基于智能PWM控制的機(jī)車制動控制單元的設(shè)計(jì)

1 引 言

隨著我國國民經(jīng)濟(jì)的蓬勃發(fā)展和人民生活水平的日益提高，鐵路的客、貨運(yùn)量將越來越大，列車牽引重量與運(yùn)行速度將不斷提高。高速客運(yùn)及重載貨運(yùn)列車的發(fā)展對列車制動系統(tǒng)提出了更高更新的要求。

國外發(fā)達(dá)國家都是采用微機(jī)應(yīng)用先進(jìn)控制理論實(shí)現(xiàn)對機(jī)車制動氣缸的精確控制。而在我國機(jī)車上廣泛使用的DK-l和JZ-7型制動機(jī)只能對機(jī)車實(shí)現(xiàn)一些簡單的邏輯控制功能，不能實(shí)現(xiàn)對機(jī)車制動缸和均衡風(fēng)缸的閉環(huán)控制，難以滿足機(jī)車制動控制的需要。隨著電子技術(shù)及微機(jī)控制技術(shù)應(yīng)用的日漸成熟，有必要應(yīng)用現(xiàn)代電子技術(shù)和先進(jìn)的控制理論，利用微機(jī)的強(qiáng)大功能實(shí)現(xiàn)對機(jī)車的精確制動。 目前世界各國鐵路絕大多數(shù)仍采用空氣制動，要實(shí)現(xiàn)對氣體壓力的控制，特別是小流量壓力控制，就應(yīng)考慮明顯的非線性和不確定性。另外，負(fù)載的不確定性導(dǎo)致了整個(gè)系統(tǒng)模型的不確定，經(jīng)典的控制方法及依賴于具體數(shù)學(xué)模型的現(xiàn)代控制理論都難以實(shí)現(xiàn)系統(tǒng)控制的要求，在這種情況下，將智能控制方法和常規(guī)控制方法相結(jié)合有望取得更好的控制效果。

本文介紹了一種基于智能脈沖寬度調(diào)制(Pulse WidthModulation，PWM)控制的機(jī)車制動控制單元的設(shè)計(jì)和實(shí)現(xiàn)方法。對制動機(jī)氣缸的高速電控閥實(shí)王見PWM控制，也就是通過調(diào)節(jié)信號的占空比米實(shí)現(xiàn)對高速電控閥一定周期內(nèi)開閉時(shí)間的控制。

通過建立機(jī)車制動機(jī)氣缸模糊控制規(guī)則，運(yùn)用模糊推理來實(shí)現(xiàn)PID控制，從而實(shí)現(xiàn)了機(jī)車的精確制動。這樣就有效解決了目前我國的DK-1和JZ-7型制動機(jī)不能實(shí)現(xiàn)精確制動的問題，對提高我國機(jī)車的安全運(yùn)行和信息化程度有著極大的促進(jìn)作用。

2 系統(tǒng)硬件結(jié)構(gòu)

機(jī)車制動控制單元(Brake Control Unit，BCU)主要分為以下幾個(gè)部分：模擬量輸入、模擬量輸出、數(shù)字量輸入、數(shù)字量輸出、PWM輸出、微處理器部分以及與外圍部分的通信等，系統(tǒng)整體結(jié)構(gòu)圖如圖1所示。

其中模擬量輸入部分主要是包括傳感器模擬信號預(yù)處理和A／D轉(zhuǎn)換，信號預(yù)處理主要是將從傳感器上獲得的4～20 mA電流信號轉(zhuǎn)換為A／D轉(zhuǎn)換所需要的電壓信號。通過處理，我們就可以得到氣缸壓力，A／D轉(zhuǎn)換的精度直接關(guān)系到氣缸壓力控制的精度。為了滿足控制的需要，在本系統(tǒng)中選用了16位的A／D轉(zhuǎn)換芯片，采樣實(shí)驗(yàn)表明，采樣值偏差很小，在允許的誤差范圍內(nèi)。

微機(jī)處理部分實(shí)際上包含了2個(gè)微處理器，一個(gè)是單片機(jī)，另外一個(gè)是PC104。他們實(shí)現(xiàn)不同的功能，他們之間通過雙口RAM實(shí)現(xiàn)高速數(shù)據(jù)通信。單片機(jī)主要是實(shí)現(xiàn)對模擬量A／D轉(zhuǎn)換控制、D／A轉(zhuǎn)換控制以及智能PWM控制等。由于PC104功能強(qiáng)大，能夠?qū)崿F(xiàn)更強(qiáng)大的數(shù)據(jù)處理功能。PC104主要是將獲得的數(shù)字輸入量通過數(shù)據(jù)處理后輸出數(shù)字量。另外，通過PC104快速數(shù)據(jù)處理和軟件的強(qiáng)大功能還使制動控制單元具有機(jī)車制動機(jī)監(jiān)控及故障檢測、診斷、顯示、告警、記錄、單機(jī)自動測試等功能。在本系統(tǒng)中，實(shí)現(xiàn)對氣缸壓力的精確控制是由單片機(jī)來完成的，PC104通過對各種信號如模擬量、數(shù)字量等信號的處理得到需要?dú)飧姿枰_(dá)到的壓力值，單片機(jī)通過雙口RAM得到壓力值，應(yīng)用智能PWM控制實(shí)現(xiàn)對壓力的精確控制，這一部分將在下面章節(jié)進(jìn)行詳細(xì)介紹。

3 分段控制

為了實(shí)現(xiàn)對機(jī)車制動機(jī)氣缸既能精確控制，又能夠快速達(dá)到目標(biāo)值，我們對氣缸壓力實(shí)行分段控制。單片機(jī)有4路開關(guān)量輸出，分別對應(yīng)制動缸的進(jìn)氣閥、放氣閥和均衡風(fēng)缸的進(jìn)氣閥、放氣閥，輸出1代表打開閥門，0代表關(guān)閉閥門。我們以pt表示壓力目標(biāo)值，pi表示當(dāng)前氣缸壓力值，E表示偏差值。所以，有E=pi-pt。M1，M2表示壓力偏差的絕對值，其中M1>M2，M1表示在接近目標(biāo)值的一個(gè)值，M2表示允許的最大誤差，分段控制規(guī)則如表1所示。

4 智能PWM控制

4.1 智能PID介紹

PID控制是較早發(fā)展起來的控制策略之一，由于算法簡單、魯棒性好、可靠性高而廣泛用于過程控制和運(yùn)動控制中，尤其適用于能建立精確數(shù)學(xué)模型的控制系統(tǒng)。但由于實(shí)際工業(yè)生產(chǎn)過程往往是非線性和時(shí)變不確定性的，難以建立精確的數(shù)學(xué)模型，因此常規(guī)PID控制器很難達(dá)到理想控制效果。

近年來，智能控制無論是理論上還是技術(shù)應(yīng)用上均得到了長足的發(fā)展，隨之不斷涌現(xiàn)將智能控制方法和常規(guī)PID控制方法融合在一起的新方法，形成了許多智能PID控制器。這些智能控制器不僅具備自學(xué)習(xí)、自適應(yīng)、自組織的能力，而且還有常規(guī)PID控制器結(jié)構(gòu)簡單、魯棒性強(qiáng)、可靠性高、為現(xiàn)場工程設(shè)計(jì)人員所熟悉等特點(diǎn)。目前主要有4種智能PID控制：基于專家智能PID控制、基于模糊推理的PID控制、基于神經(jīng)網(wǎng)絡(luò)的PID控制、基于遺傳算法的PID控制。

在本系統(tǒng)中，采用基于模糊推理的PID控制來實(shí)現(xiàn)對機(jī)車制動氣缸壓力的精確控制。基于模糊推理的PID控制就是運(yùn)用Fuzzy Sets理論和方法將操作人員或者專家的整定經(jīng)驗(yàn)和技術(shù)知識總結(jié)成為Fuzzy規(guī)則模型，形成微機(jī)的查詢表格及解析式，根據(jù)系統(tǒng)的實(shí)際響應(yīng)情況，運(yùn)用模糊推理來實(shí)現(xiàn)PID控制。在PID控制算法基礎(chǔ)上增加求采樣時(shí)刻的偏差E和偏差變化率Ec，參數(shù)的Fuzzy自校正思想是根據(jù)被控對象的響應(yīng)在采樣時(shí)刻的E和Ec來確定kP，k1，kD三參數(shù)修正的方向和大小。其算法過程是利用對應(yīng)的規(guī)則集將控制指標(biāo)模糊化，然后利用他與知識庫中的模糊規(guī)則進(jìn)行匹配，如有規(guī)則被匹配，則執(zhí)行該規(guī)則的結(jié)果部分，就可以得到相應(yīng)的參數(shù)修正值。其結(jié)構(gòu)圖如圖2所示。

4.2 模糊PID控制器設(shè)計(jì)

控制系統(tǒng)的PID算法是根據(jù)壓力目標(biāo)值與實(shí)際值之差的比例值、積分值、微分值來確定控制量的大小。其算式為：

式中，e(t)，e(t-1)分別為第t次及第t-1次采樣偏差值；pout(t)為第t次的控制量輸出值；kP，kI，kD分別為比例系數(shù)、積分系數(shù)和微分系數(shù)。合適的kP，kI，kD參數(shù)直接關(guān)系到控制的精度。

根據(jù)模糊數(shù)學(xué)的理論和方法，將在現(xiàn)場獲得的調(diào)試經(jīng)驗(yàn)和技術(shù)知識總結(jié)成為IF(條件)、THEN(結(jié)果)形式的模糊推理規(guī)則，并把這些模糊規(guī)則及相關(guān)信息(如初始的PID參數(shù))存入計(jì)算機(jī)。根據(jù)檢測回路的響應(yīng)情況，計(jì)算出采樣時(shí)刻的偏差E和變化率Ec，運(yùn)用模糊推理，進(jìn)行模糊運(yùn)算，即可得到該時(shí)刻的kP，kI，kD，實(shí)現(xiàn)對PID參數(shù)的最佳調(diào)整。

Fuzzy-PID就是根據(jù)現(xiàn)場調(diào)試得到在PID參數(shù)預(yù)整定值k′P，k′I，k′D，再利用模糊規(guī)則實(shí)時(shí)在線整定PID控制器的三個(gè)修正參數(shù)△kP，△kI和△kD，實(shí)現(xiàn)對壓力的優(yōu)化控制。模糊控制器的輸入、輸出變量都是精確量，模糊推理是針對模糊量進(jìn)行的，因此控制器首先要對輸入量進(jìn)行模糊化處理。在所設(shè)計(jì)的Fuzzy-PID控制器中，輸入、輸出變量的語言值均分為7個(gè)語言值：{NB，NM，NS，0，PS，PM，PB}，他們分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中和正大。隸屬度函數(shù)采用靈敏性強(qiáng)的三角函數(shù)，如圖3所示。

偏差E的基本論域?yàn)閇-5 kPa，+5 kPa]，偏差變化率Ec的基本論域?yàn)閇-0.5，+0.5]，△kP的基本論域?yàn)閇-1，1]；△kI的基本論域?yàn)閇-0.002，0.002]；△kD的基本論域?yàn)閇-1，1]。以上各變量的模糊量分別為E，Ec，△kP，△kI和△kD，其論域均為[-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6]。輸入量E，Ec的量化因子為：ke=1.2，kec=12。

總結(jié)工程設(shè)計(jì)人員的技術(shù)知識和實(shí)際操作經(jīng)驗(yàn)，得到了針對kP，kI，kD三個(gè)參數(shù)分別整定的模糊控制表，見表2、表3和表4。

在本系統(tǒng)中，根據(jù)偏差E和偏差變化率Ec，取得相應(yīng)的語言值，根據(jù)表1～表3的整定規(guī)則表，經(jīng)過公式法模糊決策，分別得到3個(gè)修正參數(shù)△kP，△kI，△kD的模糊量，然后△kP，△kI，△kD要進(jìn)行去模糊化取得精確量，去模糊化有幾種方法，一般用重心法比較合適，由公式可得：



其中u為模糊判決后的輸出量，uN(xi)為隸屬度函數(shù)，xi為論域中的元素。
然后由此得到各修正參數(shù)：

其中ku為輸出量的比例因子：



經(jīng)過上述過程，可以得到模糊控制器的3個(gè)參數(shù)：



5 軟件實(shí)現(xiàn)

在系統(tǒng)控制電路中，單片機(jī)選用ATMEL公司的AT89C55，程序選用C51進(jìn)行編寫。本系統(tǒng)主要模塊有主程序、T0中斷子程序、模糊PID算法子程序等。主程序流程如圖4所示，模糊PID算法的程序流程如圖5所示。

主程序進(jìn)行一系列的初始化后循環(huán)等待中斷；T0產(chǎn)生2 ms定時(shí)中斷，T0中斷服務(wù)子程序?qū)χ袛啻螖?shù)計(jì)數(shù)，每50次中斷(100 ms)為一個(gè)控制周期，每一個(gè)控制周期讀入當(dāng)前氣缸壓力采樣值，調(diào)用模糊PID子程序?qū)飧讐毫M(jìn)行精確控制。

6 結(jié) 語

基于智能PWM控制的制動控制單元具有以下特點(diǎn)：

(1) 系統(tǒng)充分利用了單片機(jī)和PC104的軟硬件，系統(tǒng)結(jié)構(gòu)簡單、可靠性高、抗干擾能力強(qiáng)。

(2) 系統(tǒng)通過模糊PID算法由單片機(jī)產(chǎn)生PWM信號實(shí)現(xiàn)對機(jī)車制動缸和均衡風(fēng)缸的壓力控制，系統(tǒng)調(diào)壓范圍廣，動、靜態(tài)性能好、控制精度高、自適應(yīng)能力強(qiáng)。

通過在株洲電力機(jī)車廠對制動機(jī)的調(diào)試表明，基于智能PWM控制的制動控制單元對機(jī)車制動機(jī)制動缸和均衡風(fēng)缸的控制精度可達(dá)到0.5 kPa，可以滿足電力機(jī)車制動控制的需要。