[发明专利]基于粒子群算法的单电机伺服系统摩擦非线性补偿方法

权利要求书

1.一种基于粒子群算法的单电机伺服系统摩擦非线性补偿方法，其特征在于，包括以下步骤：

步骤1、离线获取单电机伺服系统的转速与摩擦力矩数据；

步骤2、根据离线获得的转速与摩擦力矩数据，利用粒子群算法对Stribeck摩擦模型进行参数辨识，获得辨识后的Stribeck摩擦模型；

步骤3、在线运行单电机伺服系统，根据辨识后的Stribeck摩擦模型实时获取摩擦力矩，并将摩擦力矩通过前馈系数补偿至电流信号，构建基于Stribeck摩擦模型的前馈补偿结构，利用该结构即可实现单电机伺服系统摩擦非线性补偿。

2.根据权利要求1所述的基于粒子群算法的单电机伺服系统摩擦非线性补偿方法，其特征在于，步骤1所述离线获取单电机伺服系统的转速与摩擦力矩数据，具体为：

步骤1-1、在离线情况下，控制电机跟踪恒定转速v_m，测量速度控制器的输出，获得电流值I_q；

步骤1-2、根据I_q获取当前时刻摩擦力矩F：

F＝C_tI_q

式中，C_t为电机转矩系数；

由此获得转速v_m与摩擦力矩F的数据。

3.根据权利要求1所述的基于粒子群算法的单电机伺服系统摩擦非线性补偿方法，其特征在于，步骤2所述利用粒子群算法对Stribeck摩擦模型进行参数辨识，获得辨识后的Stribeck摩擦模型，具体为：

Stribeck摩擦模型为：

其中，

式中，F为摩擦力，v为相对运动速度，F_c为库仑力，F_s为最大静摩擦力，v_s为Stribeck速度，B为粘滞摩擦系数，δ_s为经验参数；

步骤2-1、设定粒子的种群规模为n，学习因子c₁、c₂，参数运动范围为[s₁,s₂]、最大迭代次数M，并随机初始化粒子的位置向量为以及速度向量速度范围为[v₁,v₂]；

步骤2-2、根据粒子的初始位置计算粒子的适应值f(x_i)，并以适应值最优的粒子的位置向量初始化种群的最优位置；

步骤2-3、选取惯性算法因子ω，更新粒子的速度和位置向量，产生新的种群，并判断粒子的位置和速度是否越界即是否超出所述参数运动范围，若超出将舍弃该粒子信息；

其中，粒子的更新公式为：

v_id＝ωv_id+c₁s₁(p_id-x_id)+c₂s₂(p_gd-x_id)

x_id＝x_id+v_id

式中i＝1,2,...,n，d＝1,2,...,D，c₁、c₂为学习因子，v_id为粒子的速度，x_id为当前粒子的位置，s₁、s₂为介于(0，1)之间的随机数，p_id为粒子i在搜索D维空间的解时搜索到的最优位置，p_gd为种群最优位置，惯性算法因子ω采用线性递减的方式；

步骤2-4、将粒子当前的适应值f(x_i)与自身历史最优值进行比较，若当前的适应值f(x_i)优于历史最优值，则更新自身最优值为f(x_i)以及粒子位置；

步骤2-5、将粒子当前的适应值f(x_i)与种群最优值进行比较，若当前的适应值f(x_i)优于种群最优值，则更新种群最优值为f(x_i)以及粒子位置；

步骤2-6、判断迭代次数是否达到最大迭代次数，若是，则结束迭代过程，获得粒子最优解即辨识后的Stribeck摩擦模型的参数根据辨识出的参数即可获得辨识后的Stribeck摩擦模型；若不满足，跳转至步骤2-3。