一种滚珠丝杠进给系统动态特性稀疏辨识方法技术方案

一种滚珠丝杠进给系统动态特性稀疏辨识方法，其特征是通过覆盖工作行程的随机激励实验构造数据集，将滚珠丝杠进给系统建模为非线性摩擦扰动下的线性变参数系统，构造常规字典函数库和双曲正切字典函数库分别表征位置相关动态特性和非线性摩擦并构造回归模型，利用稀疏回归确定所有字典函数的系数，进而得到最终的预测模型。本发明专利技术通过一次激励实验的数据，即可辨识得到同时考虑非线性摩擦和位置相关动态特性的电机驱动力矩

【技术实现步骤摘要】
一种滚珠丝杠进给系统动态特性稀疏辨识方法


[0001]本专利技术涉及机电系统建模领域，尤其是滚珠丝杠进给系统动态特性建模方法，具体地说是一种滚珠丝杠进给系统动态特性稀疏辨识方法。

技术介绍

[0002]滚珠丝杠进给系统因其传动效率高、工作行程大、承载能力强和使用寿命长等优点，广泛应用于以各式数控机床为代表的机械系统。机械系统精密化和高速化的发展趋势对滚珠丝杠进给系统的运动控制精度提出了更高要求，而建立准确描述系统动态特性的模型是保证其运动控制精度的基础。
[0003]由于受到非线性摩擦扰动以及位置相关动态特性等非线性时变因素的影响，滚珠丝杠进给系统的动态特性难以准确高效地建模。相关的建模方法目前主要分为机理建模和数据驱动建模两大类。机理建模需要辨识模型中的各类物理参数，建模过程繁琐低效且精度有限。数据驱动建模常用的神经网络模型则受限于其黑盒特性，不具备机理可解释性且难以稳定泛化。因此，亟需一种面向滚珠丝杠进给系统动态特性的准确高效的建模方法。

技术实现思路

[0004]本专利技术的目的针对现有的滚珠丝杠进给系统动态特性建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚珠丝杠进给系统动态特性稀疏辨识方法，其特征在于，包括以下步骤：1)进行覆盖工作行程的随机激励实验，同步监测电机驱动力矩和工作台位移；2)将滚珠丝杠进给系统建模为非线性摩擦扰动下的线性变参数系统；3)构造常规字典函数库表征系统的位置相关动态特性；4)构造双曲正切字典函数库表征系统的非线性摩擦；5)基于上述两类字典函数库构造回归模型；6)利用稀疏回归确定所有字典函数的系数并构造预测模型。2.根据权利要求1所述的滚珠丝杠进给系统动态特性稀疏辨识方法，其特征在于：步骤1)所述的覆盖工作行程的随机激励实验在开环控制模式下进行，选择高斯白噪声形式的随机信号作为驱动力矩，通过设置边界约束以及调整随机信号均值，使滚珠丝杠在受到随机激励的同时，实现工作台在其工作行程内的往复运动。3.根据权利要求1所述的滚珠丝杠进给系统动态特性稀疏辨识方法，其特征在于：步骤2)所述的非线性摩擦扰动下的线性变参数系统，其中滚珠丝杠进给系统的位置相关动态特性被表征为以工作台位置为调度变量的离散时间线性变参数系统，非线性摩擦则被视为系统的扰动输入，表示为如下所示的差分方程形式：其中，m和n分别表示与系统输入和输出相关的时滞阶数，且m≤n；x(k
‑
i)表示k
‑
i时刻的工作台位移，u(k
‑
i)表示k
‑
i时刻的驱动力矩，v(k
‑
i)表示k
‑
i时刻的速度，f
fric
(
·
)表示非线性摩擦函数，α
i
(
·
)和β
i
(
·
)分别表示与输入和输出相关的系数函数，p
k
表示k时刻的工作台位置，位移和和初始位置之和，上式中的速度利用位移后向差分进行近似：其中，Δt是滚珠丝杠进给系统的采样周期，也是上述离散时间模型的采样周期；将上述差分方程改写为标准的预测形式，得到：由于出现了系数函数的分式形式，为了降低模型的复杂度以易于辨识，进一步将上述差分方程变换为等价形式：差分方程变换为等价形式：差分方程变换为等价形式：
其中，A0为系数函数α0(
·
)中的常数项，α
′
(
·
)和β
′
(
·
)则为上述变换后新的系数函数。4.根据权利要求1所述的滚珠丝杠进给系统动态特性稀疏辨识方法，其特征在于：步骤3)所述的常规字典函数库表示为：其中，表示字典函数，选取常数、多项式函数、指数函数和三角函数；步骤3)所述的构造常规字典函数库表征系统的位置相关动态特性，即利用表征权利要求3中所述的系数函数α
′
(
·
)和β
′
(
·
)：)：)：其中，表示不含常数项的表示不含常数项的则表示包含常数项的且θ表示系数函数对应的字典函数的系数向量。5.根据权利要求1所述的滚珠丝杠进给系统动态特性稀疏辨识方法，其特征在于：步骤4)所述的双曲正切字典函数库表示为：φ(
·
)＝[tanh(c1(
·
)) tanh(c2(
·
))
…
tanh(c
h

【专利技术属性】
技术研发人员：李迎光，刘旭，程英豪，刘长青，蔡宇，郝小忠，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：