第五章 實驗結果與討論
5.3 類神經網路控制實驗結果
利用位移作回授，定位位置為100mm，以所得到之誤差值輸入給控制器，控制器會 輸出ㄧ個控制量給伺服閥，而伺服閥會利用開口來控制液壓缸的出力大小及方向。然後 將利用類神經網路控制器模擬，並分析其響應，如表20所示。圖17為類神經網路控制之 響應圖。
表20 類神經網路控制性能指標
OS(%) RT(s) ST(s) ESS(mm) 類神經控制器 0.0059 0.0282 0.0461 0.006
圖17 類神經網路控制之響應圖
5.4 最佳化參數組合結果比較
由 表 21 排 列 出 各 種 控 制 器 之 最 佳 響 應 性 能 ， 其 未 補 償 系 統 為 最 大 超 越 量 (50.2856%)、上升時間(0.33s)、穩定時間(0.3446s)、穩態誤差(0.1771mm)；Ziegler-Nichols 調整之PID為最大超越量(25.5313%)、上升時間(0.0325s)、穩定時間(0.1535s)、穩態誤差 (0.0141mm)；實驗計劃法之PID控制為最大超越量(0.1025%)、上升時間(0.0474s)、穩定 時間(0.0735s)、穩態誤差(0.0162mm)；PD-PI模糊控制為最大超越量(0.4236%)、上升時 間(0.0452s)、穩定時間(0.0703s)、穩態誤差(0.0092mm)；類神經網路控制為最大超越量 (0.0059%)、上升時間(0.0282s)、穩定時間(0.0461s)、穩態誤差(0.006mm)；結果發現實 驗計劃法的規劃下，可以有好的控制性能，而類神經網路具有較佳的響應曲線。圖18為 綜合控制實驗最佳響應結果之比較圖。
表21 综合控制實驗最佳結果之比較
控制形式 OS(%) RT(s) ST(s) ESS(mm) 未補償系統 50.2856 0.033 0.3446 0.1771 Ziegler-Nichols 調整之 PID 25.5313 0.0325 0.1535 0.0141
實驗計劃法之PID 控制 0.1028 0.0474 0.0735 0.0162 PD-PI 模糊控制 0.4236 0.0452 0.0703 0.0092 類神經網路控制 0.0059 0.0282 0.0461 0.006
圖18 綜合控制實驗最佳響應結果之比較圖
第六章 結論
本文利用MATLAB/Simulink軟體來建構控制系統程式並進行動態模擬，並藉由實驗 計劃法之統計方法、變異數分析與迴歸分析技術，研討控 制 器 參數對系 統 行 為 之影響 程度，同時可以獲得最佳控 制 器 參數組合，藉此進行定位及追蹤控制性能的改善，並 推算控 制 器 參數與系 統 行 為 的數學模式。
在實驗的過程中，分別發展三種控制器：(1) PID 控制器，(2) PD-PI 模糊控制器，(3) 類神經網路控制器，以控制伺服系統，其實驗結果已敘述於前面的章節裡。在此，將智 慧型伺服系統的研製及其在量測與控制上之實驗結果作一個總結。
1. 本研究目的在設計最理想的控制參數條件，透過實驗計劃法有效減少時間及成 本，並提供效率高且有系統性的統計分析方法，來決定最佳參數條件。並透過 變異數分析結果，可以明顯地看出影響行為較大的因子，日後在設計上，將會 便利許多。
2. 實驗的結果證實了以實驗計劃法所得到的參數為最佳參數，可以使系統行為達 到完美。建構之迴歸模型後，給予模型適當性檢驗是非常重要的，亦即迴歸模 型之正確性，對於系統輸出也有很大的幫助。最後，本研究致力於智慧型控制 器之設計，結果發現模糊PID控制器與類神經網路控制器具有比PID控制器更好 的性能。
誌謝：本專題感謝明新科技大學提供經費，同時欣橋機械股份有限公司以產學合作的方 式配合補助部分經費，使本研究得以順利完成，特此誌謝。
參考文獻
1. 魏榮輝、洪至謙“電液伺服閥之動態模擬分析”機械月刊第 32 卷 11 期 pp.30-38，
2006。
2. 魏榮輝、洪至謙“射出成型機伺服射膠控制系統之研究”先進工程學刊第 1 卷 2 期 pp.89-94，2006。
3. J.G. Ziegler, and N.B. Nichols, “Optimum Setting for Automatic Controllers,”
Transations on ASME, Vol. 64, 1942, pp. 759-768.
