CN100535804C - 主动减振智能柔性结构受控模型多通道在线辨识方法 - Google Patents

Abstract

本发明涉及一种主动减振智能柔性结构受控模型多通道在线辨识方法。它是直接利用压电主动减振柔性智能结构试验平台，在实验室模拟试验环境下实现受控结构多通道模型参数的在线辨识。辨识过程中直接利用原有主动控制实验设备平台，实现完全在线辨识，只要辨识条件满足，就能在任何时间启动辨别程序，体现其良好的实时性和在线性，同时能通过设定改变辨识参数，进行比较、筛选，实现辨识的灵活性，优化辨识结果。

Description

主动减振智能柔性结构受控模型多通道在线辨识方法

技术领域

本发明涉及一种基于压电机敏元件的主动减振智能柔性结构受控模型多通道在线辨识方法，尤其涉及一种基于自适应滤波前馈控制最小均方算法的压电主动减振智能柔性结构受控模型多通道在线辨识方法。

背景技术

随着航天技术的发展，大型柔性结构在航天器的构成与应用越来越多，如太阳能帆板、大型卫星天线、空间机械臂等，由于上述空间柔性结构需要在长期运行期间保证很高的运行精度，通常对振动环境有着极为严格的要求，而这类结构一般具有低刚度小阻尼，固有频率较低和模态密集的特征，同时太空环境又无外阻，因此极易受到扰动影响而发生振动，且使得绝大数常规振动控制方法难以达到控制要求。针对航空航天系统的性能要求和空间结构的振动特点，当前以智能材料结构概念实现振动主动控制，由于技术的高难度和重要的应用价值，获得了国内外相关领域科研人员的广泛重视，尤其以基于智能材料结构思想构建主动减振智能结构，实现结构的振动响应与噪声辐射的主动控制，形成振动控制领域的研究热点和最为活跃的一个方向，当前研究范围已涉及到军事与民用的诸多领域。

结合主动减振智能结构研究现状和发展趋势，从柔性智能结构的驱动元件构成分析，当前压电材料PZT/PVDF的研究应用可以认为是最具代表性的成果。压电材料由于存在正逆压电效应，用作传感器时，对温度变化敏感性低、高应变灵敏度和低噪声是其主要特点；用作驱动器时，具有低功耗、电操作、频带宽和力由自身内部产生的特点，因此非常适合航空航天结构振动监测与控制的需要。从控制策略角度来讲，主动减振智能结构的控制方法几乎涉及到现代控制理论的所有分支，并在此基础上发展了多种振动主动控制方法，其中模态控制、极点配置和最优控制方法都是基于受控结构精确模型的振动控制方法，因此在应用上具有很大的局限性。目前在控制方法与控制器设计上，基于自适应控制策略实现压电智能结构主动减振是该研究领域的一个重要发展方向，其中以基于最小均方XLMS算法的自适应滤波前馈控制方法研究获得广泛关注，并在实验中取得了较好的控制效果。

智能柔性结构振动自适应滤波前馈控制方法的实质，是首先以滤波器的形式建立受控结构系统和控制器的数学模型，确定受控结构系统模型参数，再用数字信号处理技术求得最优控制器参数，实现的核心是自适应控制算法，它根据测得的新信息实时调整控制器参数，保证控制效果始终趋于最优。由于该控制方法存在一个确定受控结构系统模型参数的过程，因此必须对描述控制通道输入输出特性的结构模型H₂进行辨识，以得到识别模型H^* ₂的模型辨识参数。传统基于该控制方法的控制器设计过程，一般对控制通道中描述受控结构系统模型的建模过程采用离线辨识方法，但考虑到实际空间柔性结构在轨运行期间的物理特性变化和载荷特性渐变，将完全可能导致系统特性发生重大改变，由此基于离线辨识方法设计的控制器参数亦将产生较大误差，进而严重影响控制效果和控制精度。因此对自适应滤波前馈控制器中受控结构系统模型参数，进行在线辨识方法与实现技术的研究不仅具有实际意义，而且能够更好地满足控制系统的鲁棒性和控制精度要求。

发明内容

本发明的目的，在于提供一种针对压电主动减振柔性智能结构振动主动控制，并基于自适应滤波前馈控制方法及其最小均方XLMS算法的受控结构模型多通道在线辨识方法，该方法利用改进的最小均方算法进行受控结构模型参数的在线辨识，获得的模型参数适应和修正多输入多输出方式的压电主动减振自适应控制器设计，实现了降低误差、减少计算量、增强控制系统自适应能力的目标。

为达到上述目的，该发明采用如下技术方案：

一种基于压电机敏元件的主动减振智能柔性结构受控模型多通道在线辨识方法，其特征是直接利用压电主动减振柔性智能结构试验平台，在实验室模拟试验环境下实现了结构受控通道模型的在线辨识；辨识过程中可以直接利用原有振动主动控制设备平台而不需要对设备进行任何增减和切换，实现了完全的在线辨识目标；在辨识条件满足的情况下，就可以在任何时间启动辨识程序，实现了较好的实时性；可以通过软件设定，改变辨识参数(采集频率、通道长度等)，从而进行比较和筛选，实现了辨识的灵活性，优化了辨识结果。受控模型参数多通道在线辨识的实现仅需启动振动主动控制核心控制器(在本发明中采用计算机配接高速数据采集卡构成)的在线辨识程序和必要的硬件设备，其特点是操作简便，适应性强。为实现上述技术特征，该方法至少包括以下步骤：

(1)屏蔽外激扰，使智能柔性结构静止，从而处于可辨识状态；

(2)为增加辨识精度，应通过试验选取合适的辨识信号激振频率，使输出信号的波形与采集信号的波形保持最大的相关性(考虑到尽量减少结构振动耦合的因素，选取与结构受控模态频率邻近的频率激励信号作为辨识信号)；

(3)设置辨识策略，启动在线辨识软件，获得辨识结果，其过程特征包含以下主要步骤：

①设置辨识策略，包括辨识误差阈值、总运算次数阈值、通道辨识次数阈值等；

②对当前一个通道传递模型赋随机数初值；

③判断辨识运算次数是否超过设定阈值，如果没有超出，则执行步骤④；

④依照最小均方算法执行一次传递通道模型的修正；

⑤计算辨识误差，并存储该误差；

⑥如果该误差小于设定的阈值，并且连续小于的次数多于设定的次数，则执行步骤⑦，否则转到步骤③；

⑦保存该通道模型；

⑧判断是否最后一个通道模型，如果是，则提示辨识成功，结束辨识；否则转到②开始下一个新模型通道的辨识；如此反复，直至受控模型的所有描述通道参数辨识成功。

在辨识过程步骤④中采用以下迭代方程作为通道模型参数的修正算法：

h_p(k+1)＝h_p(k)+2μe*x(k-p+1)    ---------------------------------(1)

在辨识过程步骤⑤中采用以下方程作为误差计算的算法：

$y\left(k\right)=X^T\left(k\right)H\left(k\right)=[x\left(k\right),x(k-1),\·\·\·x(k-P+1)]*\left[\begin{array}{c}{h}_1\left(k\right)\\ h_2\left(k\right)\\ .\\ .\\ .\\ h_P\left(k\right)\end{array}\right]----------------\left(2\right)$

e(k)＝y(k)-y(k)--------------------------------------------------(3)

其中，e(k)是辨识误差，y(k)是实际检测到的结构振动传感器响应，y(k)是理论预测的结构振动传感器响应，[h₁(k)，h₂(k)，……h_p(k)，……，h_P(k)]^T是某一模型通道的辨识参数向量。

本发明由于采用了受控模型的在线辨识方法与实现技术，使其与现有方法相比具有以下明显的优点和突出的实质性特点：

(1)辨识方法的在线性，使辨识过程不受运行硬件和执行手段的限制，可以在不增加任何仪器设备和人工干预的前提下，利用控制程序自动开启辨识过程所需的基本设施并成功实现辨识，不仅适应了实际环境运行对辨识参数在线性的要求，而且节约了成本，简化了实现过程；

(2)辨识方法可以在满足辨识条件的任何时间内实现，即只要柔性结构处于相对静止状态，就可以立即实现对结构通道模型的辨识，这样有利于受控结构通道模型参数的及时修正，增强了辨识过程的灵活性；

(3)可以利用控制器自带的控制软件实时修改辨识参数，从而对不同辨识结果进行比较、筛选和优化，以达到最好的控制效果，从一定意义上增加了控制方法所实施的控制精度；

(4)在线辨识方法的多通道性，使获得的受控系统模型参数满足多输入多输出控制策略要求，同时多通道辨识方法的准确实施，能够较好地适应受控结构实际物理特性变化对控制器参数修正的要求，因此进一步增强了控制系统的自适应性、鲁棒性和控制精度；

(5)通过控制器输出端叠加信号实现在线辨识，具备便于模拟外扰信号、适用频带宽、收敛性好、对被控信号变化的响应速度快、计算复杂度低等方面的优越性。

(6)在辨识方法的设计上，简化受控柔性结构为线性系统，因此单通道的FIR滤波器即可快速有效地描述受控结构模型的某通道参数，在此基础上通过组合各通道模型参数并进行线性叠加，即可得出完整多输入多输出受控结构模型的识别模型参数，因此该在线辨识方法的结构简单、流程清晰，易于技术实现。

附图表说明

图1为该受控模型在线辨识方法的实现结构框图，其中图(a)为系统结构示意图，图(b)为技术实现的原理框图。

图2为该在线辨识方法一个多通道辨识优选实例架构图。

图3为该在线辨识方法的辨识过程软件程序流程图。

图4针对此多通道辨识优选实例，为其中两个通道辨识误差随辨识运算次数变化的时间历程图。

图5为基于该在线辨识方法的试验系统实物照片图。

图6为基于该优选实例的受控模型辨识参数，进而修正控制器参数实现压电智能柔板结构自适应振动控制的总体控制效果图。

图7所示为控制前后第二个振动监测传感器的振动幅度对比图。

图8所示为控制前后第三个振动监测传感器的振动幅度对比图。

图9(a)(b)所示分别为控制前后第二个传感器的功率谱对比图。

图10是该优选实例中辨识模型16个通道参数的详细记录。

具体实施方式

本发明的一个优选实例结合附图说明如下：

参见图2，本发明压电主动减振智能柔性结构受控模型多通道在线辨识方法的实施，包含一台用于数据采集和分析的计算机⑧，受控通道模型包含以下组成部分：以贴片方式布置在柔性悬臂梁结构①表面的压电传感网络②和压电驱动网络③，对压电传感网络②检测到的结构振动信号进行调理、放大、滤波等处理的电荷放大器④，低通滤波器⑤、⑥，对计算机⑧中控制器产生的控制信号进行放大的功率放大器⑦。计算机⑧内安装有多通道高速数据采集卡并一体构成控制器，同时内载所开发的受控模型多通道在线辨识软件程序。

本发明压电主动减振智能柔性结构受控模型多通道在线辨识方法，其具体辨识的技术实现过程如图1、3所示。该方法通过上述压电主动减振智能柔性结构实验平台进行实施，具体过程和技术细节如下：

以压电智能柔性结构的待控模态频率，作为外扰信号对结构进行辨识激励，这里选择35.9Hz、峰峰值是2V的正弦信号作为辨识信号，通过功率放大后对受控通道进行激励。该信号从计算机软件设置，从PCI接口发出，经过低通滤波器的调理和功率放大器的放大，驱动压电驱动器网络工作，对受控结构产生振动激励作用，同时该信号也在计算机内部用于辨识算法的执行。

压电传感网络检测到结构振动响应信号，经过电荷放大器、低通滤波器的调理放大，采集进入到计算机，从而与上述辨识信号的发生构成一次闭环过程，并执行一次受控通道模型的在线实时辨识。

辨识策略设置以结构振动主动控制效果最佳为主要目标，兼顾减少计算量的要求。在本实例中，检测结构振动状态的压电传感信号输入AD转换的通道数目是4，输出控制信号的DA转换通道数目也是4，则总共有4*4＝16个受控模型通道需要进行在线辨识，进而获得辨识模型参数；设置辨识误差阈值＝0.01，辨识成功次数下限＝10000次，通道模型以FIR滤波器形式描述，长度设为24。

根据辨识信号和原通道辨识模型，按照上述公式(2)计算得到预测传感信号，根据上述公式(3)，该预测信号与实际传感信号的差值就是辨识误差。判断该辨识误差是否小于设定的辨识误差阈值0.01，如果小于，则判断是否满足连续10000次以上小于0.01；如果没有满足这两个条件，则根据上述公式(1)进行一次通道模型的调整，接着再进行通道模型的辨识。对某个通道而言，如果在50000次辨识过程后仍然没有得出该通道的辨识模型，则把该通道最后的辨识结果作为近似的通道模型参数存储，进而辨识下一个通道；如果这两个条件满足了，则该通道辨识完成，计算机存储这个通道模型参数，并且判断这个通道是否为最后一个通道。如果不是，则继续进行下一个通道的辨识；如果是最后一个通道，则结束辨识过程并提示辨识过程完成，同时采用辨识出的受控模型通道参数进行控制器参数更新与修正，并可将相关模型参数写入存贮文件进行完整保存。

