度控製係統的性能取決於其機械結構設計和控製器設計。在設計這種係統時，機械結構的優化不可能不考慮其對控製的影響。反過來，通過控製設計方法可以優化控製性能，通過修改機械結構可以進一步提高控製性能。因此，綜合優化機械結構參數和控製參數，可以進一步提高高度控製係統的性能[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba］．盡管綜合優化方法取得了成功，但對高度控製係統的研究很少。基於這些研究結果，本文旨在填補研究空白，並做出以下貢獻。首先，以無活塞腔室壓力、響應時間和高度控製係統位移誤差為優化目標，提出了機械結構參數和控製參數的綜合優化模型;其次，采用仿真優化法(OvS)、粒子群優化法(PSO)和模擬退火法(SA)對模型進行求解。據我們所知，這是第一次在提出的高度控製係統的集成問題中同時考慮機械結構參數和控製參數。gydF4y2Ba

本文的其餘部分組織如下。部分gydF4y2Ba2gydF4y2Ba建立了係統的數學模型。部分gydF4y2Ba3.gydF4y2Ba提出了一種綜合優化方法。部分gydF4y2Ba4gydF4y2Ba給出了案例分析，並在第一部分給出了結論gydF4y2Ba5gydF4y2Ba．gydF4y2Ba

高度控製係統的結構gydF4y2Ba

數字gydF4y2Ba1gydF4y2Ba給出了該高度控製係統的原理圖，該係統由信號采集裝置、控製係統、液壓係統和升降機構組成。通過安裝在信號采集裝置上的角度傳感器獲取高度信號。然後利用高度信號對電液伺服閥進行控製。采用電液伺服閥控製的液壓缸作為起升機構的動力部分。采棉機的錠子由閥門控製氣缸升降，可避免錠子在棉田上與石子碰撞。gydF4y2Ba

提升機構的建模gydF4y2Ba

高度控製係統起升機構示意圖如圖所示gydF4y2Ba2gydF4y2Ba．行gydF4y2BaABgydF4y2Ba表示液壓缸。點gydF4y2BaBgydF4y2Ba和點gydF4y2BaCgydF4y2Ba都鉸接在主軸采棉機的框架上，對應於安裝位置。gydF4y2BalgydF4y2Ba_1gydF4y2Ba表示液壓缸的總長度，gydF4y2BalgydF4y2Ba_2gydF4y2Ba鉸接杆的長度是多少gydF4y2Ba交流gydF4y2Ba，gydF4y2BalgydF4y2Ba_3.gydF4y2Ba安裝位置是否在機架上，以及gydF4y2BalgydF4y2Ba_4gydF4y2Ba取頭質心距離鉸接點的距離是多少gydF4y2Ba一個gydF4y2Ba．gydF4y2BalgydF4y2Ba_1gydF4y2Ba可進一步表示為:gydF4y2Ba

在哪裏gydF4y2BalgydF4y2Ba_0gydF4y2Ba和gydF4y2BalgydF4y2Ba分別表示液壓缸的缸長和活塞位移。gydF4y2Ba

為便於分析提升機構的動力學，簡化為如圖所示的等效圖gydF4y2Ba3.gydF4y2Ba．然後，建立等效起升機構的動力學模型如下:gydF4y2Ba

在哪裏gydF4y2Ba\(現代{1}\)gydF4y2Ba是活塞端麵的麵積，gydF4y2Ba\(現代{2}\)gydF4y2Ba為活塞在氣缸腔內與活塞的有效麵積，gydF4y2BaPgydF4y2Ba_1gydF4y2Ba為無活塞腔的輸入油壓，gydF4y2BaPgydF4y2Ba_2gydF4y2Ba為有活塞的腔室壓力，gydF4y2Ba米gydF4y2Ba為提升機構的等效質量，gydF4y2BatgydF4y2Ba為起升機構從開始移動到起升結束所經過的時間，gydF4y2BaBgydF4y2Ba為活塞的粘性阻尼係數，gydF4y2Ba\ (f L {} \)gydF4y2Ba為提升機構的外載荷。gydF4y2Ba

等效質量gydF4y2Ba米gydF4y2Ba根據等效起升機構的動能等於原起升機構的理論計算。液壓缸、活塞和鉸接杆的質量gydF4y2Ba交流gydF4y2Ba與采摘裝置的質量相比是可以忽略不計的。此外，液壓缸、活塞和鉸接杆的速度gydF4y2Ba交流gydF4y2Ba與采摘機的速度是同一個數量級。液壓缸，活塞和連杆的動能gydF4y2Ba交流gydF4y2Ba將被忽略。等效質量gydF4y2Ba米gydF4y2Ba根據下式計算。(gydF4y2Ba3.gydF4y2Ba)：gydF4y2Ba

在哪裏gydF4y2Ba米gydF4y2Ba為采摘單位的質量，gydF4y2Ba\(m = {G \mathord{\左/ {\vphantom {G}} \右。\ kern - g \ nulldelimiterspace}} \)gydF4y2Ba，gydF4y2BaGgydF4y2Ba是采摘裝置的重力，gydF4y2BaggydF4y2Ba重力加速度，gydF4y2Ba\ ({x} \ \點)gydF4y2Ba和gydF4y2Ba\ ({y} \ \點)gydF4y2Ba是采摘機重心速度的兩個分量。gydF4y2Ba\ \ (x)gydF4y2Ba和gydF4y2Ba\ (y \)gydF4y2Ba計算公式如下:gydF4y2Ba

