CN112198430A - 一种基于滤波器网络化位置的伺服电机系统故障检测方法 - Google Patents
一种基于滤波器网络化位置的伺服电机系统故障检测方法 Download PDFInfo
- Publication number
- CN112198430A CN112198430A CN202011015769.2A CN202011015769A CN112198430A CN 112198430 A CN112198430 A CN 112198430A CN 202011015769 A CN202011015769 A CN 202011015769A CN 112198430 A CN112198430 A CN 112198430A
- Authority
- CN
- China
- Prior art keywords
- servo motor
- filter
- networked
- motor system
- fault
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种基于滤波器网络化位置的伺服电机系统故障检测方法,包括以下步骤:建立具有不同齿轮传动比的网络化多模态伺服电机的切换系统模型;设计状态反馈控制器;考虑随机丢包的网络化位置伺服电机系统的故障检测;设计故障检测滤波器参数。上述技术方案应用李雅普诺夫稳定性理论和平均驻留时间方法,设计一种故障检测滤波器算法,并且利用线性矩阵不等式工具箱获得滤波器参数,更加符合实际情况,能够在发生随机丢包时准确检测系统故障的发生。
Description
技术领域
本发明涉及电机故障检测领域,尤其涉及一种基于滤波器网络化位置的伺 服电机系统故障检测方法。
背景技术
伺服电机系统是现代控制系统的主要结构,已广泛应用于机械建筑、工业 控制、汽车制造、文化行业等多个领域。例如,通过多个电机的协同运行,可 以呈现出多种舞台表现形式,而伺服机构系统对于这些电机的控制是非常重要 的。
随着无线通信技术的广泛推广,共享网络逐渐应用于伺服机构系统中,为 控制元件之间的信号传输带来了便利。然而,有限的网络资源往往会导致网络 诱导时延的产生以及数据包丢失问题。此外,物理层的故障会严重影响系统的 安全性和稳定性,这也是不容忽视的问题。因此,如何设计一个有效的滤波器, 当存在数据包丢失情况时,准确地检测故障是一个具有实际应用价值的问题。
此外,有资料显示,位置伺服电机系统通常被建模为线性定常模型,然而 该模型无法准确描述电机的切换特性。所以,将网络化位置伺服电机系统建模 为具有随机变量的切换系统,这更加符合实际应用情况。
中国专利文献CN109814371A公开了一种“基于拉氏变换的网络化伺服电机 系统主动容错控制方法”。采用了步骤如下:利用电机的具体参数进行建模得到 传递函数模型,将传递函数模型转化成状态空间模型;设随机时延满足指数分 布或均匀分布,通过拉氏变换将含有随机时延的控制系统进行等效变换;基于 等效变换后的等效系统设计故障诊断观测器;利用故障诊断观测器进行故障估 计,利用故障估计信息设计容错控制器;当诊断到故障发生后将设计的容错控 制器输入伺服电机的控制器中进行容错控制。
发明内容
本发明主要解决原有的位置伺服电机系统具有随机丢包现象的技术问题, 提供一种基于滤波器网络化位置的伺服电机系统故障检测方法,应用李雅普诺 夫稳定性理论和平均驻留时间方法,设计一种故障检测滤波器算法,并且利用 线性矩阵不等式工具箱获得滤波器参数,更加符合实际情况,能够在发生随机 丢包时准确检测系统故障的发生。
本发明的上述技术问题主要是通过下述技术方案得以解决的:本发明包括 以下步骤:
(1)建立具有不同齿轮传动比的网络化多模态伺服电机的切换系统模型;
(2)设计状态反馈控制器;
(3)考虑随机丢包的网络化位置伺服电机系统的故障检测;
(4)设计故障检测滤波器参数。
作为优选,所述的步骤1定义电机轴转动角度为θM(t)、角速度参数为ωM(t)、 旋转角度为θL(t)、角速度为ωL(t)、抗扭刚系数为kθ、齿轮传动比为ρ、电机常数 参数为kT、负载惯性参数为JL、电动机惯性参数为JM、载荷粘性摩擦值为βL、 电机粘性摩擦值为βM,输入电压值为V,电枢电阻系数R,令 x(t)=[θL(t) ωL(t) θM(t) ωM(t)]T,u(t)=V(t),则网络化位置伺服电机模型为
其中,
作为优选,所述的步骤2基于极点配置或者多李雅普诺夫函数方法,根据 状态信号x(t)为网络化位置伺服电机系统设计状态反馈控制器如下所示
u(t)=Kix(t)
其中x(t),u(t)分别表示控制器的输入和输出。
作为优选,所述的步骤3将已得到的稳定系统离散化,并且进一步考虑未 知扰动d(k),系统故障f(k)和网络通道中的丢包δ(k),该网络化位置伺服电机系 统可以描述为
x(k+1)=Aix(k)+Bid(k)+Gif(k)
y(k)=δ(k)Cix(k)
其中,δ(k)∈{0,1}以表示系统是否出现丢包情况。
作为优选,所述的假设信息成功传输概率的期望为
为了检测系统故障,设计如下故障滤波器来产生残差信号
作为优选,所述的通过考虑伺服系统、故障滤波器以及加权故障,得到如 下系统:
作为优选,所述的步骤3为了检测故障,设计如下残差评价函数
其中W表示检测窗口,W0表示初始时间;通过比较累积函数LW(r)和确定的 阈值Lth,基于以下条件,可以检测出故障
作为优选,所述的步骤4利用李雅普诺夫稳定性理论及线性矩阵不等式方 法得到保证网络化位置伺服电机系统在均值意义下指数稳定并具有给定H∞水平 γ的滤波器算法;
其中,
作为优选,所述的经过等价变换:
令
代入上式中,得到滤波器参数为
本发明的有益效果是:
1.采用切换系统的方式来描述位置伺服电机的动态特性,更加符合实际情况。
2.设计一个故障检测滤波器来产生残差信号,在发生随机丢包时准确检测系 统故障的发生。
附图说明
图1是本发明的一种不同齿轮传动比的网络化多模态伺服电机系统示意图。
图2是本发明的一种滤波器输出残差信号仿真图。
图3是本发明的一种残差的评价函数仿真图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:本实施例的一种基于滤波器网络化位置的伺服电机系统故障检测 方法,如图1所示,包括以下步骤:
1.建立网络化位置伺服电机的切换系统模型。
定义电机轴转动角度为θM(t)、角速度参数为ωM(t)、旋转角度为θL(t)、角速 度为ωL(t)、抗扭刚系数为kθ、齿轮传动比为ρ、电机常数参数为kT、负载惯性参 数为JL、电动机惯性参数为JM、载荷粘性摩擦值为βL、电机粘性摩擦值为βM, 输入电压值为V,电枢电阻系数R,令x(t)=[θL(t) ωL(t) θM(t) ωM(t)]T,u(t)=V(t), 则网络化位置伺服电机模型为
其中,
2.设计状态反馈控制器。
基于极点配置或者多李雅普诺夫函数方法,根据状态信号x(t)为网络化位置 伺服电机系统设计状态反馈控制器如下所示
u(t)=Kix(t) (3)
其中x(t),u(t)分别表示控制器的输入和输出。
3.考虑随机丢包的网络化位置伺服电机系统的故障检测。
将已得到的稳定系统离散化,并且进一步考虑未知扰动d(k),系统故障f(k) 和网络通道中的丢包δ(k),该网络化位置伺服电机系统可以描述为
x(k+1)=Aix(k)+Bid(k)+Gif(k)
y(k)=δ(k)Cix(k) (4)
其中,δ(k)∈{0,1}以表示系统是否出现丢包情况。假设信息成功传输概率的 期望为
为了检测系统故障,设计如下故障滤波器来产生残差信号
为了检测故障,设计如下残差评价函数
其中W表示检测窗口,W0表示初始时间。通过比较累积函数LW(r)和确定的 阈值Lth,基于以下条件,可以检测出故障
4.设计故障检测滤波器参数。
利用李雅普诺夫稳定性理论及线性矩阵不等式方法得到保证网络化位置伺 服电机系统在均值意义下指数稳定并具有给定H∞水平γ的滤波器算法。
其中,
4.2根据等价变换,不等式(9)等价于
4.3令
代入式(12)中,我们可以得到滤波器参数为
结合图1,位置伺服电机系统的参数选取如下所示:
kθ=1280.2,kT=10,JM=0.5,JL=20,βM=0.1
βL=25,R=20,ρi=10,20,30,40,i∈{1,2,3,4}
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属 技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采 用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定 义的范围。
尽管本文较多地使用了切换系统模型、状态反馈控制器等术语,但并不排 除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发 明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (10)
1.一种基于滤波器网络化位置的伺服电机系统故障检测方法,其特征在于,包括以下步骤:
(1)建立具有不同齿轮传动比的网络化多模态伺服电机的切换系统模型;
(2)设计状态反馈控制器;
(3)考虑随机丢包的网络化位置伺服电机系统的故障检测;
(4)设计故障检测滤波器参数。
3.根据权利要求1所述的一种基于滤波器网络化位置的伺服电机系统故障检测方法,其特征在于,所述步骤2基于极点配置或者多李雅普诺夫函数方法,根据状态信号x(t)为网络化位置伺服电机系统设计状态反馈控制器如下所示
u(t)=Kix(t)
其中x(t),u(t)分别表示控制器的输入和输出。
4.根据权利要求1所述的一种基于滤波器网络化位置的伺服电机系统故障检测方法,其特征在于,所述步骤3将已得到的稳定系统离散化,并且进一步考虑未知扰动d(k),系统故障f(k)和网络通道中的丢包δ(k),该网络化位置伺服电机系统可以描述为
x(k+1)=Aix(k)+Bid(k)+Gif(k)
y(k)=δ(k)Cix(k)
其中,δ(k)∈{0,1}以表示系统是否出现丢包情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011015769.2A CN112198430B (zh) | 2020-09-24 | 2020-09-24 | 一种基于滤波器网络化位置的伺服电机系统故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011015769.2A CN112198430B (zh) | 2020-09-24 | 2020-09-24 | 一种基于滤波器网络化位置的伺服电机系统故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112198430A true CN112198430A (zh) | 2021-01-08 |
CN112198430B CN112198430B (zh) | 2022-10-28 |
Family
ID=74016196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011015769.2A Active CN112198430B (zh) | 2020-09-24 | 2020-09-24 | 一种基于滤波器网络化位置的伺服电机系统故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112198430B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359454A (zh) * | 2021-06-15 | 2021-09-07 | 中国科学院长春光学精密机械与物理研究所 | 一种提高多自由度运动系统控制精度的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120045013A1 (en) * | 2010-08-23 | 2012-02-23 | Tongji University | Method for real-time online control of hybrid nonlinear system |
CN107861381A (zh) * | 2017-09-18 | 2018-03-30 | 南京邮电大学 | 直流电机网络化跟踪控制器的方法 |
CN110531732A (zh) * | 2019-04-10 | 2019-12-03 | 江南大学 | 一种非线性网络化控制系统的随机故障检测方法 |
-
2020
- 2020-09-24 CN CN202011015769.2A patent/CN112198430B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120045013A1 (en) * | 2010-08-23 | 2012-02-23 | Tongji University | Method for real-time online control of hybrid nonlinear system |
CN107861381A (zh) * | 2017-09-18 | 2018-03-30 | 南京邮电大学 | 直流电机网络化跟踪控制器的方法 |
CN110531732A (zh) * | 2019-04-10 | 2019-12-03 | 江南大学 | 一种非线性网络化控制系统的随机故障检测方法 |
Non-Patent Citations (2)
Title |
---|
DI WU等: "On Designing Event-Triggered Schemes for Networked Control Systems Subject to One-Step Packet Dropout", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 * |
赵雷: "无刷直流电动机网络切换控制系统丢包研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359454A (zh) * | 2021-06-15 | 2021-09-07 | 中国科学院长春光学精密机械与物理研究所 | 一种提高多自由度运动系统控制精度的方法 |
CN113359454B (zh) * | 2021-06-15 | 2022-11-22 | 中国科学院长春光学精密机械与物理研究所 | 一种提高多自由度运动系统控制精度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112198430B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104485866B (zh) | 基于高阶滑模微分器的电机间接自适应鲁棒输出反馈控制方法 | |
Hajshirmohamadi et al. | Event‐triggered fault detection and isolation for discrete‐time linear systems | |
CN109067773A (zh) | 一种基于神经网络的车载can网络入侵检测方法及系统 | |
CN110531732B (zh) | 一种非线性网络化控制系统的随机故障检测方法 | |
WO2017126902A1 (ko) | 차량 보안 네트워크 장치 및 그 관리 방법 | |
CN112198430B (zh) | 一种基于滤波器网络化位置的伺服电机系统故障检测方法 | |
Yang et al. | Composite anti‐disturbance control for switched systems via mixed state‐dependent and time‐driven switching | |
Liu et al. | Adaptive finite‐time event‐triggered control for nonlinear systems with quantized input signals | |
CN113741309A (zh) | 一种基于观测器的双动态事件触发控制器模型设计方法 | |
Zhang et al. | Iterative learning control for uncertain nonlinear networked control systems with random packet dropout | |
Zhong et al. | Finite‐time annular domain stability and stabilization for stochastic Markovian switching systems driven by Wiener and Poisson noises | |
Pan et al. | Fault detection filtering for a class of nonhomogeneous Markov jump systems with random sensor saturations | |
Song et al. | An event-triggered approach to robust fault detection for nonlinear uncertain Markovian jump systems with time-varying delays | |
Zhou et al. | Finite‐frequency fault detection based on derandomisation for Markov jump linear system | |
Cao et al. | Observer‐based adaptive output‐constrained control design of switched stochastic nonlinear systems with input saturation | |
CN115688288A (zh) | 飞行器气动参数辨识方法、装置、计算机设备及存储介质 | |
Li et al. | Event‐triggered fault detection for switched systems with time‐varying sojourn probabilities | |
CN114363212A (zh) | 一种设备检测方法、装置、设备和存储介质 | |
Zhang et al. | Event-triggered adaptive control for a class of nonlinear systems with mismatched uncertainties via intermittent and faulty output feedback | |
Wang et al. | Fault estimation for continuous‐time Markovian jump systems by a mode‐dependent intermediate estimator | |
CN108173532A (zh) | 在协议影响下的时变系统滤波器设计方法、装置和滤波器 | |
Zhu et al. | Fault detection for nonlinear networked control systems based on fuzzy observer | |
Xu et al. | Fault‐tolerant control for wireless networked control systems with an integrated scheduler | |
He et al. | H∞ control for uncertain discrete-time MJSs with piecewise-constant transition probabilities subject to multiple intermittent sensor faults | |
Li et al. | Policy to cope with deadlocks and livelocks for flexible manufacturing systems using the max′‐controlled new smart siphons |
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 |