[发明专利]一种风电安装船高精度液压同步提升控制系统

摘要

本发明提供了一种风电安装船高精度液压同步提升控制系统，包括液压传动模块、液压控制模块和电气控制模块，液压传动模块包括底座、桩腿和四个液压传动组件，桩腿固定在底座上，该底座上方设置有耳座；液压传动组件包括结构相同的左传动组件、后传动组件、右传动组件和前传动组件，液压控制模块包括液压油箱、液压管路、空气过滤器、电动机、液压泵、单向阀、溢流阀、四个液压传动控制组件和四个液压插销控制组件，液压泵与电动机连接，液压泵的一端通过液压管路、空气过滤器与油箱相连，另一端通过液压管路与液压传动控制组件和液压插销控制组件连接。本发明克服了液压系统的泄漏、执行元件等存在的非线性摩擦阻力等问题，具有良好的应用前景。

主权项

一种风电安装船高精度液压同步提升控制系统，包括液压传动模块、液压控制模块和电气控制模块，其特征在于：所述液压传动模块包括底座(1)、桩腿(2)和四个液压传动组件，桩腿(2)固定在底座(1)上，该底座(1)上方设置有若干个耳座(4)；所述液压传动组件包括结构相同的左传动组件、后传动组件、右传动组件和前传动组件，所述液压控制模块包括液压油箱(34)、液压管路(29)、空气过滤器(31)、电动机(30)、液压泵(32)、单向阀(28)、溢流阀(33)、四个液压传动控制组件和四个液压插销控制组件，所述液压泵(32)与电动机(30)连接，所述液压泵(32)的一端通过液压管路(29)、空气过滤器(31)与油箱(34)相连，另一端通过液压管路(29)与液压传动控制组件和液压插销控制组件连接；所述左传动组件包括左行程传感油缸(3)、左油缸(10)、中间设置有圆孔的左滑块(6)、上位销(5)、下位销(26)、左插销装置，该左插销装置包括支架(7)、左插销油缸(8)、插销(9)；具体连接结构为：所述左行程传感油缸(3)的上油腔、下油腔分别与左油缸(10)的上油腔、下油腔通过液压管路连通，该左行程传感油缸(3)和左油缸(10)的上下油腔连通后形成一个液压缸组，即左液压缸组；所述左行程传感油缸(3)的左滑块(6)通过上位销(5)连接有活塞杆(27)，所述左行程传感油缸(3)的缸体经下位销(26)与底座(1)上的耳座(4)相连，所述左油缸(10)的活塞杆(27)经上位销(5)与左滑块(6)相连，所述左油缸(10)的缸体经下位销(26)与底座(1)上的耳座(4)相连；所述左插销装置中的支架(7)与左滑块(6)相连；所述左插销油缸(8)安装在左滑块(6)中间的圆孔内，实现在圆孔内左右移动；所述左插销油缸(8)的活塞杆(27)与支架(7)相连，所述左插销油缸(8)的缸体与插销(9)相连；所述右传动组件包括右行程传感油缸(15)、右油缸(18)、右滑块(16)、上位销(5)、下位销(26)和右插销装置，该右插销装置由支架(7)、右插销油缸(17)和插销(9)组成，具体连接结构为：右行程传感油缸(15)的上油腔、下油腔分别与右油缸(18)的上油腔、下油腔通过液压管路连通，右行程传感油缸(15)和右油缸(18)的上下油腔连通后形成一个液压缸组，即右液压缸组；所述右行程传感油缸(15)的活塞杆(27)经上位销(5)与右滑块(16)相连，所述右行程传感油缸(15)的缸体经下位销(26)与底座(1)上的耳座(4)相连；所述右油缸(18)的活塞杆(27)经上位销(5)与右滑块(6)相连，右油缸(18)的缸体经下位销(26)与底座(1)上的耳座(4)相连；所述右插销装置中的支架(7)与右滑块(16)相连；所述右插销油缸(17)安装在右滑块(16)中间的圆孔内，可以在圆孔内左右移动；所述右插销油缸(17)的活塞杆与支架(7)相连，右插销油缸(17)的缸体与插销(9)相连；应用模糊RBF神经网络控制器实时控制所述左液压缸组及所述右液压缸组的行程位置，控制器输入为所述左液压缸组及所述右液压缸组的行程位置误差e及其变化e′，其中，e是由左右两液压缸实测行程位置相比较求出，即e＝x‑xr；e′为e的一阶微分；另外，em为左油缸参考输出与右油缸实际输出位置信号的偏差，即em＝xm‑xr，ωjk为第二层与第三层之间的连接权值，ωko为第三层与第四层之间的连接权值，yo(4)为网络第四层的输出；模糊RBF神经网络参数通过免疫遗传算法进行在线优化获得，从而使右油缸的实际行程位置能够准确跟踪左油缸行程位置的参考输出，也就是使差值e趋近于零；免疫遗传算法通过计算适应函数以求得最优参数解，通过在线调节适应参数，以改善两液压缸的同步提升控制性能；模糊RBF神经网络由输入层、模糊化层、模糊推理层及输出层构成，隐含层采用高斯型函数，输出层采用线性激活函数；经过从模糊逻辑到神经网络结构的映射和结合，将模糊逻辑最重要的参数即隶属函数的形状和位置以及模糊规则转化为神经网络的权重值，在此基础上便可利用神经网络的自学习、自适应能力来优化这些参数，最终实现优化模糊逻辑控制效果的目的；在海洋安装工程平台同步提升液压系统中，免疫遗传算法的输入为左油缸参考输出与右油缸实际输出位置信号的偏差em；模糊RBF神经网络作为整个液压同步系统的主控制器，再利用免疫遗传算法在线优化训练模糊神经网络控制器参数，具体优化参数包括：第二层与第三层之间的连接权值ωjk；第三层与第四层之间的连接权值ωko；第二层高斯函数的均值cij和标准差bij；应用免疫遗传算法对该网络进行训练优化和调整参数，以寻求得到模糊控制中的最优化隶属函数和控制规则的全局组合控制效果；IGA实现的具体包括：①初始化，风电安装船高精度液压同步提升的控制问题视为抗原，确定待优化变量ωjk，ωko，cij，bij；②确定IGA运行参数：其中，群体规模Q＝160，交叉概率Pc＝0.60，变异概率Pm＝0.015；③编码，标准遗传算法一般采用二进制编码，其搜索能力强，交叉变异计算方便，但需要频繁的编码与解码，计算量较大且精度不高；基于此，本研究采用精度更高，搜索空间更大的十进制编码，将待优化参量对应于抗体编码上的一个十进制数值，使得待优化参量的个数等于抗体编码长度；本系统可选择(ωjk，ωko，cij，bij)为每一抗体所对应的网络结构参数，共有100组初始抗体；④适应度计算，种群大小为160，运用IGA来搜索最优的模糊隶属函数参数cij、bij，计算每个抗体的适应度；由于进化总是朝着使适应度函数值增大的方向，因而适应度函数为构造目标函数倒数的形式，设抗体PS所对应的目标函数为网络能量函数ES，能量函数为系统期望输出与实际输出之差的平方和；因目标函数为最小值问题，令适应度函数Fit(Es)=11+c+12Σi=1M(Udi-Ui)2,c≥0,c+Es≥0]]>式中，c为目标函数界限的保守估计值，Udi和Ui分别为第i个训练样本在输出节点的期望输出和实际输出；⑤免疫记忆机制，每代进化完成后，IGA从当前种群中选取适应度较高的抗体送入记忆库，以此保证记忆库中抗体具有较高适应度和良好的多样性，并从库中选取一部分抗体替代当前种群中最劣抗体，提高收敛速度；⑥选择操作，计算当前种群中适应度值相近的抗体浓度，即抗体在群体中与其相似抗体所占的比例；当浓度一定时，适应度越大，抗体被选择的概率越大；当适应度一定时，抗体浓度越高，抗体被选择的概率越小，这样既可保留具有优秀适应度的抗体，又可抑制浓度过高的抗体，形成一种新的多样性保持策略；⑦交叉和变异操作，按交叉概率Pc和变异概率Pm进行与标准遗传算法相同的交叉和变异操作；⑧种群更新，对新一代种群循环以上操作不断提高群体最优抗体的适应度值和平均适应值，直至最优抗体达到规定的范围，同时满足所有的约束条件，迭代终止，输出结果，IGA算法结束。