CN106899253A - 一种采用可变增益的模型参考自适应惯量辨识方法 - Google Patents
一种采用可变增益的模型参考自适应惯量辨识方法 Download PDFInfo
- Publication number
- CN106899253A CN106899253A CN201710124810.1A CN201710124810A CN106899253A CN 106899253 A CN106899253 A CN 106899253A CN 201710124810 A CN201710124810 A CN 201710124810A CN 106899253 A CN106899253 A CN 106899253A
- Authority
- CN
- China
- Prior art keywords
- adaptive
- model
- identification
- inertia
- gain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/0004—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P23/0022—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种采用可变增益的模型参考自适应惯量辨识方法。以模型参考自适应理论为基础,根据朗道离散时间递推算法设计惯量辨识的自适应规律。在模型参考自适应惯量辨识中加入误差积分作用,并根据电机实际角速度和估计角速度之间的输出偏差,动态调整惯量辨识中的自适应增益β,实现控制参数的在线调节。本发明在惯量辨识中既具有较快的收敛速度又具有较高的辨识精度,同时对转动惯量的变化还具有较强的自适应能力。
Description
技术领域
本发明涉及一种惯量辨识方法,尤其是一种模型参考自适应惯量辨识方法。
背景技术
永磁同步电机以其体积小、效率高、电磁转矩大、容易维护、控制方便等诸多优点,已广泛应用于数控机床、航空航天、工业机器人等高速高精度的控制领域。高性能的应用场合对伺服***的控制性能有严格的要求。在电机实际运行过程中,负载转动惯量的变化会对伺服***的动静态特性造成不良的影响。为提高伺服***的控制性能,需要对转动惯量进行辨识,以获得转动惯量的准确数值。因此,转动惯量的准确辨识引起了国内外学者的诸多关注。
常用的转动惯量在线辨识方法主要包括最小二乘法,模型参考自适应算法,参数估计梯度算法,状态观测器法和卡尔曼滤波器法等。其中,模型参考自适应惯量辨识方法因收敛时间较短和良好的动态性能,在电机控制领域得到了广泛的研究和应用。然而在使用模型参考自适应算法辨识转动惯量时,算法中的自适应增益对辨识结果影响较大,存在收敛速度和辨识精度不可同时兼得的矛盾问题。
发明内容
为解决现有技术中存在的问题,本发明提供一种采用可变增益的模型参考自适应惯量辨识方法,该方法在惯量辨识中既具有较快的收敛速度又具有较高的辨识精度。
为实现上述目的,本发明采用以下技术方案:
一种采用可变增益的模型参考自适应惯量辨识方法,以模型参考自适应理论为基础,将含有待估计参数的方程作为参考模型,不含未知参数的方程作为可调模型,利用两模型输出量的误差来实时调节可调模型的参数,实现可调模型的输出跟踪控制对象的输出,根据朗道离散时间递推算法得到惯量辨识的自适应规律;
在模型参考自适应惯量辨识中加入误差积分作用,并根据电机实际角速度和估计角速度之间的输出偏差,动态调整惯量辨识中的自适应增益β,实现控制参数的在线调节。
参考模型为:
ωm(k)=2ωm(k-1)-ωm(k-2)+b[Te(k-1)-Te(k-2)]
式中:Te为电机的电磁转矩;TL为电机的负载转矩;J为***转动惯量;ωm为电机的机械角速度;B为粘滞摩擦系数;b为待辨识量,满足b=T/J;
可调模型为:
式中:为电机角速度的估计值;为待辨识量的估计值;ΔTe(k-1)=Te(k-1)-Te(k-2);
***转动惯量的自适应辨识规律为:
式中:β为自适应增益,
在算法中引入积分环节,通过电机实际角速度和估计角速度之间的输出偏差Δωm(k)来调整辨识算法中的自适应增益β,最终实现可调模型的输出跟踪实际电机***的输出,可变自适应增益的调整公式为:
式中:βf为自适应增益的最终值;β'为自适应增益的初始值;Kiβ为积分系数。
自适应增益的最终值βf满足βf∈[βmin,βmax],其中βmin为辨识精度最高的自适应增益,βmax为收敛速度最快的自适应增益。
与现有技术相比,本发明的优点是:
本发明根据利用两模型输出量的误差来实时调节可调模型的参数,实现可调模型的输出跟踪控制对象的输出,根据朗道离散时间递推算法得到惯量辨识的自适应规律;在模型参考自适应惯量辨识中加入误差积分作用,利用积分作用对模型参考自适应惯量辨识中的自适应增益β进行调整,实现控制参数的在线调节。克服了常规方法中收敛速度和辨识精度存在的不可同时兼得的矛盾问题,表现出更好的辨识特性。本发明在惯量辨识中既具有较快的收敛速度又具有较高的辨识精度,同时对转动惯量的变化还具有较强的自适应能力。
