电子膨胀阀的控制与仿真.doc

电子膨胀阀的控制与仿真 刘庭瑞，汪其黛，陈广清 机械与电子式研究所， 摘要 本文主要阐述了电子膨胀阀控制系统的理论参数和传递函数。它是基于可接受遗传算法的不稳定对象，实现了最佳的PD控制和更显著的效果，并可运用于高精度的波动过程控制，同时，本文还说明了硬件连接和步进电机的启动过程对不稳定对象的合适的遗传算法。 1简介 对电子膨胀阀（EEV）流量调节特性的影响主要是控制系统。一般来说，就控制系统构成而言，有闭环控制，反馈加前馈复合控制。至于控制算法方面，有PID控制和模糊控制.最常用的是闭环PID控制。蒸发器PID控制的实现是基于对象的动态特性。为了实现该目的的PID算法，本文利用遗传算法来实现最佳PID参数整定的，并获得最佳的PD控制器。此外，本文阐述了控制EEV的西门子FM353步进电机。 电子膨胀阀系统的传递函数 2.1。蒸发器对电子膨胀阀系统的传递函数 对电子膨胀阀的执行器（EEV）是由步进电机带动。该控制器系统输出的过热度控制参数ΔT对应输出阀门的位置改变。控制器的输入是控制参数，并提出通过系统辨识参数E（s）。传输功能可以得到过热偏差信号。作为第一阶滞后对象，更线性化，其传递函数进一步处理蒸发器，表示成泰勒级数展开式，并保留表示第一个展开项，从而获得了最后的传递函数[1]， 在这里Ke是蒸发器的增益，T为时间常数的蒸发器，τ 是蒸发器的滞后时间.它从研究可以看出，蒸发器动态特性的特征参数，Ke，T，τ，其结构类型和系统配置。膨胀阀具有线性流量特性，其比例增益Kv。如果把脉冲或负脉冲给步进电机，床的阀门能够不断扩大或收缩.。所以，制冷剂流量可以增加或减少.这时EEV的传递函数可以表示为， 2.2.PD电子膨胀阀控制器 由于电子膨胀阀是一个集成元件，即使控制器没有积分补偿，其闭环系统也可以被设计为没有静态误差的系统.因此，制定控制器时PD控制器是首选。上面提到的蒸发器的膨胀阀控制系统的传递函数是一个具有时间延迟的一阶滞后模型。控制器体现了一个相对的一种模式，这是一个传统的控制算法， 单位阶跃的PD控制器的响应与上述参数的分析表明，上述公式可满足一般PD控制的要求。考虑到阀孔的动态响应，蒸发器过热度非线性观点，本文采用后置的PD控制，以实现膨胀阀双向智能控制。最终逐步实现系统控制。 扩展蒸发器系统PD控制框图如图1所示。HR(s)是PD控制器的传递函数。 图1 扩展蒸发器系统PD控制框图 基于遗传算法的最佳PD控制器的实现 3.1. 最优PD控制器 最优控制是在一定具体条件下，对目标实现特殊的控制，使被控系统的性能指标达到最佳状态的控制。这里使用的目标函数采用的ITAE规则，定义为： 当时间t比较大，为确保目标的值小，必须削弱系统的稳态误差，从而使系统的响应速度相对稳定。 该元件采用PD控制器分化不完全微分系数。要添加一阶惯性元件，即低通分化成组成部分，从而抑制在急剧变化的干扰条件下的高频干扰。在Matlab中，从示波器动态优化结果可以看出。最终，PD控制器可以得到最小的ITAE目标值的要求。 作为ITAE目标的选择优化，建立了最优PD的仿真是模型如图2所示。 图2局部放电仿真模型的优化 对每个目标传递函数参数可以进行评估，并在M文件中初始化。 Matlab的功能函数fminsearch（），fmincon（），和非线性（）被应用在后台优化。 在模拟过程中，薛教授使用OCDModel[2]，对模型允许指定的下限和上限范围变量进行优化，不同的仿真算法自动选择最佳参数的初始值，包括离散模拟算法。Matlab的子程序创建的最佳目标函数[2,3]，内容如下： function y=optfun_0(x) assignin(base,Kp,x(1)); assignin(base,Kd,x(2)); [t_time,x_state,y_out]=sim(ZYPD.mdl,[0,25]); y=y_out(end) 在项目方案2至3，三个工作区中的模拟变量参数可以进行评估。第四行程序，电流向量x可以用来模拟在Simulink模型。在第5行，可以评估ITAE输出目标函数y值的.并由目标函数计算完成。采样时间估计为25，其值将影响结果。通过OCD模型中的最优搜索可以更好地选择Kp和Kd值。 3.2。最优控制的遗传算法 遗传算法的基本理论是搜索从一个初始值，可以代表问题的最佳解决方案系列。这些解决方案被称为是一个人的基因编码组成的国王。一个人可以演变出一代又一代，以获得最佳