CN107203130A - 基于极值搜索控制的仿真转台模型参数辨识方法 - Google Patents
基于极值搜索控制的仿真转台模型参数辨识方法 Download PDFInfo
- Publication number
- CN107203130A CN107203130A CN201710419431.5A CN201710419431A CN107203130A CN 107203130 A CN107203130 A CN 107203130A CN 201710419431 A CN201710419431 A CN 201710419431A CN 107203130 A CN107203130 A CN 107203130A
- Authority
- CN
- China
- Prior art keywords
- model
- rotary table
- artificial rotary
- parameter
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Abstract
基于极值搜索控制的仿真转台模型参数辨识方法,涉及仿真转台系统模型参数辨识领域。解决了现有参数识别方法存在着辨识时间长,计算量大的问题。本发明根据仿真转台模型的等效结构,建立参数可调的标称系统模型,利用极值搜索控制方法,调节标称系统模型中的参数,使标称系统模型与仿真转台机电伺服控制系统模型对于相同输入的系统输出差别最小,此时标称系统模型中的参数即对应转台模型中的参数,达到对仿真转台模型参数进行辨识的目的。本发明主要对仿真转台的模型参数进行辨识。
Description
技术领域
本发明涉及仿真转台系统模型参数辨识领域。
背景技术
极值搜索控制方法是一种不基于模型的自适应控制方法,对控制条件的要求较低,不会受到参数不确定性或参数未知的影响,具有原理简单,计算量小等优点。这种控制方法是用于搜索并使输出保持在系统(或函数)极值的方法。简单来说,就是当系统输出与系统输入之间存在最大值或最小值关系,系统的输出可以用某种代价函数表示时,运用极值搜索控制方法就可以在没有准确知道或者不知晓待搜索系统的结构或者数学表达时,对系统进行极值搜索,使系统的输出取得最大值或最小值。在实际的控制系统中,我们通常能够获得的信息是不完全的,这时采用极值控制方法可以较好地获得期望的目标。目前,极值控制方法在国内外都得到了较为广泛的应用,主要应用在过程控制、太阳能电池阵列管理以及水利和风能发电时涡轮机叶片角度的调节等领域。
仿真转台是模拟实际载体旋转的半实物仿真平台,是一类常见的伺服控制系统,其可靠性主要体现在它的控制精度与响应速度上,为此需要较为精确的知晓模型的参数从而可以据此选择效果优良的控制器。对仿真转台这一机电伺服控制系统来说,建立模型的对象是电机。对电机的参数进行辨识,目前使用的方法主要有扫频拟合,扩展卡尔曼滤波和人工智能的方法等等。但是上述的方法存在着辨识时间长,计算量大的问题,考虑到极值搜索控制方法是不基于模型,计算量小的控制方法,并且参数辨识的问题可以转化为使参数可变的标称系统与实际系统之间的差异最小的问题,所以可以利用极值搜索控制方法来对仿真转台的模型参数进行辨识。
发明内容
本发明是为了解决现有参数识别方法存在着辨识时间长,计算量大的问题,本发明提供了一种基于极值搜索控制的仿真转台模型参数辨识方法。
基于极值搜索控制的仿真转台模型参数辨识方法,参数辨识方法包括如下步骤:
步骤一:根据待辨识参数的仿真转台模型构建标称系统模型,设定待辨识参数τm和k的初始值,给标称系统模型和仿真转台模型输入相同的电压控制信号Vin,所述的仿真转台模型为仿真转台机电伺服控制系统的实际模型,且仿真转台模型作为被控对象;
其中,τm表示机械时间常数,k表示等效增益;
步骤二:将标称系统模型当前的输出角度θ与仿真转台模型实际输出角度θ0作差,获得偏差信号e,将偏差信号e取绝对值,获得|e|;
步骤三:判断|e|是否为0,
结果为是,则,此时,待辨识参数τm和k的值为实际值,从而完成仿真转台模型参数τm和k辨识的过程,
结果为否,则,执行步骤四;
步骤四:将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值,并将待辨识参数τm和k的当前值输入给标称系统模型,标称系统模型根据接收的待辨识参数τm和k的当前值更新输出角度θ后,执行步骤二。
所述的步骤四中,将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值的具体过程为:
首先,|e|同时输入至1号高通滤波器和2号高通滤波器,解调信号sin(ω1t)同时输入至1号乘法器的第一数据输入端和2号乘法器的第一数据输入端,解调信号sin(ω2t)同时输入至3号乘法器的第一数据输入端和4号乘法器的第一数据输入端;
其中,ω1和ω2均为信号角频率,t为时间;
