[发明专利]一种基于鲁棒自适应算法的转台伺服系统辨识方法有效

专利信息
申请号: 202010017344.9 申请日: 2020-01-08
公开(公告)号: CN111176118B 公开(公告)日: 2022-11-22
发明(设计)人: 李林伟;刘向龙;高鹏飞;岳伟超;栗三一 申请(专利权)人: 郑州轻工业大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 郑州金成知识产权事务所(普通合伙) 41121 代理人: 郭乃凤
地址: 450000 *** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 自适应 算法 转台 伺服系统 辨识 方法
【权利要求书】:

1.一种基于鲁棒自适应算法的转台伺服系统辨识方法,其特征在于:具体包括如下步骤:

步骤1,建立转台伺服系统的动力学模型

转台伺服系统包括伺服电机、斜齿轮、转动平台和负载,通过控制伺服电机的运动来带动斜齿轮的运转,从而驱动转动平台以不同角度和速度进行运动,分析伺服电机系统的结构和工作原理,根据物理定律建立转台伺服系统的数学模型表达式如下:

式中,J,Tm,Tl,Tf分别代表电机的转动惯量,扭矩,有效载荷和摩擦力大小;KE,La,Ra,Ia,u分别表示反电动势系数,电感,电阻,电枢电流和输入;q,代表电机的位置和角速度;KT表示机电常数;

步骤2,转台伺服系统的辨识模型

为了描述伺服系统的动态特性,将式(1)简化为状态方程的形式如下:

式中,K1=KT/Ra,K2=KTKE/Ra,Tf=Tcsgn(x2)+Bx2

为了后续实验平台的辨识,利用离散化方法对式(2)进行离散化处理,获得离散形式的回归辨识模型如下:

θ=[1,θ1234]T=[1,K2/J,K1/J,Tc/J,B/J]T (5)

式中,θ分别表示观测向量和参数向量;

步骤3,辨识算法的设计和参数辨识

从式(3)~(5)中可知,噪声信息和系统信息存在于观测向量和系统输出中,利用滤波器对这两个变量进行预处理操作,从而降低噪声对转台伺服系统的不利影响;设计滤波器的学习速率ρ对收集到的辨识数据进行预处理,此滤波器仅有一个学习速率参数需要调节,

定义滤波量yfilter(t)和它们的表达式为

式中,代表自适应滤波器的输出,ρ代表学习速率;

滤波器的设计是根据滤波量之间的误差信息设计的,根据滤波量误差实时调节滤波性能;

根据式(6)和(7),为获得后续的估计误差信息,定义两个强制量V(t),W(t)

ytf=[yfilter(1),…,yfilter(M)] (10)

式中,α(t)表示自适应衰减因子,它的表达式为:其中ε,β是正整数,即ε>0,β>0;η是传统的常值衰减因子,M为数据长度;

利用自适应衰减因子,在辨识开始阶段设置较大的权重系数,在后期阶段设定较小的权重系数来自适应修改新数据,避免参数剧烈波动,改善参数辨识性能;

定义广义参数估计误差量表达式如下

式中,估计误差

为获得参数更新表达式,设计成本函数;通过对成本函数求极值,获得参数更新表达式,设计目标函数定义如下:

式中,Ξ=1/(δI+V(i)TV(i)),δ>0,1≤i≤Ω,Ω表示为当前时刻值;Λ为对角矩阵;

根据式(13),通过J对参数向量θ求极值,得参数更新率表达式如下:

式中,Δ(t)为修正增益,增益为变化的值,按照系统信息实时变化,提高修正能力,改善修正项性能;

步骤4,模型验证

基于辨识算法获得参数值θ1234,基于步骤3和θ1234,建立转台伺服系统的估计模型,选取基于预测误差方法设计的辨识方法作为对比方法,对估计模型进行模型验证。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州轻工业大学,未经郑州轻工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010017344.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top