Адаптивное управление рабочими процессами землеройно-транспортных машин

Размещено на http://www.allbest.ru/

СИБИРСКАЯ ГОСУДАРСТВЕННАЯ АВТОМОБИЛЬНО-ДОРОЖНАЯ АКАДЕМИЯ (СибАДИ)

Автореферат

диссертации на соискание ученой степени доктора технических наук

АДАПТИВНОЕ УПРАВЛЕНИЕ РАБОЧИМИ ПРОЦЕССАМИ ЗЕМЛЕРОЙНО-ТРАНСПОРТНЫХ МАШИН

Мещеряков Виталий Александрович

Специальность 05.05.04 - Дорожные, строительные

и подъемно-транспортные машины

Омск - 2007

Работа выполнена в Сибирской государственной автомобильно-дорожной академии (г. Омск).

НАУЧНЫЙ КОНСУЛЬТАНТ:

доктор технических наук, профессор

ЗАВЬЯЛОВ Александр Михайлович

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:

доктор технических наук, профессор

СМОЛЯНИЦКИЙ Борис Николаевич,

доктор технических наук, профессор

НИКУЛИН Павел Иванович,

доктор технических наук, профессор

ЩЕРБАКОВ Виталий Сергеевич,

ВЕДУЩАЯ ОРГАНИЗАЦИЯ:

ОАО «ЧТЗ-УралТрак», г. Челябинск

Защита состоится 25 декабря 2007 г. в 10 часов на заседании диссертационного совета ВАК РФ Д 212.250.02 в Сибирской государственной автомобильно-дорожной академии (СибАДИ) по адресу: 644080, г. Омск, проспект Мира, 5. Тел. (3812) 65-07-55, факс (3812) 65_03_23.

С диссертацией можно ознакомиться в библиотеке Сибирской государственной автомобильно-дорожной академии по адресу г. Омск, проспект Мира, 5.

Автореферат разослан «_____» ________ 2007 г.

Ученый секретарь

диссертационного совета,

доктор технических наук

Захаренко А. В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Повышение качества, снижение сроков и себестоимости дорожного строительства неразрывно связаны с проблемами эффективного использования землеройно-транспортных машин (ЗТМ). Поскольку на земляные работы при строительстве дорог приходится более половины материальных затрат, к ЗТМ предъявляются все более высокие требования по производительности и точности выполняемых технологических операций. Превращение ЗТМ в эффективный, точный и удобный инструмент для операторов различной квалификации невозможно без автоматизации рабочих процессов.

В настоящее время системы автоматического управления (САУ) ЗТМ еще не получили повсеместного распространения. Сложная автоматика не всегда способна заменить человека. Это обусловлено рядом причин. Одна из них - это различия в методах управления машиной, используемых человеком-оператором и автоматическими регуляторами. Традиционные подходы к автоматическому управлению предусматривают предварительную настройку параметров регулятора и алгоритма управления, которые не изменяются в течение рабочих проходов. Человек-оператор, даже не имея численных данных о показателях рабочего процесса, подстраивает алгоритм ручного управления ЗТМ под изменяющиеся условия, обучаясь методом проб и ошибок. Повышение эффективности автоматического управления рабочими процессами возможно за счет создания адаптивных систем управления, параметры которых автоматически подстраиваются под изменяющиеся условия рабочих процессов и динамику машины.

Разработка систем автоматического управления должна быть основана на информации о динамике рабочих процессов ЗТМ. Исследование динамики рабочих процессов является сложной задачей. Параметры рабочих процессов связаны нелинейными зависимостями, и, кроме того, не все параметры машины и среды можно измерить, учесть и точно предсказать. Для исследования процессов управления необходимо развивать два подхода к моделированию рабочих процессов ЗТМ. Первый направлен на разработку аналитических моделей элементов рабочих процессов и их объединение в общую имитационную модель. Этот подход, основанный на априорной информации о конструкции ЗТМ, позволяет проводить вычислительные эксперименты при синтезе новых систем управления. Второй подход к моделированию рабочих процессов ЗТМ основан на идентификации рабочих процессов, что позволяет создавать адаптивные динамические модели на основе экспериментально измеренных параметров рабочих процессов ЗТМ. Такой подход дает возможность находить и моделировать скрытые зависимости между параметрами рабочих процессов, не имея полной информации об устройстве ЗТМ и характеристиках среды.

Важнейшей задачей управления тяговыми режимами ЗТМ является наиболее полное использование тяговых возможностей машины за счет управления рабочим органом. Автоматическое поддержание максимальной тяговой мощности или заданного значения сопротивления на рабочем органе затруднено большим количеством случайных факторов, действующих на ЗТМ. В связи с этим система автоматического управления должна обладать возможностью самонастройки, например, чувствительность системы к отклонениям управляемой величины от заданного значения, а также скорость подъема-опускания рабочего органа должны автоматически настраиваться для различных грунтовых условий. Для решения этой проблемы необходима разработка теории, направленной на синтез адаптивных систем управления и учитывающей специфику рабочих процессов ЗТМ.

С учетом современных тенденций применения интеллектуальных систем при автоматизации сложных технических объектов, одним из перспективных направлений является синтез систем управления, основанный на математическом аппарате искусственных нейронных сетей. Нейросетевые регуляторы в ряде случаев позволяют реализовать более эффективные адаптивные алгоритмы управления нелинейными динамическими объектами по сравнению с традиционными подходами.

Синтез систем управления рабочими процессами ЗТМ с более высокими качественными характеристиками позволит наиболее полно использовать тяговые возможности ЗТМ, повысить производительность и уменьшить удельную энергоемкость единицы продукции. Новые подходы к моделированию рабочих процессов и управлению направлены на создание теоретической базы для повышения эффективности автоматизированных ЗТМ. Таким образом, создание адаптивных систем автоматического управления рабочими процессами ЗТМ представляет собой актуальную научно-техническую проблему, решение которой имеет важное хозяйственное значение для строительной отрасли.

Цель работы: повышение эффективности ЗТМ за счет создания адаптивных систем автоматического управления рабочими процессами.

