CN110245404B - 基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 - Google Patents
基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 Download PDFInfo
- Publication number
- CN110245404B CN110245404B CN201910475467.4A CN201910475467A CN110245404B CN 110245404 B CN110245404 B CN 110245404B CN 201910475467 A CN201910475467 A CN 201910475467A CN 110245404 B CN110245404 B CN 110245404B
- Authority
- CN
- China
- Prior art keywords
- gate
- value
- oil cylinder
- stroke
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fluid-Pressure Circuits (AREA)
Abstract
Description
技术领域
本发明涉及闸门启闭机自动控制技术领域,具体是一种基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法。
背景技术
大型闸门是水利枢纽工程中的重要设施,在防洪、抗旱、供水等应用中,具有关键性作用。大型闸门启闭机一般选用液压启闭机,尺寸大、吊点间距大的闸门则采用双缸液压启闭机。
由于闸门负载不对称、长期负载下闸门变形、建筑物和机械设备误差等因素,大型闸门在启闭过程中常常偏向一方,甚至出现卡阻,如图4所示。双缸液压启闭机通过采用电气同步纠偏系统,在闸门运行过程保持闸门居中运行。
闸门电气同步纠偏控制系统,是由闸门现地控制装置可编程逻辑控制器(PLC)根据左右两侧油缸活塞杆行程检测值的变化,当左右油缸活塞杆的行程之差超过设定值,则PLC输出信号控制液压系统比例调速阀的开度,调整左右油缸的流量,进而调整油缸的活塞杆运动速率,使左右油缸活塞杆行程保持同步,达到闸门同步运行的目的。
中国专利“双吊点启闭机电气同步的方法及装置”(专利号:ZL201010292498.5)公开了一种卷扬式双吊点启闭机电气同步纠偏方法,中国发明专利“双缸液压闸门启闭机比例调节阀电气控制参数的调整方法”(专利号:ZL201410781775.7),公开了通过双缸液压闸门启闭机的PLC控制左右两个油缸比例调节阀的调节电压值,实现对左右两个油缸活塞杆的行程的精确控制。
上述现有技术中,由于工程应用中存在油缸行程检测值反映的闸门状态与实际闸门状态不一致的情况,例如,检测到的左右油缸行程偏差值在同步要求范围内,但实际观测闸门左右开度超出同步误差范围,闸门偏向一侧。电气控制系统若不进行干预,则会出现电气同步纠偏系统越纠越偏的现象。
中国专利“基于人工神经网络的双缸液压闸门油缸行程误差补偿方法”(专利号:ZL201710058781.3)公开了基于人工神经网络的双缸液压闸门油缸行程误差补偿方法,但是其有两个缺陷:第一,人工神经网络需要大数据量,训练速度比较缓慢,应用在实际油缸行程纠偏中效率低下;第二,人工神经网络需要调参,而每种闸门启闭机的型号和参数都有很大差异,基于人工神经网络的方法不能广泛的应用于多种闸门油缸行程纠偏中。
发明内容
本发明提供一种基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,可解决目前工程中存在的双缸液压闸门油缸行程检测值所反映闸门状态与实际闸门状态不一致及现有误差补偿方法效率低下、且不能广泛的应用于多种闸门油缸行程纠偏中的问题。
为实现上述目的,本发明所设计的一种基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,包括如下步骤:
(1)定义闸门状态X,X包括闸门左右开度偏差值,初始状态为0;
(2)定义测量值Z,包括左右油缸行程偏差值C、闸门水封挤压值、闸门噪声值、闸门振动值;
(3)定义状态转移矩阵A=1,表示如何由上一状态推测当前状态,其为常值;
(4)定义传感器的观测矩阵H=[0.25 0.25 0.25 0.25],表示由闸门的状态转换为观测值的转换矩阵,其为常值;
(6)定义闸门左右开度偏差状态协方差矩阵P,初始值为1;
(7)定义表示外部干扰的状态转移协方差矩阵Q=0.001;
(8)根据卡尔曼滤波方程的状态预测方程