其次,经1号高通滤波器进行高通滤波后,输出的数据信号发送至1号乘法器的第二数据输入端,1号乘法器对接收的两个信号相乘后,输出的梯度信息ξ1同时发送至1号积分器和1号低通滤波器,经1号积分器进行积分处理后,获得的等效增益估计值发送至1号加法器,经1号低通滤波器进行低通滤波后,输出扰动信号η1至1号幅值获取函数g1(η1)进行幅值调整,获得扰动信号幅值a1,并将该扰动信号幅值a1发送至2号乘法器的第二数据输入端,2号乘法器对接收的两个信号相乘后,获得的扰动信号a1sin(ω1t)发送至1号加法器,1号加法器对接收的两个信号进行相加后,获得当前的等效增益k;
经2号高通滤波器进行高通滤波后,输出的数据信号发送至3号乘法器的第二数据输入端,3号乘法器对接收的两个信号相乘后,输出的梯度信息ξ2同时发送至2号积分器和2号低通滤波器,经2号积分器进行积分处理后,获得的机械时间常数估计值发送至2号加法器,经2号低通滤波器进行低通滤波后,输出扰动信号η2至2号幅值获取函数g2(η2)进行幅值调整,获得扰动信号幅值a2,并将该扰动信号幅值a2发送至4号乘法器的第二数据输入端,4号乘法器对接收的两个信号相乘后,获得的扰动信号a2sin(ω2t)发送至2号加法器,2号加法器对接收的两个信号进行相加后,获得当前的机械时间常数τm;
综上,完成了对待辨识参数τm和k的当前值的获取。
所述的根据待辨识参数的仿真转台模型构建标称系统模型的过程为:
根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建。
所述的根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建的具体过程为:
步骤一一:根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,所述的仿真转台机电伺服控制系统机理模型为:
其中,id,iq分别为同步旋转d-q坐标系中的直轴电流和交轴电流,
ωr为电机机械角速度,
r′为电机等效电阻,且r'=r+kVkpskf,
r为电机电枢电阻,kf为电机电流反馈放大系数,kps为电机驱动器放大系数,kV为电机电流放大系数;
L为电机电枢电感,Pm为电机极对数,
ψf为转子永磁效应对应的每对磁极磁通,J为轴系总转动惯量,
D为电机旋转时的摩擦系数;
ud,uq分别为旋转d-q坐标系中的直轴电压和交轴电压;
Tl为干扰力矩;为微分算子;
步骤一二:令仿真转台机电伺服控制系统机理模型中id=0,对公式一进行简化,获得如下公式:
步骤一三:将kf=1,D=0,反电势系数及电机力矩系数代入公式二后,再进行拉普拉斯变换,从而得到仿真转台机电伺服控制系统的开环传递函数模型G(s)为:
步骤一四:令对公式三进行简化,获得下述公式:
其中,τe表示电气时间常数;
步骤一五:又由于τm>>τe,故,对公式四进行简化及变形,获得下述公式:
公式五所述的开环传递函数模型G(s)为标称系统模型,从而完成对标称系统模型的构建。
原理分析:给实际转台模型和标称系统相同的输入信号,得到的输出信号做差,获得的偏差信号|e|作为极值搜索控制部分的输入,极值搜索控制依此得到待辨识参数的估计值,随着搜索的进行,标称系统越来越接近实际转台模型,当搜索稳定下来,即:偏差信号|e|为0得到的参数τm和k即为转台待辨识的仿真转台模型的未知参数,辨识过程至此完成。
本发明主要针对仿真转台机电伺服控制系统模型参数未知时,需要辨识转台模型参数的问题。仿真转台机电伺服控制系统建立模型的对象为永磁同步电机。本发明实施方式的主要思想是一种模型参考的思想,通过比较可调标称模型与实际转台模型之间的差异,利用极值搜索控制使二者之间的差别最小,从而达到获取仿真转台模型参数的目的。
本发明根据仿真转台模型的等效结构,建立参数可调的标称系统模型,利用极值搜索控制方法,调节标称系统模型中的参数,使标称系统模型与仿真转台机电伺服控制系统模型对于相同输入的系统输出差别最小,此时标称系统模型中的参数即对应转台模型中的参数,达到对仿真转台模型参数进行辨识的目的。
本发明带来的有益效果是:
本发明所述基于极值搜索控制的仿真转台模型参数辨识方法,所构建的模型结构简单,运算量减少了20%以上,结合模型参考的思想可以有效地对仿真转台模型的参数进行辨识,从图4,图5,图6可以看出本发明提出的方法可以快速、准确地辨识出转台系统模型的未知参数,辨识时间缩短了20%以上,辨识结果的准确度可达到95%以上,图6中,标称系统与实际仿真转台的输出也几乎完全重合,这是标称系统与实际仿真转台伺服控制系统之间的差异已经很小,说明得到了正确的辨识结果。
附图说明
图1为公式三所对应的仿真转台机电伺服控制系统的开环传递函数模型G(s)的结构机理图;其中,i为电流信号;
图2为本发明所述的基于极值搜索控制的仿真转台模型参数辨识方法的原理示意图;
图3为极值搜索控制模型的结构示意图;
图4为待辨识参数k的辨识曲线图;
图5为待辨识参数τm的辨识曲线图;
图6为辨识结束后标称系统与仿真转台系统输出角度的对比曲线图。
具体实施方式
具体实施方式一:参见图2说明本实施方式,本实施方式所述的基于极值搜索控制的仿真转台模型参数辨识方法,参数辨识方法包括如下步骤:
步骤一:根据待辨识参数的仿真转台模型构建标称系统模型,设定待辨识参数τm和k的初始值,给标称系统模型和仿真转台模型输入相同的电压控制信号Vin,所述的仿真转台模型为仿真转台机电伺服控制系统的实际模型,且仿真转台模型作为被控对象;
其中,τm表示机械时间常数,k表示等效增益;
步骤二:将标称系统模型当前的输出角度θ与仿真转台模型实际输出角度θ0作差,获得偏差信号e,将偏差信号e取绝对值,获得|e|;
步骤三:判断|e|是否为0,
结果为是,则,此时,待辨识参数τm和k的值为实际值,从而完成仿真转台模型参数τm和k辨识的过程,
结果为否,则,执行步骤四;
步骤四:将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值,并将待辨识参数τm和k的当前值输入给标称系统模型,标称系统模型根据接收的待辨识参数τm和k的当前值更新输出角度θ后,执行步骤二。
本实施方式中,所述的仿真转台模型为仿真转台机电伺服控制系统的实际模型,且仿真转台模型作为被控对象;
本发明主要针对仿真转台机电伺服控制系统模型参数未知时,需要辨识转台模型参数的问题。仿真转台机电伺服控制系统建立模型的对象为永磁同步电机。本发明实施方式的主要思想是一种模型参考的思想,通过比较可调标称模型与实际转台模型之间的差异,利用极值搜索控制使二者之间的差别最小,从而达到获取仿真转台模型参数的目的。
本发明根据仿真转台模型的等效结构,建立参数可调的标称系统模型,利用极值搜索控制方法,调节标称系统模型中的参数,使标称系统模型与仿真转台机电伺服控制系统模型对于相同输入的系统输出差别最小,此时标称系统模型中的参数即对应转台模型中的参数,达到对仿真转台模型参数进行辨识的目的。
仿真转台模型与标称系统模型的输入信号相同,均为Vin,且设计Vin=Asin(t·2πf),即幅值和周期固定的正弦电压信号,A取值可为3-5V,f为系统输入信号的频率,取值可为3-5Hz。转台的输出与标称系统的输出做差得到偏差信号e,作为极值搜索控制的输入信号。
具体实施方式二:参见图2和图3说明本实施方式,本实施方式与具体实施方式一所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的步骤四中,将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值的具体过程为:
首先,|e|同时输入至1号高通滤波器1-1和2号高通滤波器1-2,解调信号sin(ω1t)同时输入至1号乘法器2-1的第一数据输入端和2号乘法器2-2的第一数据输入端,解调信号sin(ω2t)同时输入至3号乘法器2-3的第一数据输入端和4号乘法器2-4的第一数据输入端;
其中,ω1和ω2均为信号角频率,t为时间;
其次,经1号高通滤波器1-1进行高通滤波后,输出的数据信号发送至1号乘法器2-1的第二数据输入端,1号乘法器2-1对接收的两个信号相乘后,输出的梯度信息ξ1同时发送至1号积分器3-1和1号低通滤波器4-1,经1号积分器3-1进行积分处理后,获得的等效增益估计值发送至1号加法器6-1,经1号低通滤波器4-1进行低通滤波后,输出扰动信号η1至1号扰动信号幅值获取函数g1(η1)5-1进行幅值调整,获得扰动信号幅值a1,并将该扰动信号幅值a1发送至2号乘法器2-2的第二数据输入端,2号乘法器2-2对接收的两个信号相乘后,获得的扰动信号a1sin(ω1t)发送至1号加法器6-1,1号加法器6-1对接收的两个信号进行相加后,获得当前的等效增益k;
经2号高通滤波器1-2进行高通滤波后,输出的数据信号发送至3号乘法器2-3的第二数据输入端,3号乘法器2-3对接收的两个信号相乘后,输出的梯度信息ξ2同时发送至2号积分器3-2和2号低通滤波器4-2,经2号积分器3-2进行积分处理后,获得的机械时间常数估计值发送至2号加法器6-2,经2号低通滤波器4-2进行低通滤波后,输出扰动信号η2至2号扰动信号幅值获取函数g2(η2)5-2进行幅值调整,获得扰动信号幅值a2,并将该扰动信号幅值a2发送至4号乘法器2-4的第二数据输入端,4号乘法器2-4对接收的两个信号相乘后,获得的扰动信号a2sin(ω2t)发送至2号加法器6-2,2号加法器6-2对接收的两个信号进行相加后,获得当前的机械时间常数τm;
综上,完成了对待辨识参数τm和k的当前值的获取。
本实施方式中,扰动信号幅值获取函数作用为自适应调整扰动信号幅值以提高收敛速度并减小稳态振荡。
其中,
本实施方式,积分器的作用是利用梯度信息修正等效增益估计值和机械时间常数估计值使其可以最终收敛于实际值。
本实施方式,高通滤波器的作用为滤除绝对值信号|e|中的直流分量,提高梯度信息估计的准确性,加快收敛速度。
