主动控制（精选十篇）
主动控制 篇1
1 引言
在中欧, 人们平均每天在室内度过20 h, 其中大部分时间是在家里。特别是对小孩、病人和其他敏感的群体, 为了他们的健康和幸福, 这种长时间待在建筑物内, 就必须有一个理想平衡的室内气候。室内气候的质量主要取决于室内空气温度、周围建筑构件的表面温度和相对湿度水平。为了使人们在室内感受良好舒适, 这三个因素必须相互协调。
一直以来, 砖被认为具有调节室内气候的能力, 这是由于它们具有高蓄热能力。黏土砌块的热惰性可缓和极端的夏天和冬天的温度。在冬季, 石膏和砖的组合使室内空气湿度保持在一个舒适的范围内。现在, 一个新的概念——砖墙温度控制 (见图1) , 使得控制和放大这种积极的影响成为可能。就像在地板下供暖, 内部管道系统热激活砖墙, 把它变成一个“散热器”。因此, 房间的空气温度可以降低, 从而提高室内空气湿度水平。尤其是在冬季, 这会解决过于干燥的空气条件。
2 简单系统
在地板或散热器加热下, 砖墙温度控制对建筑物产生一个高效的加热和冷却系统。该循环系统设计为低供应温度, 可与远程热、冷凝锅炉、太阳能装置和热泵相结合使用, 既环境友好又达到节约的目的。
墙温度控制是以组件的激活原理为基础, 即, 管道模块直接安装在黏土砌块墙体内, 然后填充混凝土。将管道内注入温水或凉水, 而后通过与墙的正面或负面的热交换以缓和室内气候。对于取暖房间, 温控墙就像一个地板供热系统, 通过热辐射使室内空气升温。对于降温, 这个过程正好相反, 建筑部件作为冷却元件, 吸收多余的热量。
在多单元住宅、联排别墅和商业建筑中, 这种墙壁辐射采暖系统极大地补充了散热器和地板加热系统。管道模块可以简单地插入到广泛使用的隔墙和防火墙的填充砌块中。
3 更好的室内气候
建筑生物学家认为, 房子是人们的第三个皮肤, 因为我们在室内度过了超过90 %的时间。这就是为什么健康的室内气候和热舒适对于我们的健康和活力是如此重要。
舒适性不仅仅是一个口号, 它是可量化的。欧洲标准EN IOS 7730 明确指定了热舒适标准。为了使人们感到舒适, “室内感知温度”必须为24 ℃。“感知温度”依赖于房间内的空气温度, 房间的表面温度更是如此。墙体、天花板和地板表面温度越高, 房间的空气温度就越低。
感知温度= (室内空气温度+平均表面温度) /2=24 ℃ (1)
以一个精心设计的、正确执行的墙体辐射加热系统为例, 房间的空气温度可以降低4 ℃, 因此节省了25 %的加热能量, 如图2所示。
管道内供应温度35 ℃时, 可使墙面温度达到27 ℃。由此产生的辐射热使温控墙对面的墙体变热, 从而提高其表面温度。如果地暖补充了墙温度控制, 那么地板和天花板表面温度也会到27 ℃。在这种情况下, 实际的21 ℃室内空气温度足以达到理想的24 ℃“感知温度”。对流加热通过室内空气间接加热房间的表面, 而不是像面板/辐射壁加热系统直接加热。由于室内空气和建筑构件表面之间的传热阻, 表面温度保持在室温以下。因此, 在一个保温性能良好的建筑中, 要使舒适的感知温度达到24 ℃, 房间的空气温度必须达到25 ℃, 表面温度必须达到23 ℃。因此, 在对流加热室内的空气温度应比在辐射加热室内高4 ℃。室内空气温度每减少1 K, 可降低6.25 %的采暖能耗率。因此, 减小4 ℃可实现上述节能25 %, 如图3所示。
“感知温度”是指房间空气温度和房间平均表面温度的平均值。对于人体舒适度, 这个均值应达到24 ℃。
降低房间空气温度的另一个积极方面是相对湿度自动增加。绝对湿度是每单位干空气质量中水蒸气的质量, 单位g/m3。最大湿度是一个给定温度的最大可能的绝对湿度。当空气中的水蒸气的局部压力等于在相应温度下水的饱和蒸汽压力, 在这种情况下, 相对湿度为100 %。相对湿度是在一定温度下绝对湿度除以最大湿度的比值, 以%表示。
房间的空气温度越高, 空气中的水蒸气就越多。假定一个恒定的绝对湿度水平, 空气温度的任何增加均伴随着相对湿度的相应下降, 空气感觉更加干燥。要实现湿润舒适的室内, 相对湿度应在40 %和60 %之间。在冬季, 房间必须集中加热, 以便达到热舒适性, 但空气变得干燥。对于正常的绝对湿度8 g/m3、房间的空气温度25 ℃, 则房间的相对湿度只有35 %。然而, 对于墙温度控制, 在21 ℃时即可达到热舒适性。温度的下降使得相对湿度升到44 %, 即在舒适的范围内。因此, 对于墙面辐射采暖系统如砖墙温度控制, 可以实现既湿润又热舒适, 如图4所示。
对于一个给定的恒定的绝对湿度水平, 相对湿度与房间空气温度成反比例增加, 空气更加湿润和舒适。在墙温度控制下, 房间空气温度21 ℃时, 足以感觉舒适。这使得室内湿度从35 % (散热器采暖) 上升到44 %, 这使得过度干燥的冬季空气成为过去。
4 性能验证
DIN CERTCO认证检测表明, 可通过房间砖墙温度控制注入或撤出大量的热量。通过标准的测试程序, 确定和记录测试系统的加热和冷却能力, 见表1。例如, 当加热介质 (在管道中) 的温度为35 ℃时, 墙上将释放54 W/mb2。大致相当于拼花地板下的地板采暖系统的输出。降温时, 如果介质温度低于室温5 ℃, 那么冷却能力数据18 W/㎡wall.如果墙体整晚保持在该温度下, 每天将吸收0.5 k Wh/㎡wall。在夏天和冬天都会主动地产生舒适的室内气候。
5 快速安装
预制管模块宽94cm, 与Porotherm25- 38SBZ plane砌筑块材的孔洞匹配。例如, 一段3.40 m长的墙, 可以容纳多达3 个管模块。由于可扩展空间的限制, 模块的高度范围在2.5 m~2.7 m之间, 所以模块的几何形状可以单独适应建筑的形状, 如图5所示。
墙温度控制系统现场安装简单快捷, 如图6~图9所示。首先, 用专用的混凝土填充砌块 (Porotherm25-28 SBZ plane) 砌筑砖墙。当达到房间的高度时, 预制的管模块一个接一个插入到的空心砌块中。而后, 黏土砌体楼板和墙体同时填充混凝土, 以确保管道模块被混凝土完全包围。最后, 各模块相互连接, 并连接到加热系统。现在, 承重墙具有调节室内温度和湿度的附加功能。
6 有力的参考项目
E4 砖房2020 位于奥地利的“寒极”威特尔市, 采用砖墙温度控制。整个建筑完全依赖于可再生能源。它不排放温室气体, 且产生的能量比消耗的要多。
这个试点项目的目的是实现尽可能高的太阳能覆盖率, 用于空间加热和热水器。直接从太阳获得尽可能多的热能, 如图10所示。丰富的太阳能无须任何费用, 且阳光不会排放有害气体或其他有害物质。阅读:理想的未来能源。
通过先进的公用事业管理理念, 太阳能被应用到砖房屋中。倾斜的太阳能集热器积累太阳热量, 并且即使在冬季, 能量也会被储存在建筑中心的太阳能水箱中。通过砖墙温度控制和地板下的加热相结合实现所需的热量分布。共有33 个砖墙温控模块与地板采暖系统协同工作, 从而在每个房间创造一个舒适的室内气候。此外, 太阳能提供了超过60 %的所需加热能量, 并且是免费的, 从而最大限度地减少建筑的整体能源消耗。砖墙温度控制补充了创新住房建设概念, 譬如太阳公寓和被动房屋。
7 总结与展望
砖墙温度控制是一种表面加热系统, 可以节约能源和改善室内气候。该系统提高房间周围墙壁表面温度的同时, 降低了房间空气温度, 提高房间空气湿度水平。由于供应温度低, 该系统是节俭、环境友好, 且主要面向替代供热系统。因此, 它对节能、可持续的住房理念具有重大贡献。
柔性飞机起落架智能半主动控制 篇2
柔性飞机起落架智能半主动控制
为了提高柔性飞机机体储存的着陆功量耗散效率和飞机通过弹伤抢修跑道性能,根据需求分析,设计了一种双气室油气式油孔阻尼力智能控制缓冲器.仿真研究结果表明,该缓冲器具有优化的着陆性能,机体储存的着陆功量耗散效率显著提高,越过18 cm高的弹伤抢修跑道凸起时,其过载量可下降15%.
作 者：史友进 SHI You-jin 作者单位：盐城工学院,基础教学部,江苏,盐城,224003 刊 名：机械设计 ISTIC PKU英文刊名：JOURNAL OF MACHINE DESIGN 年，卷(期)：2007 24(3) 分类号：V2 关键词：柔性飞机 半主动控制起落架 智能控制 能量耗散 弹伤抢修跑道浅谈汽车主动安全控制系统 篇3
关键词 主动安全控制系统 EBD 电子控制器分级控制
中图分类号：G718.1 文献标识码：A 文章编号：1002-7661（2016）03-0008-02
一、汽车主动安全控制系统概述
1.汽车主动安全控制系统的涵义
汽车主动安全控制系统指以提高汽车的主动安全性能为主要目标的控制系统。可理解为“防患于未然”。重点是将车轮悬架、制动和转向的性能达到最好的程度，尽量提高汽车行驶的稳定性和舒服性， 减少行车时所产生的偏差。比如为了避免汽车紧急制动时车轮抱死发生危险事故而设计的ABS防抱死控制系统。我们要和被动安全控制系统区别开来。
2.主动安全控制系统与被动安全控制系统的区别
汽车的安全性能分为主动安全性能和被动安全性能。主动安全性能是指车辆防止事故发生的能力，主要依靠车辆底盘性能和相应避免事故发生的装置，例如制动、防滑、防燃、防撞、限速、报警、照明等。被动安全性能是指车辆在事故发生时大幅减低碰撞强度的功能，以最大程度保护乘客，尽可能避免重大伤亡事故。其主要依靠车身的抗变形和相应的安全措施，如车身强度、吸能结构、座椅强度、内部设施强度、安全带、逃逸出口、阻燃防毒内饰、消防设施等。被动安全控制系统提高了汽车的被动安全性能。比如当汽车发生交通事故后安全气囊的自动开启就属于被动安全控制。
二、汽车电子制动力分配系统EBD概述
1.研究EBD的目的 汽车制动稳定性直接影响到汽车安全，而制动稳定性与制动时车轮是否抱死以及前后车轮的抱死顺序密切相关。前轮抱死车辆将失去转向能力，后轮抱死则会发生侧滑甚至甩尾，后果更严重。理想的前后桥制动力分配曲线（简称I线）如图1所示，它只与汽车的总重及质心位置有关，因此空载和满载时的I曲线是不同的。实际上前后桥上的制动力分配是由前后制动器的大小决定的，因此它只能是一条直线即%[线。
传统的汽车制动系统通常都通过在前后轴制动管路间增加一个比例阀来限制后轴的制动力，以避免制动时后轮先发生抱死侧滑，从而获得如下图所示的制动力分配曲线，但后桥的附着利用率仍然不是最好，其附着损失见图2中阴影。
EBD 采用电子技术替代传统的比例阀来控制汽车液压制动系统的前后桥制动力分配，其基本思想：尽可能增大后轮制动力，由传感器监测车轮的运动情况，一旦发现后轮有抱死趋势，电子控制器控制液压制动器降低制动压力。由于 EBD 调节频率高、调节幅度小、控制精确，可使%[线始终位于 I 线下方且无限接近于 I 线（图3所示）。因此 EBD 在保证制动稳定性的同时，使后轮获得了最大制动力，从而提高了整车的制动效能。
2.EBD与ABS的关系及优点
随着汽车工业的飞速发展和高速公路的迅速延伸， 汽车的行驶速度越来越快， 对汽车行驶安全性的要求也愈来愈高， 改善汽车的制动性能始终是汽车设计、制造部门的重要任务。汽车制动防抱死系统（ABS）和电子制动力分配系统（EBD）在汽车上的开发成功， 使汽车的制动性能得到质的飞跃。ABS解决了汽车紧急动时附着系数的利用，并可获得较好的制动方向稳定性及较短的制动距离，然而它不能解决制动系统中的所有缺陷。在车轮滑移率还没有达到ABS的控制范围时，作用在四个车轮上的制动压力同时一致增大，然而前后车轮上的垂直载荷发生了转移，前后车轮达到最佳滑移的时间并不一致，这时ABS系统对地面附着力的利用并没有达到最大。因此ABS就进一步发展衍生出了电子制动力分配系统（EBD）。EBD是ABS的一种辅助系统，在ABS系统的基础上增加了功能。装载有EBD的汽车性能要远高于只有ABS的汽车，见图4。
EBD 相对于 ABS 并没有任何硬件上的附加，而只是控制程序、功能上的优化与增强，甚至可以说 EBD 是 ABS 衍生出的辅助功能，通过改进，增强ABS 电脑软件控制逻辑，使运算功能更复杂，在一些汽车的产品说明书上就是以“ABS+EBD”来标明。汽车工程师们除了在编著电脑运算程序时需增加一定的控制程序之外，并没有过多的硬件投入。EBD 在制动时能根据车辆各个车轮的运动状态，智能分配各个车轮制动力大小，以维持车辆在制动状态下的平稳与方向。而且，即使 ABS 失效，EBD 也能保证车辆不会出现因甩尾而导致翻车等恶性事件的发生。 EBD 在汽车制动时即开始控制制动力，而 ABS 则是在车轮有抱死倾向时开始工作。ABS 与 EBD 都是对作用在车轮上的力矩进行控制，能防止车轮相对于路面发生滑动，以充分利用路面的附着系数，防止因左右道路附着系数不同而造成附加转向力矩引起车辆方向失控。虽然 ABS 能够保证后轮的稳定性，但是 ABS 作用时的舒适性差。而 EBD 只采用滑移率，相对 ABS 来说 EBD滑移率门槛值更低一些（如图5所示）。
制动压力调节的升压及降压梯度明显低一些，且优先考虑持压。其结果是制动液消耗少，且由于电磁阀工作少，液压泵不工作，因而噪声小，制动舒适性好，故有“高舒适性的后桥 ABS”之称。EBD 的优点还在于在不同的路面上都可以获得最佳制动效果，缩短制动距离，提高制动灵敏度和协调性。EBD 另外一个特性就是它的随动性。当车辆的载重或乘员数发生变化时，EBD 仍能根据各个车轮车速传感器采集的信号，主动、适时、合理地进行制动力的“智能”分配，从而保证制动过程中车辆的直线行驶状态和车身的稳定性，让危险夭折于萌芽状态。
三、EBD的研究现状
目前对EBD 的控制大都采用逻辑门限法等单一控制方式，难以消除复杂制动条件对控制系统的影响； 或采用轮速、压力等多种传感器获取信号，通过大量试验进行匹配研究，开发周期长。而EBD 产品为提高性价比，往往只用轮速传感器来获取制动信息，这给EBD 控制设计增加了困难。汽车制动初期，各轮正压力、地面附着系数、摩擦力等都不尽相同，使得各轮速、滑移率等都有不同程度的变化，但很难为这些变化建立完整模型。从轮胎与地面接触的力学特性着手，对EBD 的控制任务进行划分，用不依赖于精确模型的分级控制解决EBD 较为复杂的控制问题。在运行级，设计了基于单轮参考滑移率和轮减速度的模糊智能控制器来计算各轮的预分配制动力。在组织协调级，设计出基于模糊推理的整车制动力协调控制器，根据各轮参考滑移率的差异对各轮预分配制动力进行调整。
主动配电网电压分层协调控制策略 篇4
主动配电网作为高分布式电源渗透率及高控制要求的配电网发展趋势，通过灵活多变的网架结构和多种类型分布式电源、可控负荷及配电系统柔性交流输电（DFACTS）设备的协调控制实现大规模可再生能源并网，优化一次能源结构[1,2,3]。电压控制是实现主动配电网中多种类型能源高可靠供电的重要技术基础。近年来，动态无功补偿技术的发展、储能设备及可控分布式能源的接入给配电网电压控制带来了更多的可控元素。然而风能、太阳能等间歇式能源出力的不确定性在相当程度上加剧了主动配电网电压波动。IEEE 1547标准规定了输出电压发生越限时切除分布式电源的最长动作时间[4]，为使分布式电源更好地发挥效益而尽量避免其在电压波动时退出运行，需要更高的控制水平综合利用配电网的可控元素维持电压始终处于正常范围内，或限制电压越限的时间不超过最长动作时间[5]。
传统配电网中量测数据不足且可观测性较差，通常采用基于出线端节点量测的九区图控制策略，通过电压无功控制（VQC）装置实现电压控制。分布式电源接入配电网后，其有功出力的增加会减少主变低压侧有功功率流入，从而使VQC装置检测到的功率因数过低，导致误动作。从根本来讲，九区图控制策略作为一种基于就地量测的电压控制方式，在调节过程中无法考虑分布式能源接入点不同造成的馈线电压升高等影响，导致VQC设备无法正确工作[6]。
随着配网自动化的发展，大量数据传送装置（DTU）接入解决了配电网量测不足的问题，也给含分布式电源配电网电压控制提供了新的思路。目前，部分研究将基于自动电压控制（AVC）的集中式电压协调控制策略应用于含分布式电源的高压配电网络，并取得了相当的成果[7,8]。这种基于最优化理论的电压控制策略优点在于可以充分利用配电网中不同的无功控制设备进行整体调节，兼顾电网正常运行状态的优化。但这种控制策略对网络拓扑信息、各节点状态量、分布式电源出力、无功设备参数等大量数据的统一处理导致计算趋于复杂化，尽管采用智能算法可以优化求解速度，但应用于分布广泛、设备复杂的10kV中压配电网络在实时性上仍然存在相当的局限性。
本文在综合考虑主动配电网网架结构灵活多变及控制元素复杂多样的基础上提出了一种电压分层协调控制策略，基于配电网辐射状结构对10kV配电网络进行分层分区控制，充分利用分布式电源和无功调节设备，如电容器组、静止无功补偿装置（SVC），采用自上而下的方式实现主动配电网的电压恢复，从而有效避免常规“触发式”电压控制所引起的调节振荡问题，使电压始终处于安全区间，保证供电质量。
1 总体技术框架
本文采用的主动配电网分层协调控制策略控制框架如图1所示。图中ADMS为全局能量管理系统。
主动配电网电压分层协调控制的核心思想是对控制设备进行分层分区降低其逻辑复杂度，通过不同层次、不同时间尺度控制配合，实现兼顾网络复杂性与调节实时性的电压控制[9]。其基本原则是使上层控制单元（区域协调控制器）仅与所属区域内下层控制单元（本地自治控制器）通信，而不涉及下层复杂的具体设备，下层控制单元仅负责实现本区域内设备的配合统一。这种控制方式可以有效避免集中式控制模式中对大量设备统一处理导致的“维数灾难”，同时可以适应多种分布式电源及无功设备接入的复杂配电网结构。
主动配电网电压分层协调控制系统由主动配电网ADMS、区域协调控制器和本地自治控制器三部分组成。其中ADMS通过配电网数据采集与监控（DSCADA）系统采集的网络运行数据计算控制指标，下发给各区域协调控制器并经由区域协调控制器转发给各本地自治控制器。本地自治控制器通过控制并联电容器、SVC及无功输出可控分布式电源确保自治控制区域内的电压水平；区域协调控制器通过与本地自治控制器交互结合控制指标及电压状态完成有载调压变压器动作档位调节，确保各区域控制节点电压水平。
本文采用的控制区域划分原则及控制设备配置原则详述如下。
1）主动配电网电压控制单元划分原则：馈线上分支界定开关到线路末端构成一个控制单元；馈线上两分段开关间隔内所有节点构成一个控制单元。
2）主动配电网协调控制区域划分原则：同一个有载调压变压器下，多条或单条馈线中所有控制单元组成一个协调控制区域。各协调控制区域配置相应区域协调控制器。
3）主动配电网自治控制区域划分原则：含有可控无功设备的控制单元构成自治控制区域。各自治控制区域配置相应本地自治控制器。
这种单元区域划分及设备配置方式主要基于配电网典型的辐射状结构，可以有效适应主动配电网网架结构灵活可变的特点，控制单元不随联络开关位置改变而改变。
本文在前述控制框架基础上提出分层协调控制策略，优先进行上层区域协调控制，进而配合下层本地自治控制实现快速电压恢复。
2 关键技术
2.1 控制指标
为了有效区分本地自治控制与区域协调控制边界，本文提出等效节点电压上下限指标fEVL，该指标是一系列连续电压值组成的闭区间集合，即[fEVLmin,fEVLmax]，用于反映自治控制区域内无功控制设备的调节能力。为了提高控制精度，本文引入了文献[10]所述的超短期负荷预测方法，在其基础上计算控制指标值，超短期负荷预测控制算法非本文研究重点，此处不加详述。
从配电网特性出发可以得到含无功设备配电网节点i和j间压降公式近似如下。
式中：Qc,s和Qc,t分别为配置于节点s和节点t的无功补偿设备出力值；Rs和Xs为节点s-1到节点s间线路阻抗；Ps和Qs分别为节点s处有功功率和无功功率；UN为额定电压值；E为节点数量。
考虑到配电网中普遍存在的可观测性较差，式（1）中不具备量测的负荷点，将按照电压降落最大进行估计，具体估计方式此处不进行赘述。
为了衡量某区域内电压降落值，本文给出如下定义。
1）将不考虑分布式电源输出功率条件下自治控制区域电流流入节点称为控制节点。控制节点定义图示可参见附录A图A1。
2）在自治控制区域内，从控制节点到电压最低点之间的电压差值为该区域的电压降落最大值ΔUmax,0。同理，从控制节点到电压最高点之间的电压差值为该区域的电压降落最小值ΔUmin,0。
从式（1）可以看出，采用超短期负荷预测值描述区域内功率分布，不可控的分布式电源根据需要描述为PQ节点或PQ(V）节点。当区域内负荷取得预测时段内最大值，分布式电源退出，区域下游所有无功设备无功值最小情况下可以得到ΔUmax,0；当计及区域内无功设备调节能力时，电压降落将减小，在区域内无功设备出力最大时可以得到最小的ΔUmax,0值，即ΔUmax。同理，ΔUmin为区域内无功设备退出时，最大ΔUmin,0的取值。ΔUmax，ΔUmin值随区域内电压下降或反向升高取正值或者负值。
考虑到含分布式电源配电网电压分布的不确定性，fEVL指标下限值将通过所有关键节点电压计算并进行比较后获得。以ΔUmax>0为例，fEVL指标下限值计算公式如下。
式中：C为自治区域内关键节点集合，即区域中极值电压可能出现节点，如首末端节点、分布式电源接入点或潮流方向改变点；ΔUimax为节点i所对应的ΔUmax取值；Uiper,min为节点i允许电压下限值，该值除了根据用户电能品质需求采用相应限值外还需综合考虑非自治区域迭代值，这部分将在下文中详述。
此时Pi≤Pimax，Qi≤Qimax，当控制节点电压值Ueq∈fEVL时，区域内任意节点i的电压值满足：
式中：ΔUi为节点i电压降落值。
即使在极限情况下，各不等式均取等号，此时若将所有无功设备投入，则ΔUi=ΔUimax，依然可得Ui=Uiper,min，即可通过无功设备调整使区域内任意节点电压满足电能品质需求。同理可以计算fEVL指标上限值fEVLmax。
fEVL指标取值规则可归纳如下。
式中：表示各区间的交集。
结合式（2）至式（4）推导过程可以证明：控制节点电压Ueq∈fEVL为该控制区域可通过区域内无功设备调节使所有节点电压值满足电压要求的充分非必要条件。
根据前述主动配电网控制区域划分原则，在主动配电网控制单元中，含可控无功设备的控制单元为自治控制区域，管理该区域的控制终端可以估计电压越限情况，并通过区域内可控无功设备调整实现电压恢复。还有部分非自治控制区域不包含无功设备，这类区域通常不设置控制终端，所以区域内电压越限需要提交至ADMS进行判断或者由邻近区域自治控制终端加装通信线路进行越限检测。为了避免上述冗余通信线路的布置，同时确保越限检测的充分性，本文采用递归收缩的方式对非自治控制区域进行处理。非自治区域邻节点如图2所示。
图2中，非自治区域两端节点B,C及其上下游邻节点A,D之间的电压降落最大值和最小值分别为ΔUmax,AC，ΔUmax,BD和ΔUmin,AC，ΔUmin,BD，则该区域中电压限制可以反映为对邻节点电压的约束。递归表达式如表1所示。
利用表1中的计算规则对非自治控制区域进行迭代，直至所有非自治区域电压限值均反映为自治控制区域首端或者末端节点电压限制。fEVL指标中各节点电压限值取前述迭代后限值与用户电能品质定制值交集。
fEVL指标计算可以利用式（1）结合式（4）进行近似计算。在实际指标计算中由于各节点电压限值迭代会导致公式计算误差随网络规模增大而变大，所以可采用编程方式对fEVL进行计算，计算流程可参见附录A图A2。该指标计算可根据控制精度需要灵活设定运行周期。
2.2 区域协调控制策略
如上文式（4）所述，控制节点电压位于fEVL范围内为该区域可以通过无功设备状态调整使内部所有节点的电压不越限的充分非必要条件，当区域i控制节点电压Ueq,i[fEVLmin,i,fEVLmax,i]时，本地自治控制可能无法独立完成电压恢复，需要区域协调控制配合。主动配电网区域协调控制流程图可参见附录A图A3。
当自治控制区域内出现电压越限且区域k控制节点电压Ueq,k[fEVLmin,k,fEVLmax,k]时，区域控制器将接收各控制节点电压信号，并下发有载调压变压器分接头位置调节命令nnext，计算流程如下。
1）有载调压变压器分接头调节范围计算。
式中：ntapmin为分接头位置最小可调值；ntapmax为分接头位置最大可调值；xratemin为分接头最小可调比例；xratemax为分接头最大可调比例；ntapnow为有载调压变压器当前分接头位置；n为区域数量。
2）有载调压变压器分接头动作指令选择。
式中：ceil(ntapmin）为对ntapmin向上取整；floor(ntapmax）为对ntapmax向下取整。
有载调压变压器动作后，如果仍然存在部分区域电压越限，此时控制节点电压一定位于fEVL范围内，各区域可通过自治控制完成电压恢复。
当nnext为空时，有载调压变压器无法同时满足各区域电压恢复，此时有载调压变压器不动作，ADMS重新进行全局电压优化，避免长时间电压越限。
2.3 本地自治控制策略
本地自治控制主要对所属控制区域内无功调节设备进行就地控制，其策略较为简单，所以采用模块化方式以明确任务流程，提高电压控制效率。该控制策略可以分为3个模块，即补偿目标筛选模块、无功补偿投入位置选择模块和无功补偿模块。电压自治控制策略如图3所示，各模块具体功能如下。
1）补偿目标筛选模块
补偿目标筛选模块主要负责根据当前控制区域内节点电压值选择相应的补偿目标节点。补偿目标按照电压偏离值大小进行排序，优先输出电压偏离值最大的节点。补偿目标筛选模块在当前输出节点的电压恢复完成后刷新。
2）无功补偿投入位置选择模块
无功补偿投入位置选择模块利用电压灵敏度矩阵选择对调节目标节点影响最大的无功补偿设备。为避免无功调节影响分布式电源经济运行，仅当电容器、SVC等无功设备均参与调节后仍存在电压越限时再利用分布式能源进行电压调节。
3）无功补偿模块
无功补偿模块负责在最佳补偿设备选定后进行补偿值控制。控制流程采用基于电压目标值设定的闭环控制策略，即控制SVC中晶闸管投切电容的投入组数和晶闸管控制电抗器的延时触发角、电容器投切组数或无功可调分布式电源功率因数值，其控制框图如附录A图A4所示。
若当前所选无功设备调节能力达到限值则重新进行控制设备选择，直至目标节点电压恢复。此时若仍存在电压越限，则重新进行补偿目标筛选，直至所有节点电压均位于电压限值内，自治控制结束。
3 算例分析
本文通过图4所示的主动配电网算例来验证所提电压分层协调控制策略的有效性。
该算例包含2个变电站及其下属馈线，站内配有有载调压变压器，共计24个可观测节点，无功补偿设备布置位置及参数如表2所示。表中TSC为晶闸管投切电容器，TCR为晶闸管控制电容器。
本算例所涉及分布式电源包括风机、光伏和储能三类，风机与光伏设备均保持最大功率输出，不参与无功调节，储能可通过改变功率因数参与无功调节。控制区域划分结果如表3所示。
本文仿真模拟了电压越下限以及电压越上限2种场景以验证上述主动配电网电压协调控制策略的有效性。
场景1：为负荷较大，分布式电源因气候原因全部退出运行状态下的场景。1s时，L6点有功负荷增大300kW，无功负荷增大90kvar,L8点有功负荷增大100kW，无功负荷增大70kvar，引起电压越限；2s时，L6无功负荷发生小幅波动。
首先进行fEVL指标计算，采用公式估计与计算机潮流迭代2种方式获得指标值如表4所示。
从表4可以看出，采用公式计算所得指标与潮流迭代所得指标较为接近，在控制精度要求较低时可以采用公式进行指标估算，但这种估算方法的准确性会随同一控制区间中控制节点数增加以及非自治区域迭代次数增加而降低；同时，由于计算值比迭代值范围略大，会导致自治控制无功补偿模块中控制死区设置范围增大，影响控制效果。
图5为仿真周期内馈线控制节点L6及全网最低电压点电压变化曲线。
图5中，仿真开始时，最低节点电压未越限，在t=1s时负荷增大，自治控制区域1出现电压越限，此时控制节点L6电压降低至0.951（标幺值），超出fEVL范围，根据电压分层协调控制策略所述首先由区域协调控制策略下发有载调压变压器动作指令（提高2挡）。区域协调控制完成后控制节点电压达到0.953（标幺值），位于fEVL范围内，此时仍存在电压越限，需继续进行本地自治控制，调节L8点SVC（该点对应的电压—无功灵敏度指标更大，优先调节），直至最低电压恢复至0.95（标幺值），SVC停止调节。t=2s时，负荷出现小幅波动，此时控制节点电压尚处于fEVL范围之内，所以直接采用本地自治控制，通过SVC和并联电容器配合完成电压恢复。有载调压变压器控制信号，SVC相角控制信号如图6所示。
场景2：负荷较小，大功率分布式电源并网发电状态下的场景。假设此时L14节点并联电容器由于检修退出运行，使得原自治控制区域3变为非自治控制区域。1s时，L13节点一组可再生能源发电（有功出力为800kW）并网引起电压越上限。控制指标计算结果如表5所示。
图7为电压越上限仿真结果曲线。图7(a）中，1s时，L13节点可再生能源并网引起电压越上限。此时首端节点电压仍然处于fEVL范围之内，且L9节点电容器已全部切除，所以选择调节L10节点储能设备功率因数进行电压恢复。
前述2种仿真场景针对不同情况下的电压越限问题，利用有载调压变压器、SVC、并联电容器和可控储能等多种无功设备实现了电压恢复。图5和图7(a）表明了电压分层协调控制在电压实时调节过程中的有序性，所有控制设备均进行单方向动作，避免了传统调节中重复动作导致的运行成本提高，并可以针对不同控制需求通过协调控制与自治控制完成电压恢复。
4 结语
本文针对分布式发电接入后的主动配电网特点，提出了分层协调的电压控制策略，采用自上而下的控制框架进行电压恢复。区域协调控制通过等效节点电压上下限指标fEVL与控制节点电压值对有载调压变压器分接头位置进行控制，由于不涉及控制区域内具体拓扑结构，具有良好的实时性；本地自治控制采用模块化的方式对电压进行有序调节，避免了电容器等机械设备的反复投切动作，可以适应主动配电网潮流双向流动、电压分布复杂多变的特点。算例分析验证了这种电压分层协调控制策略的有效性。当然，在自治控制中，对于不同类型无功设备的有序调节可以通过其他更加优化的方法进行协调以达到更经济的控制效果，这点值得以后进一步深入研究。
附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx）。
参考文献
[1]廖怀庆,刘东,黄玉辉,等.基于大规模储能系统的智能电网兼容性研究[J].电力系统自动化,2010,34(2):15-19.LIAO Huaiqing,LIU Dong,HUANG Yuhui,et al.A study on compatibility of smart grid based on large-scale energy storagesystem[J].Automation of Electric Power Systems,2010,34(2):15-19.
[2]尤毅,刘东,于文鹏,等.主动配电网技术及其进展[J].电力系统自动化,2012,36(18):10-16.YOU Yi,LIU Dong,YU Wenpeng,et al.Technology and its trends of active distribution network[J].Automation of Electric Power Systems,2012,36(18):10-16.
[3]范明天,张祖平,苏傲雪,等.主动配电系统可行技术的研究[J].中国电机工程学报,2013,33(22):12-18.FAN Mingtian,ZHANG Zuping,SU Aoxue,et al.Enabling technologies for active distribution systems[J].Proceedings of the CSEE,2013,33(22):12-18.
[4]Standards Coordinating Committee 21.IEEE 1547standard for interconnecting distributed resources with electric power systems[S].New York,USA:The Institute of Electrical and Electronics Engineers Inc,2003.
[5]王成山,武震,李鹏.分布式电能存储技术的应用前景与挑战[J].电力系统自动化,2014,38(16):1-8.WANG Chengshan,WU Zhen,LI Peng.Prospects and challenges of distributed electricity storage technology[J].Automation of Electric Power Systems,2014,38(16):1-8.
[6]MARANO A,ORTEGA J M M,RAMOS J L M,et al.Voltage control of active distribution networks by means of dispersed generation[C]//Integration of Renewables into the Distribution Grid,CIRED 2012 Workshop,May 29-30,2012,Lisbon,Portugal:4p.
[7]VALVERDE G,VAN C T.Model predictive control of voltages in active distribution networks[J].IEEE Trans on Smart Grid,2013,4(4):2152-2161.
[8]张明晔,郭庆来,孙宏斌,等.基于合作博弈的多目标无功电压优化模型及其解法[J].电力系统自动化,2012,36(18):116-121.ZHANG Mingye,GUO Qinglai,SUN Hongbin,et al.A cooperative game theory based multi-objective reactive voltage optimization model and its solution[J].Automation of Electric Power Systems,2012,36(18):116-121.
[9]刘东,陈云辉,黄玉辉,等.主动配电网的分层能量管理与协调控制[J].中国电机工程学报,2014,34(31):5500-5506.LIU Dong,CHEN Yunhui,HUANG Yuhui,et al.Hierarchical energy management and coordination control of active distribution network[J].Proceedings of the CSEE,2014,34(31):5500-5506.
主动控制 篇5
海洋平台磁流变模糊半主动振动控制研究
为更有效地减小海洋平台动力响应,采用基于模糊控制算法的磁流变阻尼器对海洋平台的.振动进行控制.以海洋平台位移响应误差和误差变化为输入变量、以最优控制力为输出变量,优化设计出模糊控制器,根据磁流变半主动控制算法提供接近于最优控制力的半主动控制力.数值仿真结果表明:在模糊磁流变控制中,无论是对于位移反应、速度反应还是加速度反应都可以实现非常有效的控制.
作 者：万乐坤 嵇春艳 尹群 WAN Le-kun JI Chun-yan YIN Qun 作者单位：江苏科技大学,船舶与海洋工程学院,镇江,21 刊 名：船舶工程 ISTIC PKU英文刊名：SHIP ENGINEERING 年，卷(期)： 29(4) 分类号：P751 关键词：海洋工程 磁流变阻尼器 模糊控制器 半主动控制主动控制 篇6
(1.浙江省零件轧制成形技术研究重点实验室，浙江 宁波 315211; 2．浙江大学现代制造工程研究所, 浙江 杭州 310027)
引 言
随着航天事业的飞速发展，融合航空航天技术和机器人技术的空间机械臂系统得到了广泛的应用[1]。由于太空环境的特殊性和空间操作任务的复杂性，人们对空间机械臂结构的要求越来越高，空间机械臂朝着多自由度、低刚度、柔性化和大型化的趋势发展，这使得空间机械臂的动力学响应表现为大范围的刚性运动和自身柔性振动相叠加的刚柔耦合特征。在太空环境中的内外部因素激励下，具有低频模态密集、固态阻尼小特征的柔性机械臂势必会产生低频、大幅值的持续振动，从而影响整个系统的位置精度和控制精度。因而对空间柔性机械臂的定位控制和振动控制的研究是目前空间技术领域中最重要的课题之一[2]。
许多研究者对空间柔性机械臂系统在运动过程中的振动控制问题进行了深入的研究，Z Mohamed, Ismael等通过控制伺服电机的驱动力矩对一个绕着刚性Hub旋转的单柔性机械臂的振动控制问题进行了研究[3,4]；James等对一个平面两连杆柔性机械臂系统的动力学建模和振动控制问题进行了研究[5]，研究中把柔性机械臂假设为欧拉-伯努利梁模型，并采用关节电机来抑制柔性臂的弹性弯曲振动，从而实现柔性臂系统运动过程中的振动抑制。另外，压电材料由于具有响应速度快、频响范围宽以及控制精度高的特点，被广泛应用到柔性机械臂的振动控制中，Dong Sun,邱志成等通过伺服电机控制单个柔性机械臂的旋转运动，同时利用压电致动器控制柔性臂的弹性弯曲振动，实现了单个旋转柔性臂的精确定位和振动抑制[6,7]；E Mirzaee等利用奇异摄动法将平面两连杆柔性臂系统的运动分解成慢速的旋转运动和快速的弹性振动，并用关节电机和压电致动器分别控制，进一步证明了压电致动器和驱动电机联合控制的效果要优于单一的电机控制效果[8]。
但是对于执行操作任务的空间机械臂而言，由于柔性臂的大型化和柔性化，末端操作对象的转动惯量极易引起初级柔性杆件的扭转振动。而目前对机械臂的研究主要集中在单一机械臂或平面多连杆机械臂在运动过程中的振动控制问题，并且多是基于弯曲振动模型；而对柔性机械臂的扭转振动以及采用压电扭转致动器抑制其振动的研究却相对较少[9]，对既有弹性弯曲又有弹性扭转的弯扭耦合的空间多连杆柔性机械臂的研究更是很少涉及，故对此类空间柔性机械臂在运动过程中的弯扭耦合振动控制问题有待深入研究。
为此提出对一伺服驱动的空间机械臂的振动控制问题进行研究。由于空间机械臂系统在运动过程中存在着弹性弯曲振动、弹性扭转振动以及刚性转动之间的刚柔耦合。因此本文在提出柔性臂的变形假设的基础上，采用假设模态法结合Lagrange方程建立空间柔性机械臂系统刚柔耦合的非线性动力学模型，然后在实现伺服电机PD运动控制的基础上，采用不同极化方式的压电致动器分别抑制柔性机械臂的弯曲振动和扭转振动，从而实现空间柔性机械臂在大范围运动过程中的振动主动控制，提高系统末端的定位精度。
1 动力学建模
伺服驱动的空间柔性机械臂系统的结构如图1所示，末端柔性机械臂6(矩形薄壁构件)通过转动关节8与柔性臂3(中空薄壁圆柱杆件)相连，并在关节电机4的作用下产生转动，伺服电机1通过驱动柔性轴3实现整个柔性机械臂系统的大范围转动运动。其中7为末端操作对象，坐标系xoy为惯性参考系，x1oy1为固定在柔性轴3顶端的参考系，xooyo为固连在柔性臂6根部的参考系，并始终与柔性臂6的轴线相切。在伺服电机驱动整个机械臂系统旋转运动的同时，为了抑制柔性机械臂系统在伺服驱动过程中产生的弯曲振动和扭转振动，采用不同极化方式的压电致动器2和5分别抑制柔性臂3的扭转振动和末端柔性臂6的弯曲振动，达到提高系统末端定位精度的目的。
图1 伺服驱动的空间柔性机械臂系统结构简图
由于空间柔性臂系统在执行工作任务时，运动速度不高，不考虑动力钢化效应。在系统建模的过程中，忽略轴向变形和剪切变形的影响，柔性臂6可以看作欧拉-伯努利梁；由于末端操作对象相对于柔性臂3有着较大的转动惯量，假设柔性臂3为作扭转运动的弹性轴，为了简化分析，暂不考虑柔性臂6在关节电机4驱动下的运动。其中末端操作对象质量为mo；伺服电机、关节(包括关节电机和转动关节)的转动惯量分别为Jm,JH；柔性臂3的内外径、长度、材料密度以及扭转刚度分别为Rin,Rout,ls,ρs,Gs,Ips；柔性臂6的长度、截面面积、材料密度以及抗弯刚度分别为lb,Ab,ρb,EbIb。
1.1 变形描述
设柔性臂3满足纯扭转振动的条件，不计结构和材料阻尼[9]，根据假设模态法，柔性杆件扭转振动位移为
(1)
式中n为保留的模态阶数；ψ(z)=(ψ1,ψ2,…,ψn)为扭转模态振型矢量；η(t)=(η1,η2,…,ηn)T为广义扭转模态坐标矢量。具体的针对柔性臂3，采取一端固定一端存在末端等效圆盘的边界条件，得到柔性臂3扭转振动的第i阶模态振动角频率方程和振型函数如下
(2)
如果假定柔性臂6符合欧拉-伯努利梁条件，采用假设模态法，相应可以得到其横向弯曲振动位移为
(3)
式中m为保留的模态阶数；Φ(x)=(Φ1,Φ2,…,Φm)为弯曲模态振型矢量；q(t)=(q1,q2,…,qm)T为广义弯曲模态坐标矢量。
柔性臂6的一端通过转动关节与柔性臂3相连，另一端存在末端操作对象mo，因此：x=0处，位移为零，梁的弯矩和轴的扭转变形带来的惯性扭矩相等；x=lb处弯矩为零，剪力等于集中质量的惯性力。将上述边界条件带入到梁的振动方程中，得到柔性臂6弯曲振动的第k阶弯曲模态频率方程为
(1 +Kα)
(4)
与之相对应的振型函数为
Φk(x)=chβkx+λkshβkx-cosβkx+χksinβkx
(5)
1.2 动力学方程建立
设伺服电机的转动角位移为θ，综合考虑伺服电机的转动，柔性臂3的弹性扭转变形以及柔性臂6的弹性弯曲变形，在弹性变形为小变形的前提下，柔性臂6上任意一点P速度的平方为
(6)
相对于柔性臂，压电致动器的结构尺寸较小，暂不考虑其对系统结构的影响，包含柔性臂3、关节电机、转动关节、柔性臂6以及末端操作对象在内的整个空间柔性机械臂系统的动能为
(7)
系统的势能包括柔性臂3扭转变形产生的扭转势能和柔性臂6弯曲变形产生的弯曲势能，系统的总势能为
(8)
利用压电剪切致动器控制柔性臂的弯曲振动目前研究较为成熟，而利用压电扭转致动器控制柔性臂的扭转振动的研究则相对较少[10]。魏燕定分别利用d31和d15极化方式的压电致动器实现了柔性梁弯曲和柔性杆扭转振动的主动控制。设伺服电机的驱动力矩为T，在伺服电机驱动力矩、压电剪切致动器和压电扭转致动器的控制力矩下，空间柔性臂系统的广义力虚功为
(9)
式中r,s,c1,c2分别为压电剪切致动器和压电扭转致动器的个数和控制系数，具体参数表达式参看文献[11]；xbpi,lbpi为第i个压电剪切致动器的位置和长度；ztpj,ltpj为第j个压电扭转致动器的位置和长度。
如果进一步化简公式(9)得到
(10)
利用Lagrange方程，得到伺服驱动的空间柔性机械臂系统的动力学方程为
(11)
H=
对于系统的动力学方程有以下几点说明：
1.M(q,η)为系统的质量矩阵，mθθ项为系统的综合转动惯量；包括关节电机、柔性臂3、柔性臂6、末端质量的转动惯量以及柔性弯曲振动产生的非线性项，mθq代表系统刚性转动和柔性臂6的弹性弯曲运动之间的耦合惯量；mθη代表系统刚性转动和柔性臂3的弹性扭转运动之间的耦合惯量。
3.如果假定系统的阻尼矩阵C满足正交性条件，为质量矩阵M和刚度矩阵K的线性组合，则阻尼矩阵C=aM+bK很容易就可以加入到系统的动力学方程中。
2 控制策略研究
2.1 基于Lyapunov稳定性的速度反馈控制策略研究
从系统的动力学方程可以看出，空间柔性机械臂系统是一个刚性转动、弹性弯曲振动和弹性扭转振动互相耦合的复杂非线性系统。为了实现系统在运动过程中的振动抑制，首先通过控制伺服电机的驱动力矩保证系统大范围的刚性转动，其次分别控制压电剪切致动器和压电扭转致动器的驱动电压来实现柔性机械臂6的弯曲振动和柔性机械臂3的扭转振动的主动控制。为了保证控制系统的稳定性，采用Lyapunov直接法设计出系统的控制器。暂不考虑阻尼矩阵项，构造的Lyapunov函数如下[12]
(12)
式中 Δθ=θ-θd为伺服电机角度跟踪误差。
(13)
由于柔性臂3的扭转角速度便于测量，对压电扭转致动器采取A型模态角速度反馈控制，则取压电扭转致动器的驱动电压为
(14)
而柔性臂6的弯曲运动角速度相对不易测量，对压电剪切致动器采用L型模态线速度反馈控制(FLVC)，压电剪切致动器的驱动电压为
(15)
2.2 模糊自适应调节控制策略研究
模态速度负反馈控制技术对于标称模型可以取得很好的控制效果，但是由于研究的空间柔性机械臂系统是一个刚柔耦合、弯扭耦合的非线性时变系统，其控制效果会有所下降，并且受压电材料驱动电压的限制，压电材料的致动能力有限。为了提高系统的控制效果，本文将模糊控制技术与模态速度反馈控制技术相结合，利用模糊控制器实时在线调整模态速度反馈控制系数，在充分发挥压电致动器控制能力的基础上，进一步提高系统的控制效果。
设计的模糊控制器为两输入两输出，输入量分别为柔性臂6的弯曲运动线速度绝对值V和柔性臂3的扭转运动角速度绝对值θ，输出分别为L型线速度反馈控制系数Kbp和A型模态角速度控制系数Ktp，为了简化模糊控制器的设计，模糊输入量V和模糊输入量θ采用同一个基本论域和隶属度函数如图2所示，只是量化因子不同；模糊输出量Kbp和模糊输入量Ktp同样采用同一个基本论域和隶属度函数见图3，但是二者的比例因子不同。
根据线速度反馈控制系数Kbp和角速度反馈控制系数Ktp对系统动态响应的影响，制定相应的模糊控制规则，如表1所示。
图2 输入变量V (θ)的隶属度函数曲线
图3 输出变量Kbp (Ktp)的隶属度函数曲线
表1 模糊控制器推理规则
2.3 基于Lyapunov稳定性的模糊自适应速度反馈控制策略研究
系统的总体控制框图如图4所示，整个控制系统分为三部分：首先以安装在伺服电机上的光电编码器输出的角度和角速度信号为反馈控制信号，采用PD控制算法实现伺服电机的输出驱动力矩控制，保证系统在大范围内的转动运动精度。其次以贴在柔性臂6上的应变片输出的弯曲振动速度信号为反馈信号，采用L型模糊自适应线速度反馈控制算法(FLVC) 实现压电剪切致动器的控制电压输出，抑制系统在运动过程的弯曲振动。再以粘贴在柔性臂3上的应变片输出的扭转振动速度信号为反馈信号，采用A型模糊自适应角速度反馈控制算法(FAVC) 实现压电扭转致动器的控制电压输出，抑制系统在运动过程中的扭转振动，最终实现了空间机械臂系统在运动过程中的振动主动控制。
图4 基于Lyapunov稳定性的模糊自适应速度反馈控制系统结构
3 系统仿真研究
针对图1所示的伺服驱动的空间柔性机械臂系统，采用图4所示的复合控制策略进行了数值仿真试验，在机械臂3的根部同位粘贴一个压电扭转致动器和一组应变片，实现扭转振动信号的传感检测及控制；在机械臂6的根部两侧同位粘贴一个压电剪切致动器和一组应变片，实现弯曲振动信号的检测及控制，系统各构件的物理参数如下：
机械臂3和6均为不锈钢材料，密度ρs=7 750 kg/m3，剪切模量Gs=76.9 GPa，弹性模量Eb=200 GPa。臂3为中空的不锈钢管，长度、内径外径为800 mm×18 mm×21 mm。机械臂6为矩形不锈钢梁，长、宽、高为900 mm×50 mm×3 mm。
压电扭转致动器与压电剪切致动器均采用PZT-5A材料，压电应变常数d15=700×10-12m2/N，d13=210×10-12m2/N。扭转致动器的长度、内径外径为60 mm×21 mm×24 mm，片数Ntp=6。剪切致动器长、宽、高为70 mm×50 mm×1 mm。
转动关节的转动惯量为0.01 kg·m2，关节电机的转动惯量0.04 kg·m2，末端操作对象mo=0.15 kg。
图5 伺服电机的转角位移
图6 一阶弯曲振动引起的末端操作对象的振动响应
图7 二阶弯曲振动引起的末端操作对象的振动响应
图8 一阶扭转振动引起的末端操作对象的振动响应
图9 末端操作对象的转角位移
不考虑压电材料的影响，利用假设模态法计算得到柔性臂3的前两阶扭转振动频率分别为6.72, 1 953.2 Hz，柔性臂6的前3阶弯曲振动频率分别为2.25, 15.20和44.74 Hz，由于高频的模态分量对系统的影响相对较小，因此只对机械臂3的一阶扭转振动和机械臂6的前两阶弯曲振动进行抑振控制研究，仿真运动过程是在伺服电机的驱动下，实现整个空间机械臂系统从θ=0运动到θ=π/4 rad。由于整个系统的强耦合性，为了实现较高的定位精度，必须对运动过程中的弯曲、扭转弹性振动进行抑制。在运动仿真的过程中，假定柔性臂6的模态阻尼系数为0.01，柔性臂3的扭转模态阻尼系数为0.02，图5～10显示了在两种不同的控制策略下的仿真实验结果：a)PD control，仅伺服电机的PD控制策略；b)PD+FAVC+FLVC，伺服电机PD控制、压电剪切致动器的模糊L型线速度反馈控制、压电扭转致动器的模糊A型角速度反馈控制复合控制策略。
如图5所示，虽然伺服电机的PD控制策略可以保证伺服电机输出精确的驱动转角位移，但是由于系统存在着刚柔耦合和弯扭耦合，空间柔性机械臂系统在大范围转动的过程中不可避免地产生了弯曲和扭转弹性振动，并且仿真结果表明由于弯曲振动和扭转振动带来的末端操作对象的位置误差是不能忽略的，如图5～8中PD曲线所示，因此对柔性臂6的弯曲振动和柔性臂3的扭转振动进行振动抑制是很有必要的。而利用本文提出的基于Lyapunov稳定性的模糊自适应速度反馈控制策略，通过压电剪切致动器和压电扭转致动器的控制，系统的弯曲振动和扭转振动都得到了很好的抑制，如图5～8中PD+FAVC+FLVC曲线所示，实现了整个空间柔性机械臂系统的振动控制，提高了系统的运动精度以及末端操作对象的定位精度，试验结果见图9。
图10 伺服电机的控制扭矩
图11 压电剪切致动器的控制电压
图12 压电扭转致动器的控制电压
图10给出了在PD和PD+FAVC+FLVC两种控制策略下的伺服电机的驱动扭矩，可以看到：在压电剪切致动器和压电扭转致动器的控制作用下，不仅可以抑制系统的柔性弹性振动，同时可以提高系统的刚性转动精度，从而大幅度地减小伺服电机的驱动电压，进一步提高系统的运动精度。
图11和12为压电剪切致动器和压电扭转致动器的驱动电压，由于受限于压电驱动器的驱动电源，设定压电致动器的驱动电压不大于200 V，在试验的过程中通过相应的饱和模块实现。
4 结 论
1)通过对伺服驱动的空间柔性机械臂系统的动力学分析表明，由于机械臂的结构形式和末端操作对象的影响，系统存在着强烈的刚柔耦合、弯扭耦合的非线性特性。为了提高机械臂系统末端的定位精度，必须要对系统在伺服驱动中产生的弹性振动进行抑制。
2)在通过伺服电机驱动保证空间机械臂系统大范围内刚性运动的同时，分别利用压电剪切致动器和压电扭转致动器抑制机械臂系统的弯曲及扭转弹性振动的控制方法是可行的。本文提出的模糊自适应模态速度反馈控制策略是有效的，抑制了系统在运动中产生的弹性弯曲、扭转振动，提高了末端操作对象定位精度。
参考文献：
[1] Sabatini M, Gasbarri P, Monti R, et al. Vibration control of a flexible space manipulator during on orbit operations[J]. Acta Astronautica, 2012,73: 109—121.
[2] Malekzadeh M, Naghash A, Talebi H A. A robust nonlinear control approach for tip position tracking of flexible spacecraft[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011,47(4): 2 423—2 434.
[3] Mohamed Z， Tokhi M O. Command shaping techniques for vibration control of a flexible robot manipulator[J]. Mechatronics, 2004,14(1): 69—90.
[4] Payo I, Feliu V， Daniel Cortazar O. Force control of a very lightweight single-link flexible arm based on coupling torque feedback[J]. Mechatronics, 2009,19(3): 334—347.
[5] Forbes J R, Damaren C J. Design of optimal strictly positive real controllers using numerical optimization for the control of flexible robotic systems[J]. Journal of the Franklin Institute-Engineering and Applied Mathematics, 2011,348(8): 2 191—2 215.
[6] Sun Dong, Mills J K, Shan Jinjun,et al. A PZT actuator control of a single-link flexible manipulator based on linear velocity feedback and actuator placement[J]. Mechatronics, 2004,14(4): 381—401.
[7] 邱志成. 刚柔耦合系统的振动主动控制[J]. 机械工程学报, 2006,42(11): 26—33.Qiu Zhicheng. Active vibration control for coupling sys—tem of flexible structures and rigid body[J]. Chinese Journal of Mechanical Engineering, 2006,42(11)：26—33.
[8] Mirzaee E, M Eghtesad, S A Fazelzadeh. Maneuver control and active vibration suppression of a two-link flexible arm using a hybrid variable structure/Lyapunov control design[J]. Acta Astronautica, 2010,67(9-10): 1 218—1 232.
[9] 谢官模. 振动力学[M]． 北京: 国防工业出版社, 2007.
[10] 魏燕定, 吕永桂, 吕存养, 等. 机器人柔性臂的扭转振动主动控制研究[J]. 浙江大学学报(工学版), 2005,39(11): 1 761—1 764.Wei Yanding, Lv Yonggui, Lv Cunyang, et al. Active torsional vibration control of flexible manipulator [J]. Journal of Zhejiang University(Engineering Science), 2005,39(11):1 761—1 764.
[11] 吕永桂. 基于压电致动器的柔性构件振动主动控制技术研究[D].杭州：浙江大学,2007.Lv Yonggui. Study on active vibration control techniques for flexible structure using piezoelectric actuators D]. Hangzhou: Zhejiang Uinversity,2007.
主动控制 篇7
网络拥塞产生的原因是用户(端系统)提供给网络的负载(load)大于网络资源容量和处理能力(overload),图1表述了网络负载与吞吐量和延迟之间的关系,当网络负载在可处理范围内时,吞吐量随负载的增加迅速增加,延迟增长缓慢;当过了崖点(Cliff)之后,负载增加时吞吐量增加趋于平缓,延迟增长较快;当超过崖点(Cliff)后负载增加时吞吐量急剧下降,延迟急剧上升。
1 主动队列管理(AQM)
1.1 网络层的拥塞控制策略
随着近十年来Internet数据流的爆炸式增长,Internet已经不可能再仅仅依靠TCP协议中端到端控制(end-to-end congestion control)基于滑动窗口的流量控制,必须借助于在网络层建立相关机制。网络层对TCP拥塞控制影响最大的是路由器中队列管理算法,分为被动式队列管理(Passive Queue Management,PQM)和主动式队列管理(Active Queue Management,AQM)两大类。
被动式队列管理(PQM)算法,如AIMD(Additive Increase Multiplicative Decrease)拥塞控制机制,路由器的队列都是按“先进先出”的规则FIFO(First In First Out)处理到来的数据报,管理路由器采用简单的弃尾(Drop Tail)队列管理方法,只有当缓冲区满时才开始丢弃到达的报文。类似的算法还包括“随机丢弃”(random drop)机制和“从前丢弃”(drop front)机制,这几种方法都是在队列满时被迫丢包。
主动式队列管理(AQM)算法,则是在路由器数据队列排满之前丢包,这样端节点便能在队列溢出前对拥塞作出反应。1998年IETF的RFC2309就建议在路由器中采用AQM机制,多年来主动队列管理成为网络研究的热点之一。
1.2 主动队列管理算法原理
AQM机制的主要思想是在路由器中的缓冲区没有溢出之前,根据网络的拥塞状况,以一定的概率丢弃报文。AQM通过主动干预,使排在路由器前队列的平均长度(average size)保持较小,从而使路由器总是有足够的队列区间吸收突发数据包。TCP与AQM的交互作用构成了网络拥塞控制的二元模型,如图2。
源发送速率xi(t)和拥塞度量pl(t)是模型中的两个元。AQM机制根据上一时刻的拥塞度量pl(t)和源发送速率xi(t)产生新的拥塞度量p(t+1),TCP根据拥塞度量pl(t)和源发送速率xi(t)产生新的源发送速率:
AQM服务质量(QoS)性能的提高主要归结于以下几点原因:
1)AQM通过保持较小的平均队列长度,队列管理能够减少包的排队延迟(queueing delay);
2)通过随机丢弃数据避免网络的全局同步现象;
3)消除对突发流的偏见,网络从突发包的丢弃中恢复要比从单个包丢弃中恢复更复杂。
1.3 几种主动队列管理(AQM)算法
1.3.1 随机早期检测算法(Random Early Detection,RED)
RED拥塞控制机制的基本思想是通过监控路由器输出端口队列的平均长度来探测拥塞,在拥塞发生的早期,按一定的概率P对到达的分组丢弃,使他们在队列溢出导致丢包之前减小拥塞窗口,降低发送数据速度,从而缓解网络拥塞。由于RED是基于FIFO队列调度策略的,并且只是丢弃正进入路由器的数据包,因此其实施起来也较为简单。该算法的关键在于如何检测拥塞是否快要到来以及选择什么样的概率P。
在RED中,根据平均队列长度计算报文丢弃概率P。设定队列平均长度为Lavg,拥塞控制最小门限Lmin,最大门限Lmax,最大丢弃概率为Pmax。当Lman>Lavg>Lmin时,;当Lavg>Lmax时,当Lavg
RED可以有效避免TCP流全局同步现象的出现,提高网络资源的利用率。同时,由于RED算法基于简单的控制机制,如果采取合适的参数设置,平均队列长度和标记概率的计算都可以转化为加法和移位操作完成,易于实现;但其没有考虑不同等级服务之间、不同用户流之间的差别,无法提供有效的公平性保障。而且对控制参数过于敏感,难以优化参数设定。算法的性能对控制参数和网络流量负载的变化非常敏感,在用户流增大的情况下,RED算法的性能会急剧下降。
1.3.2 Flow RED
FRED在原有RED的基本操作基础上,为了区分不同类型的流而引入了新的变量。引入了两个参数:minq和maxq,分别代表每个流所能允许缓存的分组数的最小值和最大值。FRED记录每个活动流在路由器缓存上的分组数qlen和失去响应(qlen>maxq)的次数,当某个流缓存占用量频繁超过maxq时,将被认定为非响应流,将对其进行惩罚,即增加该流的分组丢弃概率。如果某一个流持续占用大量的缓存空间,FRED将限制它的占用空间,这种机制在大多数情况下能提供一定的公平性。
FRED是对RED所作的另一种改进,主要解决RED在多种类型的流共存的网络中存在的不公平问题,防止了非响应流对带宽资源的贪婪侵占。FRED解决了RED算法的公平性问题,其缺点主要在于计算量较大,需要维持每个流的状态表,增加了路由器的额外负担。
1.3.3 BLUE
针对RED具有一些缺点,如参数设置困难及拥塞通知信息的发送具有突发性而导致过多的丢包。Feng等人提出了基于报文丢弃事件和队列为空事件决定报文丢弃概率的BLUE算法,只需要比较小的缓冲区空间就可以控制拥塞。BLUE使用丢包事件和链路空闲事件来管理拥塞,并维持了一个概率Pmark用以标记包。如果由于队列溢出导致持续的丢包,BLUE就增加Pmark;如果由于链路空闲导致队列空,BLUE就减小Pmark。若以d1表示队列溢出时Pmark增加的量,d2表示当链路空闲时Pmark减少的量。freeze_time表示连续改变Pmark的最小时间间隔,算法如下:
BLUE最大优点是使用相对较小的缓冲区就能够完成拥塞控制,而要达到类似的效果,RED则需要较大的缓冲区
1.3.4 CHOKe(CHOose and Keep for responsive flows CHOose and Keep for unresponsive flows)
CHOKe使用指数滑动平均计算FIFO缓冲队列平均利用率,设Lmin与Lmax为其最小和最大门限。如果平均队列长度小于Lmin,所有到达的数据包均进入缓冲队列。若链路总到达速率小于链路容量,平均队列长度几乎总是小于Lmin,不会有数据包丢失。当平均队列大于Lmax所有到达的数据包均丢失。而在两者之间时,每当数据包到达,随机从缓冲队列中选取数据包,与之相比较,如果它们属于同一数据流,则两者均丢弃;反之,保留随机选择的数据包,到达的数据包则根据当前网络拥塞状况进行取舍,按照概率进入缓冲队列。
CHOKe继承了RED的优点,只是少量增加了一些额外开销,但当报文大小不同或大量拥塞响应流与非拥塞响应流共存时,性能会下降。CHOKE算法可以构建与RED算法之上,作为无状态算法,它具有和RED算法几乎相同的复杂性。
2 AQM的公平性研究
考虑到端节点固有的自私性,单纯的端对端传输控制协议无法保证流量分配的公平性。网络越来越多地借助中间节点的反馈信息以实现公平性,公平性已经成为衡量主动队列管理(AQM)拥塞控制机制的重要性能指标和研究热点之一。
网络拥塞控制的公平性研究主要集中在同质流网络(即所有协议流有相同或类似的端到端拥塞控制机制)中和有非响应流或恶意竞争(带宽)流存在的两个不同的网络环境中。
2.1 同质流网络中AQM的公平性
同质流网络中由于TCP流的流向取决于RTT值的大小,这会使数据通常会选择RTT较小、较短的路径,从而使其他路径的通信资源处于闲置状态,形成浪费。因此如何缓解RTT歧视成为研究重点,当前主要有以下两种解决方向:
2.1.1 对偶模型理论
FP.Kelly等最初将把AQM等中间节点的丢包策略算法,分别看作是求解具有公平且适当的效用函数(Utility Function)的最优速率分配问题的对偶(Dual)问题,S.H.Low在FP.Kelly的研究基础上提出了相对完整的对偶优化理论模型。对偶模型理论为拥塞控制研究提供了一种较为细致的系统模型。
2.1.2 XCP算法
XCP算法是对TCP协议进行完全的改造,研究和提出的另一类拥塞控制方案。XCP对分组报头加以改进,增加了Cwnd(拥塞窗口)、RTT估计(H-rtt)和Feedback(H-feedback)三个域,发送端使用H-feedback域请求希望得到的拥塞窗口调整的变化量,中间节点修改Feedback域的值。并引入了效率控制器(EC)和公平控制器(FC)概念。实验证明XCP可以达到很高的链路利用率、极低的排队时延和几乎接近于零的丢包率,而且具有较好的公平性,但其存在实施代价高和兼容性问题。
2.2 异质流网络中AQM的公平性
异质流网络是指有非响应流或恶意竞争流存在网络,我们把有端到端的拥塞控制机制的流称为正当行为流;把没有端到端反馈机制的流称为非响应流;把有端到端反馈机制但并不对拥塞信号做出响应的流称为行为不端(Malicious Behavior)流,或恶性竞争流。AQM公平性研究主要是围绕保护正当行为流的问题展开。
CHOKe是目前唯一无需任何单流状态信息而实现近似公平分配的算法。它是基于RED算法的一种改进算法,当报文抵达路由器时,CHOKe不鉴别恶性竞争流而采用随机从缓冲队列中选取数据包,经对之后以一定的概率抛弃,所以能实现近似公平,且在复杂度很小的前提下实现了对贪婪流的惩罚。其他相关算法有:RED-PD,Stochastic Fair BLUE,Self Adjustable CHOKe,BLACK,ESD,WARD,和DCN等。
3 总结
主动式队列管理(AQM)拥塞控制算法领域的研究虽然已经持续了很长时间,产生了不少有价值的研究成果,但是仍然存在许多尚未充分展开和尚待解决的问题,需要研究者的进一步关注。
参考文献
[1]刘晏兵,刘蕾.基于ARED排队算法的定性探讨[J].计算机科学2004,31(9).
[2]武航星,慕德俊,潘文平,乔梅梅.网络拥塞控制算法综述[J].计算机科学,2007,34(2):15-20.
[3]Katabi D,HandleyM,Rohrs C.Congestion control for high bandwidth delay product networks[EB/OL].http://www.ana.lcs.mit.edu/dina/XCP/.
[4]Yayche H,Pierre S,Quintero A.A TCP congestion control algorithm for wireless intemet connections[C].Electrical and Computer Engi-neering,Canadian Conference,2004.1797-1800.
[5]Stevens W.TCP Slow Start,Congestion Avoidance,Fast Retransmit,and Fast Recovery Algorithms[S].RFC2001,1997.
[6]Zhang H.Traffic control and QoS management in the Internet[EB/OL].http://www.cs.cmu.edu～hzhang
[7]Mathis M,Mahdavi J.TCP Selective Acknowledgment Options[S].RFC2018,1996
[8]W Feng,D.Kandlur,D Saha,et al.Stochastic Fair Blue:A Queue Management Algorithm for Enforcing Fairness[C].Alaska:Procee-dings of INFOCOM,2001:1520-1529.
[9]Kelly F P.Charging and Rate Cont rol for Elastic Traffic[EB/OL].http://www.stat slab.cam.ac.uk/-frank/elastic.html.
主动控制 篇8
随着市场经济的快速发展, 人力资源在市场上的流动性大大增强, 各行企业员工的离职率也在不断提高。 目前我国的员工离职率处于高位, 根据有关调查数据[1]显示, 2011 年我国各行企业的员工平均离职率达到18.9%, 其中传统服务业员工离职率达到21.2%, 制造业员工离职率也高达20.5%。 面对着越来越高的离职率, 离职管理在人力资源管理中日益彰显着重要的地位。
虽然说离职管理是人才 “招养育留”管理环节的最后一关, 但是否能留住人才是检验“招养育留”管理环节是否有效的重要指标之一。 而目前很多企业的管理者对离职管理也没有引起足够的重视, 同时在离职管理当中还存在很多法律误区。 有效的离职管理不仅可以使企业避免员工离职带来的风险损失, 甚至还可以给企业带来巨大的财富。
二、员工离职类别及成因分析
1、员工离职的类型
(1) 辞职。 是员工向企业提出解除劳动合同或劳动关系的行为。 主要原因一般有两个:一是觉得自己由于知识, 精力等因素无法完成工作任务;二是自觉富有余力, 可以跳槽到更好的工作单位。
(2) 开除或裁员。 是指用人单位对具有严重违反劳动纪律、破坏规章制度、造成重大经济损失和有其他违法乱纪行为而又屡教不改的职工, 依法强制解除劳动关系的一种最严厉的处分。 而在经济不景气时, 则会实施裁员。
(3) 退休。 是指根据国家有关规定, 劳动者因年老或因工、因病致残, 完全丧失劳动能力 (或部分丧失劳动能力) 而退出工作岗位。
人员离职通常被分为主动离职和被动离职两种类型。 显而易见除了第一类属于主动离职, 后二类都是员工的被动离职。 不同类型的人员离职对企业的影响是不同的。 对于企业的管理者来说, 被动离职一般是组织可以控制的, 而主动离职通常是组织难以控制的。 正因为如此, 对主动离职产生原因的深入探讨得到了研究者们更多的关注。
2、员工离职成因
选择是否成为一家企业的员工一般是经过深思熟虑的, 最终决定是否加入一般来讲主要取决于:工作内容是不是自己感兴趣、擅长的;该企业是不是有着较高的知名度、 拥有着良好的管理模式;薪酬是不是在自己可接受的心里范围之内;自己在这家企业是不是有着较大的发展空间; 人际关系是不是轻松良好等原因。
职工依据自己个性化需求选择了自己的雇主。工作一段时间后, 员工可能会发现自己的需求并未得到满足。 如果落差很大, 可能在很短时间内就会辞职;如果落差不明显, 员工可能会继续工作下去。
随着对企业的不断了解, 同时也伴随着自身技能的不断提升, 员工就会产生新的需求。当然员工也会更进一步发现公司不同层面上不能认同的东西, 如薪酬福利分配的不公, 过少的晋升培训机会, 企业文化和个人文化的冲突等, 此时其心中就会产生一个新的平衡的过程。其结果会有两个:如果新需求可以得到较大程度上的满足, 就会弱化那些新的不认同的东西, 此时员工依然会选择继续留下来。但是如果新需求大部分无法得到满足, 会随着时间继续推移, 当初员工觉得吸引自己加入这家企业的因素, 一项一项慢慢变得没有吸引力, 最终都会归结到薪酬因素上面, 认为自己付出同回报相比较不对等, 那么离职就成了一种解脱式的选择。[2] (见图1)
三、离职的影响
企业员工的离职是否会给企业带来不利, 大部分的回答是肯定的。 因为随着企业员工的流失, 企业不仅要承受高昂的直接经济损失还要承担核心技术信息流失等间接损失及管理上的风险。 正是因为离职对企业造成了很坏的负面影响, 所以管理者往往夸大了离职的负面影响, 将离职看为一种“背叛”。 但这是一种很片面的看法, 并不是离职率越低越好。 员工离职并不意味着对企业的背叛, 离职后的员工仍然可以变成企业的重要资源, 如变成企业的潜在客户, 商业伙伴, 企业应该充分利用这一低成本资源为企业创造财富。 企业在分析员工离职问题时, 应该多思考员工离职是不是真的会造成不良影响, 重要的不是数字, 而是对公司造成的影响。
1、离职的负面影响
员工离职会增加人力资源成本, 引发企业经营风险。员工离职带来的显性损失, 如直接的经济损失, 会侵蚀企业营业利润, 造成企业营业利润下滑。企业为了填补员工离职造成的职位空缺, 不得不负担向外发布招聘广告的费用, 录用新员工前的行政管理时间成本, 入职面试和能力测试成本以及对新员工岗前培训的费用等等。[3]在构成离职重置成本的各要素中最容易被管理者忽视的是新旧员工之间的业绩差异值。如果新员工不如旧员工, 那么人员流动成本就会加大。
员工离职带来的隐性损失也不容小觑, 如员工离职在在职员工造成的人心动荡的效率损失, 引发团队凝聚力下降, 知识技术的流失, 泄露商业机密等等。这些间接损失造成管理上的风险有时会更高于其直接经济损失。
2、离职的积极影响
从宏观来看, 离职是社会人力资源合理配置的有效途径, 提高了整个社会的劳动力的使用率。员工在企业之间的流动增加了企业间的交流, 提升企业整体的发展水平。从微观个别企业上来看, 离职最突出益处就是可以使企业重新配置和补充人员, 清除使企业效率滞后的人力因素, 同时给人力资源补充新鲜血液。另一方面离职的员工能为提升企业的品牌, 社会影响力和成为行业标杆发挥积极作用。离职员工在职期间都受到原公司企业文化良好的熏陶, 也经受过原公司有形或无形的培养, 他们离职后就成为原公司真实的活广告。企业可以依靠他们的离职员工来传播公司的管理理念和思维, 继续为企业创造新商机
3、不可忽视的离职员工价值
离职员工对公司来说仍是十分宝贵的资源和财富, 其价值主要体现在以下几个方面:
(1) 公司改进的契机。 员工对公司内部的管理制度, 发展战略, 企业文化都有着比较深入的了解。由于离职员工即将要离开公司, 他们能够也敢于针对那些制度战略问题做出公正客观的评价。 在员工离职时候, 通过与他们的真诚沟通亦会换得职工在职时候由于各种现实原因无法提供给公司的宝贵意见, 这是公司很好的反思和改进契机。
(2) 获取竞争对手的信息。 大部分离职员工的专业素养和从业经验十分丰富, 而且基本上他们还是会在原来所处行业发展, 所以我们应该建立起良好的离职员工关系管理, 充分利用离职员工的社会资本。 我们不仅可以从离职员工身上及时获得市场信息, 抓住投资良机, 还可以通过他们建立与新公司非正式的沟通桥梁, 获取竞争者的动向, 抢占市场先机。
(3) 可靠低成本人才来源。 企业在急聘关键职位时候, 此时离职员工就成为最合适的候选人, 不用冒着引进“空降部队”的风险。由于企业和员工彼此了解, 相对于聘用新员工来说成本要低很多, 同时有数据表明在投入工作后的第一个季度中, 这些回聘的老员工的生产率比那些新聘员工高出40%左右。
四、建立全面离职管理
美国劳动力市场的调查研究表明, 在离职整体样本中, 大约20%属于必然离职, 该比例较低且稳定, 而其他的80%都属于可避免离职, 离职管理的任务和价值在于减少甚至消灭这80%。 离职管理的起点不应该仅仅在员工递交辞职报告的那刻, 我们应该立足于人力资源在公司流动的完整周期建立一套全面的离职管理。 为此, 笔者提出建立企业全面离职管理流程图。 (见图2)
1、分段控制
一是前期控制。 全面离职管理的前期控制主要通过以招聘人才的忠诚度为导向标的, 招聘作为全面离职管理的最前端控制, 因为它是员工进入企业的“过滤器”。其 “过滤”效果不仅影响着员工的工作绩效还直接影响日后其离职倾向的大小。 招聘时候应该预先剔除那些离职倾向大的求职者, 例如通过着重考察求职者的工作经历, 平均工作时间, 离职原因等等。 二是中期控制。 中期控制主要基于KM (Knowledge Management) 系统管理。 即在企业中建构一个量化与质化的知识系统, 形成永不间断的累积个人与组织的知识成为组织智慧的循环。 KM系统属于全面离职管理中的中期控制, 是一项保健措施。 三是后期控制。 员工一旦递交辞职报告, 管理者应该第一时间即刻处理, 因为此时辞职员工的心理很敏感, 一丝的拖延都可能会使员工的一时犹豫变成无比坚决, 造成核心员工离职的巨大损失。 面对辞呈报告, 我们应当启动全面离职管理的后期控制, 通过建立离职员工基本信息, 进行离职员工价值的评估和离职员工的面谈制度来挽留该留下的员工。
有数据统计显示, 绝大多数的企业现已有一套相对稳定的招聘制度, 但是有离职员工关系管理意识并建立面谈制度的不到10%, 而且能够根据离职面谈记录的数据进行加工利用, 分析员工离职的关键因素, 基于该分析结果进行公司管理制度改进和重建的企业不到1%。 设计离职员工面谈记录卡CRC (Communication Records Card of Learning Em ployee) 将所有的面谈内容用规范化的文件表格保存下来, 便于改善人力资源管理, 也对今后利用离职员工价值至关重要。[4]
2、跟踪控制
在全面离职员工管理系统中离职员工的信息阶段, 企业与离职员工的关系就进入了新阶段, 在此阶段需要企业定期维护与离职员工的关系与更新离职员工数据库, 充分发挥离职后员工的价值。[5]企业应该摒弃传统“好马不吃回头草”的观念，对待离职后的员工不该一脸不屑和不闻不问, 而是进入全面离职管理的最后一步:跟踪控制, 利用好这些潜在资源。
3、完善离职管理
实质上就是积极推动回聘制度设立，前员工比新员工更了解公司业务, 熟悉企业文化, 相对于新进员工的招聘培养的成本低了很多, 而且前员工在别家公司的新工作经验也会给企业创新和多元化带来了益处。 从情感上来说, 一般经过企业培养并顺利离职的员工会对企心存感激, 这样的感激往往可以成为企业巨大的财富, 如果可以的话他们会用各种方式回报企业。[6]现如今包括摩托罗拉等很多国际知名企业都建立了针对主动离职的员工设立了“回聘制度”, 这是留住有价值人才的主动出击。 别的企业可以把人才从企业中“挖走”, 我们同样也可以把人才回流引进, 相当于员工经过企业外部免费培训, 这将是一笔可观的人力资源财富。
五、对策与建议
针对不同阶段的离职管理我们可以采取差异化的对策, 把员工离职带来的损失降到最低, 充分发挥离职管理对企业的增值作用。
1、招聘一定要以忠诚度为导向。 要为企业的员工素质把好关, 挑选出既有能力, 同时离职风险较低的优秀候选人。 招进一个具有高忠诚度的员工不会轻易离开企业, 对团队的凝聚力有着积极影响, 这样可以为离职管理做好最前端的保证。
2、建立一个可循环良好的知识系统
可以尽量将储存在员工头脑中宝贵的核心知识挖掘留存下来, 做好离职员工的知识延续管理。例如西门子在知识系统管理中采取了门户技术, 让所有员工把工作报告, 研究成果, 客户资料, 经验反馈等通过KM系统上传到公司公共资料库中, 员工可以交流和共享知识, 并通过搜索跨越不同部门的障碍获得所需的知识。 这就等于留住了员工的大脑, KM系统的建立可在中期控制端上最大程度的弥补员工离职后对公司造成的损失。
3、加强员工甄别
在后期控制的面谈过程中, 由于离职面谈的特殊性, 我们在进行时应该注意面谈的重点首先应是尊重员工, 对员工对企业贡献进行肯定和感谢, 定下一个融洽的基调。[7]其次诚恳的询问其对公司的真实感受和离职的原因, 若原因属实面谈者要表达出改正的决心, 若原因与实际有偏差面谈者应当做好心理辅导工作, 如帮员工建立正确的公平观。 最后一定要向离职员工发出友善信号, 使其认识到他仍然是公司的“朋友”, 欢迎优秀离职员工重新回到公司继续效力。 离职面谈的核心目的是将离职员工的心留在企业, 一个成功的离职面谈可以给企业带来显性和隐性的双重收获。 面谈后能成功挽留员工最好, 但如果员工去意已决, 我们从面谈中也可获得更多的隐形所得。 一个成功的面谈除了之前谈到过的获得离职员工心声提供真实客观的评价, 有利于企业改进之外, 还可以提升公司的形象, 给在职员工产生很好的“晕轮作用”, 维系双方的关系, 给未来再度合作打下良好的基础, 甚至可以送走一个员工, 他却可以为企业推荐一个更为优秀的继任者。
4、对于已离职的员工在跟踪控制方法
一是对离职员工的发展情况进行跟踪并建立数据库, 这是保持员工联系的基础。跟踪建立的信息不仅限于离职员工的职业生涯变化, 其个人的生活细节也可以包括其中。二是在网络上建立公司组群, 如“毕业校友会”、“企业员工博客”, 给所有曾在一个公司工作过的员工提供一个轻松交流的平台。这样可以让在不同时期工作的员工之间有了交流的机会, 也便于公司传递最新的发展战略, 更新公司最新动向。三是常打电话, 欢迎离职员工常回“家”看看, 邀请他们回来参加公司联谊庆祝活动。每逢重大节日和员工生日也可以向旧员工发送问候。这样的即时通讯可以很大程度上的感动离职员工, 保持良好的关系。
5、建立回聘制度
完善的离职管理必须建立回聘制度, 对于回聘我们不仅要向离职员工发出欢迎回“家”的讯息, 更要设立有效的激励制度。我们针对离职员工可以建立一个“回聘奖金”, 时效性是它最大的特点。对于短期就回归企业的离职员工可以拿全额的“回聘奖金”, 回归时间越久拿到这笔奖金的数额就越少。离职员工离开原企业后进入新企业必然会有一个适应期, 在此期间员工要与新企业文化、管理制度磨合, 心理上存在较强的不适感和陌生感。如果此时原公司积极召唤其回归, 并有“回聘奖金”激励, 那么离职员工就很有可能尽早回到原企业。
关于人才引进、人力资源的开发、薪酬绩效等模块向来被学术研究者和企业高度关注, 而离职员工管理长期以来近乎是人力资源管理中的一个死角被忽视。[8]实际上加强离职员工的管理在很大程度上可以提高企业诸多经济外附加值, 如企业美誉度、企业知名度、企业的社会形象、企业的潜在人力资源、企业长期战略优势等。 本文将企业离职员工作为研究对象进行研究, 系统性的剖析并建立供参考的离职员工全过程管理系统。 本文创新性地提出了离职员工回聘制度, 虽然在国内企业中应用甚少, 但是随着我们对企业人力资源的不断认识, 现代的人力资源管理模式必将被进一步完善, 本文也仅仅是提出了未来的这一发展趋势, 有待被丰富。
摘要：本文深入分析了主动离职形成的原因, 指出离职会对企业造成的正面和负面影响。提出积极建立全面离职管理体系, 通过前中后期的控制和跟踪控制, 完善离职管理将员工离职带来的损失降到最低, 充分发挥离职管理对企业增值作用。并在人才回流手段中提出了回聘激励制度, 可以更有效的刺激人才回到企业。
关键词：离职成因,离职的影响,全面离职管理,回聘激励制度
参考文献
[1]前程无忧:2012企业离职与调薪调研报告[J].人力资源调研中心, 2011, (11) .
[2]张辉华.管理者情绪智力与领导有效性、晋升和离职的关系[J].管理科学, 2012, (4) .
[3]孙健敏, 穆桂斌.中小民营企业人力资源管理的状况[J].经济管理, 2009, (4) .
[4]张晓静.浅析发掘离职员工的价值[J].现代商业, 2009, (29) .
[5]黄始坚.谈离职员工的延续管理[J].企业科技与发展, 2010, (12) .
[6]江卫文.浅论人才流失过程中的离职管理机制[J].集团研究, 2006, (8) .
[7]王震.人力资源管理实践、组织支持感与员工承诺和认同——一项跨层次研究[J].经济管理, 2011, (4) .
厚壁圆筒悬臂梁振动主动控制仿真 篇9
1系统模型
粘贴压电作动器与压电传感器的悬臂梁见图1。以固定端中心位置为坐标原点, 悬臂梁长度方向为x轴, 横向振动方向为y轴, 压电作动器两端坐标分别为x1, x2, 压电传感器两端坐标分别为x3, x4, 悬臂梁长度为L, 横向挠度为y (x, t) 。
在控制电压作用下, 压电作动器将产生x方向的伸缩变形, 对悬臂梁产生一个弯矩M (x, t) 。将悬臂梁简化为欧拉—伯努利梁, 根据振动力学理论[1], 建立悬臂梁的振动微分方程为
式中:E为悬臂梁的弹性模量;I为悬臂梁的惯性矩;ρ为悬臂梁密度;A为悬臂梁的横截面积;c为阻尼系数。取其前n阶模态, 则悬臂梁的挠度y (x, t) 可表示为
1.1压电传感方程
当悬臂梁产生振动, 在纯弯曲的条件下发生小变形时, 粘贴在悬臂梁表面的压电传感片产生的电荷量为
式中:Ep为压电片弹性模量;d31为压电常数;b为压电片宽度。
压电传感片表面的电荷经放大器放大后, 可得到与电荷成正比的电压信号
式中:k为电荷放大器放大系数。
于是, 模态坐标下压电传感器的输出电压可表示为
式中:
1.2压电作动方程
压电作动器利用的是压电材料的逆压电效应, 对于悬臂梁来说主要考虑沿长度方向的应力, 假设压电片在悬臂梁上的粘贴是“理想的”, 则在输入电压U (t) 的作用下, 压电作动器对悬臂梁产生的弯矩为
M (x, t) =KU (t) [H (x-x1) -H (x-x2) ].
式中:K为压电耦合系数;H (x) 为Heaviside阶跃函数。
压电作动器在正则坐标下的广义力为
F (t) =[F1, F2, …, Fn].
式中:
于是作动力作用下悬臂梁的模态运动方程为
式中:
ξi为第i阶结构阻尼, ωi为第i阶无阻尼自由振动固有频率。
2最优控制律设计
2.1状态空间方程
选取状态矢量和控制矢量
则悬臂梁的状态空间方程为
式中:
2.2线性二次最优控制
根据最优反馈控制理论[2], 这里选择二次型性能指标
式中:Q为半正定实对称常数加权矩阵;R为正定实对称常数加权矩阵。由极值原理可以得出最优控制矢量
u* (t) =-R-1BTPx (t) =-Kx (t) .
式中:P为常值正定矩阵;K为最优反馈增益矩阵, 满足Riccati方程
3系统仿真
选取悬臂梁结构尺寸与材料见表1。设悬臂梁结构的阻尼为比例阻尼
式中:a=0.1, b=0.000 1。
选取压电片结构尺寸与材料参数见表2。
从图2可看出, 在未施加控制的情况下, 悬臂梁仅靠自身阻尼抑制自身的振动, 相对于控制作用下, 振动衰减较慢。而在控制作用下, 不仅振幅有所减少, 且衰减时间大大缩短。
从图3可以看出, 控制电压幅值在200 V左右, 不仅易于实现, 且满足压电片的使用要求。
4结论
通过上述仿真证明, 采用压电作动器, 并利用最优控制使悬臂梁的振动情况得到较好地抑制, 即减小振幅, 缩短衰减时间。文中以控制对象为厚壁圆筒悬臂梁, 类似于火炮身管, 可以为火炮身管振动控制研究提供理论指导。
摘要：针对厚壁圆筒悬臂梁的振动情况进行了最优控制和仿真, 旨在为火炮身管振动控制研究提供理论指导。首先运用模态分析法对悬臂梁结构进行振动动力学分析, 并建立了传感方程和压电作动方程。根据最优反馈控制理论, 通过二次型性能指标的计算, 确定了作用于压电作动器的最优控制信号。仿真结果表明, 基于压电材料的最优控制方法对厚壁圆筒悬臂梁的振动抑制作用非常有效。
关键词：主动控制,振动控制,悬臂梁
参考文献
[1]刘习军, 贾启芬.工程振动理论与测试技术[M].北京:高等教育出版社, 2004.
[2]董景新, 吴秋平.现代控制理论与方法概论[M].北京:清华大学出版社, 2007.
主动悬架的直接控制算法研究 篇10
关键词：主动悬架,直接控制算法,低通滤波器
主动悬架的控制算法是其核心技术之一,目前国内外学者提出了诸如最优控制[1,2,3]、自适应控制[4]、模糊控制[5]和神经网络控制等控制算法。而直接控制算法仅需要测量悬架的相对运动速度和相对位移,实现非常简单。在性能方面,直接控制算法通过正确设计低通滤波器的结构和合理确定低通滤波器的截止频率,可大大提高悬架平顺性。从综合性能及实现成本等方面考虑,直接控制算法可以获得比最优控制算法更好的效果[6]。
1 直接控制算法介绍
图1为1/4车辆主动悬架模型。
由图1可得如下动力学方程:
式中:m1——非簧载质量,kg;
m2 ——簧载质量,kg;
Kt ——轮胎刚度,N·m-1;
Ks ——弹簧刚度,N·m-1;
Ce ——粘滞阻尼系数,N·s·m-1;
q ——路面不平度输入,m;
Fd ——在路面激励作用下作用在悬架上的动态力。有:
Fd=Fp+Fa (3)
式中:Fp——被动悬架力;
Fa——主动悬架力。
为了使簧载质量具有理想的隔振效果,只要主动力Fa与被动力Fp大小相同,方向相反,即
就可完全消除簧载质量与非簧载质量之间的耦合效应,达到理想的隔振效果。根据式(3),可将式(1)和式(2)简化为:
由式(6)可得地面激励q引起的簧载质量加速度的频率响应函数为:
所以,这种算法具有最佳的隔振效果。由于簧载质量的位移为零,故悬架的动挠度就是非簧载质量的位移,由式(5)可得悬架动挠度fd对地面激励q的频率响应函数为:
由式(8)可以看出,在低频段,悬架的动挠度完全跟随地面扰动变化。这意味着悬架动挠度可以很大,显然直接用式(4)进行控制不能满足使用要求。
对此,可以使主动力通过一个低通滤波器,当主动控制的频率满足条件:ω≪ωc时,主动控制才起作用。其中ωc是低通滤波器的截止频率。频率大于ωc的信号,由于低通滤波器的截止作用,主动控制被屏蔽,转入被动控制。以上即直接控制算法的基本思想。
2 随机路面和阶跃信号激励下主动悬架和被动悬架的比较分析
以某型越野车前悬架为例,对直接控制算法进行仿真分析。表1是该越野车前悬架单轮模型参数。
应用MATLAB/Simulink建立图2所示系统模型进行仿真,可得到不同车速和不同路面下的簧载质量加速度a,悬架动挠度fd和轮胎动载荷Fd的时域响应。例如图3是车速10m/s时C级路面下的位移输入q,图4是该车速下簧载质量加速度的时域相应,图5是簧载质量加速度的频谱图。仿真中ωc取10rad/s。
由图5可以看出,采用直接控制算法的主动悬架大大降低了簧载质量加速度在车身共振区的峰值。
图6～图8是不同车速、不同路面下的簧载质量加速度a,悬架动挠度fd和轮胎动载荷Fd的均方根值比较。
由图6～图8可知,在仿真速度范围内,簧载质量加速度均方根值减小14%～15%;悬架动挠度减小9.5%～16.7%,且随着速度的提高,悬架动挠度减小量逐渐增大,主动控制的优势体现得越加明显;轮胎动载荷略有增加但增加量不大,只有3%左右。这表明采用直接控制算法的主动悬架在很大程度上提高了车辆的舒适性,而对操纵稳定性影响不大。
图9～图11是在阶跃信号激励下被动悬架和主动悬架的簧载质量加速度、悬架动挠度和轮胎动载荷的响应曲线。
由图9～图11可以看出,加入主动控制后,与被动悬架相比,在阶跃信号激励下簧载质量加速度、悬架动挠度和轮胎动载荷都更快地趋于稳定,具有更好的瞬态响应性能。
3 低通滤波器的截止频率对评价指标的影响
改变低通滤波器的截止频率,可得不同截止频率下簧载质量加速度、悬架动挠度和轮胎动载荷的均方根值。表2所示为在C级路面下车速为10m/s时的仿真结果。
由表2可以看出,随着低通滤波器截止频率的增大,簧载质量加速度a逐渐减小,但是悬架动挠度fd和轮胎动载荷Fd却逐渐增大,因此在实际运用直接控制算法时,须在悬架动挠度满足要求的前提下,兼顾车辆的舒适性和操纵稳定性,选择合适的截止频率。
4 结论
1) 采用直接控制算法的主动悬架能大幅度降低簧载质量加速度和悬架动挠度,而轮胎动载荷只有少量增加,因此适合于实际应用。
2) 采用直接控制算法的主动悬架有更好的瞬态响应性能。
3) 低通滤波器的截止频率对各评价指标的影响很大,实际应用中需要根据对车辆舒适性和操纵稳定性的不同要求来选择合适的截止频率。
参考文献
[1]R.S.Prabakar,C.Sujatha,S.Narayanan.Optimal semi-activepreview control response of a half car vehicle model with magne-to-rheological damper[J].Journal of Sound and Vibration,2009,326:400-420.
[2]Daniele Corona,Alessandro Giua,Carla Seatzu.Optimal controlof hybrid automata:design of a semi-active suspension[J].Con-trol Engineering Practice,20041,2:1305-1318.
[3]汤靖,高翔.基于最优控制的四自由度汽车主动悬架控制器[J].农业机械学报,20053,6(4):9-12.
[4]Chiou-Jye Huang,Jung-Shan Lin,Chung-Cheng Chen.Road-a-daptive algorithm design of half-car active suspension system[J].Expert Systems with Applications.20103,7:4392-4402.
[5]Fernando J.D'Amato,Daniel E.Viassolo.Fuzzy control for activesuspensions[J],Mechatronics,20001,0:897-920.