外部負載gydF4y2Ba\ (f L {} \)gydF4y2Ba的計算方法如式所示。(gydF4y2Ba6gydF4y2Ba)：gydF4y2Ba

根據等式。（gydF4y2Ba1gydF4y2Ba) - (gydF4y2Ba6gydF4y2Ba)時，等效起升機構的動力學模型表示為:gydF4y2Ba

高度控製係統的升降機構通過伸展液壓缸的活塞來實現拾取裝置的升降功能。這樣可以防止主軸在與石頭和金屬的碰撞中彎曲。在圖gydF4y2Ba4gydF4y2Ba,點gydF4y2Ba一個gydF4y2Ba是鉸接的液壓缸和采摘裝置。當發音處於點的狀態時gydF4y2Ba一個gydF4y2Ba時，采摘機工作在正常位置。液壓缸活塞不伸，行程為零。當液壓缸的活塞向點運動時gydF4y2Ba一個gydF4y2Ba_1gydF4y2Ba，拾取裝置抬起。在此過程中，型材高度gydF4y2BahgydF4y2Ba可計算為:gydF4y2Ba

當棉花田的表麵發生變化時，通過角度傳感器檢測剖麵滑塊的角度變化。角度傳感器將角度變化傳輸到控製器。控製器輸出信號使液壓缸活塞杆伸出。剖麵高度gydF4y2BahgydF4y2Ba由角度傳感器的角度變化決定，可建模如Eq. (gydF4y2Ba9gydF4y2Ba)：gydF4y2Ba

在哪裏gydF4y2BalgydF4y2Ba角度傳感器和輪廓片觸點之間的距離是Δ嗎gydF4y2BaθgydF4y2Ba為角度傳感器的角度變化。gydF4y2Ba

液壓控製係統建模gydF4y2Ba

當液壓油被泵入高度控製係統的缸內時，液壓會使活塞前後運動。液壓缸的位移和速度由電液伺服閥的開度大小決定。因此，由電液伺服閥調節取料裝置的高度和上升速度。為了實現精確的位置跟蹤控製，PID控製器因其高可靠性和魯棒性而被廣泛應用於各個行業[gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba]，用於控製電液伺服閥。gydF4y2Ba

如圖所示gydF4y2Ba5gydF4y2Ba， PID控製器的輸入為ΔgydF4y2BaUgydF4y2Ba，其值為實際位移信號的差值gydF4y2BaUgydF4y2Ba_2gydF4y2Ba輸入位移信號gydF4y2BaUgydF4y2Ba_1gydF4y2Ba．經過PID控製器的比例、積分和微分處理，得到新的位移信號gydF4y2BaUgydF4y2Ba是輸出。那麼位移信號gydF4y2BaUgydF4y2Ba轉換成控製電流gydF4y2Ba我gydF4y2Ba的電液伺服閥由伺服放大器組成。伺服放大器的傳遞函數表示為(gydF4y2Ba10gydF4y2Ba)：gydF4y2Ba

在哪裏gydF4y2BaKgydF4y2Ba_{一個gydF4y2Ba}為伺服放大器放大係數，gydF4y2BaωgydF4y2Ba_{一個gydF4y2Ba}為放大器的固有頻率。gydF4y2Ba

控製電流gydF4y2Ba我gydF4y2Ba電液伺服閥通過控製閥芯的位移，從而引起閥開度的變化，最終實現對流量的控製gydF4y2Ba問gydF4y2Ba_vgydF4y2Ba的電液伺服閥。電液伺服閥的傳遞函數為[gydF4y2Ba32gydF4y2Ba]：gydF4y2Ba

在哪裏gydF4y2BaKgydF4y2Ba_svgydF4y2Ba為電液伺服閥的增益，gydF4y2BaωgydF4y2Ba_svgydF4y2Ba為放大器的固有頻率，gydF4y2BaξgydF4y2Ba_svgydF4y2Ba為電液伺服閥的阻尼比。gydF4y2Ba

當電液伺服閥的輸出液流入液壓缸時，液壓缸的活塞會伸出缸體。這樣采摘裝置就會被提升到係統所要求的高度位置。液壓缸的傳遞函數為:gydF4y2Ba

在哪裏gydF4y2BaKgydF4y2Ba_hgydF4y2Ba為液壓缸的增益，gydF4y2BaωgydF4y2Ba_hgydF4y2Ba為液壓缸固有頻率，gydF4y2BaξgydF4y2Ba_hgydF4y2Ba為液壓缸的阻尼比。gydF4y2Ba

當位移gydF4y2BalgydF4y2Ba安裝在液壓缸上的傳感器檢測到活塞杆的位移，將其轉換為實際位移信號。將實際位移信號與輸入位移信號之間的差值送入PID控製器，調節液壓缸活塞的位移。位移傳感器傳遞函數為:gydF4y2Ba

在哪裏gydF4y2BaKgydF4y2Ba_segydF4y2Ba為位移傳感器的增益，gydF4y2BaωgydF4y2Ba_segydF4y2Ba為位移傳感器的固有頻率。gydF4y2Ba

高度控製係統是由信號采集裝置、控製係統、液壓係統和提升機構組成的機電液耦合係統。對於這樣的係統，無活塞的腔內壓力、響應時間和位移誤差是最重要的性能指標。無活塞腔內壓力的降低將降低液壓係統所需的壓力，從而提高液壓係統的可靠性。此外，最小化響應時間和位移誤差可以提高高度控製係統的響應速度和精度。通過高度控製係統可調節紡錘式采棉機離地高度，從而降低其與地麵發生碰撞的概率。因此，為了降低無活塞腔內的壓力，減小液壓係統的響應時間和位移誤差，本文采用了多目標優化方法。此外，對於高度控製係統，無活塞的腔室壓力高度依賴於機械結構參數，即液壓缸內徑gydF4y2BaDgydF4y2Ba，液壓缸筒長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba還有杆子的長度gydF4y2BaAC LgydF4y2Ba_2gydF4y2Ba．響應時間和位移誤差與機械結構參數(即液壓缸內徑)的組合有關gydF4y2BaDgydF4y2Ba，液壓缸筒長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba)和控製參數。(即比例係數gydF4y2BaKgydF4y2Ba_PgydF4y2Ba，積分係數gydF4y2BaKgydF4y2Ba_我gydF4y2Ba微分係數gydF4y2BaKgydF4y2Ba_DgydF4y2Ba)．因此，在優化過程中，機械結構參數和控製參數都作為優化變量。利用得到的最優機械結構參數和控製參數，可以設計出較好的高度控製係統，以降低紡錘式采棉機與地麵碰撞的概率。在本節中，首先提出了一個多目標優化模型。在此基礎上，提出了一種結合OvS、PSO和SA的求解算法。gydF4y2Ba

優化目標和變量gydF4y2Ba

無活塞的腔室壓力gydF4y2Ba

在液壓係統中，無活塞腔內的壓力越低，液壓係統所需的壓力就越低。從而提高了液壓係統的可靠性。因此，本文對無活塞腔的壓力進行了計算gydF4y2Ba\ (P_ {1} \)gydF4y2Ba設置為優化目標。gydF4y2Ba

根據液壓原理圖，回油回路直接與油箱相連，因此gydF4y2BaPgydF4y2Ba_2gydF4y2Ba= 0。根據Eq. (gydF4y2Ba7gydF4y2Ba)，gydF4y2Ba\ (P_ {1} \)gydF4y2Ba表示如下:gydF4y2Ba

響應時間和位移誤差gydF4y2Ba

對於紡錘式采棉機的高度控製係統，響應時間gydF4y2BatgydF4y2Ba_0gydF4y2Ba位移誤差gydF4y2BaegydF4y2Ba是兩個重要的績效指標。以提高成形精度，縮短液壓缸的響應時間，降低主軸與地麵碰撞的概率，降低響應時間為目的gydF4y2BatgydF4y2Ba_0gydF4y2Ba位移誤差gydF4y2BaegydF4y2Ba被選為優化目標。為了算法收斂，響應時間gydF4y2BatgydF4y2Ba_0gydF4y2Ba位移誤差gydF4y2BaegydF4y2Ba合並到一個規範化的目標中gydF4y2BaHgydF4y2Ba，這可以在Eq. (gydF4y2Ba15gydF4y2Ba)：gydF4y2Ba

在哪裏gydF4y2BatgydF4y2Ba_{選擇gydF4y2Ba}和gydF4y2BaegydF4y2Ba_{選擇gydF4y2Ba}是高度控製係統所需的響應時間和位移誤差，gydF4y2BaωgydF4y2Ba_1gydF4y2Ba和gydF4y2BaωgydF4y2Ba_2gydF4y2Ba是相應的權重。gydF4y2Ba

高度控製係統的液壓係統是一個複雜的非線性係統。它的響應時間gydF4y2BatgydF4y2Ba_0gydF4y2Ba位移誤差gydF4y2BaegydF4y2Ba受到多種因素的影響，如機械結構參數和控製參數。在優化過程中，很難建立精確的液壓係統數學模型來獲取響應時間和位移誤差。為此，提出了一種基於AMESim的仿真模型，以獲取液壓係統的響應時間和位移誤差。gydF4y2Ba

AMESim是一種基於直觀圖形界麵的工程係統高級建模與仿真軟件。主要從事力學、電子學、水力學等多學科的協同仿真。由於高度控製係統是典型的機-電-液係統，整個模型的建立涉及多個庫，如液壓泵的液壓元件設計庫、機械附件的規劃器機械庫和控製操作的控製庫。同時，對所需的參數如液壓缸內徑等進行了分析gydF4y2BaDgydF4y2Ba以及液壓缸筒的長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba都是模型的輸入。高度控製係統仿真模型如圖所示gydF4y2Ba6gydF4y2Ba．gydF4y2Ba