4. 李輝煌，田口方法－品質設計的原理與實務，高立圖書有限公司，台北、台灣，
第44-68 頁，2005。
5. G. Taguchi, “Introduction to Quality Engineering, ”Asian Productivity Organization, (1990)。
6. 許朝勝, “長行程單桿液壓缸於垂直負荷之位置伺服控制研究”,成功大學機械所碩 士論文, 1999.
7. 葉國安, “使用比例閥與伺服閥在液壓伺服定位控制上之比較”,中原大學機械所碩 士論文, 1995.
8. J. S. Yun and H. S. Cho, “Adaptive Model Follow Control of Electrohydraulic Velocity Control System Subject to Unknown Disturbance”, IEE Proceeding Control Theory and Application,Vol.135, No.2, pp.149-156, 1988.
9. J. S. Yun and H. S. Cho, “Application of an Adaptive Model Follow Control Technique to a Hydraulic Servo System Subject to Unknown Disturbance”, Trans.ASME. J. of Dyn. Syst. Meas.Control, Vol.113 pp.479-486, 1991
10. 許毅然, “伺服油壓制動器位置適應控制研究”, 成功大學機械所碩士論文, 1988.
11. 陳秉州,“智慧型多功能組合式伺服控制平台之研製”, 國立台北科技大學 車輛 工程系碩士論文,2005.
12. Hassan Bevrani, Takashi Hiyama, Yasunori mitani, and Kiichiro Tsuji, “Automatic generation control:A decentralized robust approach” Intelligent Automation and Soft Computing(SCI), Vol. 13, No. 3, 2007, pp.273-287.
13. Chih-Keng Chen, and James Hwang, “PD-Type Iterative Learning Control for the Trajectory Tracking of a Pneumatic X-Y Table with Disturbances”JSME International Journal Series C, Vol. 49, No. 2, 2006, pp.520-526.
14. L. A. Zadeh, “Fuzzy sets,” Information and. Control, vol.8, pp. 338-353,(1965).
15. Procky, T. J.and E. H. Mamdani, “Alinguistic Self-Organizing Process Controller”, Automatica,Vol.5,pp.15-30,(1979).
16. Shao,Shihuang, “Fuzzy self-organizing controller and uts application for dynamic processes ”,Fuzzy Sets and System 26,pp.151-164,(1988).
17. Zhang, B. S. and Edmunds ,J. M. “Self-Organizing Fuzzy Logic Controller”,IEE
Proceedings-D, Vol.139,No.5,pp.460-464,(1992).
18. W. Thomas Miller, Richard S. Sutton and Paul J. Werbos “Neural Networks for Control” CIP, (1990).
19. S. R. Lee and K. Srinivasan, “Self-Tuning Control Application to Closed-Loop Servohydraulic Material Testing”, Trans.ASME. J. of Dyn. Syst. Meas. Control, Vol.112 pp.681-689, (1990).
20. Sung-Woo Kim, Ju-Jang Lee, “ Design of a fuzzy controller with fuzzy sliding surface ”, Fuzzy Sets & Systems, vol.71, no.3, 12 May 1995,pp.359-67. Netherlands.
21. Tzafestas SG, Rigatos GG, “A simple robust sliding-mode fuzzy-logic controller of the diagonal type”, Journal of Intelligent & Robotic Systems, vol.26, no.3-4, Nov.-Dec.
pp.353-88, Netherlands,(1999).
22. Jiun-Fei Shiu and Chin-Min Lin, “ Decoupled Fuzzy Controller Designed with Fuzzy Sliding Surface”, 2000 Automatic control Conference, pp.463-468.
23. Ranjit Kumar Barai, and Kenzo Nonami, “Optimal two-degree-of-freedom fuzzy control for locomotion control of a hydraulically actuated hexapod robot.”. Information Sciences, Vol. 177, 2007, pp. 1892-1915.
24. Satoru Shibata, Tomonori Yamamoto, and Mitsuru Jindai, “A Synchronous Mutual Position Control for Vertical PneumaticServo System” JSME International Journal Series C, Vol. 49, No. 1, 2006, pp. 197-204.
25. Shiuh-Jer Huang, and Hung-Yi Chen, “Functional Based Adaptive and Fuzzy Sliding Controller for Non-Autonomous Active Suspension System” JSME International Journal Series C, Vol. 49, No. 4, 2006, pp. 1027-1032.
26. W. S. McCulloch and W. Pitts, “A logical calculus of the ideas immanent in nervous activity,” Bulletin of Mathematical Biophysics, pp. 115-133, 1943.
27. 林盈宏, 以線上學習之模糊類神經網路發展新的 MRAS 控制器設計法, 中原大學
30. P. J. Webos, “Backpropagation：Past and future,” IEEEInternational conference on neural networks, vol. 1, pp.343-353, July. 1998.
31. Satoru Shibata, Mitsuru Jindai, Tomonori Yamamot, and Akira Shimizu, “A Disturbance Estimation Type Control for Pneumatic Servo System Using NeuralNetwork”JSME International Journal Series C, Vol. 49, No. 1, 2006, pp.
189-196.
32. 王占林，液壓伺服控制，北京航空學院出版社，2002。
33. G. Derringer and R. Suich, “Simultaneous Optimization of Several Response Variables”, Journal of Quality Technology, Vol. 12, No. 4, 1980, pp. 214–219.
34. Y. K. Yang, “Optimization of a Photo Resist Coating Process for Photolithography in Wafer manufacturing via Design of Experiments Method”, Microelectronics International, Vol. 23, 2006, pp. 26–32.
35. 葉怡成，實驗計劃法-製程與設備最佳化，五南圖書股份有限公司，2001。
符號彙編
Ρ Xv
Xt
E Cip
Ff
G1
液壓油的密度 伺服閥位移量 活塞位移
等效容積彈性模數 內漏係數
外干擾力 伺服閥位移
附錄一 工作進度表
第 第 第 第 第 第 第 第 第 1 2 3 4 5 6 7 8 9 月 次
工作項目 月 月 月 月 月 月 月 月 月 傋 註 1. 整體規劃、蒐集資料 *** ***
2. 電氣－液壓伺服系統 *** ***
3. 控制器設計 *** *** ***
4. 規畫直交實驗表 ***
5. 分析與討論 *** *** ***
6. 驗證重要因子 *** ***
7. 資料整理、報告撰寫 *** ***
預定進度累計百分比 10% 20% 32% 45% 58% 68% 80% 90% 100
%
明新科技大學 97 校內專題研究計畫成果報告 電氣－液壓伺服系統智慧型補償器之設計研究
Design on Intelligent Compensator of Electro-Hydraulic Servo System
計畫類別：■ 個別型計畫 □ 整合型計畫 計畫編號： MUST-97 機械-09
執行期間： 97 年 01 月 01 日至 97 年 09 月 30 日
計 畫 主持人：楊 永 光 共同主持人：
計畫參與人員：林 建 良
□可立即對外提供參考 (請打√) ■一年後可對外提供參考
□兩年後可對外提供參考
處理方式：完整報告內容因涉及專利、技術移轉案或其他智慧財產權，不 予公開。
執行單位：明新科技大學 機械工程系
中 華 民 國 97 年 9 月 30 日
摘 要
本文係針對電氣－液壓伺服控制系統應用傳統PID控制器與智慧型控制器之設計技 術，以MATLAB/Simulink建構控制系統程式並進行動態模擬；藉由實驗計劃法之統計方 法、變異數分析與迴歸分析技術，探討控 制 器 參數對系 統 行 為 之影響程度，同時可以獲 得最佳控 制 器 參數組合，藉此進行定位及追蹤控制性能的改善，並推算控 制 器 參數與系 統 行 為 的數學模式。經由本研究，發現智慧型糢糊PID控制器與類神經網路控制器有較佳 的系 統 行 為 ，同時實驗計劃法之應用則具有簡化控制器參數調整的試誤過程之功效，並 且可以預測控 制 器 參數與系 統 行 為 之 相 關 性 。
關鍵字：電氣－液壓伺服系統、智慧型控制器、實驗計劃法、
MATLAB/Simulink軟體。
Abstract
This research focused on utilizing MATLAB/ Simulink to simulate and compare the electro-hydraulic servo control system based on three different design approaches, which are a traditional PID controller design method and a fuzzy logic PID controller. Through a design of experiments method, analysis of variance (ANOVA) and regression analysis, how the controlled parameters impacts the controller can be evaluated and an optimal parameter setting can be obtained. Furthermore, not only the tracking or positioning performance of a controller can be greatly improved, but also mathematical models are established using the proposed method.
Based on the findings, the found fuzzy logic PID controller utilizing the new designing method yields a better performance than that from the traditional PID controller design technique. In addition, a trial-and-error tuning approach can be eliminated.
