Research on Time Lag Control of Levitation System of Two-Degree-of-Freedom Magnetic Levitation Train
-
摘要:
为研究控制器时滞对磁浮列车悬浮系统稳定性的影响,首先,以位移-速度为反馈控制参数,建立考虑控制器时滞的二自由度磁浮列车悬浮系统模型;其次,通过Routh-Hurwitz稳定性判据得到无时滞系统的稳定性区域,同时,依据特征根穿越虚轴边界条件,获得系统发生Hopf分岔的控制器时滞临界值;最后,分析反馈控制参数及系统参数与控制器时滞临界值的关系. 研究结果表明:当系统参数一定时,控制器时滞临界值随位移控制增益的增大而减小,随速度控制增益的增大先增大后减小;当反馈控制参数一定时,控制器时滞临界值随二系刚度的增大而减小,随二系阻尼的增大而增大;当系统时滞以10−6数量级在时滞临界值附近渐渐增大时,系统会从稳定—周期运动—不稳定逐渐变化,期间发生超临界Hopf分岔.
Abstract:In order to study the influence of controller time lag on the stability of the levitation system of the magnetic levitation train, firstly, the two-degree-of-freedom magnetic levitation train levitation system model is established by taking displacement-velocity as the feedback control parameter, and the controller time lag is taken into account; secondly, the stability region of the time lag-free system is obtained by the stability criterion of Routh-Hurwitz, meanwhile, based on the characteristic root crossing the imaginary axis boundary condition, we obtain the critical value of the time lag of the controller when the system undergoes Hopf bifurcation; finally, we analyze the relationship between the feedback control parameters and the system parameters and the critical value of the controller time lag. The results show that: when the system parameters are certain, the critical value of the controller time lag decreases with the increase of the displacement control gain, and increases and then decreases with the increase of the velocity control gain; when the feedback control parameters are certain, the critical value of the controller time lag decreases with the increase of the secondary suspension stiffness, and increases with the increase of the secondary suspension damping; as the time lag of the system increases asymptotically by an order of magnitude 10−6 around the critical value of time lag, the system will gradually change from stable-periodic motion-unstable, during which the supercritical Hopf bifurcation occurs.
-
Key words:
- magnetic levitation system /
- stability /
- time lag /
- feedback control /
- Hopf bifurcation
-
研究表明,在工程应用问题上,时滞会使系统发生复杂动力学行为[1-5],同样也会引起磁浮系统动力学行为的改变. 磁浮列车通过悬浮控制系统与轨道产生吸力实现系统的悬浮,可实现无接触运行[6-11],其系统通过各种传感器对悬浮间隙、加速度等悬浮状态进行测量,其中速度信号需要通过加速度信号积分获得,控制系统在传感器接收信号、信号计算以及信号执行等过程中总伴随着时滞的产生. 磁浮系统运行期间,系统表现为强非线性[12-13],并且受到轨道参数误差、载荷变化、电磁影响等外界干扰. 当系统控制参数发生变化,突破一个临界值时,系统的平衡状态将被打破,产生振荡,进入不稳定状态,产生Hopf分岔[14-15]. 磁浮系统的Hopf分岔是由系统内部的非线性力和外部扰动共同作用引起,而控制系统中控制时滞的出现会使系统在动态响应中发生相移或者相位延迟,会影响系统的振荡频率并改变系统的动态行为. 王洪坡[12] 在研究悬浮系统稳定性时发现,控制环节时滞过大将造成剧烈的车轨耦合振动. Xu等[16]在实车测试过程中发现间隙反馈控制为0.027时车轨振动更加剧烈. 时滞是磁浮列车系统中一个重要的影响因素,可能引起系统动力学行为的改变,甚至导致车轨共振等问题. 因此,需要考虑并优化控制策略,减小时滞对系统的负面影响,以保证磁浮列车稳定、安全运行.
陈晓昊等[17]建立单自由度电磁悬浮模型,以控制器时滞为参量,定量给出系统发生Hopf分岔的时滞临界值,当控制器时滞大于临界值时,系统平衡点不再稳定. Li等[18]分析了时滞对车轨耦合系统稳定性的影响,分析表明,间隙和速度通道的时滞会减弱稳定性,应尽量避免,而电流通道的时滞有益于系统稳定性. 王洪坡等[19-22]建立弹性轨道上单点磁浮系统的动力学模型,将系统方程在平衡点附近线性化,研究时滞和控制参数对系统亚谐共振周期解中受迫振动的影响,结果表明,适当的时滞可以改变亚谐共振的响应幅值,同时还能控制混沌的出现,调节控制参数可以有效抑制亚谐共振响应. 吴晗等[23]则在柔性梁-悬浮架-车体三自由度磁浮系统中加入间隙反馈控制时滞,探讨时滞临界值与车辆运行速度、反馈控制参数、二系悬挂参数和导轨参数的关系,给出增强列车安全性的意见. 以上研究表明,磁浮系统中时滞对系统稳定性和振动特性有重要影响,在控制策略中需要考虑时滞因素. 时滞的大小与控制器参数、运行速度、二系悬挂参数和导轨参数等因素有关,适当的时滞可以改变系统响应特性、抑制共振和混沌等现象,从而增强磁浮列车的运行安全性.
沈飞等[24]针对Moon模型,讨论控制回路中速度反馈信号存在的时滞对非线性悬浮系统稳定性的影响,并以时滞作为参量,分析系统产生Hopf分岔的条件. Sun等[25]建立单自由度磁浮控制器时滞系统,通过加入延迟补偿辅助信号达到消除输入延迟的目的,并利用神经网络近似计算外部扰动和时变质量,试验结果证明,在存在输入时滞的情况下,该控制器的精度比传统的滑膜控制器高出80.5%. Wang等[21]研究伯努利-欧拉梁上的磁浮系统加入时滞位置反馈控制下的动态现象,探究系统时滞与Hopf分岔的关系. Zhang等[26]用伪振荡器分析计算系统分岔的周期解,确定了分岔的方向,结果证明,可以通过时滞和控制参数影响Hopf分岔的发生和周期解的幅值. 针对磁浮系统中存在的控制器时滞问题,学者们通过各种处理方式来弥补其影响,从而提高控制精度和稳定性. 同时,时滞与Hopf分岔之间存在密切联系,通过研究时滞和控制参数对分岔的影响,可有效调节系统动力学行为.
如今众多学者也开展了智能控制方式的相关研究,Cui等[27]设计一种包含自适应控制项和延迟反馈控制项的新型控制器,并进行数值仿真. Feng等[28]对连续时间动态模糊控制系统进行了可控性分析. De Oliveira Evald等[29]提出鲁棒模型自适应比例积分控制器的离散时间进行李雅普诺夫稳定性分析. 本文研究对象为磁浮系统时滞模型,时滞控制在于实时性要求高,需要及时响应系统的状态变化和时滞带来的影响. 但神经网络控制和模型自适应控制的计算复杂性较高,导致实时性不足,无法满足时滞控制系统的要求. 同时,由于神经网络、模型自适应、模糊控制、神经网络以及模糊规则的确定均需大量数据进行训练推演,且模糊控制需要经验者提供一定的模糊规则. 对于磁悬浮模型动力学行为检测仿真而言,时间成本长,计算过于复杂,在内存有限的微控制器上计算效果也可能不理想. 比例-积分-微积分控制(PID)作为全球工业中最常用的控制策略[30],相比上述控制方式得益于实现方式简单,计算复杂度低,更在于易于实施和直观的增益调整[31]的特点,在磁浮过程控制中具有更高的接受度.
因此,为探究控制器时滞对磁浮列车悬浮系统稳定性的影响,建立考虑位移-速度反馈控制时滞的悬浮架-车体二自由度磁浮系统,并计算导致系统发生Hopf分岔的控制器时滞临界值. 通过应用线性化系统的Routh-Hurwitz稳定性判据,推导出原非线性系统在平衡点附近的稳定性区域;利用特征根的穿越条件,得到系统的控制器时滞临界值,从而确定系统的Hopf分岔点. 绘制控制器时滞临界值与固有频率关于反馈控制参数的关系图和控制器时滞临界值与固有频率关于系统参数的关系图. 通过数值仿真和实验验证了控制器时滞临界值的准确性.
1. 磁浮时滞系统模型搭建
磁浮列车系统中,电磁铁与悬浮架通过一系悬挂装置连接,悬浮架与车体通过二系悬挂装置连 接[32].本文研究的二自由度磁浮列车悬浮磁浮时滞系统如图1所示. 图中:k和c分别为二系悬架部分的刚度和阻尼,z1为悬浮架的垂向位移,z2为车体的垂向位移,z0为悬浮架的期望悬浮间隙,F(i,z1)为悬浮架的悬浮电磁力,i为电流. 将整车结构简化为刚性车体,通过二系悬挂连接到刚性磁悬浮悬架. 由于一系悬挂的刚度相比二系悬挂的刚度大了2个数量级,导致电磁铁与磁悬浮车架的相对位移很小,因此,忽略一系悬挂[33]. 由于本文研究内容为时滞对磁浮列车悬浮系统垂向位移的影响,因此,只考虑车体和悬浮架的垂向运动.
磁浮列车悬浮系统的动力学方程为
{ m1¨z1−c(˙z2−˙z1)−k(z2−z1)=(m1+m2)g−F(i,z1), m2¨z2+c(˙z2−˙z1)+k(z2−z1)=0. (1) 平衡位置电流i0满足 (m1 + m2)g=F(i0,z0),将电磁力在平衡点处进行泰勒展开,得
F(i,z1)=F(i0,z0)+ΔF=F(i0,z0)+Fi(i0,z0)Δi(t)+Fc(i0,z0)Δz1(t)+α(Δi,Δz1(t)), (2) 式中:ΔF为悬浮电磁力变化量,Fi(·)为电磁力F(·)对电流i的偏导函数,Δi(t)为控制电流,Fc(·)为电磁力F(·)对位移的偏导函数,Δz1(t)为位移z1随时间t的变化量,α(Δi,Δz1(t))为展开高阶项.
忽略高阶项得到平衡点邻域附近的线性化形式[34]为
F(i,z1)=F(i0,z0)+kiΔi(t)+kcΔz1(t), (3) 式中:ki=Fi(i0,z0)=(∂F∂i)|(i0,z0)=μ0N2Si02z20,kc=Fc(i0,z0)=(∂F∂z)|(i0,z0)=μ0N2Si202z30,
其中:μ0为空气磁导率,N为悬浮电磁铁绕组匝数, S为悬浮电磁铁有效面积.
采用状态反馈法对系统进行控制,以位移-速度为反馈变量,则控制电流[35]为
Δi(t)=kpΔz1(t)+kdΔ˙z1(t), (4) 式中:kp为位移控制增益, kd为速度控制增益.
综合式(3)、(4),并整理可得
{m1Δ¨z1(t)−c(Δ˙z2(t)−Δ˙z1(t))−k(Δz2(t)−Δz1(t))=kikdΔ˙z1(t)+(kc−kikp)Δz1t,Δm2Δ¨z2(t)+c(Δ˙z2(t)−Δ˙z1(t))+k(Δz2(t)−Δz1(t))=0, (5) 式中:Δz2(t)为位移z2随时间的变化量.
由于磁浮控制系统存在信号反馈与信息计算等因素,因此,反馈控制力往往滞后于信号探测位置,等效为控制系统时滞,即
Δi(t)=kpΔz1(t−τ)+kdΔ˙z1(t−τ), (6) 式中:τ为控制系统时滞.
考虑控制系统时滞后的动力学方程为
{m1Δ¨z1(t)−c(Δ˙z2(t)−Δ˙z1(t))−k(Δz2(t)−Δz1(t))=kikdΔ˙z1(t−τ)−kikpΔz1(t−τ)+kcΔz1(t),Δm2Δ¨z2(t)+c(Δ˙z2(t)−Δ˙z1(t))+k(Δz2(t)−Δz1(t))=0. (7) 令μ=m1m2,ξ=cm1,ω2=km1,ωd=kikdm1,ωp=kikpm1,ωc=kcm1,z11=Δz1(t−τ),˙z11=Δ˙z1(t−τ),则式(7)可化为
{¨z1−ξ(˙z2−˙z1)−ω2(z2−z1)=ωd˙z11−ωpz11+ωcz1,m2¨z2+c(˙z2−˙z1)+k(z2−z1)=0. (8) 2. 系统稳定性分析
2.1 Routh-Hurwitz稳定
令x11 = Δz1(t−τ),˙x11 = Δ˙z1(t−τ),y1 = Δ˙z1(t),y2 = Δz2(t),x1 = Δz1(t),x2 = Δz2(t),将式(10)化为一阶微分方程为
{˙x1=y1,˙y1=[ξ(y2−y1)+ω2(x2−x1)+ωd˙x11−ωpx11+ωcx1],˙x2=y2,˙y2=−μξ(y2−y1)−μω2(x2−x1). (9) 令 {\boldsymbol{x}} = {\left[ {{x_1}\;{y_1}\;{x_2}\;{y_2}} \right]^{\mathrm{T}}} ,x1=[\dot x_{11} \;x_{11} ]T,可将式(9)写为
{\boldsymbol{\dot x}} = {{\boldsymbol{A}}_1}{\boldsymbol{x}} + {{\boldsymbol{A}}_2}{{\boldsymbol{x}}_1 }, (10) 式中:{{\boldsymbol{A}}_1} = \left[ {\begin{array}{*{20}{c}} 0&1&0&0 \\ {{\omega _{\mathrm{c}}} - {\omega ^2}}&{ - \xi }&{{\omega ^2}}&\xi \\ 0&0&0&1 \\ {\mu {\omega ^2}}&{\mu \xi }&{ - \mu {\omega ^2}}&{ - \mu \xi } \end{array}} \right] ,{{\boldsymbol{A}}_2} = \left[ {\begin{array}{*{20}{c}} 0&0&0&0 \\ { - {\omega _{\text{p}}}}&{ - {\omega _{\text{d}}}}&0&0 \\ 0&0&0&0 \\ 0&0&0&0 \end{array}} \right] .
根据滞后性常微分方程理论,式(10)的特征方程为
\det \left( {\lambda {\boldsymbol{I}} - {{\boldsymbol{A}}_1} - {{\boldsymbol{A}}_2}{{\mathrm{e}}^{ - \lambda \tau }}} \right) = 0, (11) 式中:\lambda 为特征值,I为单位矩阵.
将式(11)展开为多项式形式,即
D\left( {\lambda ,\tau } \right) = L\left( \lambda \right) + R\left( \lambda \right){{\mathrm{e}}^{ - \lambda \tau }} = 0, (12) 式中:L\left( \lambda \right) = {\lambda ^4} + {a_3}{\lambda ^3} + {a_2}{\lambda ^2} + {a_1}\lambda + {a_0} ,{a_3} = \xi + \mu \xi ,{a_2} = {\omega ^2} + \mu {\omega ^2} - {\omega _{\text{c}}},{a_1} = - \mu \xi {\omega _{\text{c}}},{a_0} = - \mu {\omega ^2}{\omega _{\text{c}}};R\left( \lambda \right) = {b_3}{\lambda ^3}+ {b_2}{\lambda ^2} + {b_1}\lambda + {b_0} ,{b_3} = {\omega _{\text{d}}},{b_2} = {\omega _{\text{p}}} + \mu \xi {\omega _{\text{d}}},{b_1} = \mu \xi {\omega _{\text{p}}} + \mu {\omega ^2}{\omega _{\text{d}}},{b_0} = \mu {\omega ^2}{\omega _{\text{p}}}.
若不考虑系统时滞,则\tau = 0,式(12)变为
\begin{split} & D=(\lambda,0)=[ {{\lambda ^4} + \left( {{a_3} + {b_3}} \right){\lambda ^3} + \left( {{a_2} + {b_2}} \right){\lambda ^2} + } \\ &\quad \left( {{a_1} + {b_1}} \right)\lambda + {a_0} + {b_0} ]=0 . \end{split} (13) 根据Routh-Hurwitz稳定性判据,无时滞系统的稳定性条件[36-37]为
\left\{ \begin{gathered} {a_3} + {b_3} > 0, \\ {a_2} + {b_2} > 0, \\ {a_1} + {b_1} > 0, \\ {a_0} + {b_0} > 0, \\ {\left( {{a_3} + {b_3}} \right)\left( {{a_2} + {b_2}} \right)\left( {{a_1} + {b_1}} \right) -{{\left( {{a_1} + {b_1}} \right)}^2} - } \\ \quad { \left( {{a_0} + {b_0}} \right){{\left( {{a_3} + {b_3}} \right)}^2}} > 0. \\ \end{gathered} \right. (14) 2.2 时滞临界稳定条件
对于式(8)平凡解渐进稳定的充要条件是其特征根不存在非负实部. 设特征值\lambda =α + jβ,代入式(12)得
\begin{split} & {L_1}\left( {\alpha ,\beta } \right) + {\mathrm{j}}{L_2}\left( {\alpha ,\beta } \right) + \left[ {{R_1}\left( {\alpha ,\beta } \right) + } \right. \\ &\quad \left. {{\mathrm{j}}{R_2}\left( {\alpha ,\beta } \right)} \right]\left[ {\cos\; {\beta \tau } - {\mathrm{j}}\sin \;{\beta \tau } } \right]{{\mathrm{e}}^{ - \alpha \tau }} = 0, \end{split} (15) 式中:{L_1}\left( {\alpha ,\beta } \right) = \left( {\alpha ^4} + {a_3}{\alpha ^3} - 6{\alpha ^2}{\beta ^2} + {a_2}{\alpha ^2} - 3{a_3}\alpha {\beta ^2} + {a_1}\alpha + {\beta ^4} - {a_2}{\beta ^2} + {a_0} \right) ,{L_2}\left( {\alpha ,\beta } \right) = \left( {4{\alpha ^3}\beta + 3{a_3}{\alpha ^2}\beta - 4\alpha {\beta ^3}} + {2{a_2}\alpha \beta - {a_3}{\beta ^3} + {a_1}\beta } \right) ,{R_1}\left( {\alpha ,\beta } \right) = \left( {{b_3}{\alpha ^3} + {b_2}{\alpha ^2} - 3{b_3}\alpha {\beta ^2} + } {{b_1}\alpha - {b_2}{\beta ^2} + {b_0}} \right) ,{R_2}\left( {\alpha ,\beta } \right) = 3{b_3}{\alpha ^2}\beta + 2{b_2}\alpha \beta - {b_3}{\beta ^3} + {b_1}\beta .
当特征值\lambda 实部α=0时,系统稳定性发生变化. 若特征根从原点穿越虚轴,此时α=0且β=0,可得α + β=0,而由2.1节可知,α + β>0,因此,特征根不会从原点穿越虚轴.
当α=0,β≠0时,特征根穿越虚轴,则式(15)变为
\begin{split} & {L_{11}}\left( \beta \right) + {\mathrm{j}}{L_{22}}\left( \beta \right) + \left[ {{R_{11}}\left( \beta \right) + {\mathrm{j}}{R_{22}}\left( \beta \right)} \right] \times \\ &\quad \left[ {\cos\; {\beta \tau } - {\mathrm{j}}\sin\; {\beta \tau } } \right] = 0 , \end{split} (16) 式中:{L_{11}}\left( \beta \right) = {\beta ^4} - {a_2}{\beta ^2} + {a_0} ,{L_{22}}\left( \beta \right) = - {a_3}{\beta ^3} + {a_1}\beta ,{R_{11}}\left( \beta \right) = - {b_2}{\beta ^2} + {b_0} ,{R_{22}}\left( \beta \right) = - {b_3}{\beta ^3} + {b_1}\beta .
将式(16)虚实部分离可得
\left\{\begin{gathered} {L_{11}}\left( \beta \right) + {R_{11}}\left( \beta \right)\cos\; {\beta \tau } + {R_{22}}\left( \beta \right)\sin\; {\beta \tau } = 0, \\ {L_{22}}\left( \beta \right) - {R_{11}}\left( \beta \right)\sin\; {\beta \tau } + {R_{22}}\left( \beta \right)\cos\; {\beta \tau } = 0. \\ \end{gathered}\right. (17) 对式(17)化简三角函数后可得
L_{11}^2\left( \beta \right) + L_{22}^2\left( \beta \right) - \left( {R_{11}^2\left( \beta \right) + R_{22}^2\left( \beta \right)} \right) = 0. 展开得到一个关于β的多项式为
{\beta^8} + {p_3}{\beta^6} + {p_2}{\beta^4} + {p_1}{\beta^2} + {p_0} = 0, (18) 式中:{p_3} = a_3^2 - b_3^2 - 2{a_2} , {p_2} = a_2^2 - b_2^2 + 2{a_0} - 2{a_1}{a_3} + 2{b_1}{b_3} ,{p_1} = a_1^2 - b_1^2 - 2{a_0}{a_2} + 2{b_0}{b_2} ,{p_0} = a_0^2 - b_0^2 .
