CN104699905B - 基于频域响应的调速***齿轮传动机构辨识建模方法 - Google Patents

Abstract

本发明公开了一种基于频域响应的调速***齿轮传动机构辨识建模方法。针对传统结构静力学分析参数建模方法的缺陷，通过对实际***进行激励‑响应试验，辨识构建传动机构的非线性模型，获得齿轮传动机构在***动态调速过程中的动态响应特性和非线性特性，保证调速***齿轮传动机构模型更接近被辨识的真实机构，为上层***建模分析提供有效依据。本发明可应用于调速***的控制算法设计、故障诊断和故障分析，以及作为新***设计的设计参考。

Description

基于频域响应的调速***齿轮传动机构辨识建模方法

技术领域

本发明属于齿轮传动***设计领域，特别涉及调速***齿轮传动机构的辨识建模技术。

背景技术

目前在调速***齿轮传动机构建模过程中，普遍基于对齿轮设计加工精度的计算，对齿轮传动机构的配合公差进行静态分析，以建立一个包含非线性因子的单输入单输出传递函数，作为调速***中齿轮传动机构的传递函数模型。

现有技术在实现过程中，采用参数法建模，由设计输入参数的包含负载转动惯量、最大输出转矩、调速范围、最大加速度、精度要求、体积要求等通过理论计算得到齿轮模数、变比系数等设计参数开展纯静态建模。

然而，齿轮传动机构是一个复杂机械传动机构，其传动精度、传动效率受到齿轮组制造装配精度、粘滞力和摩擦力、负载特性以及调速范围等多方面因素的作用。采用传统的基于结构分析建立的部分非线性模型难以体现。

结构静力学分析参数建模技术，仅单纯分析了传动系的静态特性，针对实际***的调速过程，齿轮之间的相互配合受转速、负载特性、摩擦力以及外部扰动等的综合作用未进行考虑及分析。

齿轮传动机构对调速***的控制特性和控制性能所造成的影响是一个动态过程，基于静态分析所建立的模型无法体现传动机构的动态响应特性，客观上影响了建模的有效性，进而影响了对上层级控速***的模型有效性。

发明内容

针对目前调速***齿轮传动机构的结构静力学分析参数建模的上述缺陷，本发明提出一种基于频域响应的调速***齿轮传动机构辨识建模方法，目的是获得调速***齿轮传动机构的动态响应模型。通过对实际***进行激励-响应试验，辨识构建传动机构的非线性模型，获得齿轮传动机构在***动态调速过程中的动态响应特性和非线性特性，保证调速***齿轮传动机构模型更接近被辨识的真实机构，为上层***建模分析提供有效依据。

本发明的技术方案如下：

基于频域响应的调速***齿轮传动机构辨识建模方法，包括如下步骤：

1)确定辨识对象：选取调速***中使用的齿轮传动机构作为辨识对象；若调速***中除了齿轮传动机构还包括其他传动方式，则选取初级齿轮输入和末级齿轮输出之间的机构作为辨识对象；

2)确定辨识的输入输出信号：选取齿轮传动机构的输入输出转矩、速度和位置作为辨识的输入输出信号；其中，辨识的输入信号是驱动机构施加给齿轮传动机构的转矩、位置和速度，辨识的输出信号是齿轮传动机构施加给负载的转矩、位置和速度；

3)确定激励信号及其参数：选取正弦速度信号作为输入激励信号；根据传动机构的调速范围计算激励信号幅值，根据调速***的响应速度要求计算激励信号带宽；

4)获得待辨识***激励响应：生成激励信号，搭建实验环境，实施激励-响应试验，对真实***中的齿轮传动机构施加激励信号，并记录齿轮传动机构的激励响应；在此过程中，首先试运行，检测信号采集和记录是否有效，试运行通过后，开始正式试验并记录输入-输出数据；

5)数据预处理和初步分析：对数据进行预处理，并对数据进行初步分析，判断数据是否有效；若数据无效，重复进行步骤4)，直至数据有效；

6)基于频域响应的辨识建模：根据齿轮传动机构对激励信号的响应数据，采用BP神经网络进行数据拟合，获得具备非线性特征的齿轮传动机构传递函数，建立齿轮传动机构的辨识模型；

7)辨识模型验证：将辨识的输入信号注入辨识模型进行计算机仿真，获得模型响应数据，通过统计模型响应与实测齿轮传动机构的输出信号均方根误差，验证辨识模型的有效性；当误差不满足要求时，使用最小二乘法进行误差修正，重复进行步骤6)，直至模型有效。

本发明的有益技术效果是：

本发明获得的传递函数模型，基于对传动机构的实际激励和响应特性分析获得，体现了齿轮传动机构的动态响应特性，切合控制工程设计和实践的需求。可应用于调速***的控制算法设计、故障诊断和故障分析，以及作为新***设计的设计参考。

附图说明

图1是本发明的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明。

本发明主要应用了控制理论和控制工程技术中的***辨识建模技术。辨识建模是一种通过分析***频域响应特性，建立***数学模型的理论和方法。

本发明将齿轮传动机构视为调速***中一个具有复杂非线性的“黑盒”，通过对真实***中的齿轮传动机构施加激励信号，并记录齿轮传动机构的激励响应。根据齿轮传动机构对特定激励信号的响应数据，采用神经网络拟合的方法，建立齿轮传动机构的数学模型。在对激励-响应数据的处理中，通过采用基于非线性神经网络的辨识建模，获得具备非线性特征的齿轮传动机构传递函数。

本发明主要步骤包括确定辨识对象、确定辨识的输入输出信号、确定激励信号及其参数、获得待辨识***激励响应、辨识建模和模型验证。

请参阅图1，本发明方法的具体流程为：

首先，需要分别确定辨识对象、辨识的输入输出信号以及激励信号参数。

在选取辨识对象时，本发明以调速***中使用的齿轮传动机构为辨识对象。特别的，如果在调速***中，除了齿轮传动机构还包括其他传动方式(如皮带传动)，则应选取初级齿轮输入和末级齿轮输出之间的机构作为辨识对象。

在选取辨识的输入输出信号时，本发明选取齿轮传动机构的输入输出转矩、速度和位置三个物理量作为辨识的输入输出信号。即待辨识模型的输入是驱动机构(如电机、内燃机机)输出的转矩、位置和速度，输出是齿轮传动机构施加给负载的转矩、位置和速度。

在选取激励信号及其参数时，本发明选取正弦速度信号作为输入激励信号。激励信号幅值和带宽的获得方法为：根据传动机构的调速范围，计算激励信号幅值；根据调速***的响应速度要求，计算激励信号带宽。

然后，生成激励信号，搭建实验环境，实施激励-响应试验，对真实***中的齿轮传动机构施加激励信号，并记录齿轮传动机构的激励响应。在此过程中，先要试运行，检测信号采集和记录有效，试运行通过后，才可以开始正式试验并记录记录输入-输出数据。

接下来，对试验获得的数据进行预处理，并且对数据进行初步分析。初步分析主要是判断数据是否有效。若数据无效，则需要重复上述激励-响应试验，直至数据有效，方可继续进行下面的工作。

接下来，进行辨识建模。本发明对辨识建模方法的选取中，是基于频域响应特性建模，根据齿轮传动机构对激励信号的响应数据，采用BP神经网络进行数据拟合，建立齿轮传动机构的辨识模型。

最后，将辨识的输入信号注入辨识获得的模型进行计算机仿真，获得模型响应数据，通过统计模型响应与实测齿轮传动机构的输出信号均方根误差，验证辨识模型的有效性。当误差不满足要求时，使用最小二乘法进行误差修正，视情重复进行辨识建模，直至获得有效模型。

以上所述的仅是本发明的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (1)

1.一种基于频域响应的调速***齿轮传动机构辨识建模方法，其特征在于，包括如下步骤：

1)确定辨识对象：选取调速***中使用的齿轮传动机构作为辨识对象；若调速***中除了齿轮传动机构还包括其他传动方式，则选取初级齿轮输入和末级齿轮输出之间的机构作为辨识对象；

2)确定辨识的输入输出信号：选取齿轮传动机构的输入输出转矩、速度和位置作为辨识的输入输出信号；其中，辨识的输入信号是驱动机构施加给齿轮传动机构的转矩、位置和速度，辨识的输出信号是齿轮传动机构施加给负载的转矩、位置和速度；

3)确定激励信号及其参数：选取正弦速度信号作为输入激励信号；根据传动机构的调速范围计算激励信号幅值，根据调速***的响应速度要求计算激励信号带宽；

4)获得待辨识***激励响应：生成激励信号，搭建实验环境，实施激励-响应试验，对真实***中的齿轮传动机构施加激励信号，并记录齿轮传动机构的激励响应；在此过程中，首先试运行，检测信号采集和记录是否有效，试运行通过后，开始正式试验并记录输入-输出数据；

5)数据预处理和初步分析：对数据进行预处理，并对数据进行初步分析，判断数据是否有效；若数据无效，重复进行步骤4)，直至数据有效；

6)基于频域响应的辨识建模：根据齿轮传动机构对激励信号的响应数据，采用BP神经网络进行数据拟合，获得具备非线性特征的齿轮传动机构传递函数，建立齿轮传动机构的辨识模型；

7)辨识模型验证：将辨识的输入信号注入辨识模型进行计算机仿真，获得模型响应数据，通过统计模型响应与实测齿轮传动机构的输出信号均方根误差，验证辨识模型的有效性；当误差不满足要求时，使用最小二乘法进行误差修正，重复进行步骤6)，直至模型有效。