ในระบบอัตโนมัติทางอุตสาหกรรมสมัยใหม่และการผลิตระดับไฮเอนด์ เพดานประสิทธิภาพของระบบควบคุมไฮดรอลิกมักถูกกำหนดโดยลักษณะการตอบสนองแบบไดนามิกของปั๊มปริมาตรแปรผัน ในฐานะแหล่งพลังงานหลักสำหรับการส่งกำลังของไหล พฤติกรรมไดนามิกแบบไม่เชิงเส้นของปั๊มลูกสูบแนวแกน (เช่น ซีรีส์ Rexroth A10VSO) ถือเป็นความท้าทายที่ยากลำบากในวิศวกรรมควบคุมมาเป็นเวลานาน
I. สถาปัตยกรรมการเก็บข้อมูล: การสร้างเกณฑ์มาตรฐานการทดสอบ Hardware-in-the-Loop (HIL) ที่มีความเที่ยงตรงสูง
คุณภาพของข้อมูลเป็นตัวกำหนดขีดจำกัดบนของการวิเคราะห์โมเดล การศึกษานี้ได้สร้างแพลตฟอร์มการทดสอบ Hardware-in-the-Loop (HIL) ที่เข้มงวด โดยอิงจากปั๊มลูกสูบแนวแกนแปรผัน Rexroth A10VSO สถาปัตยกรรมกระแสข้อมูลได้รวมเอาวาล์วสัดส่วน VT-DFP และเครื่องขยายสัญญาณอิเล็กทรอนิกส์ VT-5041 เข้าด้วยกัน ทำให้เกิดการซิงโครไนซ์แบบเรียลไทม์ที่มีความแม่นยำสูงระหว่างโมเดล Simulink และชั้นไดรฟ์ PLC ผ่านโปรโตคอลการสื่อสารที่ปรับแต่งเอง ข้อได้เปรียบหลักของสถาปัตยกรรมนี้ ได้แก่:
- การซิงโครไนซ์ความหน่วงต่ำ: โปรโตคอลการสื่อสารที่ปรับให้เหมาะสมช่วยลดการสั่นของรอบการสุ่มตัวอย่างให้อยู่ในระดับไมโครวินาที ทำให้มั่นใจได้ถึงการจัดตำแหน่งเวลาที่เข้มงวดระหว่างสัญญาณอินพุต (กระแสควบคุม) และสัญญาณเอาต์พุต (การตอบสนองการไหล/แรงดัน) ขจัดความสัมพันธ์เท็จที่เกิดจากการเบี่ยงเบนเวลา
- คลังข้อมูลตัวอย่างที่เชื่อถือได้สูง: ข้อมูลอนุกรมเวลาจำนวนมหาศาลที่รวบรวมภายใต้สภาวะการทำงานที่หลากหลาย (ความชันของแรงดัน, การเปลี่ยนแปลงโหลด, ความผันผวนของความเร็ว) ครอบคลุมลักษณะของระบบทั้งหมดตั้งแต่สภาวะคงที่ไปจนถึงสภาวะชั่วคราว ให้ชุดข้อมูลการฝึกอบรมและการตรวจสอบที่แข็งแกร่งสำหรับการระบุแบบกล่องดำ
II. วิธีการสร้างแบบจำลอง: การเปลี่ยนแปลงกระบวนทัศน์จากกลไกสู่ข้อมูล
จากมุมมองของการวิเคราะห์ข้อมูล เราละทิ้งการอนุมานสมการของไหลที่ซับซ้อน โดยหันไปใช้เทคโนโลยีการระบุระบบแบบกล่องดำ แนวทางนี้ถือว่าระบบเป็นกล่องดำแบบหลายอินพุตหลายเอาต์พุต (MIMO) ซึ่งจับคู่พลวัตของระบบโดยตรงผ่านความสัมพันธ์ทางสถิติระหว่างกระแสข้อมูลอินพุต-เอาต์พุต วิธีนี้สามารถหลีกเลี่ยงความยากลำบากในการวัดพารามิเตอร์ทางกายภาพได้อย่างแม่นยำ (เช่น สัมประสิทธิ์ความหนืดและแรงบิดเสียดทาน) ได้อย่างมีประสิทธิภาพ โดยเปลี่ยนกระบวนการสร้างแบบจำลองให้เป็นปัญหาการถดถอยแบบไม่เชิงเส้นและการปรับระบบพลวัตให้เหมาะสม
III. การสร้างแบบจำลองปริภูมิสถานะและการปรับพารามิเตอร์ให้เหมาะสม: การใช้เกณฑ์ PEM
เพื่อจับลักษณะพลวัตของปั๊มแปรผันได้อย่างแม่นยำ เราได้สร้างแบบจำลองพารามิเตอร์ปริภูมิสถานะ สำหรับการปรับพารามิเตอร์ให้เหมาะสม เราใช้เกณฑ์ Prediction Error Minimization (PEM) ซึ่งลดผลรวมกำลังสองของส่วนที่เหลือระหว่างเอาต์พุตที่คาดการณ์และเอาต์พุตที่วัดได้ทางคณิตศาสตร์ผ่านการอัปเดตพารามิเตอร์แบบวนซ้ำ
