基于免疫原理的气动比例阀缸系统的位置控制

，，

（河南科技大学 电子信息工程学院，河南 洛阳 471003）

1 引言

人体免疫系统具有很强的鲁棒性和自适应能力，能够对外来病原体的入侵迅速做出反映。生物免疫系统的这些特性，已在国内外引起了广泛的重视，并且很多研究人员将免疫反馈机理应用于控制系统设计方面。目前比较常见的免疫控制器有：1）从生物免疫机理出发，设计免疫反馈控制器，并与PID结合起来［1］；2）基于识别因子和杀伤因子的双因子免疫控制器［2］；3）从生物免疫应答机理出发，构造出与传统控制器完全不同的仿生控制器［4］；4）利用免疫算法，结合 PSO［4］、神经网络、遗传算法等其他智能优化算法优化控制器参数。本文针对气动比例阀缸系统，设计免疫控制器，并对系统稳定性进行了分析，仿真结果表明，设计的控制器具有较好的跟踪特性，当负载变化时具有较好的适应能力。

2 基于免疫原理的控制器设计方案

2.1 免疫反馈机制

当外界物质（包括抗原、被病毒感染的自身细胞等）的信息被抗原呈递细胞（APC）捕获后，APC将信息传递给T细胞，即传递给Th细胞和Ts细胞，然后刺激B细胞，B细胞产生抗体以消除抗原。当抗原较多时，机体内的Th细胞也较多，而Ts细胞却较少，从而产生的B细胞会多些。随着抗原的减少，体内Ts细胞增多，它抑制了Th细胞的产生，则B细胞也随着减少，经过一段时间后，免疫反馈系统便趋于平衡。原理图如图1所示。

图1 免疫反馈原理图Fig.1 Schematic diagram of immune feedback

2.2 免疫控制器模型推导

基于2.1所述原理，设第k代抗原数量为Ag（k），抗体数量为Ab（k），由抗原刺激的Th细胞的输出为Th（k），Ts细胞的输出为Ts（k），B细胞接受的总刺激为B（k），可建立如下数学模型：

式中：k1，k2，k3为增益系数，c∈（0，1）。

3 气动比例阀缸位置控制系统

实验系统主要由气缸、比例阀、位移传感器和A／D，D／A转换装置以及计算机组成，如图2所示。其中比例阀采用MPYE－5－1／4－010－B、无杆气缸型号为GP－25－400－PPV－A－B。根据其参数，可得气动比例位置控制系统闭环传递函数

图2 实验系统组成示意图Fig.2 Schematic diagram of experimental system

4 控制系统仿真及稳定性分析

4.1 控制器性能仿真分析

采用免疫控制系统仿真框图如图3所示。

图3 免疫控制系统框图Fig.3 Immune control system frame

本文以单位阶跃响应为输入信号，被控对象传递函数如式（2），其中，各参数取值为：k1＝1.2，k2＝0.9，k3＝0.1，c＝0.1。由图4可知，与模糊控制器相比，本文的免疫控制器响应速度快，且无超调，具有较好的跟踪能力。

图4 控制系统仿真结果Fig.4 The simulation result of the control system

4.2 负载变化系统的稳定性

系统工作时，带负载工作的稳定性显得尤为重要，图4仿真结果是在M为2kg时得出的。惯性负载M变化时，控制系统的固有频率和阻尼比将会随着变化。由此可知，惯性负载的大小可能对闭环控制的输出特性有一定的影响。系统稳定工作时负载的大小由三阶系统的劳斯稳定判据及式（2）可得

系统开环传递函数为

由式（4）和系统参数可得

解得Kn＝2.32。进一步由式（3）解得M＜21.4 kg。由上述推理可知，该气动比例位置控制系统在惯性负载质量小于21.4kg时，系统可稳定运行，现取不同的质量M，可得相应的ωn，ζn具体数值如表1所示，进而得到响应模型函数，并进行仿真。

表1 数值对应表Tab.1 Numerical table

图5a为M＝5kg时的仿真结果，图5b为M＝8kg时的仿真结果，表2为系统动态响应指标。可以看出，在负载稳定的范围内，当M变大时，免疫控制器的控制效果明显好于模糊控制，系统响应指标更清晰的表明，不论超调量还是上升时间，免疫控制器具有明显优势，更具适应性。

图5 仿真结果Fig.5 Simulation results

表2 动态响应性能比较Tab.2 The comparison of dynamic response

5 结论

本文借鉴生物免疫系统的免疫反馈机理，设计了一种免疫控制器，并将其成功应用于气动比例阀缸的位置控制。仿真结果表明，与模糊控制算法相比，本文提出的控制器具有更优的动态特性和跟踪特性，且当外界负载发生变化时，控制器具有较强的适应性。

［1］高宪文，赵亚平.焦炉模糊免疫自适应PID控制的应用研究［J］.控制与决策，2005，20（12）：1346－1349.

［2］付冬梅，位耀光，郑德玲.识别强化的双因子免疫控制器及其特性分析［J］.控制理论与应用，2007，24（4）：530－534.

［3］吴婕，沈炯，李益国.热工过程的免疫控制系统设计及稳定性分析［J］.控制理论与应用，2009，26（5）：510－514.

［4］孙逊，章卫国，尹伟，等.基于免疫粒子群算法的飞行控制器参数寻优［J］.系统仿真学报，2007，19（12）：2765－2767.

［5］莫宏伟，左兴权，毕晓君.人工免疫系统研究进展［J］.智能系统学报，2009，4（1）：21－29.

［6］李小红，李安伏，牛红惠.基于免疫原理的控制调节器设计［J］.电气应用，2006，25（1）：111－113.

［7］Jamaludin J，Rahim N A，Hew W P.Development of a Selftuning Fuzzy Logic Controller for Intelligent Control of Elevator Systems［J］.Engineering Applications of Artificial Intelligence，2009，22（3）：1167－1178.