附图说明
图1是本发明的可变增益的惯量辨识框图。
具体实施方式
为更进一步阐述本发明所采用的技术方案,以下结合附图对本发明的具体实施方式进行详细的说明。该实施方式仅适用于说明和解释本发明,并不构成对本发明保护范围的限定。
如图1所示,本发明的一种采用可变增益的模型参考自适应惯量辨识方法,以模型参考自适应理论为基础,根据朗道离散时间递推算法设计惯量辨识的自适应规律。在模型参考自适应惯量辨识中加入误差积分作用,并根据电机实际角速度和估计角速度之间的输出偏差,动态调整惯量辨识中的自适应增益β,实现控制参数的在线调节。具体实施方式如下:
以模型参考自适应理论为基础建立惯量辨识***,将含有待估计参数的方程作为参考模型,不含未知参数的方程作为可调模型,两模型具有相同物理意义的输入与输出量。利用两模型输出量的误差来实时调节可调模型的参数,从而实现可调模型的输出跟踪控制对象的输出。
在永磁交流伺服***中,永磁同步电机的运动方程为:
式中:Te为电机的电磁转矩;TL为电机的负载转矩;J为***转动惯量;ωm为电机的机械角速度;B为粘滞摩擦系数。
当辨识算法对速度的采样频率足够高、采样间隔足够小时,忽略粘滞摩擦系数B,对***离散化,可得:
式中T为***采样周期。
由式(2)可得(k-1)时刻,电机的运动方程为:
由于***采样频率很高,可以认为在一个采样周期内负载转矩TL保持不变,即TL(k-1)=TL(k-2),则由式(2)和式(3)可得:
ωm(k)=2ωm(k-1)-ωm(k-2)+b[Te(k-1)-Te(k-2)] (4)
式中:Te为电机的电磁转矩;TL为电机的负载转矩;J为***转动惯量;ωm为电机的机械角速度;B为粘滞摩擦系数;b为待辨识量,满足b=T/J。
将式(4)作为参考模型,建立可调模型:
式中:为电机角速度的估计值;为待辨识量的估计值;ΔTe(k-1)=Te(k-1)-Te(k-2)。
根据朗道离散时间递推参数辨识算法,可得***转动惯量的自适应辨识规律:
式中:β为自适应增益,
在模型参考自适应惯量辨识算法中,自适应增益β是唯一可调的控制参数,选择不同的自适应增益β会得到不同的辨识结果。自适应增益β越大,收敛速度越快,辨识误差越大,当参数变化时辨识结果的波动也越大;自适应增益β越小,收敛速度越慢,辨识误差越小,当参数变化时辨识结果的波动也越小。
针对自适应增益β对惯量辨识造成的收敛速度和辨识精度不可同时兼得的矛盾问题,本发明提出了一种采用可变增益的模型参考自适应惯量辨识方法,如图1所示。该方法以模型参考自适应***为控制对象,根据电机的实际角速度和估计角速度之间的输出偏差,通过积分环节对自适应增益β进行在线调节。具体实现步骤如下:
模型参考自适应算法利用电机角速度的误差Δωm(k)来实时调节可调模型的参数从而得到实际电机***转动惯量J的估计值根据自适应辨识规律式(6),在算法中引入积分环节,通过电机实际角速度和估计角速度之间的输出偏差Δωm(k)来调整辨识算法中的自适应增益β,最终实现可调模型的输出跟踪实际电机***的输出。采用加入误差积分的方法来在线调节自适应增益,可变自适应增益的调整公式为:
式中:βf为自适应增益的最终值;β'为自适应增益的初始值;Kiβ为积分系数。
为了保证较快的收敛速度和较高的辨识精度,可对自适应增益的最终值βf作出限制,使得βf∈[βmin,βmax],其中βmin为辨识精度最高的自适应增益,βmax为收敛速度最快的自适应增益。
综上所述,本发明提供的一种采用可变增益的模型参考自适应惯量辨识方法,通过加入误差积分作用,根据电机角速度的输出偏差,动态调整惯量辨识中的自适应增益β,实现控制参数的在线调节。本发明既具有较快的收敛速度又具有较高的辨识精度,同时对转动惯量的变化还具有较强的自适应能力。
上面结合附图对本发明的实施方式作了详细说明,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施实例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。
Claims (4)
1.一种采用可变增益的模型参考自适应惯量辨识方法,其特征在于:以模型参考自适应理论为基础,将含有待估计参数的方程作为参考模型,不含未知参数的方程作为可调模型,利用两模型输出量的误差来实时调节可调模型的参数,实现可调模型的输出跟踪控制对象的输出,根据朗道离散时间递推算法得到惯量辨识的自适应规律;
在模型参考自适应惯量辨识中加入误差积分作用,并根据电机实际角速度和估计角速度之间的输出偏差,动态调整惯量辨识中的自适应增益β,实现控制参数的在线调节。
2.根据权利要求1所述的一种采用可变增益的模型参考自适应惯量辨识方法,其特征在于:参考模型为:
ωm(k)=2ωm(k-1)-ωm(k-2)+b[Te(k-1)-Te(k-2)]
式中:Te为电机的电磁转矩;TL为电机的负载转矩;J为***转动惯量;ωm为电机的机械角速度;B为粘滞摩擦系数;b为待辨识量,满足b=T/J;
可调模型为:
式中:为电机角速度的估计值;为待辨识量的估计值;ΔTe(k-1)=Te(k-1)-Te(k-2);
***转动惯量的自适应辨识规律为:
式中:β为自适应增益,
3.根据权利要求1所述的一种采用可变增益的模型参考自适应惯量辨识方法,其特征在于:在算法中引入积分环节,通过电机实际角速度和估计角速度之间的输出偏差Δωm(k)来调整辨识算法中的自适应增益β,最终实现可调模型的输出跟踪实际电机***的输出,可变自适应增益的调整公式为:
式中:βf为自适应增益的最终值;β'为自适应增益的初始值;Kiβ为积分系数。
4.根据权利要求3所述的一种采用可变增益的模型参考自适应惯量辨识方法,其特征在于:自适应增益的最终值βf满足βf∈[βmin,βmax],其中βmin为辨识精度最高的自适应增益,βmax为收敛速度最快的自适应增益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124810.1A CN106899253A (zh) | 2017-03-03 | 2017-03-03 | 一种采用可变增益的模型参考自适应惯量辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124810.1A CN106899253A (zh) | 2017-03-03 | 2017-03-03 | 一种采用可变增益的模型参考自适应惯量辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106899253A true CN106899253A (zh) | 2017-06-27 |
Family
ID=59185025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124810.1A Pending CN106899253A (zh) | 2017-03-03 | 2017-03-03 | 一种采用可变增益的模型参考自适应惯量辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106899253A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518846A (zh) * | 2019-08-01 | 2019-11-29 | 南京理工大学 | 基于惯量辨识的多电机伺服***自抗扰滑模速度控制方法 |
CN110784146A (zh) * | 2019-10-12 | 2020-02-11 | 武汉科技大学 | 一种基于预测补偿的交流伺服***速度环参数自校正方法 |
CN112332739A (zh) * | 2020-11-09 | 2021-02-05 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN114123906A (zh) * | 2021-11-25 | 2022-03-01 | 江苏科技大学 | 永磁同步电机惯量辨识方法、***及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1326325A2 (en) * | 2001-12-20 | 2003-07-09 | Texas Instruments Incorporated | Method of extending the operating speed range of a rotor flux based MRAS speed observer in a three phase AC induction motor |
CN104391497A (zh) * | 2014-08-15 | 2015-03-04 | 北京邮电大学 | 一种关节伺服***参数辨识和控制参数在线优化方法 |
CN105915121A (zh) * | 2016-05-31 | 2016-08-31 | 西安交通大学 | 一种采用遗传算法优化的伺服***惯量辨识方法 |
-
2017
- 2017-03-03 CN CN201710124810.1A patent/CN106899253A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1326325A2 (en) * | 2001-12-20 | 2003-07-09 | Texas Instruments Incorporated | Method of extending the operating speed range of a rotor flux based MRAS speed observer in a three phase AC induction motor |
CN104391497A (zh) * | 2014-08-15 | 2015-03-04 | 北京邮电大学 | 一种关节伺服***参数辨识和控制参数在线优化方法 |
CN105915121A (zh) * | 2016-05-31 | 2016-08-31 | 西安交通大学 | 一种采用遗传算法优化的伺服***惯量辨识方法 |
Non-Patent Citations (2)
Title |
---|
沈艳霞等: ""基于改进型模型参考自适应的PMSM参数辨识"", 《电气传动》 * |
王飞宇等: ""基于改进模型参考自适应算法的永磁同步电机转动惯量辨识"", 《电机与控制应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518846A (zh) * | 2019-08-01 | 2019-11-29 | 南京理工大学 | 基于惯量辨识的多电机伺服***自抗扰滑模速度控制方法 |
CN110784146A (zh) * | 2019-10-12 | 2020-02-11 | 武汉科技大学 | 一种基于预测补偿的交流伺服***速度环参数自校正方法 |
CN110784146B (zh) * | 2019-10-12 | 2021-12-21 | 武汉科技大学 | 一种基于预测补偿的交流伺服***速度环参数自校正方法 |
CN112332739A (zh) * | 2020-11-09 | 2021-02-05 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN112332739B (zh) * | 2020-11-09 | 2022-07-12 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN114123906A (zh) * | 2021-11-25 | 2022-03-01 | 江苏科技大学 | 永磁同步电机惯量辨识方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106899253A (zh) | 一种采用可变增益的模型参考自适应惯量辨识方法 | |
CN106788044B (zh) | 一种基于干扰观测器的永磁同步电机自适应非奇异终端滑模控制方法 | |
CN105743395B (zh) | 一种基于自抗扰的多电机运动同步改进型相邻耦合控制方法 | |
CN103406909B (zh) | 一种机械臂***的跟踪控制设备及方法 | |
CN108303885A (zh) | 一种基于干扰观测器的电机位置伺服***自适应控制方法 | |
CN108183645A (zh) | 基于扩张状态观测器的永磁同步电机双幂次滑模控制方法 | |
CN103051274A (zh) | 基于变阻尼的二自由度永磁同步电机的无源性控制方法 | |
CN107121932A (zh) | 电机伺服***误差符号积分鲁棒自适应控制方法 | |
CN106849797B (zh) | 一种双惯性永磁同步电机的电流无源控制方法 | |
CN108365787A (zh) | 一种基于内模控制的永磁同步电机调速***及其设计方法 | |
CN104953916A (zh) | 一种基于永磁同步电机调速***的新型速度控制器 | |
CN107979305A (zh) | 基于滑模变结构控制的双电机速度同步控制方法及*** | |
CN104201967A (zh) | 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 | |
Nguyen et al. | Min max model predictive control for polysolenoid linear motor | |
Feng et al. | Speed control of induction motor servo drives using terminal sliding-mode controller | |
CN107528514B (zh) | Pmsm调速***的近似离散快速终端滑模控制方法 | |
CN108512476A (zh) | 一种基于新型龙贝格观测器的感应电机转速估算方法 | |
CN103647481B (zh) | 无轴承永磁同步电机径向位置神经网络自适应逆控制器构造方法 | |
CN108233813A (zh) | 一种永磁同步电机自适应滑模控制方法 | |
CN108574440A (zh) | 一种基于滑模参考自适应的永磁同步电机状态估计方法 | |
CN105871277A (zh) | 一种基于最小方差的永磁伺服***非线性模型预测控制器设计方法 | |
CN111386029B (zh) | 一种双驱运动平台高精度同步控制方法及*** | |
Chen et al. | The simulation research of PMSM control based on MPC | |
CN114094896A (zh) | 一种永磁同步电机的自构式t-s型模糊神经网络控制方法 | |
CN103219936B (zh) | 基于神经网络在线学习的永磁同步电机前馈解耦方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |