基于粒子群优化的螺旋液压旋转执行器参数辨识方法技术

本发明专利技术公开了基于粒子群优化的螺旋液压旋转执行器参数辨识方法，属于螺旋液压旋转执行器技术领域。包括根据螺旋液压旋转执行器中各部件的动力学关系，构建动力学模型，确定系统辨识模型和待辨识系统参数；获取螺旋液压旋转执行器的输出旋转角度和控制器输入电流，利用递归最小二乘辨识算法，获取临时参数估计；根据临时参数估计，获取预设的粒子群优化算法模型的初始搜索范围；通过预设的粒子群优化算法模型对系统辨识模型进行迭代优化，获取最优待辨识系统参数。能够提高螺旋液压旋转执行器模型的辨识效率，实现被控装置螺旋液压回转作动器系统稳定鲁棒控制；解决了现有技术中存在“螺旋液压旋转执行器模型辨识效率低下”的问题。题。题。

【技术实现步骤摘要】
基于粒子群优化的螺旋液压旋转执行器参数辨识方法


[0001]本专利技术涉及螺旋液压旋转执行器
，特别是涉及基于粒子群优化的螺旋液压旋转执行器参数辨识方法。

技术介绍

[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]液压伺服系统能够在高速下产生高扭矩和力，在工业领域发挥着至关重要的作用。在不同的场景下，液压执行器可以呈现不同的形式，如线性和旋转；其中，采用螺旋液压旋转执行器(HHRA)将液压动力转换为旋转机械动力。螺旋液压旋转执行器(HHRA)由一组斜齿轮和一个气缸组成，将线性输出转换为振荡或旋转输出；已被广泛应用于各种工程设备，包括飞机、隧道掘进机、机器人、农业、建筑和矿山机械等。
[0004]精确建模是实现螺旋液压旋转执行器系统(被控装置)稳定鲁棒控制的关键，但由于流区的死区、流体的静摩擦、可压缩性和泄漏的存在以及控制阀复杂的流压特性，液压系统表现出高非线性和大不确定性。因此，建立一个精确的水力数学模型系统是非常困难的。
[0005]在系统建模过程中，建模精度和参数辨识精度是至关重要的。建模精度反应模型对实际系统动态特性的反映程度，而参数辨识精度反应模型中各个参数进行准确测量的能力。建模精度和参数辨识精度的高低直接决定了动态特性分析的精度，进而影响了实时控制的效果。在阀控液压旋转执行器系统中，由于存在非线性和时变因素，其动态特性分析和建模较为困难。因此，如何精准地辨识出这些动态参数，对于模型的精确性以及螺旋液压旋转执行器系统的实时控制具有重要意义。

技术实现思路

[0006]为了解决现有技术的不足，本专利技术提供了基于粒子群优化的螺旋液压旋转执行器参数辨识方法、系统、电子设备和计算机可读存储介质，将递归最小二乘辨识算法和改进的粒子群优化算法结合进行参数辨识，提高螺旋液压旋转执行器系统模型的辨识效率。
[0007]第一方面，本专利技术提供了基于粒子群优化的螺旋液压旋转执行器参数辨识方法；
[0008]基于粒子群优化的螺旋液压旋转执行器参数辨识方法，包括：
[0009]根据螺旋液压旋转执行器中各部件的动力学关系，确定螺旋液压旋转执行器的系统辨识模型和待辨识系统参数；
[0010]获取螺旋液压旋转执行器的输出旋转角度和控制器输入电流，根据输出旋转角度和控制器输入电流，利用递归最小二乘辨识算法，获取临时参数估计；
[0011]根据临时参数估计，获取预设的粒子群优化算法模型的初始搜索范围；通过预设的粒子群优化算法模型对系统辨识模型进行迭代优化，获取最优待辨识系统参数。
[0012]进一步的，将输出旋转角度和控制器输入电流输入递推最小二乘辨识算法进行迭代更新，获取临时参数估计；
[0013]根据临时参数估计和膨胀空间增益系数，确定初始搜索范围的上限和下限。
[0014]进一步的，所述根据螺旋液压旋转执行器中各部件的动力学关系，构建螺旋液压旋转执行器动力学模型，确定螺旋液压旋转执行器的系统辨识模型和待辨识系统参数包括：
[0015]根据螺旋液压旋转执行器中各部件的动力学关系，确定伺服阀的流量方程、液压缸与负载力的平衡方程、输出扭矩方程、转动平衡方程和伺服阀流量方程；
[0016]根据伺服阀的流量方程、液压缸与负载力的平衡方程、输出扭矩方程、转动平衡方程和伺服阀流量方程，确定螺旋液压旋转执行器的传递函数；
[0017]对传递函数进行离散化，确定系统辨识模型和待辨识系统参数。
[0018]进一步的，所述将实测值输入预设的粒子群优化算法模型进行迭代计算，获取最优待辨识系统参数包括：
[0019]初始化粒子群，确定种群大小、迭代次数、学习因子、惯性权重和初始搜索范围；
[0020]根据实测值，通过适应度函数计算粒子群算法模型的每一个粒子的适应度值，基于当前的最优值，对粒子群的位置和速度更新；
[0021]根据粒子群中粒子的适应度值确定粒子群的全局最优解，根据全局最优解对应的数据获取待辨识系统参数。
[0022]进一步的，所述粒子群优化算法模型的惯性权重表示为：
[0023][0024]其中，ω
max
为惯性权重的起始值，ω
min
为惯性权重的结束值，k为当前迭代次数，G为最大迭代次数。
[0025]进一步的，采用动态调整策略确定所述粒子群优化算法模型的学习因子，所述动态调整策略表示为：
[0026][0027]其中，ciu为学习因子的上限值，cid为学习因子的下限值，k为当前迭代次数，G为最大迭代次数。
[0028]进一步的，所述粒子群优化算法模型的适应度函数为：
[0029][0030]其中，t为时间，e(t)为误差。
[0031]第二方面，本专利技术提供了基于粒子群优化的螺旋液压旋转执行器参数辨识系统；
[0032]基于粒子群优化的螺旋液压旋转执行器参数辨识系统，包括：
[0033]待辨识系统参数确定模块，被配置为：根据螺旋液压旋转执行器中各部件的动力学关系，确定螺旋液压旋转执行器的系统辨识模型和待辨识系统参数；
[0034]临时参数估计确定模块，被配置为：获取螺旋液压旋转执行器的输出旋转角度和控制器输入电流，根据输出旋转角度和控制器输入电流，利用递归最小二乘辨识算法，获取临时参数估计；
[0035]最优待辨识系统参数获取模块，被配置为：根据临时参数估计，获取预设的粒子群优化算法模型的初始搜索范围；通过预设的粒子群优化算法模型对系统辨识模型进行迭代优化，获取最优待辨识系统参数。
[0036]第三方面，本专利技术提供了一种电子设备；
[0037]一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述基于粒子群优化的螺旋液压旋转执行器参数辨识方法的步骤。
[0038]第四方面，本专利技术提供了一种计算机可读存储介质；
[0039]一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述基于粒子群优化的螺旋液压旋转执行器参数辨识方法的步骤。
[0040]与现有技术相比，本专利技术的有益效果是：
[0041](1)本专利技术提供的技术方案，提出了一种将递归最小二乘法(RLS)和改进的粒子群优化算法(PSO)相结合的混合识别算法，利用递归最小二乘法确定改进的粒子群优化算法的初始搜索范围，提高参数辨识的精度和效率，具有更好的鲁棒性和稳定性。
[0042](2)本专利技术提供的技术方案，为了提高粒子群的搜索能力，避免陷入局部最优值，设计了非线性权值函数和学习因子，旨在平衡粒子群组的全局和局部勘探能力，提升参数辨识的精度和效率。
附图说明
[0043]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0044]图1为本专利技术实施例提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于粒子群优化的螺旋液压旋转执行器参数辨识方法，其特征在于，包括：根据螺旋液压旋转执行器中各部件的动力学关系，确定螺旋液压旋转执行器的系统辨识模型和待辨识系统参数；获取螺旋液压旋转执行器的输出旋转角度和控制器输入电流，根据输出旋转角度和控制器输入电流，利用递归最小二乘辨识算法，获取临时参数估计；根据临时参数估计，获取预设的粒子群优化算法模型的初始搜索范围；通过预设的粒子群优化算法模型对系统辨识模型进行迭代优化，获取最优待辨识系统参数。2.如权利要求1所述的基于粒子群优化的螺旋液压旋转执行器参数辨识方法，其特征在于，将输出旋转角度和控制器输入电流输入递推最小二乘辨识算法进行迭代更新，获取临时参数估计；根据临时参数估计和膨胀空间增益系数，确定初始搜索范围的上限和下限。3.如权利要求1所述的基于粒子群优化的螺旋液压旋转执行器参数辨识方法，其特征在于，所述根据螺旋液压旋转执行器中各部件的动力学关系，确定螺旋液压旋转执行器的系统辨识模型和待辨识系统参数包括：根据螺旋液压旋转执行器中各部件的动力学关系，确定伺服阀的流量方程、液压缸与负载力的平衡方程、输出扭矩方程、转动平衡方程和伺服阀流量方程；根据伺服阀的流量方程、液压缸与负载力的平衡方程、输出扭矩方程、转动平衡方程和伺服阀流量方程，确定螺旋液压旋转执行器的传递函数；对传递函数进行离散化，确定系统辨识模型和待辨识系统参数。4.如权利要求1所述的基于粒子群优化的螺旋液压旋转执行器参数辨识方法，其特征在于，所述将通过预设的粒子群优化算法模型对系统辨识模型进行迭代优化，获取最优待辨识系统参数包括：初始化粒子群，确定种群大小、迭代次数、学习因子、惯性权重和初始搜索范围；通过适应度函数计算粒子群算法模型的每一个粒子的适应度值，基于当前的最优值，对粒子群的位置和速度更新；根据粒子群中粒子的适应度值确定粒子群的全局最优解，根据全...

【专利技术属性】
技术研发人员：宋锐，郑玉坤，孙如月，刘义祥，王艳红，田新诚，
申请(专利权)人：山东大学，
类型：发明
国别省市：