CN112859640B - 驱动器的校正器参数的调试方法、装置及可读存储介质 - Google Patents
驱动器的校正器参数的调试方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN112859640B CN112859640B CN202011637381.6A CN202011637381A CN112859640B CN 112859640 B CN112859640 B CN 112859640B CN 202011637381 A CN202011637381 A CN 202011637381A CN 112859640 B CN112859640 B CN 112859640B
- Authority
- CN
- China
- Prior art keywords
- model
- corrector
- driver
- debugging
- diagram
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000010586 diagram Methods 0.000 claims description 120
- 238000004088 simulation Methods 0.000 claims description 114
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000005284 excitation Effects 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 23
- 240000004050 Pentaglottis sempervirens Species 0.000 claims description 12
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 3
- 244000000626 Daucus carota Species 0.000 description 10
- 235000005770 birds nest Nutrition 0.000 description 10
- 235000005765 wild carrot Nutrition 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明涉及驱动器技术领域，公开了一种驱动器的校正器参数的调试方法、装置及可读存储介质，首先，根据输入的驱动器的激励与响应数据生成驱动器的辨识模型，再根据辨识模型生成辨识模型伯德图，然后，根据选定的校正器的类型及预设的校正器参数生成驱动器的校正器模型，接着，将校正器模型与辨识模型进行模型组合，得到驱动器的仿真模型，并根据仿真模型生成仿真模型伯德图，通过根据辨识模型伯德图与仿真模型伯德图两者的分析结果，对驱动器的校正器参数进行调整，通过将辨识过程与驱动器的校正器参数结合成仿真模型，从而为用户的调试提供数据指导，避免了现有技术盲目低效的调试流程，同时降低了驱动器失稳带来的安全隐患。
Description
技术领域
本发明涉及驱动器技术领域，特别是涉及一种驱动器的校正器参数的调试方法、装置及可读存储介质。
背景技术
随着工业制造的技术发展，现代伺服系统应用场景日渐复杂，性能与通用性指标也在不断提高，这对现场调试人员的技术水平提出了更高的要求，随之带来的是调试工具发展的必要性。
基于伯德特图进行频率特性分析与辅助参数调试的工具被广泛集成于各大伺服厂商的调试软件中，主要的作用为确定系统带宽与谐振频率，从而确定陷波器等校正装置的参数，实现有针对性的性能提升与谐振抑制。其基本的实现方法是在驱动器指令端施加某种形式的激励信号，记录响应数据，通过FFT等技术将数据转换为辨识频率特性曲线(伯德图)后输出显示。
目前市场上现有的软件产品中，该功能往往只提供伯德图的绘制功能，使用者可用游标确定调试的目标频率参数，但不能确定陷波器等校正装置的其他参数设置是否合适，容易引发驱动器失稳，并带来重复迭代的不确定工作量。
发明内容
本发明实施例的目的是提供一种驱动器的校正器参数的调试方法、装置及可读存储介质，其能够避免盲目调整驱动器的校正器参数的问题。
为了解决上述技术问题，本发明实施例提供一种驱动器的校正器参数的调试方法，包括：
根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
根据所述辨识模型，生成辨识模型伯德图；
根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
根据所述仿真模型，生成仿真模型伯德图；
根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整。
作为优选方案，在所述根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整之后，还包括：
根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
根据当前的仿真模型，生成当前的仿真模型伯德图；
根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
作为优选方案，在所述根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整之后，还包括：
根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
根据当前的辨识模型，生成当前的辨识模型伯德图；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
