本發(fā)明涉及一種直線電機(jī)傳遞函數(shù)的迭代濾波辨識(shí)方法，屬于直線電機(jī)控制技術(shù)領(lǐng)域。

背景技術(shù)：

目前，無論是在日常用品還是工業(yè)現(xiàn)場(chǎng)中都大量應(yīng)用了運(yùn)動(dòng)控制系統(tǒng)，要使電機(jī)運(yùn)行更平穩(wěn)，更加可靠就要知道這個(gè)系統(tǒng)的精確模型參數(shù)。目前建立在CARMA模型(帶控制量的自回歸滑動(dòng)平均模型)的辨識(shí)方法大都將濾波和辨識(shí)分開進(jìn)行，且濾波器的參數(shù)都是定值，這就導(dǎo)致了辨識(shí)算法的不夠靈活，適應(yīng)性差，對(duì)實(shí)際應(yīng)用過程中存在的環(huán)境干擾和測(cè)量噪聲不能很好的過濾，進(jìn)而影響辨識(shí)參數(shù)的準(zhǔn)確性。

傳遞函數(shù)一般通過最小二乘法進(jìn)行求解，最小二乘法通過最小化誤差的平方來尋求數(shù)據(jù)的最佳匹配函數(shù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間的平方和為最小，但是沒有合適的濾波器辨識(shí)結(jié)果會(huì)導(dǎo)致求解出直線電機(jī)傳遞函數(shù)有較大的誤差，影響直線電機(jī)的控制精度。

針對(duì)目前現(xiàn)有技術(shù)中存在的上述缺陷，實(shí)有必要進(jìn)行研發(fā)，解決現(xiàn)有技術(shù)中存在的缺陷。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種濾波辨識(shí)方法，避免了濾波器選擇的難題和最小二乘算法抗干擾能力差的不足，提供了一種能夠迭代學(xué)習(xí)濾波器的批處理最小二乘辨識(shí)方法，抗干擾能力強(qiáng)，參數(shù)辨識(shí)精度高，有助于實(shí)現(xiàn)對(duì)系統(tǒng)的高速高精控制的直線電機(jī)傳遞函數(shù)的迭代濾波辨識(shí)方法。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為：

一種直線電機(jī)傳遞函數(shù)的迭代濾波辨識(shí)方法，包括以下步驟：

第一步：連接好直線電機(jī)與運(yùn)動(dòng)控制卡，打開上位機(jī)軟件，設(shè)置激勵(lì)信號(hào)為白噪聲，運(yùn)動(dòng)參數(shù)設(shè)置完成后下發(fā)給運(yùn)動(dòng)控制卡上，使得電機(jī)按照預(yù)設(shè)運(yùn)動(dòng)；同時(shí)運(yùn)動(dòng)控制卡開始采集激勵(lì)信號(hào)和輸出信號(hào)，并保存數(shù)據(jù)；

第二步：確定待辨識(shí)電機(jī)模型的系統(tǒng)階次；

第三步：把已確定階次的模型通過雙線性變換公式將模型由s域轉(zhuǎn)化為z域公式的形式；

所述模型為：

所述雙線性變換公式為：

所述z域公式為：

其中G(s)為傳遞函數(shù)，Y(s)、U(s)分別為輸出量和輸入量的拉普拉斯變換；T為采樣周期，z為延遲算子，α₀…α_n-1為離散化后傳遞函數(shù)的分子需要辨識(shí)的系數(shù)，β₁…β_n為離散化后傳遞函數(shù)的分母需要辨識(shí)的系數(shù)；

第四步：由β₁…β_n組成濾波器，第一次對(duì)輸入輸出數(shù)據(jù)進(jìn)行濾波時(shí)設(shè)置

第五步：輸入輸出數(shù)據(jù)x、w經(jīng)濾波器濾波后的數(shù)據(jù)為

第六步：由組成向量q’_j，由α₀…α_n-1，β₁…β_n組成向量δ；

δ’＝[α₀…，α_n-1，β₁…，β_n-1] (5)

其中q’_j、δ’為向量，是q_j、δ_j的轉(zhuǎn)置，維數(shù)由待辨識(shí)系統(tǒng)的階次來確定；

第七步：由公式(6)計(jì)算出矩陣Q；

Q＝∑q_jq’_j (6)

第八步：由公式(7)計(jì)算出向量C；

第九步：有公式(8)計(jì)算出含有待辨識(shí)參數(shù)α₀…α_n-1，β₁…β_n的向量δ；其中Q^-1表示對(duì)矩陣Q求逆；

δ＝Q^-1C (8)

第十步：從第四步開始重復(fù)迭代更新濾波器，直到辨識(shí)結(jié)果達(dá)到收斂要求，辨識(shí)完成，根據(jù)辨識(shí)結(jié)果設(shè)置控制器，使得直線電機(jī)高速平穩(wěn)運(yùn)行。

進(jìn)一步地，開始辨識(shí)之前首先對(duì)輸入輸出數(shù)據(jù)用第四步的濾波器進(jìn)行濾波；濾波器的分子系數(shù)為1，分母系數(shù)初始值為1，之后每次迭代更新上一次辨識(shí)結(jié)果的作為分母系數(shù)。

進(jìn)一步地，第六步由濾波后的輸入輸出數(shù)據(jù)按照階次的高低順序排列組成列向量q’_j。

進(jìn)一步地，第七步，矩陣Q為方陣，維數(shù)與待辨識(shí)參數(shù)個(gè)數(shù)相等。

進(jìn)一步地，第八步，由公式(7)計(jì)算向量C；C的維數(shù)與待辨識(shí)參數(shù)個(gè)數(shù)相同。

進(jìn)一步地，第九步，向量δ中的α₀…α_n-1，β₁…β_n按照系數(shù)階次的高低順序排列。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

本發(fā)明在批處理最小二乘辨識(shí)算法里面融合了迭代學(xué)習(xí)濾波器，能夠根據(jù)待辨識(shí)系統(tǒng)的特點(diǎn)來生成對(duì)應(yīng)的濾波器，減少了需要專門設(shè)計(jì)濾波器的工作，此外本發(fā)明由于加入了濾波算法，辨識(shí)出的數(shù)據(jù)更加精確，有利于高精度控制器的設(shè)計(jì)。本發(fā)明對(duì)參數(shù)辨識(shí)及控制系統(tǒng)的設(shè)計(jì)，無疑具有一定的現(xiàn)實(shí)意義和實(shí)用價(jià)值。

本發(fā)明抗干擾能力強(qiáng)，參數(shù)辨識(shí)精度高，有助于實(shí)現(xiàn)對(duì)系統(tǒng)的高速高精控制，避免了濾波器選擇的難題和最小二乘算法抗干擾能力差的不足。

附圖說明

圖1是本發(fā)明流程圖；

圖2是最小二乘辨識(shí)擬合結(jié)果；

圖3是本發(fā)明的迭代濾波辨識(shí)擬合結(jié)果。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

相反，本發(fā)明涵蓋任何由權(quán)利要求定義的在本發(fā)明的精髓和范圍上做的替代、修改、等效方法以及方案。進(jìn)一步，為了使公眾對(duì)本發(fā)明有更好的了解，在下文對(duì)本發(fā)明的細(xì)節(jié)描述中，詳盡描述了一些特定的細(xì)節(jié)部分。對(duì)本領(lǐng)域技術(shù)人員來說沒有這些細(xì)節(jié)部分的描述也可以完全理解本發(fā)明。

如圖1所示，一種直線電機(jī)傳遞函數(shù)的迭代濾波辨識(shí)方法，包括以下步驟：

第一步：連接好直線電機(jī)與運(yùn)動(dòng)控制卡，打開上位機(jī)軟件，設(shè)置激勵(lì)信號(hào)為白噪聲，運(yùn)動(dòng)參數(shù)設(shè)置完成后下發(fā)給運(yùn)動(dòng)控制卡上的DSP芯片，使得電機(jī)按照預(yù)設(shè)運(yùn)動(dòng)。同時(shí)運(yùn)動(dòng)控制卡開始采集激勵(lì)信號(hào)和輸出信號(hào)，并保存數(shù)據(jù)。

第二步：確定待辨識(shí)系統(tǒng)模型的階次。

第三步：把已確定階次的模型(1)通過雙線性變換公式(2)將模型由s域轉(zhuǎn)化為z域公式(3)的形式。

其中G(s)為傳遞函數(shù)，Y(s)、U(s)分別為輸出量和輸入量的拉普拉斯變換。T為采樣周期，z為延遲算子，α₀…α_n-1為離散化傳遞函數(shù)的分子需要辨識(shí)的系數(shù)，β₁…β_n為離散化傳遞函數(shù)的分母需要辨識(shí)的系數(shù)。

第四步：由β₁…β_n組成濾波器，第一次對(duì)輸入輸出數(shù)據(jù)進(jìn)行濾波時(shí)設(shè)置

開始辨識(shí)之前首先對(duì)輸入輸出數(shù)據(jù)用濾波器進(jìn)行濾波，濾波器的分子系數(shù)為1，分母系數(shù)初始值為1，之后每次迭代更新上一次辨識(shí)結(jié)果的β₁…β_n作為分母系數(shù)。

第五步：輸入輸出數(shù)據(jù)x、w經(jīng)濾波器濾波后的數(shù)據(jù)為

第六步：由組成向量q’_j，濾波后的輸入輸出數(shù)據(jù)按照階次的高低順序排列組成列向量q’_j。由α₀…α_n-1，β₁…β_n組成向量δ’。

其中q’_j、δ’為向量，是q_j、δ_j的轉(zhuǎn)置，維數(shù)由待辨識(shí)系統(tǒng)的階次來確定。

第七步：由公式(6)計(jì)算出矩陣Q，矩陣為方陣，維數(shù)與待辨識(shí)參數(shù)個(gè)數(shù)相等。

Q＝∑q_jq’_j (6)

第八步：由公式(7)計(jì)算出向量C，C的維數(shù)與待辨識(shí)參數(shù)個(gè)數(shù)相同。

第九步：有公式(8)計(jì)算出含有待辨識(shí)參數(shù)α₀…α_n-1，β₁…β_n的向量δ。其中Q^-1表示對(duì)矩陣Q求逆，向量δ中的α₀…α_n-1，β₁…β_n按照系數(shù)階次的高低順序排列。

δ＝Q^-1C (8)

第十步：從第三步開始重復(fù)迭代更新濾波器，直到辨識(shí)參數(shù)達(dá)到收斂要求，輸出辨識(shí)結(jié)果。辨識(shí)完成。

如圖2-3所示，把本發(fā)明運(yùn)用到直線電機(jī)上，可以顯著辨識(shí)出傳遞函數(shù)的振蕩環(huán)節(jié)，針對(duì)震動(dòng)環(huán)節(jié)設(shè)計(jì)控制器，控制直線電機(jī)高速平穩(wěn)的運(yùn)行。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。