2.3 液压系统的控制策略

近年来，以提高液压驱动系统控制性能的控制策略得到了飞速的发展，并取得了一定的成果。

（1）PID控制

PID控制由于控制方法简单、易于实现，因而在工业生产中有着极其广泛的应用。但随着高端装备等新兴领域的发展，PID控制已无法满足某些液压控制系统的控制要求，以传统PID控制为基础衍生出的各种新型PID控制方法，如模糊PID、非线性PID、自适应PID等，成为当前的研究热点。

（2）智能控制

智能控制不依赖系统精确的数学模型，而是根据系统自身实时变化的参数以及外部干扰通过自主学习和训练的方式进而对控制系统进行决策，以达到合理输出有效控制量的目的。当前结合液压驱动系统，所开展的智能控制研究主要涉及了模糊逻辑控制和神经网络控制两种智能控制方法。模糊逻辑控制因其控制算法基于隶属度函数、模糊规则等机器语言，可以将已有经验应用到相似的工程中，具有很好的实用性。但模糊逻辑控制由于依靠设计者的主观经验与判断，其控制性能无法得到保障。同时因其较差的学习能力，故只适用于具有确定数学模型的系统。而神经网络控制恰恰因其强大的学习能力，可以用于任意不确定系统，并具有很强的鲁棒性。但由于无法利用已有经验，故初期自学习训练会耗费较长时间。

（3）自适应控制

自适应控制方法能够根据液压驱动系统本身工况特点和扰动的动态特性变化，修正控制器自己的特征，来处理系统中存在的负载质量、摩擦系数、有效弹性模量、内泄漏系数等参数的不确定性，以确保驱动系统的有效输出，进而实现闭环系统的稳定性和渐近跟踪性能。

（4）液压变结构控制

滑模变结构控制算法针对非线性系统具有一定的鲁棒性，其特征是具有一套反馈规律和一个决策规则（滑模面或切换函数），将其作为输入来衡量当前系统的运动状态，并决定在该瞬间系统所应采取的反馈控制规律。滑动模态的存在，使得系统在滑动模态下不仅保持对系统结构不确定性、参数不确定性以及外界干扰等不确定因素的鲁棒性，且可获得较好的动态性能。针对液压驱动系统的强非线性，通过设计合理的力、位置轨迹、速度等的滑模变结构控制规律，可较好地提高系统的快速响应能力、位置跟踪能力和抗干扰能力。

（5）非线性控制

液压挖掘机的各工作缸均属于非对称液压缸，非对称缸液压控制系统是一个典型的非线性系统。因此，可以对其采用非线性控制，即通过反馈将非线性系统转化为线性系统，对线性系统进行计算，再将所得控制规律通过非线性变化得到具体输出量。

（6）补偿控制

补偿控制指系统采用额外的方法来减小非线性因素引起的控制偏差。针对不同的控制对象可分为多种补偿方式，如速度补偿、加速度补偿和压力补偿等。采用补偿控制可以提高系统的控制精度，改善系统的控制性能。

随着上述控制方法的逐渐成熟，许多专家学者提出越来越多的复合控制方法来克服各种单一算法所存在的不足。根据液压驱动系统存在的问题及特点，将不同的控制进行有效结合来获得综合控制目标。

目前液压系统控制策略在液压驱动系统中的应用仍然存在以下一些不足。

1）推导复杂、参数引入过多、对象特点针对性不强等。

2）多为基于系统模型的控制策略，系统模型越精准，控制效果越理想。但液压驱动系统往往由于机电液高度耦合而存在诸多的不确定性，故难以建立精准的模型。智能控制算法虽然不依赖于系统模型，但对经验要求较高。

3）存在大量的非线性处理环节，但常规的编程控制器无法直接对非线性处理环节进行编程实现，因此在实际系统中应用有限。

无论是针对液压系统节能技术的研究，还是针对控制策略的研究，其本质都是通过控制伺服阀或者比例阀的阀芯位移，或者驱动泵的电动机转速，或者泵的排量，从而控制进入执行器的流量。故阀控系统的功率损失以及泵控系统的响应迟滞仍无法从根本上得到解决，液压驱动系统无法兼顾高性能和高能效的问题仍然存在。