摘要:混沌现象广泛存在于机械系统中,进一步认识和控制混沌现象对机械系统的应用与研究有着极其重要的意义。文章基于机械系统中所存在的混沌现象,阐述了机械系统中混沌现象的控制方法,并就机械系统的智能控制进行了进一步的分析。
关键词:机械系统;混沌现象;控制;智能
中图分类号:TP273.5文献标识码:A文章编号:1006-8937(2010)06-0122-02
所谓混沌主要指的是在确定系统中一些随机发生的不规则运动。传统意义上来说,对于一些确定的刺激,当确定性系统的参数并不是随机的时,其响应也一定是确定的。然而在现实生活中,有一些系统却是非线性的。因此,在某些条件下,即使受到规则刺激,振动系统后也会产生一些无规则且永不重复的振动,我们称这种运动为混沌振动。在许多领域,混沌往往并不被期待,它可能导致振荡或无规则的运动,进而会导致整个系统与最初的目标相差甚远,甚至是完全偏离或是系统崩溃。如对于某些机械系统而言,混沌振动会使系统产生不规则的振荡,其动态特性经常显示出一些不可预测的干扰波动,进而造成机械载荷超出其承受能力、噪声过分的增加、与此同时,运动精度也会随之降低等。这样的情况下,如何对混沌振动进行控制已迫在眉睫。因此,我们进行了文章的研究。
1机械系统中的混沌现象
混沌现象是由美国气象学家Lorenz在1963年首次提出来的。混沌现象是确定的非线性动力系统,如开放系统、某些不可积的Hamilton保守系统和非线性的离散映射系统所特有的复杂运动形态,然而目前对于确定的机械系统很多都是非线性的,因而混沌现象广泛存在于机械系统中。迄今为止,国内外己有不少学者对机械系统中的混沌现象进行了研究。
系统如表现出混沌现象有很多种原因,如其它机械系统中的混沌现象所产生的干扰,各个子系统之间的耦合、各个子系统之间的相互干扰,以及外部的变化对子系统的干扰等。国内学者袁惠群等发现非线性转子系统发生碰撞摩擦时,会呈现多种分叉与混沌的现象,以及多种形式的周期与概周期运动。另外,还有学者利用数值计算的方法证明了铣削过程会产生混沌现象,因为他是一个再生颤振的非线性模型。段秋实等人通过分析地面机械系统中相互作用过程的非线性特征的研究,表明了地面机械系统中存在混沌现象。国外的F.Farahanchi等人对曲柄滑块中的滑块与导路之间的间隙进行了研究,研究表明,当转动速度较高时,曲柄滑块系统会出现混沌现象;当转动速度较高时,曲柄滑块系统会出现周期运动。这一研究结果表明,混沌现象的发生与曲柄滑块系统的转动速度有关。粗轧机振动系统在不同的条件下,会形成一些振动形式,如周期振动、概周期振动和混沌振动。在机械系统还存在很多的混沌现象,如有阻尼的非线性振动系统中的混沌现象、变截而弯梁中的混沌现象、磁悬浮振动系统中的混沌现象、非线性弹性联轴节系统中的混沌现象、海上设备的振动中的混沌现象,机床的振动以及路面车辆系统等中的混沌现象。
另外,振动也存在好的一面,如在振动筛机构的混沌现象研究上,如果能够在振动筛中增加一些附件,振动筛机构就会出现混沌运动,这就可以很好的满足其对震动的需求。
2混沌现象的控制方法
既然机械系统中的混沌现象是普遍存在,那么就应当重视研究机械系统中混沌的控制方法。
①混沌现象的OGY控制方法。OGY方法是由物理学家Ott, Grebogi和Yorke提出的,指的是用微小的信号来控制存在混沌现象的系统。本方法的基本思路是:首先确定吸引子的各种不稳定周期轨道,然后在此基础上选择各种不稳定周期轨道的其中一个作为目标轨道,通过施加控制摄动量来进行对其的控制。经过这些前期活动后,系统的运动就会固定在这个目标轨道上。这个时候,如果系统运行良好,我们就不必再进行施加一些外部的控制信号;如果系统会受到其他的噪声干扰,我们还需要进行的施加一些外部的控制信号来维持系统的良好运行。
②混沌现象的智能控制方法。在混沌控制领域,OGY方法起到了开拓和启发的作用,使人们混沌是可以通过一些方法和措施来充分控制的,这极大的增强了人们对混沌进行有效控制的信心,并调动了研究者对混沌现象的研究积极性,但是,伴随着人们使用OGY方法对混沌现象进行控制,人们越来越发现其存在很多的不方便,如系统想要达到真正的控制可能需要等待较长的时间才可以,并且在利用OGY方法对混沌现象进行控制之前还需要提前知道目标轨道的各种特征值和特征参数。这就导致了OGY方法并不适于及时的在线控制。因为OGY方法本身的缺陷性,也促发了近年来一些学者将混沌控制与传统控制方法相结合,形成了一些独特的控制理论与方法,主要体现在混沌系统在整体结构上。这些都有待采用新型控制理论和方法来实现,人们便尝试着将神经网络控制、模糊控制、专家控制和基于进化机制的控制等应用于混沌控制中去,而新型的混沌控制技术——智能控制则恰好可以满足这种需要。
3混沌现象的智能控制
目前关于智能控制的主要有神经网络控制、模糊控制、专家控制和基于进化机制的控制等四个方面的研究内容。
①神经网络控制。神经网络是由神经元相互连连而组成的网络,它是从微观结构和功能上对人脑的抽象、简化,是模拟人类智能的一条重要途径。神经网络具有非线性特征,能够在未知非线性系统模型的前提下较好的模拟非线性系统,主要适用于在一定控制标准的情况下自适应寻找相应的非线性控制,而且不需要大量的先验控制策略知识,所以很快的成为混沌振动智能控制的一个重要的发展方向。
同时,人们经过长年的研究发现神经网络具有一些固有的非线性特性,一个经过适当训练的神经网络还能够具有归纳数据的能力。因此,神经网络可以处理那些数学模型难以处理和先验知识较为缺乏的问题。另外,神经网络除了适应能力较强之外,还能够融合信息,这样就可以使其能够同时输入大量的各种各样的控制信号,这样就能够解决所输入的信息间的互补和冗余等一系列的问题,并能够最终实现信息的集成和融合。
总而言之,神经网络具有学习能力,自适应能力、函数逼近能力,大规模并行处理能力等,可以很好的服务于混沌现象的控制。
②模糊控制。人的认知世界在包含大量的不确定信息时,需要对所获信息进行一定程度上的模糊化处理,来达到减少问题的复杂度。1965年Zadeh创立的模糊控制理论正是一种处理不确定性良方。模糊逻辑实际上是多值逻辑的扩展,它能够完成传统数学方法难以达到的近似推理。目前,在很多的方法中已经阐述,如基于叫测点电压与小同测试频率下电路增益的模糊信息融介诊断算法,以及基于K故障节点诊断法和最小标准差法的元件故障隶属函数构造方法。通过相关的模拟实验,证明了这种方法能够大大提高机械系统故障定位的准确率。
③专家控制。专家控制是人工智能的主要构成之一。一个典刑的专家系统主要由四部分组成即知识库、知识获取机制、推理机和人和界面。按知识表达方式的不同,专家系统可分为基于规则和基于框架的专家系统;按推理方式不同,专家推理可分为正向推理和逆向推理。专家系统在知识表达方面,会利用产生式规则来进行表达,既有利于现有的人工智能语言,它的这种表达也更合乎人的心理逻辑,便于人们进行知识获取,使人们更容易接受,因此,利用框架来进行知识表达得到了越来越多的应用和推广。在诊断推理方面,主要表现在对推理逻辑和推理模型的研究两个方面,由于在人工智能领域会存在着很多推理逻辑,因此,在专家系统中广泛使用模糊推理逻辑可以降低系统的复杂性,进而在机械系统故障诊断上产生更好的效果。
④基于进化机制的控制。基于进化机制的控制方法是由数字串的集合通过遗传算法,来表示优化问题的解,即通过选择、杂交和变异等操作实现数字串寻优。在交流伺服系统中采用基于进化机制的模糊神经网络控制较之传统的PID控制方式响应速度更快、误差更小、无震荡、伺服性能更强。仿真结果表明,若是将基于进化机制的控制方法融入模糊神经网络控制器来控制交流伺服系统,那么系统的响应超调量会明显减少,且具有较好的抗干扰性、伺服性。
参考文献:
[1] 王文杰,叶世伟.人工智能原理与应用[M].北京:人民邮电出版社,2004.
[2] 李关华,韩大明,陆怀民.人工智能在机械故障诊断中的应 用[J].森林工程,2006,(2).
[3] 袁惠样,闻邦椿,李鸿光.非线性转子局部碰摩故障的分叉 与混沌行为[J].东北人学学报:自然科学版,2000,(6).
