机床与液压

作者：高继开，姚志宾

单位：东北大学，深部金属矿智能开采与装备全国重点实验室；东北大学，深部金属矿智能开采与装备全国重点实验室

关键词：岩石试验机;智能控制;线性二次型最优控制器（LQR）;差分进化-粒子群混合优化算法（DE-PSO）

基金：国家自然科学基金面上项目（52274114）；东北大学研究生揭榜挂帅项目（01220021302007*006）

针对岩石试验机电液伺服控制系统PID控制参数整定复杂、用户使用不友好的问题，提出一种基于系统辨识与智能优化的线性二次型最优控制方法。建立自回归外生变量（ARX）模型对岩石试验机控制对象进行参数辨识，并构建系统状态空间模型。在此基础上设计线性二次型最优控制器（LQR），结合卡尔曼滤波算法实现系统状态实时估计与干扰抑制。采用差分进化-粒子群混合优化算法（DE-PSO）对LQR性能指标中的状态权重矩阵与控制代价矩阵进行协同优化，有效平衡系统响应速度与控制能耗之间的关系。仿真与试验结果表明：所提LQR控制器在阶跃响应中实现了0.48 s的调节时间与0.31%的超调量，能够快速抑制外部扰动；在变速率阶梯加载试验中，系统均实现了无稳态误差的跟踪控制，满足相关岩石力学试验标准的要求；对玄武岩与花岗岩进行单轴强度测试时，在不同加载速率下均实现了试验力超调量小于1%无稳态误差的高精度控制，验证了该方法的鲁棒性与适应性。基于LQR与DE-PSO的岩石试验机控制系统无需手动执行复杂的参数整定过程即可实现试验力无稳态误差控制，为岩石力学试验装备的智能化升级提供了新方法。

来源：2025年第21期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第21期