CN113965131A

CN113965131A - 一种转动惯量辨识方法及装置

Info

Publication number: CN113965131A
Application number: CN202010700273.2A
Authority: CN
Inventors: 姬北岳; 梁海星; 朱洪顺; 徐茂盛
Original assignee: Guangdong Bozhilin Robot Co Ltd
Current assignee: Guangdong Bozhilin Robot Co Ltd
Priority date: 2020-07-20
Filing date: 2020-07-20
Publication date: 2022-01-21

Abstract

本发明实施例公开了一种转动惯量辨识方法及装置。该转动惯量辨识方法包括：实时获取电机的转速和电机的转矩，计算即时加速度；基于负载扰动观测算法确定扰动扭矩；根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量；基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩；基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量；重复执行基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩、基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量的步骤，直至所述即时加速度小于第一预设加速度时，输出转动惯量。本发明实施例提供的转动惯量辨识方法，以实现提高转动惯量辨识精度的效果。

Description

一种转动惯量辨识方法及装置

技术领域

本发明实施例涉及智能化控制技术领域，尤其涉及一种转动惯量辨识方法及装置。

背景技术

永磁同步电机由于结构简单、运行可靠、功率密度大、效率高等优点，得到了广泛应用。而永磁同步电机是高度机电一体的器件，在运行过程中会受到诸如负载扰动、摩擦力扰动或系统参数变化等的影响。随着电机运行工况的变化，系统负载转矩和转动惯量也会发生相应改变。当电机转动惯量增加时，会使系统调节时间增加；当电机转动惯量减小时，虽然会减小系统动态调节时间，但可能会使电机转速出现超调甚至振荡现象。为了提高系统的动态性能，需要相应地调节控制参数，使系统运行特性为最佳状态，因此转动惯量辨识对自动参数调节具有重要意义。

现有的转动惯量辨识方法可分为两大类，第一类为离线辨识法，第二类为在线辨识法，离线辨识法主要有减速法、人工轨迹规划法或转矩限幅加速度法等方法；在线辨识法主要包括最小二乘法、自适应朗道离散时间法、扩展卡尔曼滤波法、参数估计梯度校正法或蚁群算法等。现有技术中的转动惯量辨识方法得到的转动惯量辨识精度较低，且扰动扭矩需要提前离线辨识，方法实施较为麻烦。

发明内容

本发明实施例提供一种转动惯量辨识方法及装置，以实现提高转动惯量辨识精度的效果。

第一方面，本发明实施例提供了一种转动惯量辨识方法，其特征在于，包括：

实时获取电机的转速和电机的转矩，计算即时加速度；

基于负载扰动观测算法确定扰动扭矩；

根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量；

基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩；

基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量；

重复执行基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩、基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量的步骤，直至所述即时加速度小于第一预设加速度时，输出所述转动惯量。

可选的，根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量，包括：

确定所述即时加速度大于第二预设加速度时，根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量。

可选的，确定所述即时加速度大于第二预设加速度时，根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量，包括：

确定所述即时加速度大于第二预设加速度时，将所述转矩、所述转速输入第一滤波器进行滤波处理；

根据滤波后的转矩、转速、所述扰动扭矩以及惯量辨识算法确定转动惯量。

可选的，所述第一滤波器包括四阶巴特沃斯滤波器。

可选的，直至所述即时加速度小于第一预设加速值时，输出转动惯量，包括：

确定所述即时加速度大于第三预设加速度时，将所述转动惯量输入第二滤波器进行滤波处理；

确定所述即时加速度小于第一预设加速度时，输出滤波处理后的转动惯量；

其中，所述第一预设加速度小于所述第三预设加速度。

可选的，所述第二滤波器包括四阶巴特沃斯滤波器。

可选的，所述负载扰动观测算法，具体为：

其中，l—观测器系数；

—中间变量；

—负载转矩观测值。

可选的，所述惯量辨识算法包括遗忘因子递推最小二乘法。

可选的，所述遗忘因子递推最小二乘法中的遗忘因子为λ，其中，0.9≤λ≤1。

第二方面，本发明实施例还提供了一种转动惯量辨识装置，该转动惯量辨识装置包括：

获取模块，用于实时获取电机的转速和电机的转矩，计算即时加速度；

扰动扭矩确定模块，用于基于负载扰动观测算法确定扰动扭矩；

转动惯量确定模块，用于根据所述转矩、所述转速、所述扰动扭矩以及惯量辨识算法确定转动惯量；

第一更新模块，用于基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩；

第二更新模块，用于基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量；

输出模块，重复执行基于所述转动惯量以及所述负载扰动观测算法更新所述扰动扭矩、基于所述惯量辨识算法以及更新后的所述扰动扭矩更新所述转动惯量的步骤，直至所述即时加速度小于第一预设加速度时，输出所述转动惯量。

本实施例提供的转动惯量辨识方法及装置，通过负载扰动观测算法与惯量辨识算法结合的方法，在线辨识扰动扭矩来提高转动惯量辨识精度，无需提前离线辨识扰动扭矩；进一步的，通过将电机的即时加速度与第一预设加速度进行比较，当即时加速度小于第一预设加速时，输出转动惯量，即辨识过程中不更新，辨识基本稳定后输出转动惯量，进一步提高了提高转动惯量辨识精度。

附图说明

图1是本发明实施例一提供的一种转动惯量辨识方法的流程图；

图2是本发明实施例提供的一种基于变遗忘因子惯量辨识结果和基于定遗忘因子惯量辨识结果的对比图；

图3是本发明实施例二提供的一种转动惯量辨识方法的流程图；

图4是本发明实施例提供的一种电机转速波形和转动惯量辨识变化的波形图；

图5是本发明实施例三提供的一种转动惯量辨识装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种转动惯量辨识方法的流程图，本实施例可适用于转动惯量在线辨识的情况，该方法可以由转动惯量辨识装置来执行，具体包括如下步骤：

S110、实时获取电机的转速和电机的转矩，计算即时加速度。

其中，电机的转速和转矩可以通过采样模块直接获取，也可以通过相应的计算公式计算得到，本实施例不对电机的转速和转矩的获取方式进行限定，只要可以获取到电机的转速和转矩即可。其中，电机的加速度可基于电机的转速计算得到，由于电机一直是转动的，所以可以实时获取电机的转速，进而得到电机的即时加速度。

可选的，在基于实时的电机的转速计算得出电机的即时加速度之前，可以先对获取的电机的转速进行一阶低通后进行差分计算加速度，如此可以降低干扰对加速度的影响，进而得到的加速度较精准。

S120、基于负载扰动观测算法确定扰动扭矩。

其中，负载扰动观测算法可为惯量辨识算法提供一扰动扭矩，负载扰动观测算法确定的扰动扭矩输出给惯量辨识算法用于对机械模型进行降阶计算。本实施例不对扰动扭矩的初值进行限定，例如，扰动扭矩的初值可以为0。

可选的，负载扰动观测算法可以基于Gopinath观测器原理确定。具体的可以通过如下方式确定：

电机的速度环状态方程可表示为：

当摩擦系数B≠1时，可以根据Gopinath观测器原理，构造如下形式的负载扰动观测器：

其中，l—观测器系数；

—中间变量；

—负载转矩观测值。

S130、根据转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。

具体的，基于转矩、转速、扰动扭矩，利用惯量辨识算法确定转动惯量，此时的转动惯量不精准。

S140、基于转动惯量以及负载扰动观测算法更新扰动扭矩。

具体的，负载扰动观测算法基于转动惯量更新得到一个较精准的扰动扭矩。

S150、基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量。

具体的，惯量辨识算法基于更新后的扰动扭矩更新得到一个较精准的转动惯量。

S160、重复执行基于转动惯量以及负载扰动观测算法更新扰动扭矩、基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量的步骤，直至即时加速度小于第一预设加速时，输出转动惯量。

具体的，重复执行S140和S150，其中，负载扰动观测算法确定的扰动扭矩输出至惯量辨识算法用于对机械模型进行降阶计算，惯量辨识算法更新后的转动惯量输出至负载扰动观测算法以提高其观测精度，即通过负载扰动观测算法与惯量辨识算法结合的方法，在线辨识扰动扭矩来提高转动惯量辨识精度，无需提前离线辨识扰动扭矩。

具体的，转动惯量辨识过程需要一定时间，辨识过程中的结果波动较大，如果实时输出更新后的转动惯量会对系统的控制效果造成干扰，所以本实施例通过将电机的即时加速度与第一预设加速度进行比较，电机的即时加速度小于第一预设加速时才输出更新后的转动惯量，即辨识过程中不更新，辨识基本稳定后输出转动惯量，进一步提高了提高转动惯量辨识精度。

综上所述，本实施例提供的转动惯量辨识方法，通过负载扰动观测算法与惯量辨识算法结合的方法，在线辨识扰动扭矩来提高转动惯量辨识精度，无需提前离线辨识扰动扭矩；进一步的，通过将电机的即时加速度与第一预设加速度进行比较，当即时加速度小于第一预设加速时输出更新后的转动惯量，即辨识过程中不更新，辨识基本稳定后输出转动惯量，进一步提高了提高转动惯量辨识精度。

可选的，惯量辨识算法包括遗忘因子最小二乘法。

其中，考虑到最小二乘数据迭代易出现“数据饱和”现象。为防止这种现象的发生，本实施例采用带遗忘因子的递推最小二乘法，对性能指标做出一定修正。可选的，遗忘因子为λ，其中，0.9≤λ≤1。

具体的，设目标函数J为:

式中，λ为遗忘因子，0＜λ≤1。对照递推最小二乘法的推导过程可得带遗忘因子递推最小二乘法参数估算的迭代公式为:

由于遗忘因子λ的取值范围为0.9≤λ≤1，由于遗忘因子对辨识速度影响较大，因此通过采用辨识结果反馈来实现动态调整遗忘因子。

定义惯量辨识偏差：

Error＝|J(k)-J(k-1)|

设定两个偏差阈值，其中阈值1>阈值2，当Error>阈值1时，λ＝0.9，当Error<阈值2时，λ＝1，在两个阈值间呈线性变化。

在利用递推公式进行参数辨识时，需要确定协方差矩阵和被辨识参数的初值P(0)与

P(0)可以取充分大的正实数，一般为10⁴～10⁶，

可以取小的正的实向量或零向量。

根据动力学原理，可得永磁同步电机的机械运动方程为：

式中，Te为电磁转矩；J为系统转动惯量；ωm为转子机械角速度；bm为摩擦系数；Tl为负载转矩，其包含由电机空载损耗产生的电机空载转矩。

上述永磁同步电机的机械运动方程中，由于滑动摩擦较小，因此忽略视bm＝0可得：

为了实现递推辨识，将上式进行离散化处理，于是上式变为：

由于扰动扭矩T_l由Gopinath观测器辨识得到，可将其视为已知项，将其与电磁转矩项合并：

因此整理后可得：

其中T表示算法运行周期，将上式整理成如下形式：

y(k)＝-2ω_m(k-1)+ω_m(k-2)+ω_m(k)

即可代入最小二乘算法公式进行求解。

本技术方案通过采用遗忘因子最小二乘法，且遗忘因子λ的取值范围为0.9≤λ≤1，即定义惯量辨识偏差来实现动态调整遗忘因子，提高了辨识精度和辨识速度。

图2是本发明实施例提供的一种基于变遗忘因子惯量辨识结果和基于定遗忘因子惯量辨识结果的对比图，通过图2可知，通过带遗忘因子的递推最小二乘法确定转动惯量输出时，可以提高辨识效率。

实施例二

图3是本发明实施例二提供的一种转动惯量辨识方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，根据转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量，包括：确定即时加速度大于第二预设加速度时，根据转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。可选的，确定即时加速度大于第二预设加速度时，根据转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量，包括：确定即时加速度大于第二预设加速度时，将电机的转矩、电机的转速输入第一滤波器进行滤波处理；根据滤波后的转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。可选的，直至即时加速度小于第一预设加速值时，输出转动惯量，包括：确定即时加速度大于第三预设加速度时，将转动惯量输入第二滤波器进行滤波处理；确定即时加速度小于第一预设加速度时，输出滤波处理后的转动惯量。其中，与上述各实施例相同或相应的内容的解释在此不再赘述。

参见图3，本实施例的方案具体可以包括如下步骤：

S210、实时获取电机的转速和电机的转矩，计算即时加速度。

S220、确定即时加速度大于第二预设加速度时，将转矩、转速输入第一滤波器进行滤波处理。

其中，在电机启动瞬间，因为起步抖动以及摩擦等原因可能导致辨识结果出现异常尖峰，因此本实施例通过确定电机的即时加速度大于第二预设加速度时，才将电机的转矩和电机的转速输入至第一滤波器，如此减少不必要的程序执行时间；此外，通过第一滤波器对电机的转矩和电机的转速进行信号处理，消除辨识噪声，进而可得到更为平滑的辨识结果。

S230、基于负载扰动观测算法确定扰动扭矩。

S240、根据滤波后的转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。

S250、基于转动惯量以及负载扰动观测算法更新扰动扭矩。

S260、基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量。

S270、重复执行基于转动惯量以及负载扰动观测算法更新扰动扭矩、基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量的步骤，确定即时加速度大于第三预设加速度时，将转动惯量输入第二滤波器进行滤波处理。

具体的，当电机的即时加速度大于第三预设加速度时，表明辨识惯量仍在更新中，更新必然会产生波动，所以本实施例通过第二滤波器对惯量辨识结果进行滤波，进一步得到更为平滑的辨识结果。

S280、确定电机即时加速度小于第一预设加速度时，输出滤波处理后的转动惯量；其中，第一预设加速度小于第三预设加速度。

其中，当电机的即时加速度小于第一预设加速度且大于0时，表明辨识基本稳定，更新惯量辨识输出值，输出转动惯量。

需要说明的是，本领域技术人员可以根据实际情况对第一预设加速度、第二预设加速度和第三预设加速度的值进行限定，本实施例不进行具体限定。示例性的，第三预设加速度大于第二预设加速度；第三预设加速度大于第一预设加速度；第二预设加速度大于第一预设加速度。

本发明实施例的技术方案，由于第一滤波器和第二滤波器的平滑与滞后效应，使输出辨识惯量值波动减小同时也避开了加速度趋近0值后异常波动导致辨识结果异常的问题，该算法从输入滤波与输出辨识结果的处理上降低了算法对参数输入的敏感性，从而提高了辨识的鲁棒性。

可选的，第一滤波器和第二滤波器均包括四阶巴特沃斯滤波器。

其中，转速，转矩由于传感器采样精度及干扰导致信号失真，辨识物理方程中存在微分项，会放大噪声会导致算法偏差过大甚至可能导致发散，因此采用高阶巴特沃斯滤波器对其进行处理。IIR数字滤波器设计的一般步骤，首先根据给定的目标数字滤波器的性能指标，将其转换为模拟滤波器的指标参数，再根据巴特沃思(Butterworth)低通模拟滤波器的设计原理设计出相应技术指标下的模拟低通滤波器，最后采用双线性变换将设计出的模拟低通滤波器转换为数字滤波器，即得到了期望的IIR数字滤波器。

巴特沃斯滤波器幅频响应需要满足的关系如式所示：

式中，ω、ωc、N分别表示频率、转折频率、系统阶数。当ε＝1时，巴特沃斯低通滤波器在频率ωc处的增益为-3dB。巴特沃斯的滤波器的阶数越高，通带和阻带特性越好，通带和阻带过渡越快，通带内部平坦性越好，经过仿真实验我们采用N＝4，即4阶巴特沃斯滤波器。

利用重复计算由差分方程得出的递推公式来实现线性时不变离散时间系统，根据线性时不变系统的直接I型和直接II型或规范型结构，系统的输入和输出满足如下差分方程：

并具有如下系统函数:

其中，ak，bk参数通过设定截止频率值后即可通过Matlab软件计算得出。

图4是本发明实施例提供的一种电机转速波形和转动惯量辨识变化的波形图，参见图4，采用本发明实施例提供的转动惯量辨识方法具有鲁棒性，综上可知，本实施例方法辨识效果良好。

实施例三

图5是本发明实施例三提供的一种转动惯量辨别装置的结构示意图，该装置用于执行上述任意实施例所提供的转动惯量辨识方法。该装置与上述各实施例的转动惯量辨别方法属于同一个发明构思，在转动惯量辨别装置的实施例中未详尽描述的细节内容，可以参考上述转动惯量辨别方法的实施例。参见图5，该装置具体可包括：获取模块510、扰动扭矩确定模块520、转动惯量确定模块530、第一更新模块540、第二更新模块550和输出模块560。

其中，获取模块510，用于实时获取电机的转速和电机的转矩，计算即时加速度；

扰动扭矩确定模块520，用于基于负载扰动观测算法确定扰动扭矩；

转动惯量确定模块530，用于根据转矩、转速、所述扰动扭矩以及惯量辨识算法确定转动惯量；

第一更新模块540，用于基于转动惯量以及负载扰动观测算法更新扰动扭矩；

第二更新模块550，用于基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量；

输出模块560，重复执行基于转动惯量以及负载扰动观测算法更新扰动扭矩、基于惯量辨识算法以及更新后的扰动扭矩更新转动惯量的步骤，直至电机的即时加速度小于第一预设加速度时，输出转动惯量。

可选的，转动惯量确定模块530，具体可以包括：

转动惯量确定单元，用于确定即时加速度大于第二预设加速度时，根据转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。

在上述方案的基础上，可选的，转动惯量确定单元，具体可以包括：

滤波子单元，用于确定即时加速度大于第二预设加速度时，将转矩、转速输入第一滤波器进行滤波处理；

确定子单元，用于根据滤波后的转矩、转速、扰动扭矩以及惯量辨识算法确定转动惯量。

可选的，输出模块560，具体可以包括：

滤波单元，用于确定即时加速度大于第三预设加速度时，将转动惯量输入第二滤波器进行滤波处理；

输出单元，用于确定即时加速度小于第一预设加速度时，输出滤波处理后的转动惯量。

本发明实施例所提供的转动惯量辨别装置可执行本发明任意实施例所提供的转动惯量辨别方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述转动惯量辨别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。