Объект исследований: процессы управления тяговыми режимами ЗТМ и отделочными работами.

Предмет исследований: закономерности, связывающие показатели рабочих процессов ЗТМ, структуру и параметры систем управления.

Задачи исследований. Для достижения поставленной цели были решены следующие задачи:

- разработка методики аналитико-имитационного моделирования рабочих процессов ЗТМ;

- совершенствование и программная реализация математических моделей случайных возмущений, действующих на ЗТМ;

- разработка динамических моделей положения рабочего органа, формирования призмы волочения, работы привода ЗТМ и движения машины;

- создание имитационных моделей рабочих процессов автоматизированных ЗТМ, исследование моделей тяговых режимов и процесса профилирования земляного полотна;

- сбор и анализ экспериментальной информации о рабочих процессах ЗТМ, необходимой для идентификации ЗТМ как объектов управления, а также оценки адекватности теоретических моделей;

- разработка методики идентификации и моделирования рабочих процессов ЗТМ на основе математического аппарата искусственных нейронных сетей;

- обоснование применимости нейросетевых технологий, подтверждение адекватности нейросетевой модели тягового режима бульдозера на основе экспериментальных данных;

- разработка нейросетевых структур адаптивных систем автоматического управления рабочими процессами ЗТМ, алгоритмов функционирования систем, моделирование процессов адаптивного управления рабочим органом автогрейдера;

- разработка рекомендаций по использованию методики аналитико-имитационного моделирования, методики нейросетевой идентификации рабочих процессов ЗТМ и методики синтеза адаптивных регуляторов систем управления рабочими процессами.

Научная новизна работы заключается:

- в модели формирования случайных возмущений, действующих на ЗТМ, позволяющей учесть переменную скорость машины;

- в модели зависимостей между геометрическими параметрами автогрейдера, высотными координатами микропрофиля необработанной поверхности грунта, пространственными координатами отвала, глубиной резания грунта и переменной скоростью машины;

- в динамической модели формирования призмы волочения поворотного отвала ЗТМ;

- в динамических моделях привода ЗТМ с механической и гидромеханической трансмиссиями;

- в методике нейросетевой идентификации и моделирования рабочих процессов ЗТМ, в адаптивных нейросетевых моделях процесса резания грунта, рабочего процесса бульдозера, тягового режима автогрейдера;

- в методике разработки адаптивных нейросетевых систем автоматического управления рабочими процессами ЗТМ, структуре и алгоритмах функционирования систем управления.

Практическая ценность диссертационной работы состоит:

- в программной реализации имитационных моделей рабочих процессов ЗТМ, которая позволяет проводить вычислительные эксперименты для оценки динамических характеристик ЗТМ, а также использовать имитационные модели в качестве объекта управления на первых этапах проектирования систем автоматического управления рабочими процессами и сократить затраты на проведение дорогостоящих натурных экспериментов.

- в разработке измерительного комплекса, включающего комплект датчиков и регистрирующую аппаратуру на основе крейтовой системы и ЭВМ, предназначенного для автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ;

- в оснащении бульдозера на базе трактора Т-130М бортовым измерительным комплексом, что создает базу для экспериментальных исследований рабочего процесса бульдозера;

- в программной реализации алгоритмов функционирования адаптивных нейросетевых регуляторов, которая рекомендуется к использованию при разработке систем управления рабочими процессами ЗТМ.

Внедрение результатов. В Мостовом эксплуатационном управлении «Омскавтодор» внедрены запатентованные технические решения по оснащению автогрейдера ДЗ_143_1 отвалом переменой длины для повышения производительности при перемещении грунта; рабочее оборудование для планировочных работ (инвариантный в поперечной плоскости рабочий орган автогрейдера); в ЗАО «УМСР_5» внедрено техническое решение по оснащению бульдозера модифицированным рабочим оборудованием, снижающим пиковые нагрузки на базовый трактор и позволяющим повысить в среднем тяговую мощность и производительность бульдозера.

Апробация работы. Основные положения и результаты работы докладывались, обсуждались и получили положительную оценку на II Международной научно-технической конференции «Автомобильные дороги Сибири» (г. Омск, 1998 г.), 59 научно-технической конференции СибАДИ (1999 г.), Международной научной конференции, посвященной 70_летию СибАДИ (2000 г.), Международной научно-практической конференции «Проблемы автомобильных дорог России и Казахстана» (г. Омск, 2001 г.), 43_й Международной научно-технической конференции Ассоциации автомобильных инженеров (г. Омск, 2003 г.), Международной научно-технической конференции, посв. 100-летию проф. К. А. Артемьева (г. Омск, 2004 г.), II Всероссийской научной конференции «Проектирование инженерных и научных приложений в среде MATLAB» (г. Москва, ИПУ РАН, 2004 г.), IV Международной конференции «Идентификация систем и задачи управления» SICPRO'05 (г. Москва, ИПУ РАН, 2005 г.), Международной конференции «Качество. Инновации. Наука. Образование» (г. Омск, 2005 г.), I Всероссийской конференции молодых ученых «Проблемы проектирования, строительства и эксплуатации транспортных сооружений», Всероссийской конференция «Роль механики в создании эффективных материалов, конструкций и машин XXI века» (г. Омск, 2006 г.), научном семинаре факультета «Транспортные и технологические машины» СибАДИ (2007 г.) и кафедре «Дорожные машины».

Публикации. По результатам исследований опубликована 51 печатная работа, в том числе 4 патента на изобретения.

На защиту выносятся:

- методика аналитико-имитационного моделирования рабочих процессов ЗТМ;

- результаты вычислительных экспериментов, полученные с помощью имитационных моделей тяговых режимов и процесса профилирования земляного полотна автоматизированным автогрейдером;

- методика автоматизированного сбора и цифровой обработки экспериментальных данных о параметрах рабочего процесса ЗТМ;

- результаты экспериментальных исследований рабочих процессов тензометрической тележки, автогрейдера и бульдозера;

- методика идентификации и моделирования рабочих процессов ЗТМ на основе математического аппарата искусственных нейронных сетей;

- методика разработки адаптивных систем автоматического управления.