โดยใช้อัลกอริทึมการไล่ระดับสีแบบแปรผัน เราค้นหาผลลัพธ์ที่เหมาะสมที่สุดในปริภูมิพารามิเตอร์ ในขณะที่ตรวจสอบการลู่เข้าของโมเดลและกับดักจุดที่เหมาะสมที่สุดอย่างระมัดระวัง ด้วยการแนะนำเทอมการทำให้เป็นปกติ เราสามารถระงับการปรับให้เหมาะสมเกินจริงที่เกิดจากสัญญาณรบกวนได้อย่างมีประสิทธิภาพ ทำให้มั่นใจได้ถึงความสามารถในการสรุปผลที่แข็งแกร่งภายใต้สภาวะการทำงานที่ไม่รู้จัก ผลการทดลองแสดงให้เห็นความสอดคล้องกันที่โดดเด่นระหว่างเอาต์พุตของโมเดลและข้อมูลที่วัดได้ทั้งในลักษณะแอมพลิจูด-ความถี่และเฟส-ความถี่ ซึ่งเป็นการยืนยันประสิทธิภาพของ PEM สำหรับการระบุระบบไฮดรอลิก
IV. การจัดการความซับซ้อนของโมเดล: การแยกค่าเอกฐานของ Hankel
ความซับซ้อนของโมเดลและความแม่นยำในการปรับให้เหมาะสมเป็นสิ่งที่ต้องแลกเปลี่ยนกันโดยธรรมชาติ ลำดับโมเดลที่ไม่เพียงพอจะนำไปสู่การปรับให้เหมาะสมน้อยเกินไป ซึ่งไม่สามารถจับคู่พลวัตของไหลที่ซับซ้อนได้ ในขณะที่ลำดับที่มากเกินไปจะนำส่วนประกอบสัญญาณรบกวนเข้ามา ซึ่งสร้างภาระในการคำนวณและอาจเกิด "คำสาปแห่งมิติ" ในการออกแบบตัวควบคุม
เราได้นำ Hankel Singular Value Decomposition (HSVD) มาใช้เพื่อประเมินการมีส่วนร่วมของพลังงานของแต่ละโหมดเชิงปริมาณ การวิเคราะห์แสดงให้เห็นว่าค่าเอกฐานหกค่าแรกคิดเป็นกว่า 95% ของพลังงานพลวัตของระบบ โดยค่าที่ตามมาแสดงการลดลงอย่างรวดเร็วซึ่งสะท้อนถึงสัญญาณรบกวนความถี่สูงเป็นหลัก สิ่งนี้ทำให้สมเหตุสมผลในการตัดความถี่สูงออกและสร้างแบบจำลองปริภูมิสถานะลำดับที่ 6 ให้เหมาะสมที่สุด - รักษาการจับลักษณะพลวัตในขณะที่เพิ่มประสิทธิภาพการคำนวณสูงสุดสำหรับการใช้งานตัวควบคุมแบบเรียลไทม์
V. คุณค่าทางวิศวกรรมและการพัฒนาขั้นตอนที่เป็นมาตรฐาน
นอกเหนือจากการส่งมอบแบบจำลองทางคณิตศาสตร์ที่เฉพาะเจาะจงแล้ว การวิจัยนี้ยังได้สร้างกระบวนการสร้างแบบจำลองที่เป็นมาตรฐานที่สามารถทำซ้ำได้ ซึ่งมอบประโยชน์หลักสามประการแก่วิศวกร:
- ลดเวลาการว่าจ้าง: วิธีการที่ขับเคลื่อนด้วยข้อมูลช่วยให้สามารถได้มาซึ่งโมเดลที่มีความเชื่อถือสูงได้อย่างรวดเร็วโดยไม่ต้องมีความเชี่ยวชาญด้านพลศาสตร์ของไหลอย่างลึกซึ้ง ทำให้สามารถออกแบบตัวควบคุมแบบ "โมเดลก่อน" ซึ่งช่วยลดต้นทุนการปรับแต่งแบบวงปิดได้อย่างมาก
- เพิ่มความทนทานของระบบ: โมเดลที่มีความแม่นยำสูงช่วยให้สามารถใช้อัลกอริทึมควบคุมขั้นสูง (เช่น MPC และการควบคุมที่ทนทาน) ในขณะที่การอัปเดตพารามิเตอร์แบบออนไลน์จะชดเชยการเปลี่ยนแปลงประสิทธิภาพจากการเปลี่ยนแปลงอุณหภูมิหรือการสึกหรอของซีลแบบไดนามิก
- การสนับสนุนการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล: กรอบการสร้างแบบจำลองช่วยให้สามารถบำรุงรักษาเชิงคาดการณ์ได้โดยการแจ้งเตือนเมื่อการวัดค่าเบี่ยงเบนจากเกณฑ์มาตรฐานของโมเดล เปลี่ยนจากกลยุทธ์การบำรุงรักษาแบบตอบสนองไปสู่กลยุทธ์เชิงรุก
บทสรุปและทิศทางในอนาคต
ด้วยการรวมการทดสอบ HIL, การปรับ PEM และการวิเคราะห์ HSVD เราได้แก้ไขปัญหาความท้าทายในการสร้างแบบจำลองพลวัตของปั๊มลูกสูบแนวแกนได้สำเร็จ แนวทางที่ขับเคลื่อนด้วยข้อมูลนี้ไม่เพียงแต่เสริมการสร้างแบบจำลองทางกายภาพแบบดั้งเดิมเท่านั้น แต่ยังเป็นเส้นทางที่จำเป็นสู่ระบบควบคุมไฮดรอลิกอัจฉริยะและแม่นยำ การบูรณาการการเรียนรู้ของเครื่องในอนาคตสัญญาว่าจะมีความก้าวหน้าเพิ่มเติมในการสกัดลักษณะพลวัตแบบไม่เชิงเส้น ซึ่งอาจปฏิวัติระบบขับเคลื่อนไฮดรอลิกสำหรับอุปกรณ์การผลิตขั้นสูงผ่านความสามารถในการคำนวณที่เพิ่มขึ้น