變量gydF4y2Ba

綜合優化問題考慮的決策變量可分為兩類。一是與結構有關，需要確定的變量是液壓缸的內徑gydF4y2BaDgydF4y2Ba，液壓缸筒長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba還有杆子的長度gydF4y2BaAC LgydF4y2Ba_2gydF4y2Ba．另一個是PID控製參數，即比例係數gydF4y2BaKgydF4y2Ba_PgydF4y2Ba，積分係數gydF4y2BaKgydF4y2Ba_我gydF4y2Ba微分係數gydF4y2BaKgydF4y2Ba_DgydF4y2Ba．gydF4y2Ba

約束gydF4y2Ba

1. (1）gydF4y2Ba

   液壓缸內徑gydF4y2BaDgydF4y2Ba應從標準GB/T 2348中選擇，該標準見式(gydF4y2Ba16gydF4y2Ba)：gydF4y2Ba

   左$ $ D = \[{\ 63; 80年,\;90年,\;100年,\;110年,\;125年,\;140年,\;160年,\;180}\右]。$ $gydF4y2Ba

   （16）gydF4y2Ba
2. （2）gydF4y2Ba

   液壓缸的總長度gydF4y2BalgydF4y2Ba_1gydF4y2Ba，杆長gydF4y2BaAC LgydF4y2Ba_2gydF4y2Ba安裝尺寸gydF4y2BalgydF4y2Ba_3.gydF4y2Ba都局限於三角形的幾何約束:gydF4y2Ba

   $ $ \左\{{\開始{數組}{* c {20}} {L_ {0} + L + L_ {2} > L_ {3},} \ \ {L_ {0} + L + L_ {3} > L_ {2},} \ \ {L_ {2} + L_ {3} > L_ {0} + L} \ \ \{數組}}結束\ $ $gydF4y2Ba

   (17)gydF4y2Ba

   液壓缸的總長度在哪裏gydF4y2BalgydF4y2Ba_1gydF4y2Ba是液壓缸筒的長度之和嗎gydF4y2BalgydF4y2Ba_0gydF4y2Ba以及活塞的行程範圍gydF4y2BalgydF4y2Ba、安裝尺寸gydF4y2BalgydF4y2Ba_3.gydF4y2Ba是恒定的。gydF4y2Ba

   液壓缸筒的長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba是:gydF4y2Ba

   $ $ L_ {0} = L_{馬克斯}+ B + L_{一}+ L_ {M} + L_ C {}, $ $gydF4y2Ba

   （18)gydF4y2Ba

   在哪裏gydF4y2BaBgydF4y2Ba為杆的寬度，gydF4y2BaBgydF4y2Ba= (0.6 - -0.8)gydF4y2BaDgydF4y2Ba，gydF4y2BalgydF4y2Ba_{一個gydF4y2Ba}為液壓杆導向距離，gydF4y2BalgydF4y2Ba_{一個gydF4y2Ba}= (0.6 - -1.5)gydF4y2BaDgydF4y2Ba，gydF4y2BalgydF4y2Ba_米gydF4y2Ba液壓杆的密封距離是否由密封方法確定，gydF4y2BalgydF4y2Ba_CgydF4y2Ba為液壓缸筒的剩餘長度。gydF4y2Ba

3. （3）gydF4y2Ba

   液壓缸筒的長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba是其內徑長度的20倍以內:gydF4y2Ba

   $$ l_ {0} < 20d .$$gydF4y2Ba

   (19)gydF4y2Ba
4. （4）gydF4y2Ba

   當液壓缸達到最大行程範圍時，起升高度應大於100mm:gydF4y2Ba

   $ $ \壓裂{{L_{馬克斯}^ {2}+ 2 L_ {0} L_{馬克斯}}}{{2 l{} _{3}}} > 100美元美元gydF4y2Ba

   (20)gydF4y2Ba

   在哪裏gydF4y2BalgydF4y2Ba_{馬克斯gydF4y2Ba}是液壓缸的最大行程範圍。gydF4y2Ba

5. （5）gydF4y2Ba

   PID參數受合理參數的限製:gydF4y2Ba

   $ $ \左\{\{對齊}開始0 & < K_ {P} < K_ {Pmax}, \ \ 0 & < K_{我}< K_ {Imax}, \ \ 0 & < K_ {D} < K_{距離},\ \ \{對齊}結束\ $ $gydF4y2Ba

   (21）gydF4y2Ba

   在哪裏gydF4y2BaKgydF4y2Ba_{PmaxgydF4y2Ba}，gydF4y2BaKgydF4y2Ba_{ImaxgydF4y2Ba}和gydF4y2BaKgydF4y2Ba_{距離gydF4y2Ba}的最大值是gydF4y2BaKgydF4y2Ba_PgydF4y2Ba，gydF4y2BaKgydF4y2Ba_我gydF4y2Ba和gydF4y2BaKgydF4y2Ba_DgydF4y2Ba．獲得這些值的廣泛使用的方法是模擬試驗。在每次測試過程中，一個PID參數被改變，而另外兩個參數保持不變。如果高度控製係統的響應時間和位移誤差在合理範圍內，則記錄變化參數的值。測試將持續幾次，直到三個PID參數的所有最大值都確定下來。gydF4y2Ba

優化模型gydF4y2Ba

基於以上分析，建立了以無活塞腔室壓力、響應時間和高度控製係統位移誤差最小為目標的多目標優化模型，如式(gydF4y2Ba22gydF4y2Ba)：gydF4y2Ba

優化解決方案gydF4y2Ba

本文采用基於仿真的優化方法求解優化模型。首先利用AMESim平台獲取了液壓缸的響應時間和位移誤差。然後選取仿真結果作為多目標優化模型的適應度函數。對於離散結構參數，即液壓缸內徑gydF4y2BaDgydF4y2Ba，液壓缸筒長度gydF4y2BalgydF4y2Ba_0gydF4y2Ba和AC杆的長度gydF4y2BalgydF4y2Ba_2gydF4y2Ba，首先利用SA和最優控製參數進行搜索gydF4y2BaKgydF4y2Ba_PgydF4y2Ba，gydF4y2BaKgydF4y2Ba_我gydF4y2Ba和gydF4y2BaKgydF4y2Ba_DgydF4y2Ba然後通過粒子群算法得到每組結構參數。選擇SA和PSO的原因是SA在求解離散優化問題時具有較高的搜索效率和較快的收斂速度[gydF4y2Ba33gydF4y2Ba持續優化問題的粒子群算法也是如此[gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba］．算法流程圖如圖所示gydF4y2Ba7gydF4y2Ba具體步驟如下。gydF4y2Ba

• 步驟1:配置SA和PSO參數。生成初始解決方案gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba（gydF4y2BaDgydF4y2Ba，gydF4y2BalgydF4y2Ba_0gydF4y2Ba，gydF4y2BalgydF4y2Ba_2gydF4y2Ba，gydF4y2BaKgydF4y2Ba_PgydF4y2Ba，gydF4y2BaKgydF4y2Ba_我gydF4y2Ba，gydF4y2BaKgydF4y2Ba_DgydF4y2Ba)，計算目標函數gydF4y2Ba對象gydF4y2Ba（gydF4y2BaPgydF4y2Ba_1gydF4y2Ba，gydF4y2BaHgydF4y2Ba)．集gydF4y2BaxgydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba作為gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba(1:3)。gydF4y2Ba

• 步驟2:進入SA的外環。判斷是否臨時溫度gydF4y2Ba臨時gydF4y2Ba是否大於最低溫度gydF4y2Ba臨時gydF4y2Ba_{最小值gydF4y2Ba}是否在步驟1中設置。是= >步驟3。否則，執行步驟10。gydF4y2Ba

• 步驟3:判斷當前迭代計數gydF4y2BaggydF4y2Ba是否小於最大迭代計數gydF4y2BaggydF4y2Ba^米gydF4y2Ba與否。是= >步驟4。否則，執行步驟9。gydF4y2Ba

• 步驟4:隨機生成相鄰解gydF4y2BaxgydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba的gydF4y2BaxgydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba在SA的外回路中，計算壓力gydF4y2Ba對象gydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba（gydF4y2BaPgydF4y2Ba_1gydF4y2Ba)液壓缸內無活塞的腔體。gydF4y2Ba

• 步驟5:進入PSO內環，計算結構參數對應的最優PID參數gydF4y2BaxgydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba生成的文件。具體情況如下。gydF4y2Ba

  • 步驟5.1:初始化PSO，生成初始解gydF4y2BaxgydF4y2Ba_posgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba（gydF4y2BaKgydF4y2Ba_πgydF4y2Ba，gydF4y2BaKgydF4y2Ba_2gydF4y2Ba，gydF4y2BaKgydF4y2Ba_迪gydF4y2Ba)．在AMESim中調用該模型，得到液壓缸響應時間和位移誤差的輸出結果，即目標函數的值gydF4y2Ba對象gydF4y2Ba_{算法gydF4y2Ba}＿gydF4y2Ba當前的gydF4y2Ba（gydF4y2BaHgydF4y2Ba)．gydF4y2Ba

  • 步驟5.2:更新速度gydF4y2BavgydF4y2Ba_idgydF4y2Ba和位置gydF4y2BaxgydF4y2Ba_idgydF4y2Ba每一個粒子根據方程式。（gydF4y2Ba23gydF4y2Ba)及(gydF4y2Ba24gydF4y2Ba)並生成相鄰解gydF4y2BaxgydF4y2Ba_posgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba（gydF4y2BaKgydF4y2Ba_πgydF4y2Ba，gydF4y2BaKgydF4y2Ba_2gydF4y2Ba，gydF4y2BaKgydF4y2Ba_迪gydF4y2Ba)。在AMESim中調用該模型，得到仿形液壓缸響應時間和位移誤差的輸出結果，即目標函數值gydF4y2Ba對象gydF4y2Ba_{算法gydF4y2Ba}＿gydF4y2Ba新gydF4y2Ba（gydF4y2BaHgydF4y2Ba)．gydF4y2Ba

    $ $ v_ {id} ^ {T + 1} =ω\ v_ {id} ^ {T} + c_ {1} r_ {1} (p_ {id} -間{id} ^ {T}) + c_ {2} r_ {2} (p_ {gd} -間{id} ^ {T}), $ $gydF4y2Ba

    (23）gydF4y2Ba
    $ $間{id} ^ {T + 1} =間{id} ^ {T} + v_ {id} ^ {T + 1}, $ $gydF4y2Ba

    (24）gydF4y2Ba

    在哪裏gydF4y2Ba\ (v_ {id} ^ {T} \)gydF4y2Ba和gydF4y2Ba\(間{id} ^ {T} \)gydF4y2Ba速度和位置gydF4y2BadgydF4y2Bath (gydF4y2BadgydF4y2Ba= 1, 2或3)維的gydF4y2Ba我gydF4y2Ba第Th個粒子gydF4y2BaTgydF4y2Bath迭代,gydF4y2BapgydF4y2Ba_idgydF4y2Ba為迭代過程中每個粒子的最佳位置，gydF4y2BapgydF4y2Ba_gdgydF4y2Ba是臨時迭代過程中所有粒子的最佳位置，gydF4y2BacgydF4y2Ba_1gydF4y2Ba和gydF4y2BacgydF4y2Ba_2gydF4y2Ba是學習因素，gydF4y2BargydF4y2Ba_1gydF4y2Ba和gydF4y2BargydF4y2Ba_2gydF4y2Ba是兩個隨機數，gydF4y2BaωgydF4y2Ba為慣性權重。gydF4y2Ba

  • 步驟5.3:更新PSO的迭代次數，gydF4y2BaTgydF4y2Ba=gydF4y2BaTgydF4y2Ba+ 1。gydF4y2Ba

  • 步驟5.4:判斷當前迭代計數gydF4y2BaTgydF4y2Ba是否大於最大迭代次數gydF4y2BaTgydF4y2Ba_{馬克斯gydF4y2Ba}與否。是= >步驟5.2，否= >步驟5.5。gydF4y2Ba

  • 步驟5.5:生成最優PID參數gydF4y2BaxgydF4y2Ba_posgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba與SA外環的結構參數有關。gydF4y2Ba

• 6 .設置gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba(1:3)gydF4y2BaxgydF4y2Ba_SAgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba，gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba(6)gydF4y2BaxgydF4y2Ba_posgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba和目標函數的值gydF4y2Ba對象gydF4y2Ba＿gydF4y2Ba新gydF4y2Ba(gydF4y2BaPgydF4y2Ba_1gydF4y2Ba，gydF4y2BaHgydF4y2Ba)．gydF4y2Ba

• 步驟7:判斷SA中各解的支配關係。具體情況如下。gydF4y2Ba

  • 步驟7.1:判斷是否gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba是由gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba與否。如果沒有，則設置gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba作為gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba並添加gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba否則，請轉步驟7.2。gydF4y2Ba

  • 步驟7.2:計算接受概率gydF4y2Ba概率gydF4y2Ba根據Eq. (gydF4y2Ba25gydF4y2Ba)：gydF4y2Ba

    $ $概率= \ exp \離開({\壓裂δE{- \}{{臨時}}}\右),$ $gydF4y2Ba

    (25）gydF4y2Ba

    Δ在哪裏gydF4y2BaEgydF4y2Ba＝gydF4y2BaEgydF4y2Ba（gydF4y2Baf (x_newgydF4y2Ba)，gydF4y2BaλgydF4y2Ba)−gydF4y2BaEgydF4y2Ba（gydF4y2BafgydF4y2Ba（gydF4y2Bax_currentgydF4y2Ba)，gydF4y2BaλgydF4y2Ba)，gydF4y2BaEgydF4y2Ba（gydF4y2Baf (xgydF4y2Ba)，gydF4y2BaλgydF4y2Ba) =gydF4y2BaλgydF4y2Ba_1gydF4y2BaPgydF4y2Ba_1gydF4y2Ba+gydF4y2BaλgydF4y2Ba_2gydF4y2BaHgydF4y2Ba．gydF4y2BaλgydF4y2Ba_1gydF4y2Ba和gydF4y2BaλgydF4y2Ba_2gydF4y2Ba設置為0.5。gydF4y2Ba

  • 步驟7.3:生成一個隨機數gydF4y2Ba蘭德gydF4y2Ba並判斷是否gydF4y2Ba蘭德gydF4y2Ba小於gydF4y2Ba概率gydF4y2Ba與否。如果是，設置gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba作為gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba並添加gydF4y2BaxgydF4y2Ba＿gydF4y2Ba新gydF4y2Ba帕累托檔案館。否則,保留gydF4y2BaxgydF4y2Ba＿gydF4y2Ba當前的gydF4y2Ba．gydF4y2Ba

• 步驟8:更新SA的迭代計數，gydF4y2BaggydF4y2Ba=gydF4y2BaggydF4y2Ba+ 1。請返回步驟3。gydF4y2Ba

• 步驟9:SA外環采用常用的指數冷卻策略:gydF4y2Ba

  $$temp = a \乘以temp，$$gydF4y2Ba

  （26)gydF4y2Ba

  在哪裏gydF4y2Ba一個gydF4y2Ba的值越小，SA的冷卻係數越大，冷卻速度越快gydF4y2Ba一個gydF4y2Ba．請返回步驟2。gydF4y2Ba

• 步驟10:輸出帕累托存檔。gydF4y2Ba

為了驗證所提出的多目標優化模型和算法，更好地了解結構參數和控製參數對無活塞室壓力、響應時間和位移誤差的影響，本節進行了一係列實驗。gydF4y2Ba

優化結果gydF4y2Ba

為了驗證所提方法的有效性，研究了三個優化案例。摘棉機高度控製係統的水力參數和結構參數見表gydF4y2Ba1gydF4y2Ba．SA和PSO的參數見表gydF4y2Ba2gydF4y2Ba．優化結果見表gydF4y2Ba3.gydF4y2Ba．gydF4y2Ba

案例1:具有原有結構參數和PID控製參數的高度控製係統。gydF4y2Ba

案例2:具有最優PID控製參數但結構參數原始的高度控製係統。gydF4y2Ba

案例3:采用所提出的集成優化方法得到最優結構參數和PID控製參數的高度控製係統。gydF4y2Ba

相同高度下的模擬結果gydF4y2Ba

根據高度控製係統的結構參數和液壓缸的位移，確定無活塞腔的壓力gydF4y2BaPgydF4y2Ba_1gydF4y2Ba計算並繪製在圖中gydF4y2Ba8gydF4y2Ba．gydF4y2Ba

從圖gydF4y2Ba8gydF4y2Ba，可以看出，Case 1、Case 2和Case 3的最大壓力分別為29.07 MPa、29.07 MPa和24.81 MPa。與Case 1和Case 2相比，Case 3的最大壓力降低了14.65%。此外，還可以發現Case 1、Case 2和Case 3的平均壓力分別為11.82 MPa、11.82 MPa和12.31 MPa。與情形1和情形2相比，平均壓力略微增加了4.15%。注意，Case 1和Case 2的最大壓力和平均壓力是相同的。這是因為隻要優化控製參數，而保持結構參數不變，就不會改變液壓缸的負載。gydF4y2Ba

為了研究三種情況下在相同高度下的響應特性，對其進行了AMESim仿真。在仿真過程中，將液壓缸的輸出負載設置為最大負載。由於階躍信號是判斷被控係統響應特性最常見、最有用的參考信號，因此在仿真過程中，采用階躍信號來研究高度控製係統的響應特性。紡錘式采棉機起升高度設定為100mm。三種情況下液壓缸的位移由式(gydF4y2Ba8gydF4y2Ba)， Case 1、Case 2和Case 3的活塞位移分別為80mm、80mm和72mm。采用步進信號進行仿真，如圖所示gydF4y2Ba9gydF4y2Ba．gydF4y2Ba

在圖gydF4y2Ba10gydF4y2Ba，給出了情形1、情形2和情形3的響應曲線。三種情況的響應時間分別為0.98s、0.75s和0.48s。三種情況的位移誤差分別為4.0%、2.6%和1.1%。Case 3的響應時間和位移誤差小於Case 1和Case 2。這是因為活塞杆的位移gydF4y2BalgydF4y2Ba在相同要求高度下，情況3比情況1和情況2要小。此外，從圖中gydF4y2Ba10gydF4y2Ba，可以發現控製參數對高度控製係統的響應時間和位移誤差有很大的影響。gydF4y2Ba

相同位移下的模擬結果gydF4y2Ba

為了驗證高度控製係統的性能，在相同位移為80 mm的三種情況下進行了對比仿真。從圖gydF4y2Ba11gydF4y2Ba，可以看出，Case 1和Case 2無活塞腔室的最大壓力為29.07 MPa，而Case 3的最大壓力僅為24.81 MPa。與Case 1和Case 2相比，Case 3的最大壓力降低了14.65%。從圖gydF4y2Ba12gydF4y2Ba，可以發現Case 3的響應時間為0.62 s，比Case 1和Case 2的響應時間縮短了18.42%。此外，Case 3的位移誤差減小了1.4%。可以發現，提出的方法取得了顯著的改進。gydF4y2Ba

從上麵的分析可以發現，最優控製參數會隨著結構參數的不同而變化，綜合優化結構參數和控製參數可以進一步降低壓力，縮短響應時間，提高高度控製係統的定位精度。gydF4y2Ba

實驗驗證gydF4y2Ba

根據最優結構和PID控製參數，如圖所示gydF4y2Ba13gydF4y2Ba設計了一種采棉機高度控製係統。為了驗證其性能，進行了實際試驗。在平坦的路麵上放置100 mm、80 mm和50 mm高度的障礙物，模擬棉花田地麵的波動。采棉機以5.8公裏/小時的工作速度穿越障礙。高度控製係統的響應時間記錄如表所示gydF4y2Ba4gydF4y2Ba．從表gydF4y2Ba4gydF4y2Ba，可以發現在100 mm、80 mm和50 mm高度下，響應時間分別為0.55 s、0.43 s和0.28 s。所有的響應時間都小於0.93 s，這是在5.8 km/h的速度下抬起拾取裝置避免碰撞障礙物的最大響應時間。證明了高度控製係統的最優結構和控製參數能夠滿足要求。gydF4y2Ba

針對傳統紡錘式采棉機存在的問題，提出了一種立式紡錘式采棉機。設計了一種立式摘棉機的機、電、液耦合高度控製係統，以避免棉花田上的錠子與凸起物碰撞，提高摘棉效率。研究結論如下。gydF4y2Ba

1. (1）gydF4y2Ba

   通過對結構和控製參數的優化，提高了高度控製係統的地形跟蹤性能。建立了以壓力、響應時間和位移誤差為優化目標的多目標綜合優化模型。gydF4y2Ba

2. （2）gydF4y2Ba

   采用基於AMESim仿真的優化方法求解多目標集成優化模型。實驗結果表明，該方法可有效降低液壓缸的最大壓力、響應時間和位移誤差，分別為14.65%、18.42%和1.4%。gydF4y2Ba

3. （3）gydF4y2Ba

   今後的工作主要集中在以下幾個方麵。本研究未分析SA和PSO算法參數對高度控製係統優化結果的影響。預計這些工作將是今後的工作。更多改進的優化算法如人工蜂群和布穀鳥搜索算法[gydF4y2Ba36gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba]來求解所提出的多目標優化模型。gydF4y2Ba

不適用。gydF4y2Ba

國家自然科學基金(批準號:51905448)、重慶市技術創新與應用計劃(批準號:51905448)資助;cstc2018jszx-cyzdX0183)和中央高校基本科研業務費專項資助項目(批準號:2018jszx- cyzdx0183);SWU119060)。gydF4y2Ba

作者和隸屬關係gydF4y2Ba

1. 西南大學工程技術學院，重慶400715gydF4y2Ba

   Xingzheng陳gydF4y2Ba

2. 重慶大學機械傳動國家重點實驗室，重慶，400044gydF4y2Ba

   李從波，胡睿，張馳gydF4y2Ba

3. 新加坡國立大學機械工程係，新加坡119077gydF4y2Ba

   劉寧gydF4y2Ba

貢獻gydF4y2Ba

XC負責試驗並撰寫手稿。CL提供了本文的基本思想和所有支持條件。RH和NL進行了校對並做了一些關鍵性的修改。CZ協助試驗和模擬。所有作者閱讀並批準了最終稿件。gydF4y2Ba

作者的信息gydF4y2Ba

陳興政，1990年生，現任北京大學講師gydF4y2Ba西南大學工程技術學院，中國gydF4y2Ba．他獲得了博士學位gydF4y2Ba重慶大學gydF4y2Ba，gydF4y2Ba中國gydF4y2Ba在2018年。主要研究方向為電子液壓係統優化和節能加工。gydF4y2Ba

李從波，1981年生，現任北京大學教授gydF4y2Ba機械傳動國家重點實驗室gydF4y2Ba，gydF4y2Ba重慶大學gydF4y2Ba，gydF4y2Ba中國gydF4y2Ba．主要研究方向為建模與優化控製、綠色製造、節能製造和再製造。gydF4y2Ba

胡睿(音譯)，1994年生，現就讀於清華大學碩士研究生gydF4y2Ba機械傳動國家重點實驗室gydF4y2Ba，gydF4y2Ba重慶大學gydF4y2Ba，gydF4y2Ba中國gydF4y2Ba．gydF4y2Ba

劉寧，1989年生，現任中國科學院研究員gydF4y2Ba新加坡國立大學機械工程係，新加坡gydF4y2Ba．他的研究興趣包括工業解決方案的人工智能，金屬增材製造和工業自動化。gydF4y2Ba

張弛，1995年生，現就讀於清華大學碩士研究生gydF4y2Ba機械傳動國家重點實驗室gydF4y2Ba，gydF4y2Ba重慶大學gydF4y2Ba，gydF4y2Ba中國gydF4y2Ba．gydF4y2Ba

相應的作者gydF4y2Ba

對應到gydF4y2BaCongbo李gydF4y2Ba．gydF4y2Ba

相互競爭的利益gydF4y2Ba

作者聲明沒有競爭的經濟利益。gydF4y2Ba

開放獲取gydF4y2Ba本文遵循創作共用署名4.0國際許可協議(Creative Commons Attribution 4.0 International License)，該協議允許在任何媒體或格式中使用、分享、改編、分發和複製，隻要您給予原作者和來源適當的署名，提供創作共用許可協議的鏈接，並說明是否有更改。本文中的圖片或其他第三方材料包含在文章的創作共用許可中，除非在材料的信用額度中另有說明。如果材料不包含在文章的創作共用許可中，並且您的預期用途不被法律法規允許或超出了允許的用途，您將需要直接從版權所有者那裏獲得許可。欲查看此許可證的副本，請訪問gydF4y2Bahttp://creativecommons.org/licenses/by/4.0/gydF4y2Ba．gydF4y2Ba

轉載及權限gydF4y2Ba