来预测这一刻的闸门左右开度偏差状态,其中是上一刻闸门左右开度偏差状态,A是上述的闸门左右开度偏差状态转移矩阵,Uk-1是控制输入,B是控制输入转移矩阵,这里没有控制,输入为0。所述预测方程表示基于上一刻的闸门左右开度偏差状态以及输入来预测这一刻的闸门左右开度偏差状态;
(9)根据卡尔曼滤波方程的预测协方差方程
(10)根据卡尔曼滤波方程的增益更新方程
(11)根据卡尔曼滤波方程的测量更新方程
(12)根据卡尔曼滤波方程的误差协方差更新方程
更新误差协方差,其中I是单位矩阵,Kk由步骤10获得,由步骤(9)获得;计算由若干个计算周期组成,当闸门行程工作结束后停止计算,每个计算周期由步骤(8)到步骤(12)组成,依次执行,一直到闸门工作结束,通过步骤(11)可得到计算结果,即预测值用来作为闸门控制左右开度偏差的输入。
进一步的,步骤(1)中闸门左右开度偏差值的最大值为1,表示20mm,最小为-1,表示-20mm。
进一步的,步骤(1)中左右油缸行程偏差值C来自安装在油缸上的钢丝绳行程位移检测装置,行程检测精度1mm。
进一步的,采用闸门控制装置可编程逻辑控制器采集并处理成油缸行程值,并通过相减计算出左右油缸行程偏差值。
进一步的,设定最大油缸行程偏差最大值为1,表示30mm;最小油缸行程偏差为-1,表示-30mm。
进一步的,步骤(1)中闸门水封挤压值为人工观测闸门门槽顶部的左右侧橡胶水封挤压程度,用水封挤压度来表示,最小值是-1,表示左侧水封在门槽顶端有严重挤压,且左侧水封与门槽完全贴紧;0表示两侧水封与门槽无接触;最大为1,表示右侧水封在门槽顶端有严重挤压,且右侧水封与门槽完全贴紧。
进一步的,步骤(1)中门噪声值为采用噪声检测仪同时检测闸门运行时的左右侧的噪声,记录闸门启闭时噪声分贝值,以0为最小噪声,1为最大噪声。
进一步的,步骤(1)中闸门振动值通过闸门振动传感器检测闸门不同部位的振动值,在闸门关键部位安装多个振动传感器,检测闸门不同部位振动的幅度,去掉最大值和最小值,然后取平均,然后归一化,最小为0,最大为1;闸门振动表示了闸门整体运行状态,不分左右侧。
进一步的,步骤(11)计算所得预测值作为油缸行程修正值,作为实际的油缸行程值,闸门电气控制系统根据预测的油缸行程值,调节整定比例调节阀的电压值,使左右油缸运行速率发生变化,两缸行程差随之变化,进而调整闸门在门槽中的状态,以最佳轨迹运行。
基于卡尔曼滤波的方法有几个很明显的优点:
1、卡尔曼滤波很重要的一个特点,对于油缸行程检测值所反映状态和实际状态不一致的问题,即测量噪声有很好的效果,能对系统状态进行最优估计,能解决目前工程中存在的双缸液压闸门油缸行程检测值反映闸门状态与实际闸门状态不一致的问题。
2、卡尔曼滤波只有五个方程,如图1所示,计算资源需求特别少,运算速度快,能有效解决现有误差补偿方法效率低下,运算速度慢的问题,可以应用在计算资源有限的场合包括嵌入式系统中。
3、卡尔曼滤波对内存需求极低,运算的时候只需要上一刻的状态值,不需要保存所有的历史数据,存储资源需求极少,能有效解决现有误差补偿方法需要大量历史数据,存储资源消耗高的问题
本发明应用在闸门调试运行过程中,利用仪器检测闸门在启闭运行过程中的左右油缸行程偏差值、闸门水封挤压值、闸门噪声值、闸门振动值等闸门运行状态的观测数据,并输入到卡尔曼滤波方程中,将更新后的预测值作为油缸行程修正值,作为实际的油缸行程值,闸门电气控制系统根据预测的油缸行程值,调节整定比例调节阀的电压值,使左右油缸运行速率发生变化,两缸行程差随之变化,进而调整闸门在门槽中的状态,以最佳轨迹运行,保证闸门高效稳定可靠。
一座水利工程中有多孔闸门,本发明可以应用在各种不同的闸门上,速度快,效果好,能有效的处理闸门操作的噪声以及测量噪声,提高闸门调试工作效率。
附图说明
图1是卡尔曼滤波方程组;
图2是本发明的系统结构图;
图3是本发明基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法的流程图;
图4是水封示意图;
图5是本发明Matlab仿真代码;
图6是本发明Matlab仿真效果图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
在实际工程中,本发明的具体实施时间是在闸门金属结构、液压系统、电气设备、计算机系统等各种软硬件已安装到位,在所有设备联合调试阶段运行。
下文将以皂市水电站作为具体实例对本方面方法进行说明。皂市水电站共有5个表孔和4个底孔,表孔闸门采用双杠液压启闭机。本文以3#表孔闸门启闭机调试过程中消除闸门振动和噪声为例说明本发明方法在闸门联合调试阶段的应用。
请参阅图1-3,一种基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,包括如下步骤:
1.定义闸门状态X,X包括闸门左右开度偏差值,初始状态为0,其中闸门左右开度偏差值的最大值为1,表示20mm,最小为-1,表示-20mm;
2.定义测量值Z,包括左右油缸行程偏差值C、闸门水封挤压值、闸门噪声值、闸门振动值;
其中,左右油缸行程偏差值C来自安装在油缸上的钢丝绳行程位移检测装置,行程检测精度1mm。闸门控制装置可编程逻辑控制器(PLC)可用于采集并处理成油缸行程值,并通过相减计算出左右油缸行程偏差值。设定最大油缸行程偏差最大值为1,表示30mm;最小油缸行程偏差为-1,表示-30mm;
其中,闸门水封挤压值为人工观测闸门门槽顶部的左右侧橡胶水封挤压程度,用水封挤压度来表示。最小值是-1,表示左侧水封在门槽顶端有严重挤压,且左侧水封与门槽完全贴紧;0表示两侧水封与门槽无接触;最大为1,表示右侧水封在门槽顶端有严重挤压,且右侧水封与门槽完全贴紧;
其中,闸门噪声值为采用噪声检测仪同时检测闸门运行时的左右侧的噪声,记录闸门启闭时噪声分贝值。由于金属结构对压力的传导,闸门左右侧噪声会同时出现。以0为最小噪声,1为最大噪声;
其中,闸门振动值是通过闸门振动传感器检测闸门不同部位的振动值。在闸门关键部位安装多个振动传感器,检测闸门不同部位振动的幅度,去掉最大值和最小值,然后取平均,然后归一化,最小为0,最大为1。闸门振动表示了闸门整体运行状态,不分左右侧。
3.定义状态转移矩阵A=1,表示如何由上一状态推测当前状态,其为常值;
4.定义传感器的观测矩阵H=[0.25 0.25 0.25 0.25],表示由闸门的状态转换为观测值的转换矩阵,其为常值;
5.定义传感器的观测噪声协方差矩阵,设定为白噪声,正态分布,
6.定义闸门左右开度偏差状态协方差矩阵P,初始值为1;
7.定义表示外部干扰的状态转移协方差矩阵Q=0.001;
8.根据卡尔曼滤波方程的状态预测方程
来预测这一刻的闸门左右开度偏差状态,其中是上一刻闸门左右开度偏差状态,A是上述的闸门左右开度偏差状态转移矩阵,Uk-1是控制输入,B是控制输入转移矩阵,这里没有控制,输入为0。所述预测方程表示基于上一刻的闸门左右开度偏差状态以及输入来预测这一刻的闸门左右开度偏差状态。
9.根据卡尔曼滤波方程的预测协方差方程
10.根据卡尔曼滤波方程的增益更新方程
11.根据卡尔曼滤波方程的测量更新方程
12.根据卡尔曼滤波方程的误差协方差更新方程
计算由若干个计算周期组成,当闸门行程工作结束后停止计算,每个计算周期由步骤8到步骤12组成,一共5个步骤,依次执行,一直到闸门工作结束。通过步骤11可以得到计算结果,即预测值可以用来作为闸门控制左右开度偏差的输入。
下面利用数学仿真工具Matlab来测试本发明优化闸门油缸行程误差补偿的仿真效果。假设理想观测值Z为0,在Z的基础上添加方差为0.001的高斯白噪声,表示实际观测值。其他参数如图5所示。由示例代码可见,存储需求少,运算过程中只用到上一刻的数值;计算过程简单,只用到五个方程进行计算。仿真结果如图6所示,横轴是时间,纵轴是最佳估计值。可以看到,随着时间的推进,闸门油缸行程偏差基本上收敛到0附近,很好的过滤了测量噪声,实现了系统状态的最佳估计。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于包括如下步骤:
(1)定义闸门状态X,X包括闸门左右开度偏差值,初始状态为0;
(2)定义测量值Z,包括左右油缸行程偏差值C、闸门水封挤压值、闸门噪声值、闸门振动值;
(3)定义状态转移矩阵A=1,表示如何由上一状态推测当前状态,其为常值;
(4)定义传感器的观测矩阵H=[0.25 0.25 0.25 0.25],表示由闸门的状态转换为观测值的转换矩阵,其为常值;
(6)定义闸门左右开度偏差状态协方差矩阵P,初始值为1;
(7)定义表示外部干扰的状态转移协方差矩阵Q=0.001;
(8)根据卡尔曼滤波方程的状态预测方程
来预测这一刻的闸门左右开度偏差状态,其中是上一刻闸门左右开度偏差状态,A是上述的闸门左右开度偏差状态转移矩阵,Uk-1是控制输入,B是控制输入转移矩阵,这里没有控制,输入为0; 所述预测方程表示基于上一刻的闸门左右开度偏差状态以及输入来预测这一刻的闸门左右开度偏差状态;
(9)根据卡尔曼滤波方程的预测协方差方程
(10)根据卡尔曼滤波方程的增益更新方程
(11)根据卡尔曼滤波方程的测量更新方程
(12)根据卡尔曼滤波方程的误差协方差更新方程
2.如权利要求1所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:步骤(1)中闸门左右开度偏差值的最大值为1,表示20mm,最小为-1,表示-20mm。
3.如权利要求1所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:步骤(1)中左右油缸行程偏差值C来自安装在油缸上的钢丝绳行程位移检测装置,行程检测精度1mm。
4.如权利要求3所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:采用闸门控制装置可编程逻辑控制器采集并处理成油缸行程值,并通过相减计算出左右油缸行程偏差值。
5.如权利要求3所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:设定最大油缸行程偏差最大值为1,表示30mm;最小油缸行程偏差为-1,表示-30mm。
6.如权利要求1所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:步骤(1)中闸门水封挤压值为人工观测闸门门槽顶部的左右侧橡胶水封挤压程度,用水封挤压度来表示,最小值是-1,表示左侧水封在门槽顶端有严重挤压,且左侧水封与门槽完全贴紧;0表示两侧水封与门槽无接触;最大为1,表示右侧水封在门槽顶端有严重挤压,且右侧水封与门槽完全贴紧。
7.如权利要求1所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:步骤(1)中门噪声值为采用噪声检测仪同时检测闸门运行时的左右侧的噪声,记录闸门启闭时噪声分贝值,以0为最小噪声,1为最大噪声。
8.如权利要求1所述的基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法,其特征在于:步骤(1)中闸门振动值通过闸门振动传感器检测闸门不同部位的振动值,在闸门关键部位安装多个振动传感器,检测闸门不同部位振动的幅度,去掉最大值和最小值,然后取平均,然后归一化,最小为0,最大为1;闸门振动表示了闸门整体运行状态,不分左右侧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910475467.4A CN110245404B (zh) | 2019-06-03 | 2019-06-03 | 基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910475467.4A CN110245404B (zh) | 2019-06-03 | 2019-06-03 | 基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245404A CN110245404A (zh) | 2019-09-17 |
CN110245404B true CN110245404B (zh) | 2022-04-15 |
Family
ID=67885853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910475467.4A Active CN110245404B (zh) | 2019-06-03 | 2019-06-03 | 基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245404B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571155A (zh) * | 2009-05-26 | 2009-11-04 | 薛国光 | 数字式电液同步控制系统 |
CN106759137A (zh) * | 2017-01-23 | 2017-05-31 | 长江勘测规划设计研究有限责任公司 | 基于人工神经网络的双缸液压闸门油缸行程误差补偿方法 |
DE102018123649A1 (de) * | 2017-09-29 | 2019-04-04 | Ford Global Technologies, Llc | Systeme und verfahren zur schätzung von verbrennungsmotoröltemperatur |
-
2019
- 2019-06-03 CN CN201910475467.4A patent/CN110245404B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101571155A (zh) * | 2009-05-26 | 2009-11-04 | 薛国光 | 数字式电液同步控制系统 |
CN106759137A (zh) * | 2017-01-23 | 2017-05-31 | 长江勘测规划设计研究有限责任公司 | 基于人工神经网络的双缸液压闸门油缸行程误差补偿方法 |