在实际辨识过程实验中，通道模型都能以较快的速度辨识出来，并且没有通道模型辨识失败的情况发生，辨识误差的衰减历程如图4所示。

在结构受控模型参数辨识完成后，通过该辨识模型参数对控制器参数进行修正的基础上，进而结合实验平台进行压电智能柔性结构振动自适应控制实验。在本实例中，结构激励信号取自外激扰激振器，激振信号取为30Hz的正弦信号，并采用多输入多输出自适应滤波前馈控制方法，从第6000采样时刻开始施加控制作用，图5所示为结构振动响应控制前后全局衰减时间历程，图6所示为控制前后第二个结构振动监测传感器的振动响应幅度对比，图7所示为控制前后第三个结构振动监测传感器的振动响应幅度对比，图8(a)(b)所示分别为控制前后第二个传感器的结构振动响应功率谱对比。由实际实验结果可以看出，良好的控制效果进一步验证了本发明受控模型在线辨识方法与实现技术的正确性。

图10示出本实施优选实例中辨别模型16个通道参数的记录。

Claims (4)

1.一种主动减振智能柔性结构受控模型多通道在线辨识方法，并基于自适应滤波前馈控制最小均方算法的压电主动减振智能柔性结构受控模型多通道在线辨识方法，其特征是直接利用压电主动减振柔性智能结构试验平台，在实验室模拟试验环境下实现受控结构多通道模型参数的在线辨识；辨识过程中直接利用原有振动主动控制实验设备平台，实现完全在线辨识；只要辨识条件满足，就能在任何时间启动辨识程序，体现良好的实时性在线性；同时能通过设定改变辨识参数，进行比较、筛选，实现辨识的灵活性，优化辨识结果。

2.根据权利要求1所述的主动减振智能柔性结构受控模型多通道在线辨识方法，其特征在于该方法基于压电机敏元件，采用在控制器输出端叠加激励信号的方法，进行受控结构多通道模型参数的在线辨识；所述的叠加激励信号的选取应尽量近似外部激扰，根据辨识之前对结构固有振动特性的分析，选取邻近结构受控模态频率作为该叠加激励信号的频率。

3.根据权利要求2所述的主动减振智能柔性受控模型多通道在线辨识方法，其特征在于所述的多通道模型参数的在线辨识，步骤如下：

①设置辨识策略，包括辨识误差阈值、总运算次数阈值、通道辨识次数阈值；

②对当前一个通道传递模型赋随机数初值；

③判断辨识运算次数是否超过设定阈值，如果没有超出，则执行步骤④；

④依照最小均方算法执行一次传递通道模型的修正；

⑤计算辨识误差，并存储该误差；

⑥如果该误差小于设定的阈值，并且连续小于的次数多于设定的次数，则执行步骤⑦，否则转到步骤③；

⑦保存该通道模型；

⑧判断是否最后一个通道模型，如果是，则提示辨识成功，结束辨识；否则转到步骤②，开始新通道模型参数的辨识。

4.根据权利要求3所述的主动减振智能柔性受控模型多通道在线辨识方法，其特征在于所述的步骤④中采用以下迭代方程作为受控通道模型参数的修正算法：

h_p(k+1)＝h_p(k)+2μe*x(k-p+1)；

在所述的步骤⑤中，采用以下方程作为误差计算的算法：

y(k)＝X^T(k)H(k)，

＝[x(k)，x(k-1)，…x(k-P+1)]*[h₁(k)，h₂(k)，……h_p(k)，……，h_P(k)]^T，

e(k)＝y(k)-y(k)，

其中，e(k)是辨识的误差，y(k)是实际检测到的结构振动传感器响应，y(k)是理论预测的结构振动传感器响应，[h₁(k)，h₂(k)，……h_p(k)，……，h_P(k)]^T是某一通道模型的辨识参数向量。

Images