CN102142830A

CN102142830A - 参考信号自提取的压电智能结构振动主动控制方法

Info

Publication number: CN102142830A
Application number: CN201110032885XA
Authority: CN
Inventors: 朱晓锦; 黄全振; 高志远; 张合生; 高守玮; 易金聪; 曾祥强
Original assignee: University of Shanghai for Science and Technology
Current assignee: University of Shanghai for Science and Technology
Priority date: 2011-01-31
Filing date: 2011-01-31
Publication date: 2011-08-03

Abstract

本发明的目的是提供一种参考信号自提取的压电智能结构振动主动控制方法，尤其基于自适应滤波控制最小均方算法的压电智能结构振动主动控制方法，它是直接利用压电智能结构振动主动控制试验平台，实现参考信号自提取的自适应滤波振动主动控制；该方法通过从压电智能振动结构中直接提取振动响应残差信号，进而基于控制器结构和算法过程数据构造出参考信号，满足与激扰信号的相关性并进入算法控制过程。解决了在实际压电智能结构系统中很难获得准确的参考信号的难题，为结构振动自适应滤波控制方法的实用化提供了有益的技术方法思路。

Description

参考信号自提取的压电智能结构振动主动控制方法

技术领域

本发明涉及一种参考信号自提取的压电智能结构振动主动控制方法，尤其涉及一种基于自适应滤波控制最小均方算法的压电智能结构振动主动控制方法。

背景技术

智能结构代表着21世纪材料与结构发展的一个新方向，特别在振动主动控制领域具有非常诱人的前景，目前已成为振动工程界的研究热点。主动减振智能结构是智能材料结构研究的重要内容之一，它利用埋入结构中的传感器监测结构的振动状况，根据一定的控制规律去实时控制埋入结构中的驱动器以改变结构的振动状态，达到自适应抑制结构振动响应的目的，从而提高了结构的性能和安全性，延长了其使用寿命。压电材料由于存在正逆压电效应，不仅能用作机敏传感材料，而且可作为智能致动或驱动元件，并具有低功耗、电操作、频带宽和力由自身内部产生的优异特性，因此非常适合航空航天结构监测与控制的需要，例如在临近空间飞行器结构振动主动控制中应用。

基于压电智能结构的振动主动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，以基于最小均方XLMS算法的自适应滤波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，其控制策略的实质为：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。但该方法实施过程中存在一个严重的缺陷，即算法过程需要预知与外激扰信号相关的参考信号；考虑到实际振动控制系统中，一般情况下很难预知外激扰信号并能够有效提取该信号作为参考信号进入控制器算法进程，由此导致常规的自适应滤波控制方法在实际适用性和实用性上存在重大不足。如何在压电智能结构振动控制过程中获取准确的参考信号，成为自适应滤波控制方法扩大使用领域和实用化的一个核心问题。

发明内容

本发明的目的是提供一种参考信号自提取的压电智能结构振动主动控制方法，尤其是基于压电机敏元件的自适应滤波前馈控制最小均方算法的振动主动控制方法，该方法通过从压电智能振动结构中直接提取振动响应残差信号，进而基于控制器结构和算法过程数据构造出参考信号，满足与激扰信号的相关性并进入算法控制过程。解决了在实际压电智能结构振动主动控制系统中很难获得准确的参考信号的难题，为自适应滤波控制方法工程实用化提供了有益的技术方法思路。

为达到上述目的，该发明采用如下技术方案：

一种参考信号自提取的压电智能结构振动主动控制方法，其特征是直接利用压电智能结构振动实验平台，实现自适应滤波控制方法中参考信号自提取的方案；该方法以抵消外扰引起的受控结构振动响应为出发点，控制器根据误差传感器的采集信号，输出控制信号给作动器，使其产生控制力作用于受控对象，使受控对象的振动响应与外扰响应相抵消，达到消除或减小受控对象振动响应的目的，实现了多通道压电智能振动主动控制方法；控制器的输出信号经过控制通道辨识模型的滤波与振动响应残差信号合成，其合成后的信号就是整个控制算法的参考信号，从而实现了参考信号的自提取目的；为实现上述技术特征，该方法具体操作步骤如下：

（1）对控制通道进行模型辨识，求出模型辨识参数

Figure 201110032885X100002DEST_PATH_IMAGE002

：所述的对控制通道进行模型辨识包括以下步骤：

① 设置辨识模型滤波器阶数、步长因子、辨识误差临界值，选取激振信号为参考信号。

② 设置激振频率，开启激振器，使压电智能结构处于持续振动状态。

③ 利用最小均方误差算法进行模型滤波器权值调整。

（2）设置控制算法相应的参数和初始值：控制结构滤波器阶数、步长因子，参考信号

Figure 201110032885X100002DEST_PATH_IMAGE004

的初值选为随机噪声信号。

（3）实时合成参考信号，并带入控制算法，实现参考信号自提取目的：滤波器的输出

Figure 201110032885X100002DEST_PATH_IMAGE006

经过控制通道辨识模型，与结构振动响应信号

Figure 201110032885X100002DEST_PATH_IMAGE008

合成得到参考信号

Figure 201110032885X100002DEST_PATH_IMAGE010

，采用实时更新参考信号，具体详细过程如下：

根据FIR滤波器特性，得控制器输入/输出关系：

Figure 201110032885X100002DEST_PATH_IMAGE012

(1)

式(1)中

为滤波器加权系数。

时刻

的估计函数为：

(2)

根据上述步骤(1)模型辨识参数

(3)

(3)式中，

将(3)式代入(2)式，(2)式的进一步的展开式：

(4)

由(4)式可得，参考信号

时刻

更新式为

(5)

式中

为

时刻的第

个

的值。

（4）依照最小均方算法对控制器加权系数进行修正，直至振动响应幅度被有效地抑制，具体如下：

由参考信号经

环节得到：

(6)

经过算法推导，

为：

(7)

取性能目标函数为：

(8)

并令

根据式(7)和式(8)，依据最陡下降法可推导得到基于LMS准则的最佳权值递推公式为：

(9)

、

分别为

、

+1时刻的加权系数，

为步长因子，

为

的转置，

为振动响应信号。

（5）实时保存相关数据，为实验分析做准备：采用二进制格式保存数据，将其转化为TXT文件，用Matlab进行实验数据分析。

本发明与现有技术相比，具有如下显而易见的突出实质性特点和显著优点：

（1）经典自适应滤波前馈控制方法的一个缺点就是在算法过程中需要预知与外激扰信号相关的参考信号，而本发明方法一个突出的特点是：不需要预知参考信号。

（2）在一些实际工程系统中，很难获得准确的参考信号，致使经典自适应滤波控制方法在一些应用领域无法应用和实现，而本发明方法解决了这一难题，使自适应滤波控制方法的应用领域拓宽和实用化。

（3）在一些实际工程系统中，利用在系统中安装专用的参考信号传感器，本发明方法节省了参考信号传感器，从而为控制系统节约了应用成本，同时也增强了系统的可靠性。

附图表说明

图1 本发明振动控制方法流程图。

图2 参考信号自提取的一个多通道压电结构振动控制优选实例架构图。

图3 该控制算法的实验系统实物照片图。

图4 模拟飞行器框架结构的频响特性图。

图5 参考信号自提取的自适应结构振动控制原理图。

图6 通道1的控制输出信号时间历程。

图7 通道1的结构振动响应时间历程。

图8 通道2的结构振动响应时间历程。

图9 通道3的结构振动响应时间历程。

图10 通道4的结构振动响应时间历程。

图11 通道5的结构振动响应时间历程。

图12 通道6的结构振动响应时间历程。

图13 通道7的结构振动响应时间历程。

图14 通道8的结构振动响应时间历程。

图15 结构振动响应综合抑制效果图。

图16 控制过程中通过算法合成的参考信号。

图17(a)(b)分别为第一通道的结构振动信号的功率谱、算法运算中的参考信号的功率谱。

具体实施方式

本发明优选实施例结合附图详述如下：

实施例一：

本参考信号自提取的压电智能结构振动主动控制方法，具体操作步骤如下：

（1）对控制通道进行模型辨识，求出模型辨识参数

①设置辨识模型滤波器阶数、步长因子、辨识误差临界值，选取激振信号为参考信号。

②设置激振频率，开启激振器，使压电智能结构处于持续振动状态；

③利用最小均方误差算法进行模型滤波器权值调整。

（2）设置控制算法相应的参数和初始值

包括设置控制结构滤波器阶数与步长因子，同时参考信号的初值选为随机噪声信号。

（3）实时合成参考信号，并带入控制算法，实现参考信号自提取目的

滤波器的输出

经过控制通道辨识模型

，与结构振动响应信号

合成得到

，采用

实时更新参考信号

。

（4）依照最小均方算法对控制器加权系数进行修正，直至振动响应幅度被有效地抑制

控制器加权系数更新的为：

其中：

、

分别为

、

+1时刻的加权系数，

为步长因子，

为的转置，

为参考信号经

得到，

为振动响应信号。

（5）实时保存相关数据，为实验分析做准备

采用二进制格式保存数据，将其转化为TXT文件，用Matlab进行实验数据分析。

实施例二：

本实施例以模拟飞行器框架压电智能结构的振动主动控制为实例，说明如下：

参见图1和图2所示，本参考信号自提取的压电智能结构振动主动控制方法，一种模拟飞行器框架压电智能结构的自适应滤波振动主动控制方法，其具体控制系统设置和操作方法如下：

(1) 飞行器框架结构表面以分布贴片方式布置压电传感网络①和压电驱动网络②，构成一个8输入8输出的多通道结构振动控制系统；

(2) 一套对模拟飞行器框架结构产生外扰的激励装置，大致原理为：利用信号发生器产生一个激励信号，通过功率放大器对其放大，将放大后的信号通过激振器③对飞行器模型进行持续激励。

(3) 对压电传感网络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和低通滤波器；

(4) 配置有数据采集卡和数据输出卡的高性能工控机，主要用于控制算法过程中的结构振动信号采集、控制算法的执行运算和控制信号的输出；

(5) 用于对控制输出信号放大的功率放大器，经过放大的控制信号直接作用于压电驱动网络；

该方法通过上述模拟飞行器框架压电智能结构实验平台进行实施，实验环境如图3所示，具体过程和技术细节如下：

使用BK3560振动分析仪，并采用脉冲锤方式对模拟飞行器框架结构进行冲击测试，测得模型结构频响特性如图4所示，前3阶固有频率分别为18.75Hz、40.37 Hz、59.38 Hz。

进行对控制通道结构模型参数辨识，以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18.75Hz、峰峰值是2V的正弦信号作为辨识信号，通过功率放大后对控制通道进行激励。该信号从计算机软件设置，通过功率放大器的放大后，驱动压电驱动器网络工作，依照自适应离线辨识算法进行辨识。

以模拟飞行器框架结构的一阶固有频率18.75Hz为外扰信号的频率，利用信号发生器产生，经过功率放大器，通过激振器对飞行器模型进行持续激励。嵌入在结构表面的8路压电传感器测出结构振动信号，经过电荷放大器放大后传送给工控机，工控机运行图5所示的控制算法，控制器输出8路控制信号通过功率放大器放大后作用于作动器，实现8输入8输出的多通道结构振动控制实验。

在本实例中，离线辨识时，控制通道的辨识模型滤波器长度为24，步长因子为0.001；振动控制算法过程中，滤波器长度为24，步长因子为0.0001，采样频率为1000，从1.3秒时刻开始施加控制，图6所示为第1通道的控制输出时间历程，图7-14为第1通道至8通道的结构振动响应时间历程，图15为模型结构综合振动响应时间历程，从实验结果图知，在施加该抑振控制方法后结构振动响应幅度很快被大幅度地抑制。图16为控制算法过程中从结构振动中提取的参考信号，从图中知，在没有启动控制算法时(即没施加控制)，参考信号为0，当启动控制算法后，根据算法过程立即合成参考信号，将合成的参考信号运用到控制算法中。图17(a)、17(b)分别为第一通道的结构振动响应信号的功率谱、控制算法过程中所提取的参考信号的功率谱，从图17(a)和图17(b)对比可知，其局部最高点对应的频率基本一致，可以说明两个信号具有很强的相关性，从而证明了算法中所提取的参考信号的合理性和正确性。