图3中,对应上述字母的下标1和2用于区别搜索τm和k的极值搜索控制部分的不同参数值。在极值搜索控制部分工作时,首先获取偏差信号e的绝对值信号|e|,然后分别经过两路极值搜索的高通滤波器,所得的信号与解调信号相乘后得到梯度信息ξ,梯度信息ξ经过低通滤波器和扰动信号幅值获取函数得到扰动信号幅值,该扰动信号幅值再与解调信号相乘后,获得扰动信号asin(ωt),该扰动信号asin(ωt)与梯度信息ξ经过积分器之后得到的信号做和,得到极值搜索控制部分的两个输出,即当前τm和k的估计值。
具体实施方式三:参见图2和图3说明本实施方式,本实施方式与具体实施方式二所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的g1(η1)=b1·η1 0.8,g2(η2)=b2·η2 0.8;
其中,b1和b2均为比例系数。
本实施方式中,该扰动信号幅值获取函数g1(η1)和g2(η2)的作用为自适应调整扰动信号幅值以提高收敛速度并减小稳态振荡。
具体实施方式四:参见图2和图3说明本实施方式,本实施方式与具体实施方式二所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的1号积分器3-1的传递函数为:
2号积分器3-2的传递函数为:
其中,k1为1号积分器3-1的积分增益,k2为2号积分器3-2的积分增益,s为拉普拉斯算子。
具体实施方式五:参见图2和图3说明本实施方式,本实施方式与具体实施方式二所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的1号高通滤波器1-1的传递函数为:
2号高通滤波器1-2的传递函数为:
其中,ωh1为1号高通滤波器1-1的截止频率,ωh2为2号高通滤波器1-2的截止频率。
具体实施方式六:参见图2和图3说明本实施方式,本实施方式与具体实施方式二所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的1号低通滤波器4-1的传递函数为:
2号低通滤波器4-2的传递函数为:
其中,ωl1为1号低通滤波器4-1的截止频率,ωl2为2号低通滤波器4-2的截止频率。
本实施方式,低通滤波器的作用为滤除梯度信息中的高频成分,使扰动信号的幅值变化更为平缓稳定,提高收敛性能。
具体实施方式七:参见图2说明本实施方式,本实施方式与具体实施方式一所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的根据待辨识参数的仿真转台模型构建标称系统模型的过程为:根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建。
具体实施方式八:参见图1和图2说明本实施方式,本实施方式与具体实施方式一所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建的具体过程为:
步骤一一:根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,所述的仿真转台机电伺服控制系统机理模型为:
其中,id,iq分别为同步旋转d-q坐标系中的直轴电流和交轴电流,
ωr为电机机械角速度,
r′为电机等效电阻,且r'=r+kVkpskf,
r为电机电枢电阻,kf为电机电流反馈放大系数,kps为电机驱动器放大系数,kV为电机电流放大系数;
L为电机电枢电感,Pm为电机极对数,
ψf为转子永磁效应对应的每对磁极磁通,J为轴系总转动惯量,
D为电机旋转时的摩擦系数;
ud,uq分别为旋转d-q坐标系中的直轴电压和交轴电压;
Tl为干扰力矩,该干扰力矩包含摩擦力矩及波动力矩;为微分算子;
公式一中建立了d轴和q轴的动态方程,但实际对电机进行矢量控制时,通常忽略转台伺服系统机理模型中id的影响,通过控制iq来直接控制电机的力矩输出,即:
步骤一二:令仿真转台机电伺服控制系统机理模型中id=0,对公式一进行简化,获得如下公式二,公式一所表示的仿真转台机电伺服控制系统机理模型可以简化为图1所示:
步骤一三:将kf=1,D=0,反电势系数及电机力矩系数代入公式二后,再进行拉普拉斯变换,从而得到仿真转台机电伺服控制系统的开环传递函数模型G(s)为:
步骤一四:令对公式三进行简化,获得下述公式:
其中,τe表示电气时间常数;
步骤一五:又由于τm>>τe,故,对公式四进行简化及变形,获得下述公式:
公式五所述的开环传递函数模型G(s)为标称系统模型,从而完成对标称系统模型的构建。
由于电气时间常数τe容易获取并且在系统电气结构固定后基本不变,且在辨识前已知,而τm和k会随着工作环境或工作条件的变化而发生较大变化,所以由式5确定转台模型中待辨识的参数为τm和k。
具体实施方式九:参见图2说明本实施方式,本实施方式与具体实施方式一所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的b1和b2的取值均为2。
具体实施方式十:参见图2说明本实施方式,本实施方式与具体实施方式一所述的基于极值搜索控制的仿真转台模型参数辨识方法的区别在于,所述的Vin=Asin(t·2πf);
A为输入信号的幅值,f为系统输入信号的频率,t为持续时间。
验证试验:
在本发明所述的基于极值搜索控制的仿真转台模型参数辨识方法实施时,对仿真转台进行的操作时给予其给定的输入信号,并且测量得到其位置输出。然后只需设计好极值搜索控制方法中的各部分参数,按照上述结构搭建辨识结构,方法即可自动辨识出转台模型中的未知参数,为转台的控制器设计提供方便。其中需要设计的参数有,极值控制的积分增益k1,k2,高通滤波器截止频率ωh1,ωh2,低通滤波器截止频率ωl1,ωl2,扰动信号角频率ω1,ω2。其中积分增益k1,k2不宜过大,否则系统的稳定性会受到影响,一般不超过10,扰动信号角频率ω1,ω2需要小于输入信号Vin的角频率,选取为输入信号角频率的1/5左右即可,高通滤波器和低通滤波器的截止频率要小于扰动信号角频率。
下面通过实施例验证本发明的有益效果:
为验证本发明的有效性,以某型三轴仿真转台的内环作为实验对象,辨识方法实施时内环开环运行,系统中电气时间常数τe=0.0066,用传统扫频方法获得转台模型的参数为τm=0.1326,k=96,以此对本发明的辨识结果进行对比参考。
实施例中对转台的正弦输入信号Vin为频率4Hz,幅值为3V的正弦信号,转台的输出信号为内环的实时角度。在实施时,将极值控制方法各环节与标称系统进行离散化之后嵌入到转台的控制程序中(采样周期为0.5ms,采用双线性离散化方法),实验中所用参数分别为:
参数k极值搜索部分:ωh1=5,b1=0.5,k1=1,ωl1=0.1,ω1=1.5π;
参数τm极值搜索部分:ωh1=4,b1=0.4,k1=0.6,ωl1=0.2,ω1=2π
图4和图5分别给出了k和τm随时间变化的收敛曲线,可以得到k和τm在近200秒的时间内稳定后的值分别为k=91.21与τm=0.1124,和扫频得到的系统参数基本一致,并且从图6可以看到,当参数搜索稳定后,标称系统与实际仿真转台的输出也几乎完全重合,这是标称系统与实际仿真转台伺服控制系统之间的差异已经很小,说明得到了正确的辨识结果。
所以根据上述结果,本发明利用极值搜索控制方法,结合模型参考的思想,能够准确、快速地辨识仿真转台模型的未知参数,并且由于极值搜索控制方法具有结构简单,计算量小的特点,可以十分方便地应用在仿真转台系统模型的参数辨识过程中。
Claims (10)
1.基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,参数辨识方法包括如下步骤:
步骤一:根据待辨识参数的仿真转台模型构建标称系统模型,设定待辨识参数τm和k的初始值,给标称系统模型和仿真转台模型输入相同的电压控制信号Vin,所述的仿真转台模型为仿真转台机电伺服控制系统的实际模型,且仿真转台模型作为被控对象;
其中,τm表示机械时间常数,k表示等效增益;
步骤二:将标称系统模型当前的输出角度θ与仿真转台模型实际输出角度θ0作差,获得偏差信号e,将偏差信号e取绝对值,获得|e|;
步骤三:判断|e|是否为0,
结果为是,则,此时,待辨识参数τm和k的值为实际值,从而完成仿真转台模型参数τm和k辨识的过程,
结果为否,则,执行步骤四;
步骤四:将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值,并将待辨识参数τm和k的当前值输入给标称系统模型,标称系统模型根据接收的待辨识参数τm和k的当前值更新输出角度θ后,执行步骤二。
2.根据权利要求1所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的步骤四中,将|e|作为极值搜索控制模型的输入信号,极值搜索控制模型利用极值搜索控制方法得到待辨识参数τm和k的当前值的具体过程为:
首先,|e|同时输入至1号高通滤波器(1-1)和2号高通滤波器(1-2),解调信号sin(ω1t)同时输入至1号乘法器(2-1)的第一数据输入端和2号乘法器(2-2)的第一数据输入端,解调信号sin(ω2t)同时输入至3号乘法器(2-3)的第一数据输入端和4号乘法器(2-4)的第一数据输入端;
其中,ω1和ω2均为信号角频率,t为时间;
其次,经1号高通滤波器(1-1)进行高通滤波后,输出的数据信号发送至1号乘法器(2-1)的第二数据输入端,1号乘法器(2-1)对接收的两个信号相乘后,输出的梯度信息ξ1同时发送至1号积分器(3-1)和1号低通滤波器(4-1),经1号积分器(3-1)进行积分处理后,获得的等效增益估计值发送至1号加法器(6-1),经1号低通滤波器(4-1)进行低通滤波后,输出扰动信号η1至1号幅值获取函数g1(η1)(5-1)进行幅值调整,获得扰动信号幅值a1,并将该扰动信号幅值a1发送至2号乘法器(2-2)的第二数据输入端,2号乘法器(2-2)对接收的两个信号相乘后,获得的扰动信号a1 sin(ω1t)发送至1号加法器(6-1),1号加法器(6-1)对接收的两个信号进行相加后,获得当前的等效增益k;
经2号高通滤波器(1-2)进行高通滤波后,输出的数据信号发送至3号乘法器(2-3)的第二数据输入端,3号乘法器(2-3)对接收的两个信号相乘后,输出的梯度信息ξ2同时发送至2号积分器(3-2)和2号低通滤波器(4-2),经2号积分器(3-2)进行积分处理后,获得的机械时间常数估计值发送至2号加法器(6-2),经2号低通滤波器(4-2)进行低通滤波后,输出扰动信号η2至2号幅值获取函数g2(η2)(5-2)进行幅值调整,获得扰动信号幅值a2,并将该扰动信号幅值a2发送至4号乘法器(2-4)的第二数据输入端,4号乘法器(2-4)对接收的两个信号相乘后,获得的扰动信号a2 sin(ω2t)发送至2号加法器(6-2),2号加法器(6-2)对接收的两个信号进行相加后,获得当前的机械时间常数τm;
综上,完成了对待辨识参数τm和k的当前值的获取。
3.根据权利要求2所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的g1(η1)=b1·η1 0.8,g2(η2)=b2·η2 0.8;
其中,b1和b2均为比例系数。
4.根据权利要求2所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的1号积分器(3-1)的传递函数为:
2号积分器(3-2)的传递函数为:
其中,k1为1号积分器(3-1)的积分增益,k2为2号积分器(3-2)的积分增益,s为拉普拉斯算子。
5.根据权利要求2所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的1号高通滤波器(1-1)的传递函数为:
2号高通滤波器(1-2)的传递函数为:
其中,ωh1为1号高通滤波器(1-1)的截止频率,ωh2为2号高通滤波器(1-2)的截止频率。
6.根据权利要求2所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的1号低通滤波器(4-1)的传递函数为:
2号低通滤波器(4-2)的传递函数为:
其中,ωl1为1号低通滤波器(4-1)的截止频率,ωl2为2号低通滤波器(4-2)的截止频率。
7.根据权利要求1所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的根据待辨识参数的仿真转台模型构建标称系统模型的过程为:
根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建。
8.根据权利要求7所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,根据仿真转台机电伺服控制系统机理模型获取其开环传递函数模型,该开环传递函数模型为标称系统模型,从而完成对标称系统模型的构建的具体过程为:
步骤一一:根据仿真转台机电伺服控制系统结构建立仿真转台机电伺服控制系统机理模型,所述的仿真转台机电伺服控制系统机理模型为:
其中,id,iq分别为同步旋转d-q坐标系中的直轴电流和交轴电流,
ωr为电机机械角速度,
r′为电机等效电阻,且r'=r+kVkpskf,
r为电机电枢电阻,kf为电机电流反馈放大系数,kps为电机驱动器放大系数,kV为电机电流放大系数;
L为电机电枢电感,Pm为电机极对数,
ψf为转子永磁效应对应的每对磁极磁通,J为轴系总转动惯量,
D为电机旋转时的摩擦系数;
ud,uq分别为旋转d-q坐标系中的直轴电压和交轴电压;
Tl为干扰力矩;为微分算子;
步骤一二:令仿真转台机电伺服控制系统机理模型中id=0,对公式一进行简化,获得如下公式:
<mrow>
<mfrac>
<mrow>
<msub>
<mi>di</mi>
<mi>q</mi>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mi>r</mi>
<mo>&prime;</mo>
</msup>
<msub>
<mi>i</mi>
<mi>q</mi>
</msub>
</mrow>
<mi>L</mi>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>p</mi>
<mi>m</mi>
</msub>
<msub>
<mi>&psi;</mi>
<mi>f</mi>
</msub>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<msqrt>
<mn>2</mn>
</msqrt>
<mi>L</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>u</mi>
<mi>q</mi>
</msub>
<mi>L</mi>
</mfrac>
</mrow>
步骤一三:将kf=1,D=0,反电势系数及电机力矩系数代入公式二后,再进行拉普拉斯变换,从而得到仿真转台机电伺服控制系统的开环传递函数模型G(s)为:
步骤一四:令对公式三进行简化,获得下述公式:
其中,τe表示电气时间常数;
步骤一五:又由于τm>>τe,故,对公式四进行简化及变形,获得下述公式:
公式五所述的开环传递函数模型G(s)为标称系统模型,从而完成对标称系统模型的构建。
9.根据权利要求3所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的b1和b2的取值均为2。
10.根据权利要求1所述的基于极值搜索控制的仿真转台模型参数辨识方法,其特征在于,所述的Vin=Asin(t·2πf);
A为输入信号的幅值,f为系统输入信号的频率,t为持续时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710419431.5A CN107203130B (zh) | 2017-06-06 | 2017-06-06 | 基于极值搜索控制的仿真转台模型参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710419431.5A CN107203130B (zh) | 2017-06-06 | 2017-06-06 | 基于极值搜索控制的仿真转台模型参数辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107203130A true CN107203130A (zh) | 2017-09-26 |
CN107203130B CN107203130B (zh) | 2019-12-17 |
Family
ID=59907248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710419431.5A Active CN107203130B (zh) | 2017-06-06 | 2017-06-06 | 基于极值搜索控制的仿真转台模型参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107203130B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563897A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于极值搜索算法的四旋翼无人机参数辨识方法 |
TWI655554B (zh) * | 2018-02-09 | 2019-04-01 | 中國鋼鐵股份有限公司 | 動力系統模型的調節方法 |
CN113044026A (zh) * | 2021-04-02 | 2021-06-29 | 哈尔滨理工大学 | 一种基于磁悬浮轮胎的室内环境监测机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101779172A (zh) * | 2007-07-17 | 2010-07-14 | 约翰逊控制技术公司 | 带重置控制的极值搜索控制 |
CN101861552A (zh) * | 2007-07-17 | 2010-10-13 | 约翰逊控制技术公司 | 带有执行器饱和控制的极值搜索控制 |
CN106227040A (zh) * | 2016-08-26 | 2016-12-14 | 哈尔滨工业大学 | 基于极值控制的伺服系统输入补偿方法 |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服系统的机械谐振抑制方法 |
CN108563897A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于极值搜索算法的四旋翼无人机参数辨识方法 |
-
2017
- 2017-06-06 CN CN201710419431.5A patent/CN107203130B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101779172A (zh) * | 2007-07-17 | 2010-07-14 | 约翰逊控制技术公司 | 带重置控制的极值搜索控制 |
CN101861552A (zh) * | 2007-07-17 | 2010-10-13 | 约翰逊控制技术公司 | 带有执行器饱和控制的极值搜索控制 |
CN106227040A (zh) * | 2016-08-26 | 2016-12-14 | 哈尔滨工业大学 | 基于极值控制的伺服系统输入补偿方法 |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服系统的机械谐振抑制方法 |
CN108563897A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于极值搜索算法的四旋翼无人机参数辨识方法 |
Non-Patent Citations (6)
Title |
---|
HE ZONGRU 等: "Frequency Bandwidth Extension for Angular Vibration Table Based on Extremum Seeking Control", 《PROCEEDINGS OF THE 35TH CHINESE CONTROL CONFERENCE》 * |
ZHENGYI SUN 等: "online suppression of mechanical resonance using extremum seeking control", 《PROCEEDINGS OF THE 37TH CHINESE CONTROL CONFERENCE》 * |
何宗儒 等: "二阶滑模极值搜索控制方法设计与应用研究", 《CNKI》 * |
王佳 等: "极值搜索控制系统结构应用分析", 《昆明理工大学学报(理工版)》 * |
胡云安 等: "极值搜索控制系统的一体化设计研究", 《控制与决策》 * |
胡云安 等: "滑模极值搜索算法与控制器的一体化设计", 《华中科技大学学报(自然科学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI655554B (zh) * | 2018-02-09 | 2019-04-01 | 中國鋼鐵股份有限公司 | 動力系統模型的調節方法 |
CN108563897A (zh) * | 2018-04-25 | 2018-09-21 | 哈尔滨工业大学 | 一种基于极值搜索算法的四旋翼无人机参数辨识方法 |
CN108563897B (zh) * | 2018-04-25 | 2022-01-21 | 哈尔滨工业大学 | 一种基于极值搜索算法的四旋翼无人机参数辨识方法 |
CN113044026A (zh) * | 2021-04-02 | 2021-06-29 | 哈尔滨理工大学 | 一种基于磁悬浮轮胎的室内环境监测机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN107203130B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106026822B (zh) | 伺服电机驱动系统的惯量在线辨识方法及系统 | |
CN105375848B (zh) | 一种永磁同步电机自适应辨识控制方法及其控制系统 | |
CN107203130A (zh) | 基于极值搜索控制的仿真转台模型参数辨识方法 | |
CN103684183B (zh) | 异步电机转速估计方法 | |
CN113131817A (zh) | 一种永磁同步电机在线参数辨识系统及方法 | |
CN103944481B (zh) | 一种交流异步电机矢量控制系统模型参数在线修正方法 | |
CN105116329B (zh) | 振镜扫描电机模型参数的辨识方法及装置 | |
CN110071667B (zh) | 一种双馈风力发电机参数辨识方法 | |
CN112468038B (zh) | 永磁同步电机mtpa控制电流轨迹搜索方法及在线控制方法 | |
CN102647144B (zh) | 用于估计同步磁阻电动机的转子角度的方法和设备 | |
CN109861608A (zh) | 一种多级式起动/发电机虚拟信号注入的mtpa方法 | |
CN109873587A (zh) | 一种永磁同步电机多参数自动辨识方法 | |
CN106602952B (zh) | 一种pmsm永磁体磁链满秩辨识方法 | |
CN112953338A (zh) | Pmsm参数在线辨识方法、系统、终端及介质 | |
CN114006557B (zh) | 基于扩展滑模观测器的永磁同步电机机械参数辨识方法 | |
CN109687792B (zh) | 面向矢量控制系统的牵引电机转子参数在线辨识优化方法 | |
CN105444950A (zh) | 利用正弦扰动信号获取电机驱动系统机械参数的方法 | |
CN107681937A (zh) | 一种基于神经网络的超高速永磁同步电机速度观测方法 | |
CN112468034B (zh) | 永磁同步电机弱磁区效率最优控制电流轨迹搜索方法及在线控制方法 | |
CN106227040A (zh) | 基于极值控制的伺服系统输入补偿方法 | |
CN108429501A (zh) | 一种永磁同步电机负载扰动的观测方法 | |
CN110378057B (zh) | 一种内置式永磁同步电机抗干扰控制器及其设计方法 | |
Yin et al. | A speed estimation method for induction motors based on strong tracking extended Kalman filter | |
CN109194226A (zh) | 电机参数在线辨识方法、系统、电机控制器及存储介质 | |
CN112468037B (zh) | 永磁同步电机mtpv控制电流轨迹搜索方法及在线控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |