《伺服电机模型参数在线辨识研究》由会员分享，可在线阅读，更多相关《伺服电机模型参数在线辨识研究（27页珍藏版）》请在金锄头文库上搜索。
1、伺服电机模型参数在线辨识研究摘 要在伺服电机的研究过程中，由于负载变量的变化，可能会出现经典控制器参数不匹配的情况，导致实验结果出现波动与误差，使控制性能恶化。因此，具备参数在线辨识能力在高性能的伺服电机中是必备的。本次论文通过阐述理论和实验测试对伺服电机模型参数在线辨识进行了深入的研究。首先，对参数在线辨识的方法进行简单的阐述，包括：模型参考自适应法、梯度校正参数估计法、最小二乘参数估计法，本文在此基础上选择其衍生方法：带遗忘因子的递推最小二乘法对参数进行在线辨识。研究表明：模型参考自适应法不能兼顾收敛速度和辨识的精度，梯度校正参数估计法算法简单易懂，实时计算量小，但是收敛速度慢，而最小二乘
2、法原理简单，收敛较快，容易理解，易于编程实现，因此在系统参数估计中被大量使用。其次，在建立数学模型的基础上以自校正PID结构设置控制器，自校正PID控制器以常规PID为基本形式，引入带遗忘因子的递推最小二乘法估计对象参数，并将估计的参数按极点配置法进行设计。自校正PID控制是自校正控制思想和常规PID控制思想结合的产物，具有调整参数少、自适应能力强的优点，能随对象特性变化在线修改参数。最后，搭建基于DSP的直流伺服电机实验平台，进行测速算法和参数辨识的实验研究，采用DSP编程，在实际系统上对自校正控制进行试验测试，观察其实验结果与数据。论文研究成果可以在实际直流伺服电机实验平台中得到较好的应用
3、，以提高系统的性能指标。关键词：“伺服电机” “在线辨识” “自校正PID” “DSP编程”Research on Online Identification of Servo Motor Model ParametersAbstractDuring the research of servo motor, due to the change of load variables, the mismatch of classicalcontroller parameters may occur, resulting in fluctuations and errors in the experi
4、mental results, which deteriorates the control performance.Therefore, a high-performance servo motor model requires the ability to parameterize online identification.In this thesis, through the theory, simulation and experimental test, the on-line identification of servo motor model parameters is de
5、eply studied.Firstly, the method of parameter online identification is briefly described, including: model reference adaptive method, gradient correction parameter estimation method, least squares parameter estimation method (including batch least squares method, recursive least square method, forge
6、tting factor delivery). Based on the series of derivative algorithms such as least squares method, this thesis chooses the recursive least squares method to identify the parameters online. The research shows that the model reference adaptive method can not balance the convergence speed and the accur
7、acy of the identification. The gradient correction parameter estimation algorithm is simple and easy to understand. The real-time calculation is small, but the convergence speed is slow. The principle of least squares is simple, the convergence is fast, and it is easy to understand. It is easy to pr
8、ogram and is therefore used extensively in system parameter estimation.Secondly, based on the establishment of the mathematical model, the self-correcting PID structure is used to set the controller for the servo motor. The design idea of the self-tuning PID controller is to use the regular PID as t
9、he basic form, introduce the recursive algorithm to estimate the object parameters, and press the estimation result. The pole configuration method is used to design the controller parameters. Self-tuning PID control is a combination of self-correcting control idea and conventional PID control idea.
10、It combines the advantages of both, has the advantages of less adjustment parameters and strong self-adaptive ability, and can modify parameters online with changes in object characteristics.Finally, a DSP-based DC servo motor experimental platform is built to carry out experimental research on spee
11、d measurement algorithm and parameter identification. The DSP is used to test and test the self-calibration control on the actual system, and the experimental results and data are observed. The research results of the thesis can be well applied in the actual DC servo motor experimental platform to i
12、mprove the performance index of the system.Keywords:servo motor, online identification, self-calibration PID, DSP programming目 录摘要Abstract第1章绪论1 1.1 课题背景及研究目的1 1.2 伺服系统参数辨识方法综述1 1.3 主要研究内容2第2章 直流伺服电机控制与驱动22.1 引言22.2 直流伺服电机工作原理32.3直流伺服电机的控制与驱动42. 4直流伺服电机的测速原理与算法实现62. 5本章小结7第3章 系统辨识73.1引言73.2系统辨识基本原理8
13、3.2.1系统辨识的定义及其分类83.2.2 基本原理83.3最小二乘参数估计法93.3.1递推最小二乘法93.3.2遗忘因子递推最小二乘法算法实现103.4自校正PID控制系统113.5本章小结13第4章 DSP控制器原理与应用134.1引言134.2 F28335的结构原理134.2.1F28335的内部结构144.2.2F28335的CPU144.2.3F28335的存储器配置154.2.4F28335的时钟及其控制154.3增强型正交编码模块164.4实验平台的测试与实现194.5本章小结21结论22参考文献23致谢24伺服电机模型参数在线辨识研究第一章 绪论1.1课题背景及研究目的
14、伺服系统在工业生产中所占比重越来越大，性能要求也越来越高，在数控机床、机器人控制、航空航天以及柔性制造系统等产业得到了广泛的发展与应用。但在某些伺服系统中，负载惯量等参数影响着系统的性能。在常规的伺服系统中，参数并不会随着负载惯量的变化而变化，当负载惯量改变时会造成系统性能的下降，所以需要对伺服系统的参数进行在线辨识，使控制参数随着变量的变化而变化，以保证系统的稳定性。直流伺服电机的优点位：运行效率高、起动转矩大、调速范围广、机械特性为线性、控制易于实现，在办公自动化设备（如打印机、复印机）和电动玩具（如小车）的驱动系统中得到广泛的应用。目前在伺服电机中广泛采用的是PID控制技术，但是其控制性
15、能还不够理想。如果采用基于现代控制理论的设计方法来改善控制性能，则伺服系统的数学模型是必须要知道的。而通常情况下，不容易得到伺服电机系统的模型参数（比如转动惯量）的准确值，所以需要采用适当的在线辨识方法在控制的同时对模型参数进行辨识。本文将基于此设计一个伺服电机控制系统，利用DSP的eQEP模块来处理电机光电编码器所提供的脉冲信号，得到电机的位置、转速信号，并通过在线辨识系统的模型参数，对控制律的参数进行自校正，实现对伺服电机的速度调节，使系统具有较为快速、平稳和准确的响应性能。1.2伺服系统参数辨识方法综述目前，伺服系统在线参数辨识的方法主要有以下几种：（1） 模型参考自适应辨识 模型参考自适应识别的参考模型是具有待识别参数的物理过程，并且使用要识别的参数的估计来构建可调模型。参数估计通过自适应机构识别算法实时更新并应用于伺服系统参数。在识别中，该方法使用基于超可理论理论设计算法的离散形式伺服电机数学模型来确保待识别参数的渐近收敛。它的定义如下：确定系统等同于基于已知输入信号观察输出响应，已知输入信号是在指定类型的系统内识别过程中识别的对象类型。必须指定输入信号，指定已识别系统所属的系统类型，并指定等效含义。1（2） 梯度校正参数估计法梯度校正参数估计法的递推算法和最小二乘递推算法具有相同的结构，即：，但其