Структура и объем работы. Диссертационная работа состоит из введения, шести глав, основных результатов и выводов по работе, списка литературы и приложений. Работа имеет 275 страниц основного текста, 3 таблицы, 131 рисунок, список литературы на 207 наименований, 14 страниц приложений 1-4, содержащих листинги программ, и 7 страниц приложений 5-8 с актами внедрения результатов диссертации.

СОДЕРЖАНИЕ РАБОТЫ

адаптивный управление землеройный транспортный

Во введении обоснована актуальность диссертационной работы, дана краткая характеристика исследуемых вопросов и предлагаемых подходов к их решению, сформулированы основные положения, выносимые на защиту; показаны научная новизна и практическая ценность работы.

В первой главе выполнен аналитический обзор предшествующих работ, посвященных исследованию рабочих процессов ЗТМ. Целью обзора является выявление важнейших зависимостей между параметрами рабочих процессов, выбор методов их моделирования, а также учет основных тенденций автоматизации ЗТМ.

На основании анализа работ по моделированию динамики рабочих процессов ЗТМ выявлены тенденции, согласно которым модели, описывающие кинематику и динамику рабочего оборудования, гидропривода и трансмиссии, чаще всего представляют собой аналитические выражения, полученные на основе известных физических законов и информации об устройстве ЗТМ. Модели процессов, параметры которых заранее неизвестны или изменяются в широких пределах, чаще всего представляют собой статические табличные или эмпирические зависимости, обобщающие экспериментальные данные. Это модели взаимодействия рабочих органов и движителей со средой, а также статические характеристики сложных агрегатов (гидротрансформатора трансмиссии, двигателя с регулятором подачи топлива).

С точки зрения учета случайности действующих на ЗТМ нагрузок работы по исследованию динамики ЗТМ разделены на две группы: в первой рабочие сопротивления считаются детерминированными, во второй учитывается их вероятностный характер. В первой группе выделены работы видных ученых К. А. Артемьева, В. И. Баловнева, Ю. А. Ветрова, В. Г. Волобоева, А. М. Завьялова, А. Н. Зеленина, И. А. Недорезова, В. Н. Тарасова, Н. А. Ульянова, А. М. Холодова и др. По результатам обзора этих работ сделан вывод, что для исследования процессов перемещения ЗТМ и рабочего органа, функционирования привода ЗТМ, необходимо разрабатывать аналитические модели, в явном виде описывающие зависимости между параметрами рабочих процессов. Во второй группе следует отметить работы Л. Е. Агеева, Б. А. Бондаровича, В. П. Денисова, Ю. В. Гинзбурга, И. П. Ксеневича, Д. И. Федорова, Л. А. Хмары и др. Согласно этим работам, моделирование возмущений, действующих на ЗТМ со стороны неровностей грунтовой поверхности и от неоднородностей грунта, следует осуществлять на основе известных статистических характеристик возмущений. За критерий эффективности ЗТМ принята удельная энергоемкость единицы продукции ЗТМ (отношение математического ожидания используемой мощности двигателя к технической производительности) .

Вопросы автоматизации рабочего процесса ЗТМ исследованы в работах Т. В. Алексеевой, В. Ф. Амельченко, А. М. Васьковского, В. С. Дегтярева, Б. Д. Кононыхина, Э. Н. Кузина, Л. Я. Цикермана, В. С. Щербакова и др. На основе анализа этих работ определены основные задачи автоматизации ЗТМ и методы синтеза САУ, базирующиеся на классической теории автоматического управления. Настройка регуляторов осуществляется на основе статистической информации о характеристиках возмущений. Это затрудняет применение регуляторов в быстро изменяющихся условиях рабочего процесса. Сделан вывод о необходимости разработки адаптивных систем управления, лишенных этого недостатка. По периодике определены тенденции совершенствования современных систем управления рабочими органами ЗТМ.

Сформулирована проблема исследований: необходимость создания методов моделирования динамики ЗТМ и методов разработки систем автоматического управления рабочими процессами, позволяющих учесть сложные нелинейные зависимости между параметрами рабочих процессов и неполноту информации об изменяющихся условиях, в которых проходят рабочие процессы ЗТМ.

На основании обзора методов адаптивного и интеллектуального управления (работы Р. Изермана, Л. Льюнга, К.Острема) выдвинута гипотеза, согласно которой разработка адаптивной системы управления рабочим процессом ЗТМ позволит повысить эффективность управления по сравнению с традиционными подходами. Сделан вывод о целесообразности выбора структуры системы управления, содержащей нейросетевую модель рабочего процесса ЗТМ и нейросетевого регулятора (работы M. Hagan, O. de Jesus, M. Norgaard). В связи с этим необходимо обоснование применимости математического аппарата нейронных сетей к исследованию рабочих процессов ЗТМ, выбор методов идентификации и моделирования рабочих процессов, разработка структур адаптивных систем управления и алгоритмов их функционирования.

В рамках этих направлений определены цель, задачи, объект и предмет исследования.

Во второй главе предложена методика аналитико-имитационного моделирования рабочих процессов ЗТМ. Выполнена декомпозиция модели рабочего процесса ЗТМ; для тех подпроцессов, где возможно аналитическое моделирование на основе априорных знаний о связях между параметрами ЗТМ, получены аналитические зависимости. Модели этих подпроцессов включены в общую структуру имитационной модели рабочего процесса ЗТМ.

Основные цели аналитико-имитационного моделирования рабочих процессов ЗТМ:

- имитация ЗТМ как объекта управления, получение реализаций параметров рабочего процесса ЗТМ для использования при нейросетевой идентификации рабочих процессов;

- определение параметров рациональных тяговых режимов, которые должны поддерживаться САУ;

- сравнение различных вариантов САУ между собой с помощью вычислительного эксперимента.

Задачи моделирования:

- выделение основных подсистем в структуре ЗТМ и связей между ними;

- разработка аналитических и имитационных моделей элементов рабочего процесса, включение их в общую структуру модели;

- проведение вычислительного эксперимента.

Разработана общая структура модели рабочих процессов автоматизированных ЗТМ (рис. 1) обусловленная целями управления рабочими процессами. Методика моделирования показана на примере разработки моделей автогрейдера как универсальной машины, работающей в режимах перемещения грунта и профилирования поверхности земляного полотна. При перемещении грунта следует полностью использовать тяговые возможности ЗТМ, поддерживая номинальное значение тяговой мощности ; при профилировании поверхности земляного полотна высотные координаты правой и левой сторон отвала должны соответствовать проектным отметкам. Ключевой элемент на схеме (рис. 1.) показывает выбор управляемой переменной для первого или второго режимов работы.

При разработке моделей использован математический аппарат теории случайных процессов, передаточных функций, табличной интерполяции, численного решения алгебраических уравнений и обыкновенных дифференциальных уравнений в форме Коши.

Среди возмущающих воздействий на ЗТМ от грунтовых условий выделены случайные изменения координат необработанной грунтовой поверхности , а также нормированные флюктуации силы сопротивления на рабочем органе , вызванные неоднородностью грунта. Возмущения вызывают нежелательные вертикальные перемещения рабочего органа, что сказывается как на координатах , так и на изменении глубины резания грунта .



Зависимости положения отвала и глубины резания грунта от возмущений отражают сложные связи между геометрическими параметрами ЗТМ в пространстве.

Стохастический характер нагрузок на рабочем органе обусловлен случайным изменением глубины резания грунта и неоднородностью свойств грунта. На конечно-элементной модели грунтового массива исследован процесс резания грунта рабочим органом ЗТМ, а также разработана математическая модель формирования случайной силы сопротивления на рабочем органе .

Действительная скорость ЗТМ зависит от силы , а также от свойств движителей, трансмиссии и силовой установки. В свою очередь, параметры возмущений, перемещение рабочего органа и формирование нагрузок зависят от скорости . Модели привода ЗТМ и взаимодействия движителя с грунтом включают в себя модели двигателя, механической и гидромеханической трансмиссии, а также буксования.

Регулятор САУ в зависимости от целей, алгоритма управления и поступающих данных от ЗТМ как объекта управления вырабатывает электрические сигналы , поступающие на электрогидравлические распределители в составе гидропривода рабочего органа. Подъем или заглубление отвала выполняется с целью управления либо тяговой мощностью , либо координатами отвала . Далее описаны модели элементов рабочего процесса ЗТМ.

Разработана модель формирования случайной силы сопротивления на рабочем органе

, (1)

где - тренд силы сопротивления, зависящий от глубины резания грунта ; - нормированные случайные флюктуации, вызванные неоднородностью грунта (рис. 2).

Случайный автокоррелированный сигнал генерируется на основе заданных значений параметров автокорреляционной функции , и среднеквадратического отклонения координат , а также скорости . Глубина резания грунта связана с , с геометрическими параметрами ЗТМ, скоростью и выдвижением штоков гидроцилиндров рабочего органа . Нормированные флюктуации , зависящие от неоднородности физико-механических свойств грунта, представляют собой случайный сигнал со среднеквадратическим отклонением , генерируемый по заданным значениям параметров автокорреляционной функции , и зависящий от скорости ЗТМ . Составляющая случайного процесса , обусловленная неоднородностью грунта, равна , и среднеквадратическое отклонение процесса равно коэффициенту вариации флюктуаций .

Сделан вывод, что при статистическом анализе динамики рабочих процессов ЗТМ большинство экспериментально определенных автокорреляционных функций координаты микропрофиля может быть аппроксимировано выражением:

; (2)

где - путевая координата; - дисперсия случайного процесса ;

, - коэффициенты автокорреляционной функции.

Соответствующее выражение спектральной плотности возмущения при постоянной скорости ЗТМ:

; (3)

Генерация случайного сигнала осуществляется путем фильтрации белого шума специально созданным формирующим фильтром. Получена дискретная передаточная функция формирующего фильтра, соответствующего (3),

, (4)

Дискретный формирующий фильтр, предназначенный для формирования автокоррелированного случайного сигнала , также представлен рекуррентной зависимостью:

, (5)

где - текущий номер элемента последовательности или ;

, , , - коэффициенты формирующего фильтра.

Получена непрерывная передаточная функция формирующего фильтра возмущений от грунтовых условий

. (6)

Коэффициенты передаточной функции (6) зависят от скорости ЗТМ. Для удобства реализации формирующего фильтра в MATLAB получено дифференциальное уравнение второго порядка, связывающее белый шум на входе формирующего фильтра с возмущением на выходе:

. (7)

Для имитационного моделирования возмущающих воздействий, вызванных грунтовыми условиями, дифференциальное уравнение (7) реализовано в виде подсистемы MATLAB/Simulink. Эта подсистема применима как для непрерывных, так и для дискретных моделей рабочих процессов ЗТМ. Моделирование возмущений от неоднородности грунта, т.е. флюктуаций силы сопротивления на рабочем органе , выполняется аналогично (7).

Разработана математическая модель, описывающая влияние отклонений координат микропрофиля грунтовой поверхности на координаты рабочего органа автогрейдера и глубину резания грунта с учетом основных геометрических параметров машины и ее скорости. В модели учтены длина базы , расстояния от отвала в плане (по продольной оси автогрейдера) до оси балансиров , до точки крепления передней оси , до передних колес балансиров , до задних колес балансиров , а также действительная скорость движения машины . На пространственное положение рабочего органа оказывают влияние величина угла захвата и ширина колеи автогрейдера (рис. 3).

Время запаздывания колес балансиров зависит от скорости машины:

; ; ; . (9)

Для вычисления глубины резания грунта по каждой колее необходимо определить время запаздывания отвала относительно передней оси. Время запаздывания правой и левой сторон отвала составляет

; . (10)

Глубина резания грунта по правой и левой колеям с учетом запаздывания отвала

; . (11)

Рис. 3. Геометрические параметры автогрейдера

Влияние изменений высотных координат колес автогрейдера на положение отвала выражено коэффициентами усиления передаточных звеньев, зависящими от конструктивных размеров автогрейдера:

; ; (12)

; ; (13)

; . (14)

На среднюю глубину резания грунта также влияет расстояние выноса отвала в сторону относительно поворотного круга :

. (15)

Реализация имитационной модели связей между геометрическими параметрами и скоростью автогрейдера позволяет оценить влияние возмущающих воздействий (случайных изменений высотных координат микрорельефа по правой и левой колеям) на высотные координаты рабочего органа и , а также среднюю глубину резания грунта .



Рис. 4. Функциональная схема модели зависимостей между геометрическими параметрами автогрейдера

Разработана динамическая модель формирования призмы волочения, описывающая зависимость объема призмы от переменной глубины резания грунта и переменной скорости движения ЗТМ. Получено аналитическое выражение для объема призмы в момент времени :

(16)

где - ширина отвала; - угол захвата; - угол внутреннего трения грунта; - оператор Лапласа.

Для моделирования буксования движителей получены зависимости коэффициента буксования от момента сопротивления на колесных движителях. Доказана хорошая точность аппроксимации экспериментальных данных полиномами второго порядка

. (17)

Для среднего автогрейдера на 1 передаче трансмиссии получена модель буксования

; (18)

, (19)

коэффициенты детерминации равны соответственно =0,985 и =0,988. Зависимости использованы при аналитическом определении передаточных функций моделей привода ЗТМ.

Исследованы 3 подхода к моделированию силовой установки ЗТМ. Согласно первому подходу, статическая регуляторная характеристика двигателя аппроксимирована линейными участками:

(20)

где и - коэффициенты наклона регуляторной и корректорной ветвей характеристики соответственно; и - крутящий момент на валу двигателя и его угловая скорость с номинальными значениями и .

Второй подход к имитационному моделированию регуляторной характеристики двигателя - табличное задание статической характеристики и одномерная табличная интерполяция. Третий подход позволяет учесть отличия регуляторных характеристик в динамике от статических характеристик, вызванные случайными колебаниями рабочих нагрузок, действующих на ЗТМ. Предложен алгоритм моделирования динамической характеристики двигателя на основе экспериментально измеренных точек . Алгоритм, учитывающий угловое ускорение вала двигателя , предполагает численное дифференцирование и двумерную табличную интерполяцию .

Разработаны модели привода ЗТМ с механической и гидромеханической трансмиссиями. На основе уравнений движения элементов привода с механической трансмиссией получена передаточная функция привода ЗТМ, которую можно исследовать аналитическими методами при разработке САУ рабочими процессами. Для элементов привода ЗТМ с гидромеханической трансмиссией получены уравнения движения, лежащие в основе имитационной модели.

Для получения дифференциальных уравнений движения элементов привода ЗТМ с механической трансмиссией исследована динамическая модель (рис. 5). Маховики с моментами инерции , , заменяют реальные вращающиеся массы двигателя, трансмиссии и поступательно движущиеся массы машины с призмой волочения соответственно. Муфта сцепления моделирует буксование ведущих колес. Трансмиссия характеризуется передаточным числом и коэффициентом полезного действия . Приращения крутящих моментов и угловых скоростей: - приращение крутящего момента, развиваемого двигателем; и - приращения моментов на входном и выходном валах трансмиссии; - приращение момента сцепления движителей с грунтом; - приращение момента сопротивления на колесном движителе, обусловленное изменением нагрузки на рабочем органе. Выполнена линеаризация зависимости (17) в окрестностях рабочей точки характеристики с помощью разложения в ряд Тейлора, и получены дифференциальные уравнения движения элементов привода. Система описывается линейным дифференциальным уравнением второго порядка

, (21)

где - угловая скорость ведомых колес, характеризующая скорость машины, коэффициенты зависят от конструктивных параметров ЗТМ.

Рис. 5. Динамическая схема привода ЗТМ

Передаточная функция модели ЗТМ

, (22)

где - оператор дифференцирования.

Численные значения параметров модели найдены для автогрейдера ДЗ_143, работающего в режиме перемещения грунта на 2 передаче. Передаточные функции модели для режимов минимальной нагрузки, номинальной загрузки двигателя и кратковременных максимальных нагрузок соответственно:

; (23)

; (24)

. (25)

Рис. 6. Динамическая схема привода ЗТМ с гидромеханической трансмиссией

В приводе ЗТМ с гидромеханической трансмиссией происходят более сложные процессы, поскольку кроме нелинейной регуляторной характеристики двигателя и зависимости буксования от силы тяги следует учитывать характеристику гидротрансформатора (ГТР). Разработана методика моделирования привода ЗТМ, основанная на численном решении системы дифференциальных и алгебраических уравнений, а также табличной интерполяции.

Вывод уравнений движения элементов привода основан на схеме, представленной на рис. 6. На схеме использованы следующие обозначения:

- крутящий момент, развиваемый двигателем;

- крутящий момент на насосном колесе ГТР;

- угловая скорость насосного колеса и выходного вала двигателя;

- крутящий момент на турбинном колесе ГТР;

- угловая скорость турбинного колеса;

- момент сопротивления, обусловленный внешними нагрузками и приведенный к движителю;

- момент сцепления движителя с грунтом [97];

- угловая скорость ведомых колес, характеризующая действительную скорость ЗТМ;

- момент инерции двигателя и насосного колеса ГТР с маслом и присоединенными деталями трансмиссии;

- момент инерции турбинного колеса ГТР, механической части трансмиссии и движителей;

- момент инерции поступательно движущихся частей ЗТМ с призмой волочения, приведенный к движителю.

ГТР описан параметрами паспортной характеристики: - удельный вес рабочей жидкости; - активный диаметр ГТР; - коэффициент трансформации в зависимости от кинематического передаточного отношения ГТР :

; (26)

- коэффициент момента насоса, характеризующий прозрачность ГТР.

Полученная модель движения элементов привода состоит из дифференциального уравнения

; (27)

и системы алгебраических уравнений с двумя неизвестными и :

(28)

Разработан алгоритм и программная реализация модели. Численное решение (28) реализовано в среде MATLAB с помощью программной функции fsolve, входящей в инструментарий оптимизации MATLAB Optimization Toolbox. Численное интегрирование дифференциального уравнения (27) рекомендуется осуществлять методами Гира или Розенброка, предназначенными для решения жестких систем дифференциальных уравнений. Определение мгновенных значений крутящего момента двигателя, коэффициента трансформации крутящего момента, коэффициента момента насоса и коэффициента буксования движителей по табличным зависимостям , , и осуществляется одномерной табличной интерполяцией.

Разработанные во второй главе модели элементов рабочих процессов ЗТМ предназначены как для исследования отдельных агрегатов ЗТМ с помощью аналитических зависимостей между параметрами рабочих процессов, так и имитационного моделирования рабочих процессов ЗТМ в целом.

В третьей главе приведены результаты имитационного моделирования рабочих процессов ЗТМ. Модели основных элементов рабочих процессов ЗТМ объединены в имитационную модель, и проведен вычислительный эксперимент. При построении дискретной имитационной модели приняты следующие основные допущения:

- исследовано прямолинейное движение машины;

- конструкция считается абсолютно жесткой;

- не учитываются люфты и трение между элементами рабочего оборудования;

- не учитываются упруго-демпфирующие свойства движителей;

- динамические характеристики дизеля с регулятором подачи топлива и гидротрансформатора гидромеханической трансмиссии заменены статическими;

- координаты обработанной поверхности грунта полностью определяются координатами режущей кромки рабочего органа;

- не учитывается отбор мощности двигателя на привод рабочего органа и вспомогательных механизмов;

- скорость движения штоков гидроцилиндров одинакова при подъеме и заглублении рабочего органа и не зависит от приложенных нагрузок;

- сопротивление перекатыванию движителей является постоянным.

Большинство допущений при моделировании тяговых режимов автогрейдера компенсируется случайными флюктуациями силы сопротивления на рабочем органе, т.е. учет немоделируемой динамики рабочих процессов сводится к формированию случайных возмущений, действующих на ЗТМ.

Имитационная модель реализована в MATLAB/Simulink. Модель содержит универсальную часть (рис. 7), которая используется при моделировании режима профилирования грунта и тяговых режимов автогрейдера как с механической, так и с гидромеханической трансмиссиями, а также различными видами регуляторов САУ. На рис. 8 показана часть имитационной модели, дополняющая рис. 7, предназначенная для моделирования процесса профилирования поверхности земляного полотна автогрейдером с механической трансмиссией и релейным регулятором САУ. Параметры САУ выбраны по аналогу - системе «Профиль-30»: ширина зоны нечувствительности регулятора 0,7 мм, скорость штоков гидроцилиндров 15 мм/с. САУ поддерживает заданные высотные координаты правой и левой сторон отвала.

Выполнены исследования тяговых режимов автогрейдера, оснащенного САУ рабочим органом. Целью автоматического управления является поддержание заданного нагрузочного режима. Исследован рабочий процесс автогрейдера с релейным регулятором САУ, управляющим трехпозиционным гидрораспределителем гидроцилиндров подъема-заглубления рабочего органа. Также исследован рабочий процесс автогрейдера с пропорциональным регулятором САУ. На рис. 9 показана часть имитационной модели рабочего процесса автогрейдера с гидромеханической трансмиссией и регулятором пропорционального типа.

Исследован процесс поперечного перемещения грунта отвалом автогрейдера, работающего в режиме поперечного перемещения грунта на 2 передаче механической трансмиссии. При выборе заданного нагрузочного режима установлено, что при математическом ожидании силы сопротивления на рабочем органе кН двигатель работает в основном на регуляторной ветви характеристики с кратковременными переходами на корректорную ветвь, что соответствует рекомендуемому режиму эксплуатации машины. Исследован также тяговый режим автоматизированного автогрейдера с гидромеханической трансмиссией, заданное значение силы сопротивления на рабочем органе кН, работа на 1 передаче трансмиссии. Применение гидромеханической трансмиссии по сравнению с механической позволяет снизить среднеквадратическое отклонение тяговой мощности . Снижается математическое ожидание скорости машины , среднеквадратическое отклонение глубины резания грунта и силы сопротивления . Однако из-за более высокого КПД механической трансмиссии математическое ожидание тяговой мощности у автогрейдера с механической трансмиссией составляет кВт, что на 20,1% больше, чем у автогрейдера с гидромеханической трансмиссией.

Для исследования рабочего процесса при перегрузке привода также выполнено моделирование тягового режима при повышении заданного значения сопротивления до кН. Оценка выходных показателей свидетельствует о значительном снижении скорости и тяговой мощности, но не за счет перехода рабочей точки регуляторной характеристики двигателя на корректорную ветвь, а из-за изменения передаточного отношения и снижения КПД гидротрансформатора.

Исследование рабочих процессов ЗТМ с помощью имитационных моделей дает наглядное представление о зависимостях между параметрами процессов. Однако эти параметры варьируются в широких пределах, что вызывает неадекватность или снижает точность имитационных моделей. Необходимо разработать методику создания адаптивных математических моделей рабочих процессов ЗТМ, основанную на обработке экспериментальных данных.

Четвертая глава посвящена методике и результатам экспериментальных исследований рабочих процессов ЗТМ. Цель экспериментальных исследований - сбор данных о параметрах рабочих процессов в динамике для идентификации ЗТМ, оценки статистических характеристик возмущающих воздействий и подтверждения математических моделей рабочих процессов ЗТМ. Экспериментальные исследования, выполненные при полевых испытаниях ЗТМ, также преследовали цель доказательства работоспособности и эффективности применения модернизированного рабочего оборудования автогрейдера и бульдозера.

Решены следующие задачи экспериментальных исследований:

- разработка методики автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ;

- создание измерительного комплекса на основе ЭВМ, оснащение ЗТМ регистрирующей аппаратурой;

- проведение лабораторных и полевых испытаний ЗТМ;

- цифровая обработка и статистический анализ измеренных сигналов.

Предложена методика оцифровки экспериментальных данных, основанная на положениях теории случайных процессов и цифровой обработки сигналов. Методика предназначена для изменения частоты дискретизации измеренных сигналов при сохранении существенной информации, используемой для определения статистических характеристик измеренных показателей рабочего процесса, анализа динамики и идентификации ЗТМ.

Методика автоматизированного сбора экспериментальных данных апробирована в лаборатории СибАДИ «Грунтовый канал». Обоснован выбор аппаратных средств и программного обеспечения. С целью сбора экспериментальной информации о параметрах рабочего процесса землеройной машины в динамике выполнены лабораторные исследования процесса резания грунта плоским ножом при перемещении тензометрической тележки. Выполнен автоматизированный сбор значений скорости тележки и силы сопротивления перемещению тележки . Глубина резания грунта измерена вручную. Экспериментальные сигналы использованы для идентификации рабочего процесса с помощью нейросетевых математических моделей. Выполнена передискретизация сигналов, выбрана частота дискретизации 10 Гц. Сигналы использованы для нейросетевой идентификации процесса резания грунта тензометрической тележкой.

В ЗАО «УМСР_5», г. Омск, проведены производственные испытания неповоротного бульдозера на базе трактора Т_130М, оснащенного модернизированным и серийным рабочим оборудованием. Модернизация заключается в установке упругих элементов между отвалом и толкающими брусьями для снижения амплитуды колебаний случайных нагрузок, действующих на базовый трактор. Одной из целей экспериментальных исследований было сравнение показателей рабочего процесса бульдозера, оснащенного модернизированным и серийным рабочим оборудованием. Главная цель эксперимента - сбор данных, необходимых для идентификации рабочего процесса бульдозера, и обоснование нейросетевого подхода к моделированию и управлению рабочими процессами ЗТМ.

Совместно с ФГУП «НАТИ» разработан бортовой измерительный комплекс (БИК) с модульной системой измерения на базе крейт-контроллера и персонального компьютера, оснащенный комплектом датчиков. Для установки датчиков усилий предусмотрены изменения в конструкции рабочего оборудования. Модернизированное рабочее оборудование бульдозера (рис. 10) состоит из отвала 1, левого 2 и правого 3 толкающих брусьев, раскосов 4, направляющих 5, удлиненных пальцев 6, цилиндрических пружин сжатия 7, наружных стаканов 8 с косынкой 9, внутренних стаканов 10 и посадочных мест пружин 11. При исследовании работы бульдозера с серийным рабочим оборудованием внутрь пружин 7 между стаканами 10 и посадочными местами 11 были установлены жесткие стержни. При копании грунта нагрузка, действующая на отвал 1, передается через посадочные места 11, стержни внутри пружин 7 и внутренние стаканы 10 на тензометрические датчики, помещенные внутри наружных стаканов 8, которые передают нагрузку на толкающие брусья 2, 3 и раму трактора. Схема подключения датчиков показана на рис. 11. В результате измерений получены сигналы , и глубина копания , используемые для нейросетевой идентификации рабочего процесса бульдозера. Сигналы приведены к частоте дискретизации 20 Гц.

Рис. 10. Рабочее оборудование бульдозера



Адекватность математических моделей, представленных во второй и третьей главах, подтверждена анализом экспериментальных данных. В Мостовом эксплуатационном управлении (МЭУ) «Омскавтодор» проведены экспериментальные исследования автогрейдера ДЗ_143_1, оснащенного модернизированным рабочим оборудованием, предназначенным для улучшения планирующих свойств автогрейдера. Модернизация рабочего оборудования заключается в изменении конструкции, обеспечивающем плавающее положение отвала в поперечной плоскости автогрейдера и жесткую связь с хребтовой балкой в продольной плоскости. Исследован рабочий процесс автогрейдера на отделочных работах на участке грунтовой дороги. Выполнен статистический анализ экспериментально полученных профилограмм с целью определения характеристик возмущений, действующих на ЗТМ от неровностей микропрофиля грунтовой поверхности.

Получены спектральные плотности высотных координат микропрофиля грунтовой поверхности. Параметры выражений спектральной плотности определены путем аппроксимации экспериментальных спектральных плотностей выражениями (3). Задача подбора параметров , и среднеквадратического отклонения координат при подгонке кривых и под результаты эксперимента решена численно методом наименьших квадратов при помощи функции lsqcurvefit, входящей в состав MATLAB Optimization Toolbox. Результаты аппроксимации спектральных плотностей координат микропрофиля приведены в табл. 1.

Табл. 1. Параметры аппроксимирующей функции спектральных плотностей

	Колея			, м
Необработанный профиль	Правая	0,0015	0,0117	0,0355
	Левая	0,0036	0,0163	0,0414
Обработанный профиль	Правая	0,0025	0,0138	0,0219
	Левая	0,0032	0,0172	0,0247

Найденные статистические характеристики флюктуаций координат продольного профиля грунтовой поверхности использованы при имитационном моделировании рабочего процесса автогрейдера для формирования возмущений от неровностей микропрофиля. Коэффициенты сглаживания по правой и левой колеям составляют для серийного рабочего оборудования

; . (29)

С помощью имитационной модели рабочего процесса автогрейдера ДЗ_143_1 без управления рабочим органом получены среднеквадратические отклонения высотных координат необработанного профиля, координат отвала и определены коэффициенты сглаживания. Расхождение между статистическими характеристиками выходных параметров рабочих процессов составляет от 7 до 15%, что говорит об адекватности имитационных моделей.

С целью определения статистических характеристик основных рабочих нагрузок, действующих на автогрейдер в тяговом режиме, проведен анализ экспериментальных данных, полученных при испытаниях автогрейдера с отвалом переменной длины. В МЭУ «Омскавтодор» при участии автора спроектирован и изготовлен грейдерный отвал с выдвижными боковыми секциями на основе запатентованного технического решения (рис. 12). Его отличие от существующих конструкций состоит в том, что при втягивании боковые секции-удлинители поднимаются и не мешают резанию грунта основным ножом, а высота и профиль удлинителей идентичны параметрам основного отвала. Благодаря этому потери грунта при его перемещении удлинителями снижаются. Модифицированный отвал, длина которого была увеличена на 1,6 м, установлен на автогрейдер ДЗ_143_1. В результате эксперимента определены сопротивление перемещению грунта , действительная скорость машины , коэффициент буксования , тяговая мощность .