作为优选方案，所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
作为优选方案，辨识模型伯德图和仿真模型伯德图通过显示装置显示。
为了解决相同的技术问题，本发明实施例还提供一种驱动器的校正器参数的调试装置，包括：
第一辨识模型生成模块，用于根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
第一辨识模型伯德图生成模块，用于根据所述辨识模型，生成辨识模型伯德图；
第一校正器模型生成模块，用于根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
第一仿真模型获得模块，用于将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
第一仿真模型伯德图生成模块，用于根据所述仿真模型，生成仿真模型伯德图；
第一校正器参数调整模块，用于根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整。
作为优选方案，所述驱动器的校正器参数的调试装置还包括：
第二校正器模型生成模块，用于根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
第二仿真模型获得模块，用于将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
第二仿真模型伯德图生成模块，用于根据当前的仿真模型，生成当前的仿真模型伯德图；
第二校正器参数调整模块，用于根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
作为优选方案，所述驱动器的校正器参数的调试装置还包括：
第二辨识模型生成模块，用于根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
第二辨识模型伯德图生成模块，用于根据当前的辨识模型，生成当前的辨识模型伯德图；
结束调试模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
重新调整模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
作为优选方案，所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
为了解决相同的技术问题，本发明实施例还提供一种可读存储介质，所述可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述可读存储介质所在设备执行所述的驱动器的校正器参数的调试方法。
相比于现有技术，本发明实施例的有益效果在于：本发明实施例提供了一种驱动器的校正器参数的调试方法，在本发明实施例中，首先，根据输入的驱动器的激励与响应数据生成驱动器的辨识模型，再根据所述辨识模型生成辨识模型伯德图，然后，根据选定的校正器的类型及预设的校正器参数生成驱动器的校正器模型，接着，将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型，并根据所述仿真模型生成仿真模型伯德图，通过根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整，通过将辨识过程与驱动器的校正器参数结合成仿真模型，从而为用户的调试提供数据指导，避免了现有技术盲目低效的调试流程，同时降低了驱动器失稳带来的安全隐患。同时，本发明实施例还相应地提供了一种驱动器的校正器参数的调试装置及可读存储介质。
附图说明
图1是本发明提供的驱动器的校正器参数的调试方法的一个实施例的流程图；
图2是本发明提供的驱动器的校正器参数的调试方法的另一个实施例的流程图；
图3是本发明提供的驱动器的校正器参数的调试装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1所示，其是本发明提供的驱动器的校正器参数的调试方法的一个实施例的流程图。
本发明实施例的驱动器的校正器参数的调试方法包括：
步骤S101，根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
步骤S102，根据所述辨识模型，生成辨识模型伯德图；
步骤S103，根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
步骤S104，将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
步骤S105，根据所述仿真模型，生成仿真模型伯德图；
步骤S106，根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整。
在本发明实施例中，首先，根据输入的驱动器的激励与响应数据生成驱动器的辨识模型，再根据所述辨识模型生成辨识模型伯德图，然后，根据选定的校正器的类型及预设的校正器参数生成驱动器的校正器模型，接着，将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型，并根据所述仿真模型生成仿真模型伯德图，通过根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整，通过将辨识过程与驱动器的校正器参数结合成仿真模型，从而为用户的调试提供数据指导，避免了现有技术盲目低效的调试流程，同时降低了驱动器失稳带来的安全隐患。
在具体实施当中，辨识模型、校正器模型、仿真模型通过伯德图输出来表现其频率特性。在本发明实施例中，辨识模型伯德图和仿真模型伯德图通过显示装置进行显示，例如在仿真软件的显示界面上进行显示，使得用户可以直观地获得调试的预期结果，而所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
具体地，在所述步骤S104“将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型”中，可以通过校正器模型与所述辨识模型串联、并联等方式进行组合，串联代表乘性关系，并联代表加性关系，用户可以根据整个控制器的实现方式以及使用习惯进行具体的选择。
在一种可选的实施方式中，在所述步骤S106“根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整”之后，还包括：
根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
根据当前的仿真模型，生成当前的仿真模型伯德图；
根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
在本发明实施例中，在应用模式上允许用户进行任意次数的迭代设计与历史数据比对，使用户在每一次设计过程中都能观测到参数变化前后实际驱动器性能与期望性能的量化差异，从而提升调试效率。
在一种可选的实施方式中，在所述根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整之后，还包括：
根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
根据当前的辨识模型，生成当前的辨识模型伯德图；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
在具体实施当中，通过二次辨识，用户可以对比本次辨识与上次仿真结果，以确认实际的参数执行效果，据此判断被测负载是否有不确定性，从而决定是否要再启用一个新的校正模块来补偿其他区域频率特性或是在原校正模块上做下一轮参数调试迭代。此外，在调试结束之前，驱动器的实际性能被调整至接近期望的优化状态，最后一次辨识结果则在频域反映其性能提升。
在本发明实施例中，以模型数据为基础，既可将激励与响应数据转换为辨识模型数据，也可将驱动器内部的校正模块参数转换为控制器模型数据，通过对模型的串/并联组合可生成更加复杂的模型，从而在现有方案的基础上实现了辨识+仿真功能。该功能允许用户修改校正器参数，并将其作为新模型与辨识模型进行组合，生成模拟校正器参数生效后的伯德图效果。用户借助该功能可在校正器参数下发前就确定其合理性，直接调节出期望的频率特性，并可在参数下发后再次辨识，通过二次辨识结果与模拟曲线对比来判断被测负载在频率特性上的不确定性，避免了盲目低效的调试流程，同时降低了伺服失稳带来的安全隐患。
请参阅图2，其是本发明提供的驱动器的校正器参数的调试方法的另一个实施例的流程图。
下面对本发明实施例提供的驱动器的校正器参数的调试方法进行详细描述：
参阅图2，步骤1-14为调试全过程，用户根据右侧框图(3、8、9、13、14)的输出结果决定左侧框图(1、2、4、5、6、7、10、11、12)的下一个调试步骤。
步骤1-3与11-13的执行操作相同，但执行先后顺序与输出数据意义不同，前者输出的是参数调整之前的辨识伯德图，后者输出的是参数调整之后的辨识伯德图。
步骤5-8实现了一次参数调节与仿真功能，用户根据步骤3输出的结果，在步骤5输入设计参数值，后台程序在步骤6将校正器参数转换为一组新的模型参数，在步骤7将新的模型与步骤2生成的辨识模型进行组合，组合方式取决于所选校正器类型，步骤8将在显示界面上输出一条新的曲线，该曲线代表模型组合后生成的仿真伯德图。
用户根据步骤8的显示结果决定是否需要迭代修改参数，并可根据步骤9呈现出的对比细节估计下一次参数修改方向。进行若干次迭代后使最后的仿真伯德图达到期望的形状，在步骤10将参数下发至驱动器执行。
步骤11-13输出二次辨识结果，而在步骤14处，用户通过对比本次辨识与上次仿真结果，可确认实际的参数执行效果，以判断被测负载是否有不确定性，从而决定是否要再启用一个新的校正模块来补偿其他区域频率特性或是在原校正模块上做下一轮参数调试迭代。
在调试结束之前，驱动器的实际性能被调整至接近期望的优化状态，最后一次辨识结果则在频域反映其性能提升。
需要说明的是，传统调试方案在调参环节上存在明显盲目性，用户对参数变化的结果不能建立预期，也没有可参照的依据用于决策下一次迭代的调参方向，而本发明实施例通过辨识模型与校正器模型进行组合，其输出结果能精确建立伯德图频率特性细节与参数数值间的量化关系，使得用户能直观地了解到参数改变将导致的目标频率特性变化，从而估计驱动器执行效果变化。
在本发明实施例中，对于调试过程中的每一环节都能提供数据上的支持，从而确保调参迭代流程的有效精简与成功率提升。另一方面，仿真功能确保参数下发前使用者能直观获得调试的预期结果，降低了人为失误的可能，提供了调试过程的设备与人生安全保障。
请参阅图3所示，相应地，本发明实施例还提供一种驱动器的校正器参数的调试装置，包括：
第一辨识模型生成模块10，用于根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
第一辨识模型伯德图生成模块20，用于根据所述辨识模型，生成辨识模型伯德图；
第一校正器模型生成模块30，用于根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
第一仿真模型获得模块40，用于将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
第一仿真模型伯德图生成模块50，用于根据所述仿真模型，生成仿真模型伯德图；
第一校正器参数调整模块60，用于根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整。
在一种可选的实施方式中，所述驱动器的校正器参数的调试装置还包括：
第二校正器模型生成模块，用于根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
第二仿真模型获得模块，用于将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
第二仿真模型伯德图生成模块，用于根据当前的仿真模型，生成当前的仿真模型伯德图；
第二校正器参数调整模块，用于根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
在一种可选的实施方式中，所述驱动器的校正器参数的调试装置还包括：
第二辨识模型生成模块，用于根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
第二辨识模型伯德图生成模块，用于根据当前的辨识模型，生成当前的辨识模型伯德图；
结束调试模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
重新调整模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
在一种可选的实施方式中，所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
在一种可选的实施方式中，辨识模型伯德图和仿真模型伯德图通过显示装置显示。
需要说明的是，本发明实施例提供的一种驱动器的校正器参数的调试装置用于执行上述实施例的一种驱动器的校正器参数的调试方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
相应地，本发明实施例还提供一种可读存储介质，所述可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述可读存储介质所在设备执行所述的驱动器的校正器参数的调试方法。
其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
相比于现有技术，本发明实施例的有益效果在于：本发明实施例提供了一种驱动器的校正器参数的调试方法，在本发明实施例中，首先，根据输入的驱动器的激励与响应数据生成驱动器的辨识模型，再根据所述辨识模型生成辨识模型伯德图，然后，根据选定的校正器的类型及预设的校正器参数生成驱动器的校正器模型，接着，将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型，并根据所述仿真模型生成仿真模型伯德图，通过根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整，通过将辨识过程与驱动器的校正器参数结合成仿真模型，从而为用户的调试提供数据指导，避免了现有技术盲目低效的调试流程，同时降低了驱动器失稳带来的安全隐患。同时，本发明实施例还相应地提供了一种驱动器的校正器参数的调试装置及可读存储介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以作出若干改进和替换，这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种驱动器的校正器参数的调试方法，其特征在于，包括：
根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
根据所述辨识模型，生成辨识模型伯德图；
根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
根据所述仿真模型，生成仿真模型伯德图；
根据所述辨识模型伯德图与所述仿真模型伯德图，通过二次辨识结果与模拟曲线的对比进行分析，并对所述驱动器的校正器参数进行调整。
2.如权利要求1所述的驱动器的校正器参数的调试方法，其特征在于，在所述根据所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果，对所述驱动器的校正器参数进行调整之后，还包括：
根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
根据当前的仿真模型，生成当前的仿真模型伯德图；
根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
3.如权利要求2所述的驱动器的校正器参数的调试方法，其特征在于，在所述根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整之后，还包括：
根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
根据当前的辨识模型，生成当前的辨识模型伯德图；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
4.如权利要求1所述的驱动器的校正器参数的调试方法，其特征在于，所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
5.如权利要求1所述的驱动器的校正器参数的调试方法，其特征在于，辨识模型伯德图和仿真模型伯德图通过显示装置显示。
6.一种驱动器的校正器参数的调试装置，其特征在于，包括：
第一辨识模型生成模块，用于根据输入的驱动器的激励与响应数据，生成驱动器的辨识模型；
第一辨识模型伯德图生成模块，用于根据所述辨识模型，生成辨识模型伯德图；
第一校正器模型生成模块，用于根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型；
第一仿真模型获得模块，用于将所述校正器模型与所述辨识模型进行模型组合，得到驱动器的仿真模型；
第一仿真模型伯德图生成模块，用于根据所述仿真模型，生成仿真模型伯德图；
第一校正器参数调整模块，用于根据所述辨识模型伯德图与所述仿真模型伯德图，通过二次辨识结果与模拟曲线的对比进行分析，并对所述驱动器的校正器参数进行调整。
7.如权利要求6所述的驱动器的校正器参数的调试装置，其特征在于，所述驱动器的校正器参数的调试装置还包括：
第二校正器模型生成模块，用于根据当前的校正器的类型以及调整后的校正器参数，生成当前的驱动器的校正器模型；
第二仿真模型获得模块，用于将所述当前的校正器模型与所述辨识模型进行模型组合，得到当前的驱动器的仿真模型；
第二仿真模型伯德图生成模块，用于根据当前的仿真模型，生成当前的仿真模型伯德图；
第二校正器参数调整模块，用于根据所述辨识模型伯德图与历史生成的仿真模型伯德图的分析结果，再次对所述驱动器的校正器参数进行调整。
8.如权利要求7所述的驱动器的校正器参数的调试装置，其特征在于，所述驱动器的校正器参数的调试装置还包括：
第二辨识模型生成模块，用于根据重新输入的驱动器的激励与响应数据，生成当前的驱动器的辨识模型，其中，重新输入的驱动器的激励与响应数据基于调整后的校正器参数所测试得到；
第二辨识模型伯德图生成模块，用于根据当前的辨识模型，生成当前的辨识模型伯德图；
结束调试模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果满足预设的目标调试状态时，结束调试；
重新调整模块，用于在当前的辨识模型伯德图与所述仿真模型伯德图两者的分析结果不满足预设的目标调试状态时，再次对所述驱动器的校正器参数进行调整或者重新选定校正器类型，并返回至所述根据选定的校正器的类型及预设的校正器参数，生成驱动器的校正器模型步骤。
9.如权利要求6所述的驱动器的校正器参数的调试装置，其特征在于，所述辨识模型伯德图与所述仿真模型伯德图两者的分析结果由用户分析或调试装置自动分析得到。
10.一种可读存储介质，其特征在于，所述可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述可读存储介质所在设备执行如权利要求1至5中任意一项所述的驱动器的校正器参数的调试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637381.6A CN112859640B (zh) | 2020-12-31 | 2020-12-31 | 驱动器的校正器参数的调试方法、装置及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011637381.6A CN112859640B (zh) | 2020-12-31 | 2020-12-31 | 驱动器的校正器参数的调试方法、装置及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112859640A CN112859640A (zh) | 2021-05-28 |
| CN112859640B true CN112859640B (zh) | 2024-02-23 |
Family
ID=76000529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011637381.6A Active CN112859640B (zh) | 2020-12-31 | 2020-12-31 | 驱动器的校正器参数的调试方法、装置及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112859640B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102714A (ja) * | 2006-10-18 | 2008-05-01 | Tokyo Univ Of Agriculture & Technology | 多軸工作機械の送り駆動系用最適設計支援装置およびその装置用プログラム |
| CN104181820A (zh) * | 2014-08-07 | 2014-12-03 | 深圳市杰和科技发展有限公司 | 一种基于频域分析的电源设计方法 |
| CN104615840A (zh) * | 2015-03-05 | 2015-05-13 | 北京润科通用技术有限公司 | 一种数字仿真模型的修正方法及系统 |
| CN108228975A (zh) * | 2017-12-14 | 2018-06-29 | 北京理工大学 | 电机伺服系统参数辨识方法以及消隙控制方法 |
| WO2018148906A1 (zh) * | 2017-02-16 | 2018-08-23 | 深圳市大疆灵眸科技有限公司 | 云台参数的配置方法、装置及云台 |
| CN109668745A (zh) * | 2018-11-05 | 2019-04-23 | 江苏大学 | 一种轮胎纵滑力学特性的分段仿射辨识建模方法 |
| CN110221879A (zh) * | 2019-05-28 | 2019-09-10 | 深圳市雷赛软件技术有限公司 | 驱动器的参数设置方法及相关设备 |
| CN110728103A (zh) * | 2019-10-11 | 2020-01-24 | 湖南科技大学 | 一种分段优化的超级电容模组等电路模型参数辨识方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7043782B2 (ja) * | 2017-10-20 | 2022-03-30 | オムロン株式会社 | サーボモータ調整装置およびサーボモータ調整方法 |
-
2020
- 2020-12-31 CN CN202011637381.6A patent/CN112859640B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102714A (ja) * | 2006-10-18 | 2008-05-01 | Tokyo Univ Of Agriculture & Technology | 多軸工作機械の送り駆動系用最適設計支援装置およびその装置用プログラム |
| CN104181820A (zh) * | 2014-08-07 | 2014-12-03 | 深圳市杰和科技发展有限公司 | 一种基于频域分析的电源设计方法 |
| CN104615840A (zh) * | 2015-03-05 | 2015-05-13 | 北京润科通用技术有限公司 | 一种数字仿真模型的修正方法及系统 |
| WO2018148906A1 (zh) * | 2017-02-16 | 2018-08-23 | 深圳市大疆灵眸科技有限公司 | 云台参数的配置方法、装置及云台 |
| CN108496139A (zh) * | 2017-02-16 | 2018-09-04 | 深圳市大疆灵眸科技有限公司 | 云台参数的配置方法、装置及云台 |
| CN108228975A (zh) * | 2017-12-14 | 2018-06-29 | 北京理工大学 | 电机伺服系统参数辨识方法以及消隙控制方法 |
| CN109668745A (zh) * | 2018-11-05 | 2019-04-23 | 江苏大学 | 一种轮胎纵滑力学特性的分段仿射辨识建模方法 |
| CN110221879A (zh) * | 2019-05-28 | 2019-09-10 | 深圳市雷赛软件技术有限公司 | 驱动器的参数设置方法及相关设备 |
| CN110728103A (zh) * | 2019-10-11 | 2020-01-24 | 湖南科技大学 | 一种分段优化的超级电容模组等电路模型参数辨识方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于IPMC分数阶系统的频域辨识研究;陈岚峰;崔崧;;沈阳师范大学学报(自然科学版)(第01期) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112859640A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| GB2587765A (en) | Auto tuner for cloud micro services embeddings | |
| JP6681648B2 (ja) | 自動電磁干渉フィルタ設計システム、その方法およびコンピュータ可読媒体 | |
| US10325036B2 (en) | Method and system for determing welding process parameters | |
| US10452048B2 (en) | Control system and control device | |
| US10114913B2 (en) | Method and system for determining welding sequences | |
| KR20160013012A (ko) | 기술적 시스템의 스타팅 변수의 모델을 확인하기 위한 방법 | |
| CN111443290B (zh) | 一种带有闭环控制的电动汽车动力电池sop估计方法 | |
| CN110989403B (zh) | 综合能源调控系统及其控制方法、服务器 | |
| CN112215413A (zh) | 运行图优化方法、装置及可读存储介质 | |
| CN112859640B (zh) | 驱动器的校正器参数的调试方法、装置及可读存储介质 | |
| KR102382047B1 (ko) | Pso를 이용한 모터 제어기의 자동 학습 튜닝 시스템 | |
| CN110286966B (zh) | 嵌入式系统中多个子系统的对接方法及装置 | |
| WO2015135559A1 (en) | Optimized configuration method for an automation system | |
| CN111461454B (zh) | 最优能效的自动仿真方法及系统 | |
| JP5567382B2 (ja) | Ｐｉｄパラメータ調整支援装置および方法 | |
| CN112712180A (zh) | 基于可靠性验证的模型构建优化方法、装置、设备和介质 | |
| CN116225635A (zh) | 任务优化方法、装置和计算机可读存储介质 | |
| JP6493904B2 (ja) | パラメータ選定方法、パラメータ選定プログラム及びパラメータ選定装置 | |
| CN112462626A (zh) | 一种并网逆变器运行参数的仿真优化方法 | |
| CN112464395B (zh) | 发动机的物理模型参数标定方法和装置 | |
| KR102074972B1 (ko) | 모터 제어기의 성능 시험 시뮬레이션 장치 및 방법 | |
| WO2019080354A1 (zh) | 一种基于昂贵多目标优化问题的优化方法及系统 | |
| US20220161381A1 (en) | Stability boundary and optimal stable parameter identification in machining | |
| Reuss et al. | Efficient Automatic Application in Rapid Prototyping Software Development | |
| WO2024098357A1 (zh) | 动力电池控制策略确定方法、设备控制方法和装置 |
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 |