若式(18)存在实根,则式(12)总存在一对纯虚根,此时根据式(17)可以得到时滞临界值的周期变化值为
{\tau _{\mathrm{n}}} = {\tau _0} + \frac{{2j{\text{π}} }}{{{\beta _0}}}, \quad j = 0,1, \cdots , (19) 式中:β0为固有频率;τ0为时滞值的临界值;β0τ0∈(0,2π),并且
\cos\; {{\beta _0}{\tau _0}} = - \frac{{{L_{11}}\left( \beta \right){R_{11}}\left( \beta \right) + {L_{22}}\left( \beta \right){R_{22}}\left( \beta \right)}}{{{R_{11}^2}{{\left( \beta \right)}} + {R_{22}^2}{{\left( \beta \right)}}}}, \sin\; {{\beta _0}{\tau _0}} = \frac{{{L_{22}}\left( \beta \right){R_{11}}\left( \beta \right) - {L_{11}}\left( \beta \right){R_{22}}\left( \beta \right)}}{{{R_{11}^2}{{\left( \beta \right)}} + {R_{22}^2}{{\left( \beta \right)}}}}. 由于特征根可以表示为λ关于τ的函数,因此,
\frac{{{\mathrm{d}}\lambda }}{{{\mathrm{d}}\tau }} = \frac{{\lambda R\left( \lambda \right){{\mathrm{e}}^{ - \lambda \tau }}}}{{\dot L\left( \lambda \right) + \dot R\left( \lambda \right){{\mathrm{e}}^{ - \lambda \tau }} - \tau R\left( \lambda \right){{\mathrm{e}}^{ - \lambda \tau }}}}. (20) 令τ=τn,λ=jβ0,代入式(20)并取实部可得
{{\mathrm{Re}}} \left( {\frac{{{\mathrm{d}}\lambda }}{{{\mathrm{d}}\tau }}} \right)_{\tau = {\tau _{\text{n}}}}^{\lambda = {\text{j}}{\beta _0}} = \frac{{\gamma \eta + fv}}{{{\eta ^2} + {f^2}}} \text{,} (21) 式中:\gamma = \left[ {a_1} - 3{a_3}\beta _0^2 + \left( {{b_1} - 3\beta _0^2{b_3} - {b_0}{\tau _{\text{n}}} + \beta _0^2{b_2}{\tau _{\text{n}}}} \right) \right. \times \left. \cos\; {\beta _0}{\tau _{\text{n}}} + {\left( {2{\beta _0}{b_2} - {\beta _0}{b_1}{\tau _{\text{n}}} + \beta _0^3{b_3}} \right)\sin\; {\beta _0}{\tau _{\text{n}}}} \right], f = [ 2{a_2}{\beta _0} - 4\beta _0^3 + \left( {2{\beta _0}{b_2} - {\beta _0}{b_1}{\tau _{\text{n}}} + \beta _0^3{b_3}} \right) \cos\; {\beta _0}{\tau _{\text{n}}} \left( {b_1} - 3\beta _0^2{b_3} - {b_0}{\tau _{\text{n}}}+ \beta _0^2{b_2}{\tau _{\text{n}}} \right) sin {\beta _0}{\tau _{\text{n}}} ] ,\eta \,=\, [ \left( {\beta _0^4{b_3} \,-\, \beta _0^2{b_1}} \right)\cos\; {\beta _0}{\tau _{\text{n}}} + ( {\beta _0}{b_0} - \beta _0^3{b_2} ) {\sin\; {\beta _0}{\tau _{\text{n}}}} ] , v = [ {\left( {{\beta _0}{b_0} - \beta _0^3{b_2}} \right)\cos\; {\beta _0}{\tau _{\text{n}}} - \left( {\beta _0^4{b_3} - \beta _0^2{b_1}} \right)}\times \sin\; {\beta _0}{\tau _{\text{n}}} ] .
由式(21)可知,当\gamma \eta + fv≠0时满足穿越条件[11,38].
3. 数值计算
3.1 控制参数Routh-Hurwitz稳定性范围
本文数值计算采用的参数[33,39]有:m1=8000 kg,m2=39000 kg,g=9.82 m/s2,k=2.05 × 105 N/m,c=10000 N•s/m,μ0=4π × 10−7 N/A2,z0=0.01 m,S=0.311 m2,线圈匝数N=290匝,电磁铁电阻Rm=0.61 Ω.
由Routh-Hurwitz稳定性判据(式(14))得出的控制参数稳定性范围如图2所示,其中阴影部分表示反馈控制参数的无时滞稳定区域.
从阴影中选取3组反馈控制参数,计算结果如图3所示.
3.2 控制参数时滞临界稳定
由式(18)、(19)可知,τ0是关于反馈控制参数kp、kd的函数,当反馈控制参数变化时,系统的控制器时滞临界值是不同的,图4与图5分别为控制器时滞临界值、固有频域和反馈控制参数的关系.
从图4可以看出,在系统参数一定时,τ0随kp的增大而减小,τ0随kd的增大先增大后减小.
从图5可以看出,当系统参数一定时,β0随反馈控制参数的增大而增大.
3.3 系统参数Routh-Hurwitz稳定性范围
实际运行情况中,二系器件由于服役时间长,原定二系参数将发生改变,基于这一情况,本小节讨论在反馈控制参数一定下,系统参数变化对时滞临界值的影响.
本小节数值计算采用参数 [33,39]有:m1=8 000 kg,m2=39 000 kg,g=9.82 m/s2,μ0=4π × 10−7 N/A2,z0=0.01 m,S=0.311 m2,N=290匝,Rm=0.61 Ω,kp=100000,kd=1000.
由Routh-Hurwitz稳定性判据(式(14))得出的系统参数稳定性范围,如式(22)所示.