Keywords: Electro-Hydraulic Servo System, Intelligent Control, Taguchi Experimental Method, Matlab/Simulink
目 錄
摘 要 ...i Abstract ...ii 目 錄 ...iii
符號彙編... 49 附錄一 工作進度表 ... 51
表目錄
表 1 電氣液壓系統參數表 ... 11 表 2 Ziegler-Nichols 調整法之 PID 參數 ... 21 表 3 控制實驗結果 ... 22 表 4 實驗計劃法之 PID 控制 ... 23 表 5 最大超越量 ANOVA 分析結果 ... 26 表 6 上升時間 ANOVA 分析結果... 26 表 7 穩定時間 ANOVA 分析結果... 27 表 8 誤差量 ANOVA 分析結果... 27 表 9 最大超越量因子貢獻度 ... 28 表 10 上升時間因子貢獻度 ... 28 表 11 穩定時間因子貢獻度 ... 29 表 12 誤差量因子貢獻度 ... 29 表 13 最大超越量殘差值結果 ... 32 表 14 上升時間殘差值結果 ... 33 表 15 穩定時間殘差值結果 ... 34 表 16 誤差量殘差值結果 ... 35 表 17 PID 控制最佳參數組合與驗證 ... 38 表 18 實驗計劃法之 PD-PI 模糊控制... 40 表 19 PD-PI 模糊控制最佳參數組合與驗證 ... 41 表 20 類神經網路控制性能指標... 42 表 21 综合控制實驗最佳結果之比較... 43
圖目錄
圖 1 位置控制系統圖 ... 5 圖 2 伺服閥控液壓系統示意圖 ... 6 圖 3 位置控制系統圖 ... 8 圖 4 轉換後位置控制系統圖 ... 9 圖 5 伺服閥流量選用表 ... 10 圖 6 等效系統方塊圖 ... 11 圖 7 模糊控制器架構圖 ... 13 圖 8 簡單線性迴歸 ... 20 圖 9 Ziegler-Nichols 調整之 PID 控制圖 ... 22 圖 10 最大超越量殘差的常態機率圖... 36 圖 11 上升時間殘差的常態機率圖... 36 圖 12 穩定時間殘差的常態機率圖... 37 圖 13 誤差量殘差的常態機率圖... 37 圖 14 PID 最佳參數與 Ziegler-Nichols 調整之控制圖... 38 圖 15 控制規則推論部歸屬函數圖... 39 圖 16 PD-PI 模糊控制最佳參數之控制圖 ... 41 圖 17 類神經網路控制之響應圖... 42 圖 18 綜合控制實驗最佳響應結果之比較圖 ... 44
第一章 緒論
1.1 前言
近年來國內產業技術朝向微小化及精密化的方向發展，對於控制精度的要求也相對 的提高。所以在傳統的油壓控制系統已不能滿足工業需求；因此，能達到更精確控制的 電氣－液壓伺服控制(Electro-Hydraulic Servo Control)已在自動化領域佔有重要地位。在 一般的工業機械應用中，凡是需要大功率、響應快、震動小、動作滑順、精確反應的控 制系統，電氣－液壓伺服系統是最佳的選擇；例如：萬能材料試驗機、運輸機械、精密 壓床、元件測試機等；所以，電氣－液壓系統之應用與設計技術就成為系統工程師不可 獲缺的知識。但是，由於電氣－液壓伺服系統具有非線性特性，如伺服閥對負載的非線 性特性、比例線圈的遲滯現象、零點飄移及閥軸的內漏等，所以實際的電氣－液壓伺服 系統為一高度非線性的時變系統；由於非線性系統之數學模式較為複雜且不易分析，所 以，在控制理論上，常以線性化系統表示之。如魏榮輝和洪至謙[1,2]以Moog公司30型 流量控制伺服閥作模擬分析，利用MATLAB/Simulink軟體繪出流量控制伺服閥系統數學
近年來國內產業技術朝向微小化及精密化的方向發展，對於控制精度的要求也相對 的提高。所以在傳統的油壓控制系統已不能滿足工業需求；因此，能達到更精確控制的 電氣－液壓伺服控制(Electro-Hydraulic Servo Control)已在自動化領域佔有重要地位。在 一般的工業機械應用中，凡是需要大功率、響應快、震動小、動作滑順、精確反應的控 制系統，電氣－液壓伺服系統是最佳的選擇；例如：萬能材料試驗機、運輸機械、精密 壓床、元件測試機等；所以，電氣－液壓系統之應用與設計技術就成為系統工程師不可 獲缺的知識。但是，由於電氣－液壓伺服系統具有非線性特性，如伺服閥對負載的非線 性特性、比例線圈的遲滯現象、零點飄移及閥軸的內漏等，所以實際的電氣－液壓伺服 系統為一高度非線性的時變系統；由於非線性系統之數學模式較為複雜且不易分析，所 以，在控制理論上，常以線性化系統表示之。如魏榮輝和洪至謙[1,2]以Moog公司30型 流量控制伺服閥作模擬分析，利用MATLAB/Simulink軟體繪出流量控制伺服閥系統數學