Рис. 12. Модифицированный отвал переменной длины

Для автогрейдера с серийным отвалом среднеквадратическое отклонение составляет кН; с модифицированным отвалом - кН. Для оценки адекватности имитационных моделей тягового режима автогрейдера со стандартным отвалом проведен вычислительный эксперимент при заданных статистических характеристиках силы сопротивления . Получено математическое ожидание тяговой мощности Вт, среднеквадратическое отклонение Вт. Расхождение между теоретическим и экспериментальным значениями коэффициента вариации тяговой мощности составляют 11%.

В результате экспериментальных исследований подтверждена работоспособность и положительный эффект от внедрения нескольких конструкций модифицированного рабочего оборудования ЗТМ: рабочего оборудования автогрейдера для планировочных работ, грейдерного отвала переменной длины и рабочего оборудования бульдозера с упругими элементами, что имеет практическую ценность.

В пятой главе приведена методика идентификации и моделирования рабочих процессов ЗТМ на основе нейросетевых технологий. Методика позволяет находить и воспроизводить нелинейные зависимости между экспериментально измеренными показателями рабочих процессов ЗТМ в динамике. Общий подход к непараметрической идентификации проиллюстрирован на рис. 13.

Рис. 13. Идентификация рабочего процесса ЗТМ

Методика разработки нейросетевых моделей рабочих процессов ЗТМ применена к идентификации рабочего процесса тензометрической тележки. На основе экспериментальных значений скорости тележки , глубины резания грунта и силы сопротивления перемещению тележки построена модель процесса резания грунта (рис. 14).

Рис. 14. Идентификация рабочего процесса тензометрической тележки

Рис. 15. Нейросетевая модель рабочего процесса тензометрической тележки

Выходной сигнал модели после обучения модели на экспериментальных данных должен повторять сигнал с минимальной по модулю ошибкой . Структура модели авторегрессии с внешними входами (рис. 15) представляет собой динамическую двухслойную рекуррентную нейронную сеть. Предложена методика определения размерности нейросетевых моделей рабочих процессов ЗТМ, основанная на цифровой статистической обработке экспериментально измеренных сигналов. По автокорреляционным функциям сигналов установлено, что коэффициент автокорреляции превышает 0,8 на временном интервале 0,1 с для скорости , 0,5 с - для глубины резания и 0,2 с для силы сопротивления . Длины линий задержки TDL с учетом частоты дискретизации 10 Гц составляют соответственно 1, 5 и 2 (рис. 15).

Вектор настраиваемых параметров адаптивной модели, содержащий веса и смещения нейронной сети,

. (30)

Критерий оптимальной настройки нейросетевой модели, т.е. текущую ошибку обучения в каждый момент времени, обозначим

. (31)

Задача обучения сети представляет собой задачу многомерной нелинейной оптимизации

. (32)

Предложен алгоритм адаптивного обучения нейросетевой модели рабочего процесса ЗТМ, основанный на рекуррентном методе наименьших квадратов (методе экспоненциального забывания) и алгоритме динамического обратного распространения ошибки обучения Forward Perturbation.

В процессе обучения нейронная сеть накапливает информацию о динамике рабочего процесса, причем новые тенденции развития процесса превалируют над более ранними. Степень важности предыдущей информации о динамике процесса учитывается с помощью параметра забывания . Градиент критерия оптимального обучения сети содержит частные производные ошибки обучения по настраиваемым параметрам нейросетевой модели:

(33)

Разработан и программно реализован алгоритм адаптивного обучения нейросетевой модели рабочего процесса ЗТМ. На каждом шаге по времени корректируется вектор весовых коэффициентов и смещений сети в соответствии с рекуррентным выражением

, (34)

где - интервал дискретизации по времени.

Используемая в алгоритме матрица ковариации вектора параметров нейросети

. (35)

Адаптивная нейросетевая модель процесса резания грунта позволяет моделировать и прогнозировать зависимость силы сопротивления перемещению тензометрической тележки в зависимости от глубины резания грунта и скорости тележки в динамике. Оценена точность прогнозирования , средняя относительная ошибка после обучения сети составляет 4,5%.

Для обоснования применимости нейросетевого подхода к идентификации и моделированию различных ЗТМ разработана нейросетевая модель рабочего процесса бульдозера, позволяющая моделировать зависимость тяговой мощности от заглубления отвала. Для обучения нейросетевой модели рабочего процесса бульдозера использованы экспериментальные сигналы, приведенные в предыдущей главе: заглубление отвала , сила сопротивления копанию и действительная скорость . Заглубление отвала влияет на толщину вырезаемой стружки грунта и на сцепной вес трактора. Нейросетевая модель (рис. 16), состоит из двух нейронных сетей: сеть 1 моделирует зависимость силы от заглубления отвала , а сеть 2 - зависимость скорости от силы и заглубления отвала . Модель функционирует в двух режимах, переключение между которыми обозначено ключевым элементом (рис. 16). В режиме обучения модели на входы нейронных сетей подаются экспериментально измеренные сигналы и , для обучения сети 2 используется сигнал . В режиме моделирования и прогнозирования на вход модели подается сигнал , на вход сети 2 поступает выходной сигнал сети 1, т.е. моделируемое значение силы . Выходом модели является моделируемое значение тяговой мощности бульдозера .

Каждая из нейронных сетей 1 и 2 представляет собой нелинейную модель авторегрессии с внешними входами, в частности, динамическую рекуррентную двухслойную нейронную сеть.



Рис. 16. Нейросетевая модель рабочего процесса бульдозера

Входной сигнал модели, использованный для обучения, моделирования и верификации, представлен на рис. 17. Адаптивное обучение модели остановлено в момент времени c. При полученных в этот момент времени значениях параметров нейросетевой модели выполнено моделирование силы сопротивления копанию и скорости машины (рис. 18, 19), а также построен прогноз на 0,5 с вперед.