【技术实现步骤摘要】
一种伺服系统的健康管理方法和装置
本专利技术涉及参数辨识及预测领域。更具体地,涉及一种伺服系统的健康管理方法和装置。
技术介绍
伺服系统的健康管理是工程应用中的重要问题,对伺服系统的性能指标进行预测和对系统的工作状态进行判别是健康管理的核心技术。伺服系统中常见的控制环节包括比例环节、积分环节、惯性环节、超前滞后环节等。其中多数控制环节的传递函数比较复杂,无法根据输入输出信号求得未知参数的精确解。目前常见的伺服系统的辨识方法主要是最小二乘法,也有一些利用神经网络进行辨识的工作。在利用最小二乘法对传递函数进行辨识时,由于目标函数是非线性函数,需要先把目标函数近似为线性函数,这导致求得的传递函数处于“欠拟合”的状态,即伺服系统的非线性性质没有得到充分拟合,得到的模型误差较大。基于神经网络的算法虽然较好地拟合了传递函数的非线性性质,但是没有考虑到传递函数的先验知识(如传递函数的形式、参数的大致范围等),而且神经网络模型难以解析,输入数据和输出数据之间的关系式不明确,不能反映伺服系统的具体设计形式。因此这两种参数估计方法都存在一定的局限性。对伺服系统进行健康管理的目标是预测 ...
【技术保护点】
1.一种伺服系统的健康管理方法,其特征在于,包括:确定伺服系统各环节的参数;根据确定的参数计算伺服系统各环节的性能指标;根据所述计算的性能指标和伺服系统的运行状态对伺服系统中出现故障的环节进行预警。
【技术特征摘要】
1.一种伺服系统的健康管理方法,其特征在于,包括:确定伺服系统各环节的参数;根据确定的参数计算伺服系统各环节的性能指标;根据所述计算的性能指标和伺服系统的运行状态对伺服系统中出现故障的环节进行预警。2.根据权利要求1所述的方法,其特征在于,所述确定伺服系统各环节的参数包括:根据历史数据识别伺服系统中各环节的阶跃响应时域表达式;向所述伺服系统中各环节分别输入单位阶跃信号,并得出输出信号;根据最小二乘原则将得到的阶跃响应时域表达式进行优化得到伺服系统各环节的参数模型。3.根据权利要求1所述的方法,其特征在于,所述性能指标包括:带宽、相角裕量。4.根据权利要求1所述的方法,其特征在于,所述根据所述计算的性能指标和伺服系统的运行状态对伺服系统中出现故障的环节进行预警包括:判断得到的性能指标是否满足预先设置的要求,若不满足按故障处理;计算满足要求的性能指标用于伺服系统时发生故障的概率,当概率值达到预设值时进行预警。5.根据权利要求4所述的方法,其特征在于,所述计算满足要求的性能指标用于伺服系统时发生故障的概率包括:根据深度神经网络模型和现有性能指标预测未来的性能指标,计算预测得到的未来性能指标在伺服系统中发生故障的概率。6.一种伺服系统的...
【专利技术属性】
技术研发人员:刘金祥,
申请(专利权)人:北京无线电测量研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。