基于人工神经网络的液压振动系统研究

2012-10-16郭志刚李文选冯继刚

河北工程大学学报(自然科学版) 2012年2期

郭志刚，李文选，冯继刚

(河北工程大学机电工程学院，河北邯郸056038)

随着科学技术步伐的加快，液压振动系统在各个领域中得到了广泛应用和发展，目前对其研究多为建立系统模型，然后根据实验参数对系统进行数学优化计算［1－5]。周顺等［6]曾提出过模态控制方法，但未见基于神经网络对液压振动系统模型进行的研究。本文通过立体正交试验找出训练神经网络的样本，采用人工神经网络建立数学模型，运用计算机仿真软件得出最佳优化组合，为液压振动系统的分析和改进提供参考。

1 液压激振基本原理

液压振动压路机的关键部件是二自由度振动轮。工作时，液压激振的工作部件振动轮直接与被压实材料接触;液压振动轮的配重通过差动油缸的活塞杆和活塞筒悬挂在滚筒内;激波器使液压系统产生类正弦液压波，波通过油缸将激振力作用于配重，使配重上下运动，在惯性的作用下，带动振动轮振动。其组成如图1所示。

图1中K、C分别表示配重和振动轮之间的刚度和阻尼，计算公式如下:

式中:η—流体动力黏度;l—柱塞的厚度;D1—缸壁内径;d1—活塞直径;G—剪切弹性模量;D2—弹簧中径;d2—弹簧丝直径;n—弹簧有效圈数。

2 液压振动轮的模型试验

2.1 安排立体正交试验

液压激振振动试验选取4个试验因素，每个试验因素选择3个水平子集合，在确定水平表之后，由每个因素水平子集内选取3个因素水平值，利用正交表构造立体表的竖表。安排立体正交优化试验，获得训练神经网络的样本。因素水平用因素水平子集合中间元素值替换，如表1所示。

表1 压路机水平表优化试验安排Tab.1 The optimization experimental arrangement of horizontal roller table

2.2 数据处理

对上述液压激振振动试验获得的试验振幅值数据进行小波分析，求得实验的振动轮振幅值，继而求得所采样加速度值，如图2所示。

对数据进行归一化处理，见表2。

表2 压路机试验数据归一化结果Tab.2 The normalization results of roller test data

2.3 液压振动试验数据训练神经网

对表2的网络模型的数据记为矩阵形式，得训练模型

建立完成的神经网络模型需通过试验样本为输入矩阵PP和输出矩阵TT验证:

通过仿真函数simuff()，输入验证矩阵PP，得到模型目标值tt:

3 方差分析

建立液压振动轮合理的BP网络之后，可以根据MTALAB软件仿真最优目标值，选用仿真函数simuff()来完成。

3.1 液压振动试验数水平表所对应的试验目标值

根据函数simuff()得仿真实验结果，一个水平表对应一个试验号，各水平表结果见表3。为了确定水平表中每个试验对应的目标值，需对每个试验号所对应竖表的目标值进行处理。

表3 仿真实验结果Tab.3 The experimental results of simulation

以第9号实验例说明确定目标值的方法。水平表第9号试验所对应的因素子集合为 f3，A3，L2，W1。安排正交表进行仿真实验，本实验的权数W选为0.96。对9个实验目标进行权系数处理，以第1号试验最终值求解为例，T1=t11×W×W×W ×W=0.534 7 ×0.996 ×0.96 ×0.96 ×0.96=0.454 1，依次可得水平表9个试验所对应的目标值为:T1=0.454 1;T2=0.321 7;T3=0.358 5;T4=0.392 0;T5=0.437 3;T6=0.486 1;T7=0.258 8;T8=0.466 5;T9=0.476 5，比较大小可得第 9 号试验最终目标最大值为 0.494 5 ×0.96=0.476 5。

3.2 液压振动试验数因素水平子集寻优

对水平表试验进行方差分析，立体正交化试验目的是要求的压实度越大越好的平均值越大，因素偏差值Sj越大，试验目标值土的高度变化值△h越大。所以，因素水平子集合最优组合为A3f2w3L2(表 3)，其中:A3∈［0.5，0.61] ;f2∈［32，36] ;W3∈［17.4，19.4] ;L2∈［92，115] 。根据最优化组合A3f2w3L2，计算得其目标值0.551 3即为系统阻尼，根据式(2)计算得系统刚度为3.3N/mm。与神经网络模型目标值tt比较，其相对误差为 10.46%。