DE102018123649A1 (de) * | 2017-09-29 | 2019-04-04 | Ford Global Technologies, Llc | Systeme und verfahren zur schätzung von verbrennungsmotoröltemperatur |
Non-Patent Citations (3)
Title |
---|
Real-Time Acceleration Harmonics Estimation for an Electro-Hydraulic Servo Shaking Table Using Kalman Filter With a Linear Model;Jianjun Yao;《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》;20140331;全文 * |
苏丹上阿特巴拉水利枢纽底孔闸门及液压启闭机运行振动问题分析及处理;王朝平等;《水电与新能源》;20180925(第09期);全文 * |
闸门双吊点液压启闭机液压同步系统分析;谭宗柒等;《起重运输机械》;20091220(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110245404A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2570687C1 (ru) | Способ управления давлением в стволе скважины на основе теории управления с прогнозирующими моделями и теории систем | |
CN106759137B (zh) | 基于人工神经网络的双缸液压闸门油缸行程误差补偿方法 | |
CN108663995B (zh) | 一种工业过程变量趋势异常检测方法及装置 | |
CN110456646B (zh) | 基于ekf的锚杆钻机钻臂摆角自适应滑模控制系统设计方法 | |
CN106228242B (zh) | 一种基于优化算法的高精度调洪演算方法 | |
CN111287740B (zh) | 基于真实应变下的异常高压气藏动态储量计算方法 | |
US20150276086A1 (en) | System and method for performing valve diagnostics | |
CN111642449B (zh) | 一种变坡式鱼类游泳能力测试水槽 | |
CN107368463B (zh) | 基于光纤光栅传感网络数据的巷道非线性变形预测方法 | |
CN115654208B (zh) | 一种基于图像识别的调节阀开度监测方法及系统 | |
CN112507487B (zh) | 一种水轮机调速器接力器的可靠性评估方法及系统 | |
CN106837310B (zh) | 基于质量流量综合检测的石油井涌井漏预报方法及装置 | |
CN109706906B (zh) | 一种三角门船闸开通闸运行的控制方法 | |
CN110245404B (zh) | 基于卡尔曼滤波的双缸液压闸门油缸行程误差补偿方法 | |
CN109829561A (zh) | 基于平滑处理与网络模型机器学习的事故预测方法 | |
CN114265368B (zh) | 航空发动机伺服控制系统组合状态自适应估计方法 | |
CN110942199A (zh) | 一种基于极限学习机的渡槽槽墩超前沉降量的预报方法 | |
CN108804721B (zh) | 基于自适应无迹Kalman滤波与RBF神经网络的抽油机故障诊断方法 | |
Yan et al. | Nonlinear modeling and identification of the electro-hydraulic control system of an excavator arm using BONL model | |
CN109902266B (zh) | 一种基于Copula函数的河道流量演算方法 | |
KR101582216B1 (ko) | 상관도 분석 및 추세 분석을 통한 배수지 수압 예측 방법 | |
CN109869137B (zh) | 一种基于流量计和示功图的抽油井定产模式控制方法 | |
CN114294277B (zh) | 基于油压调节泄洪闸门启闭用双缸液压启闭机的同步方法 | |
CN210036870U (zh) | 一种高水头船闸水位计自动校准系统 | |
Li et al. | Swing speed control strategy of fuzzy PID roadheader based on PSO-BP Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |