一种伺服驱动变周期在线惯量辨识方法技术

本发明专利技术提供一种伺服驱动变周期在线惯量辨识方法，包括：获取伺服驱动系统每个时刻的测量转速；当k+i时刻的测量转速与k时刻的测量转速的差值大于设定的最大测量误差时，计算从k时刻待(k+i)时刻之间的测量转速平均值ω

【技术实现步骤摘要】
一种伺服驱动变周期在线惯量辨识方法


[0001]本专利技术涉及伺服驱动系统的惯量辨识领域，更具体地，涉及一种伺服驱动变周期在线惯量辨识方法。

技术介绍

[0002]交流伺服系统的负载惯量受负载重心位置影响，特别是在长行程设备中负载重心的大跨度导致负载惯量变化明显，对基于系统模型的控制算法性能造成影响。
[0003]递推最小二乘法(Recursive Least Square，RLS)通过对历史数据的拟合，使得惯量辨识值的误差最小。由于RLS算法对所有历史数据都同等对待，随数据量增加，辨识结果主要受历史数据影响，与当前时刻输入无关，该现象被称为数据饱和。数据饱和导致RLS在辨识时变参数时后期的更新能力差，因此不适用于在线辨识。

技术实现思路

[0004]本专利技术针对现有技术中存在的技术问题，提供一种伺服驱动变周期在线惯量辨识方法，包括：
[0005]获取伺服驱动系统每个时刻的测量转速；
[0006]当k+i时刻的测量转速与k时刻的测量转速的差值大于设定的最大测量误差时，计算从k时刻待(k+i)时刻之间的测量转速平均值ω
avg
和测量电流平均值i
qavg
；
[0007]将测量转速平均值ω
avg
和测量电流平均值i
qavg
代入FFRLS算法中，计算得到从k时刻到(k+i)时刻，伺服驱动系统的辨识惯量。
[0008]本专利技术提供的一种伺服驱动变周期在线惯量辨识方法，只有当前后相邻两次的测量转速的差值大于设定的最大测量误差时，才会计算伺服驱动系统的辨识惯量，通过增大计算周期和均值滤波的方式提高数据信噪比，避免惯量辨识值发散，变周期的辨识策略使惯量辨识算法在不同加速度大小的工况下，均有较好的适应性。
附图说明
[0009]图1为本专利技术提供的一种伺服驱动变周期在线惯量辨识方法流程图；
[0010]图2为最小二乘算法框图；
[0011]图3为FFRLS辨识系统惯量流程图；
[0012]图4为变周期在线惯量辨识流程图；
[0013]图5为考虑惯量限幅的惯量辨识流程图；
[0014]图6为固定周期与变周期加速度计算结果对比图；
[0015]图7为定周期和变周期的惯量辨识曲线示意图，其中，7(a)为指令转速和反馈转速曲线示意图，7(b)为定惯量辨识曲线示意图，7 (c)为变计算辨识曲线示意图；
[0016]图8为正弦速度指令下一组定惯量辨识仿真结果示意图，其中，8 (a)为指令转速和反馈转速曲线示意图，8(b)为电磁转矩曲线示意图，8(c)为FFRLS算法计算周期曲线示意
图，8(d)为辨识惯量曲线示意图；
[0017]图9为正弦速度指令下二组定惯量辨识仿真结果示意图，其中，9 (a)为指令转速和反馈转速曲线示意图，9(b)为电磁矩阵曲线示意图，9(c)为FFRLS算法计算周期曲线示意图，8(d)为辨识惯量曲线示意图；
[0018]图10为正弦速度指令下辨识时变惯量仿真结果示意图，其中，10 (a)为指令转速和反馈转速曲线示意图，10(b)为电磁矩阵曲线示意图，10(c)为FFRLS算法计算周期曲线示意图，10(d)为辨识惯量曲线示意图；
[0019]图11为方波速度指令下一组定惯量辨识仿真结果示意图，11(a) 为指令转速和反馈转速曲线示意图，11(b)为电磁矩阵曲线示意图， 11(c)为FFRLS算法计算周期曲线示意图，11(d)为辨识惯量曲线示意图；
[0020]图12为方波速度指令下二组定惯量辨识仿真结果示意图，12(a) 为指令转速和反馈转速曲线示意图，12(b)为电磁矩阵曲线示意图，12(c)为FFRLS算法计算周期曲线示意图，12(d)为辨识惯量曲线示意图。
具体实施方式
[0021]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0022]实施例一
[0023]为了克服现有技术中不适用伺服驱动系统的惯量在线辨识的缺陷，提供一种伺服驱动变周期在线惯量辨识方法，参见图1，该在线惯量辨识方法主要包括以下步骤：
[0024]S1，获取伺服驱动系统每个时刻的测量转速。
[0025]可以理解的是，为了克服现有技术的惯量辨识方法不适用于在线辨识的缺陷，本专利技术实施例采用具有遗忘因子λ的FFRLS算法，具体的FFRLS算法构建过程如下：
[0026][0027]其中，ω为电机机械角速度，J
s
为系统惯量，T
e
为电机电磁转矩， B为系统阻尼系数，T
l
为负载转矩。
[0028]FFRLS算法辨识系统惯量基于式(0
‑
1)中的伺服系统运动微分方程，对状态方程(0
‑
1)离散化，将写作ω前向差分的形式，得到式(0
‑
2)：
[0029][0030]其中，T
s
为算法的离散计算步长，ω
k
为离散的第k个周期的机械角速度，整理伺服系统运动微分方程(0
‑
1)和离散化方程(0
‑
2)得到(0
‑
3)：
[0031][0032]其中，K
t
为扭矩系数，i
q
为q轴反馈电流，T
e
＝K
t
i
q
。
[0033]把状态方程(0
‑
3)改写为矩阵形式y
k
＝θ
kT
ψ
k
，其中各项满足式 (0
‑
4)：
[0034][0035]其中，y
k
为输出，θ
k
为系数，ψ
k
为输入。
[0036]将状态方程(0
‑
4)带入FFRLS算法中，计算当前时刻的增益矩阵L
k
，如式(0
‑
5)：
[0037]L
k
＝P
k
‑1ψ
k
[λ+ψ
kT
P
k
‑1ψ
k
]‑1(0
‑
5)；
[0038]计算当前时刻的协方差矩阵P
k
，如式(0
‑
6)：
[0039][0040]计算当前时刻的先验误差e
k
，如式(0
‑
7)：
[0041][0042]更新当前时刻的估计值如式(0
‑
8)：
[0043][0044]式(0
‑
4)到式(0
‑
8)构建了FFRLS算法方程，给定初始值和P0以及当前时刻的观测器输入值(主要包括测量转速和测量电流)，就可以对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种伺服驱动变周期在线惯量辨识方法，其特征在于，包括：获取伺服驱动系统每个时刻的测量转速；当k+i时刻的测量转速与k时刻的测量转速的差值大于设定的最大测量误差时，计算从k时刻待(k+i)时刻之间的测量转速平均值ω
avg
和测量电流平均值i
qavg
；将测量转速平均值ω
avg
和测量电流平均值i
qavg
代入FFRLS算法方程中，计算得到从k时刻到(k+i)时刻，伺服驱动系统的辨识惯量。2.根据权利要求1所述的在线惯量辨识方法，其特征在于，还包括构建EERLS算法方程：构建伺服驱动系统运动微分方程：其中，ω为电机机械角速度，J
s
为系统惯量，T
e
为电机电磁转矩，B为系统阻尼系数，T
l
为负载转矩；将伺服系统运动微分方程(0
‑
1)离散化，将写作ω前向差分的形式：其中，T
s
为算法的离散计算步长，ω
k
为离散的第k个周期的机械角速度，整理伺服系统运动微分方程(0
‑
1)和离散化方程(0
‑
2)得到：其中，K
t
为扭矩系数，i
q
为q轴反馈电流，T
e
＝K
t
i
q
；将状态方程(0
‑
3)改写为矩阵形式y
k
＝θ
kT
ψ
k
，其中各项满足式(0
‑
4)：其中，y
k
为输出，θ
k
为系数，ψ
k
为输入；将状态方程(0
‑
4)带入FFRLS算法中，计算当前时刻的增益矩阵L
k
，如式(0
‑
5)：L
k
＝P
k
‑1ψ
k
[λ+ψ
kT
P
k
‑1ψ
k
]
‑1(0
‑
5)；计算当前时刻的协方差矩阵P
k
，如式(0

【专利技术属性】
技术研发人员：陈天航，苏小宇，刘雄，王昌杰，凡文涛，余文韬，周向东，宋宝，唐小琦，
申请(专利权)人：武汉久同智能科技有限公司，
类型：发明
国别省市：