\left\{ \begin{gathered} {\text{3}}{\text{.651\;74}} c > 0 , \\ {\text{0}}{\text{.039\;47}} c + {\text{3}}{\text{.651\;74}} k > 0, \\ 0.000\;150\;6 c + {\text{0}}{\text{.039\;47}} k + {\text{142\;417}}{\text{.922\;3}} > 0, \\ 0.0\;001\;506 k + {\text{153\;9}}{\text{.5\;642}} > 0, \\ [(0.03\;947 c + 3.65\;174 k) (0.0\;001\;506 k + \\ \quad153\;9.5\;642) \times (0.0\;001\;506 c + 0.03\;947 k + \\ 142\;417.9\;223) - {(0.03\;947 c + 3.65\;174 k)^2} - \\ \quad3.65\;174 c {(0.0\;001\;506 k + 153\;9.5\;642)^2}] > 0. \\ \end{gathered} \right. (22) 3.4 系统参数时滞临界稳定
同样由式(18)、(19)可知,τ0是关于c、k的函数,当系统参数变化时,系统的控制器时滞临界值同样不同,图6与图7分别为控制器时滞临界值、固有频域和反馈控制参数的关系.
从图6可以看出,在反馈控制参数一定时,τ0随c的增大而增大,τ0随k的增大而减小.
从图7可以看出,在反馈控制参数一定时,β0随c的增大而减小,β0随k的增大而增大.
3.5 数值仿真
为验证分析结果的正确性,对本文的磁浮系统进行数值仿真,取不同的kp、kd参数下控制器时滞临界值附近的数进行数值计算. 系统的初始位置条件为:[x1 y1 x2 y2]=[0.02 0 0 0].
示例:kp=100000,kd=1000,系统的控制器时滞临界值τ0= 0.0 009 812 s.
图8为系统时滞τ=0.000 900 s时的系统响应,因为图中系统时滞\tau 取值小于控制器时滞临界值τ0,所以从时域图和相图可以看出此时系统变得稳定,在平衡点是渐进稳定的.
图9为τ=0.001 000 s时的系统响应,τ取值大于τ0,所以从时域图与相图可以看出此时系统变得不稳定,在平衡点附近是发散的.
图10为τ=0.000 986 s时的系统响应,因为τ取值大于控制器时滞临界值τ0,但τ不太大,所以系统在平衡点附近做周期运动,此时发生超临界Hopf分岔.
4. 实验验证
基于已在车辆工程领域广泛应用的多体动力学仿真软件(UM),对所述数学问题进行建模,具体建模数据如下:
m1=8000 kg,m2=39000 kg,g=9.82 m/s2,k=2.05 × 105 N/m,c=100 00 N•s/m,μ0=4π × 10−7 N/A2,z0=0.02 m,S=0.311 m2,N=290匝,Rm=0.61 Ω.
具体建立模型如图11(a)、(b)所示,弹簧阻尼部件细节如图11(c)、(d)所示,红色物块为悬浮架,蓝色物块为悬浮车体. 运行期间限制自由度,使系统整体只在Z轴方向上移动.
磁浮力元采用时变力元进行代替,时滞控制部分采用UM内部控制模块搭建,输入In为对应悬浮架与轨道之间间隙值,输出Out为对应时变力元. 内部控制模块示意如图12所示. 图中,x为输入量,u为前一传输端输入量.
图13为τ=0.000 900 s时的系统响应. 从图中可知:τ取值小于τ0,所以从时域图和相图可以看出此时系统变得稳定,在平衡点是渐进稳定的.
图14为τ=0.001 000 s时的系统响应,从图中可以看出,由于τ取值大于τ0,对应控制力无法及时响应,导致控制力始终滞后于所要控制状态,最终系统整体失稳. 实验验证效果与数值分析结果相对应,进一步验证了系统时滞与控制器时滞临界值的大小关系对于整体磁浮系统带来的影响:当τ < τ0,系统在平衡点处渐进稳定;当τ > τ0,系统整体失稳;当τ = τ0时,系统将会在平衡点处做周期运动.
5. 结 论
考虑磁浮列车悬浮系统反馈控制系统时滞的影响,建立了二自由度磁浮系统动力学模型. 根据Routh-Hurwitz稳定性判据对系统进行了稳定性分析,得到系统的无时滞稳定性区域. 通过对特征根的判断研究时滞对二自由度磁浮系统的稳定性的影响,利用数值计算验证了理论分析结果的正确性,并且通过实验进一步验证了数值分析的准确性,从而得到如下结论:
1) 在系统的无时滞稳定性区域内外分别选取3组反馈控制参数,选取阴影内的反馈控制参数,系统在平衡点是渐进稳定的,而阴影外的反馈控制参数是不稳定的;选取阴影内的反馈控制参数时,选取的反馈控制参数越大,系统的振动幅值越小.
2) 选取不同的反馈控制参数时,控制器时滞临界值也不同,τ0会随kp的增大而减小,随kd的增大先增大后减小,τ0随k的增大而减小,随c的增大而增大. 当τ以10−6的数量级大小变化,τ<τ0时,系统在平衡点渐进稳定,当τ>τ0时,系统逐渐发散,但在当τ=τ0时,系统在平衡点附近做周期运动,此时发生超临界Hopf分岔.
-
-
[1] 张舒,徐鉴. 时滞耦合系统非线性动力学的研究进展[J]. 力学学报,2017,49(3): 565-587.ZHANG Shu, XU Jian. Review on nonlinear dynamics in systems with coulpling delays[J]. Chinese Journal of Theoretical and Applied Mechanics, 2017, 49(3): 565-587. [2] 李帅,周继磊,任传波,等. 时变参数时滞减振控制研究[J]. 力学学报,2018,50(1): 99-108.LI Shuai, ZHOU Jilei, REN Chuanbo, et al. The research of time delay vibration control with time-varying parameters[J]. Chinese Journal of Theoretical and Applied Mechanics, 2018, 50(1): 99-108. [3] 王在华,胡海岩. 时滞动力系统的稳定性与分岔:从理论走向应用[J]. 力学进展,2013,43(1): 3-20.WANG Zaihua, HU Haiyan. Stability and bifurcation of delayed dynamic systems: from theory to application[J]. Advances in Mechanics, 2013, 43(1): 3-20. [4] 公徐路,许鹏飞. 含时滞反馈与涨落质量的记忆阻尼系统的随机共振[J]. 力学学报,2018,50(4): 880-889.GONG Xulu, XU Pengfei. Stochastic resonance of a memorial-damped system with time delay feedback and fluctuating mass[J]. Chinese Journal of Theoretical and Applied Mechanics, 2018, 50(4): 880-889. [5] TAFFO G I K, SIEWE M S, TCHAWOUA C. Stability switches and bifurcation in a two-degrees-of-freedom nonlinear quarter-car with small time-delayed feedback control[J]. Chaos, Solitons & Fractals, 2016, 87(1): 226-239. [6] 马卫华,胡俊雄,李铁,等. EMS型中低速磁浮列车悬浮架技术研究综述[J]. 西南交通大学学报,2023,58(4): 20-733.MA Weihua, HU Junxiong, LI Tie, et al. Technologies research review of electro-magnetic suspension medium-low-speed maglev train levitation frame[J]. Journal of Southwest Jiaotong University, 2023, 58(4): 20-733. [7] LEE H W, KIM K C, LEE J. Review of maglev train technologies[J]. IEEE Transactions on Magnetics, 2006, 42(7): 1917-1925. doi: 10.1109/TMAG.2006.875842 [8] 刘士苋,王磊,王路忠,等. 电动悬浮列车及车载超导磁体研究综述[J]. 西南交通大学学报,2023,58(4): 734-753.LIU Shixian, WANG Lei, WANG Luzhong, et al. Review on electrodynamic suspension trains and on-board superconducting magnets[J]. Journal of Southwest Jiaotong University, 2023, 58(4): 734-753. [9] ZHANG L L, HUANG L H, ZHANG Z Z. Stability and Hopf bifurcation of the maglev system with delayed position and speed feedback control[J]. Nonlinear Dynamics, 2009, 57(1): 197-207. [10] YAU J D. Response of a maglev vehicle moving on a two-span flexible guideway[J]. Journal of Mechanics, 2010, 26(1): 95-103. doi: 10.1017/S1727719100003762 [11] ZHANG Z Z, ZHANG L L. Hopf bifurcation of time-delayed feedback control for maglev system with flexible guideway[J]. Applied Mathematics and Computation, 2013, 219(11): 6106-6112. doi: 10.1016/j.amc.2012.12.045 [12] 王洪坡. EMS型低速磁浮列车/轨道系统的动力相互作用问题研究[D]. 长沙:国防科学技术大学,2007. [13] 翟婉明,赵春发. 磁浮车辆/轨道系统动力学(Ⅰ)——磁/轨相互作用及稳定性[J]. 机械工程学报,2005,41(7): 1-10. doi: 10.3901/JME.2005.07.001ZHAI Wanming, ZHAO Chunfa. Dynamics of maglev vehicle/ guideway systems(I)—Magnet/rail interaction and system stability[J]. Journal of Mechanical Engineering, 2005, 41(7): 1-10. doi: 10.3901/JME.2005.07.001 [14] DONG H, ZENG J, XIE J H, et al. Bifurcation\instability forms of high speed railway vehicles[J]. Science China Technological Sciences, 2013, 56(7): 1685-1696. doi: 10.1007/s11431-013-5254-x [15] 苏红建. 基于车路耦合磁悬浮列车非线性振动控制研究[D]. 淄博:山东理工大学,2022. [16] XU J Q, CHEN C, GAO D G, et al. Nonlinear dynamic analysis on maglev train system with flexible guideway and double time-delay feedback control[J]. Journal of Vibroengineering, 2017, 19(8): 6346-6362. doi: 10.21595/jve.2017.18970 [17] 陈晓昊,马卫华. 控制器时滞对磁浮系统稳定性影响分析[J]. 机车电传动,2019(2): 139-143,147.CHEN Xiaohao, MA Weihua. Analysis on the effect of controller time delay on the stability of maglev system[J]. Electric Drive for Locomotives, 2019(2): 139-143,147. [18] LI J H, LI J, ZHOU D F, et al. Self-excited vibration problems of maglev vehicle-bridge interaction system[J]. Journal of Central South University, 2014, 21(11): 4184-4192. doi: 10.1007/s11771-014-2414-5 [19] 王洪坡,李杰. 一类非自治位置时滞反馈控制系统的亚谐共振响应[J]. 物理学报,2007,56(5): 2504-2516. doi: 10.7498/aps.56.2504WANG Hongpo, LI Jie. Sub-harmonic resonances of the non-autonomous system with delayed position feedback control[J]. Acta Physica Sinica, 2007, 56(5): 2504-2516. doi: 10.7498/aps.56.2504 [20] WANG H P, LI J, ZHANG K. Stability and Hopf bifurcation of the maglev system with delayed speed feedback control[J]. Acta Automatica Sinica, 2007, 33(8): 829-834. doi: 10.1360/aas-007-0829 [21] WANG H P, LI J, ZHANG K. Non-resonant response, bifurcation and oscillation suppression of a non-autonomous system with delayed position feedback control[J]. Nonlinear Dynamics, 2008, 51(3): 447-464. [22] WANG H P, LI J, ZHANG K. Sup-resonant response of a nonautonomous maglev system with delayed acceleration feedback control[J]. IEEE Transactions on Magnetics, 2008, 44(10): 2338-2350. [23] 吴晗,曾晓辉,史禾慕. 考虑间隙反馈控制时滞的磁浮车辆稳定性研究[J]. 力学学报,2019,51(2): 550-557.WU Han, ZENG Xiaohui, SHI Hemu. Stability analysis of maglev vehicle with delayed position feedback control[J]. Chinese Journal of Theoretical and Applied Mechanics, 2019, 51(2): 550-557. [24] 沈飞,武建军. 时滞反馈磁浮控制系统的周期运动稳定性分析[J]. 兰州大学学报(自然科学版),2008,44(5): 131-136.SHEN Fei, WU Jianjun. Stability analysis of periodic motion of the maglev system with delayed velocity feedback control[J]. Journal of Lanzhou University (Natural Sciences), 2008, 44(5): 131-136. [25] SUN Y G, XU J Q, CHEN C, et al. Reinforcement learning-based optimal tracking control for levitation system of maglev vehicle with input time delay[J]. IEEE Transactions on Instrumentation Measurement, 2022, 71(8): 3142059.1-3142059.13. [26] ZHANG L L, HUANG L H, ZHANG Z Z. Hopf bifurcation of the maglev time-delay feedback system via pseudo-oscillator analysis[J]. Mathematical and Computer Modelling, 2010, 52(5/6): 667-673. [27] CUI X K, LI H L, ZHANG L, et al. Complete synchronization for discrete-time fractional-order coupled neural networks with time delays[J]. Chaos, Solitons & Fractals, 2023, 174:113772.1-113772.8. [28] FENG Y H, HU L J. On the quasi-controllability of continuous-time dynamic fuzzy control systems[J]. Chaos, Solitons & Fractals, 2006, 30(1): 177-188. [29] DE OLIVEIRA EVALD P J D, HOLLWEG G V, TAMBARA R V, et al. Lyapunov stability analysis of a robust model reference adaptive PI controller for systems with matched and unmatched dynamics[J]. Journal of the Franklin Institute, 2022, 359(13): 6659-6689. doi: 10.1016/j.jfranklin.2022.07.014 [30] SOLGI Y, FATEHI A, NIKOOFARD A, et al. Design of optimal PID controller for multivariable time-varying delay discrete-time systems using non-monotonic Lyapunov-Krasovskii approach[J]. Journal of the Franklin Institute, 2021, 358(13): 6634-6665. doi: 10.1016/j.jfranklin.2021.06.026 [31] BORASE R P, MAGHADE D K, SONDKAR S Y, et al. A review of PID control, tuning methods and applications[J]. International Journal of Dynamics and Control, 2021, 9(2): 818-827. doi: 10.1007/s40435-020-00665-4 [32] 陈志贤,李忠继,杨吉忠,等. 常导高速电磁悬浮车辆二系悬挂结构对比优化[J]. 机械工程学报,2022,58(10): 160-168,179. doi: 10.3901/JME.2022.10.160CHEN Zhixian, LI Zhongji, YANG Jizhong, et al. Comparison and optimization of secondary suspension structure of high speed EMS vehicle[J]. Journal of Mechanical Engineering, 2022, 58(10): 160-168,179. doi: 10.3901/JME.2022.10.160 [33] WU H, ZENG X H, GAO D G, et al. Dynamic stability of an electromagnetic suspension maglev vehicle under steady aerodynamic load[J]. Applied Mathematical Modelling, 2021, 97: 483-500. doi: 10.1016/j.apm.2021.04.008 [34] 黎松奇,张昆仑,陈殷,等. 弹性轨道上磁浮车辆动力稳定性判断方法[J]. 交通运输工程学报,2015,15(1): 43-49.LI Songqi, ZHANG Kunlun, CHEN Yin, et al. Judgment method of maglev vehicle dynamic stability on flexible track[J]. Journal of Traffic and Transportation Engineering, 2015, 15(1): 43-49. [35] 吴晗,曾晓辉. 气动升力下磁浮车辆非线性响应研究[J]. 机械工程学报,2021,57(14): 223-231. doi: 10.3901/JME.2021.14.223WU Han, ZENG Xiaohui. Nonlinear dynamics of maglev vehicle under aerodynamic lift[J]. Journal of Mechanical Engineering, 2021, 57(14): 223-231. doi: 10.3901/JME.2021.14.223 [36] 张继业,杨翊仁,曾京. Hopf分岔的代数判据及其在车辆动力学中的应用[J]. 力学学报,2000,32(5): 596-605.ZHANG Jiye, YANG Yiren, ZENG Jing. An algorithm crterion for Hopf bifurcation and its applications in vehicle dynamics[J]. Acta Mechanica Sinica, 2000, 32(5): 596-605. [37] CHEN X H, MA W H, LUO S H. Study on stability and bifurcation of electromagnet-track beam coupling system for EMS maglev vehicle[J]. Nonlinear Dynamics, 2020, 101(4): 2181-2193. doi: 10.1007/s11071-020-05917-8 [38] 张玲玲. 磁浮列车悬浮系统的Hopf分岔及滑模控制研究[D]. 长沙:湖南大学,2010. [39] 梁鑫. 磁浮列车车轨耦合振动分析及试验研究[D]. 成都:西南交通大学,2015. 期刊类型引用(1)
1. 袁伟钊. 多自由度机器人控制方法研究综述. 中国信息界. 2024(09): 45-48 . 百度学术
其他类型引用(2)
-