[发明专利]考虑数据扰动补偿的交流伺服系统模型辨识方法及设备

摘要

本发明公开了一种考虑数据扰动补偿的交流伺服系统模型辨识方法及设备，属于交流伺服系统运动控制技术领域。该方法包括以下步骤：构建交流伺服系统的模型结构，并设计模型辨识准则函数，对系统进行激励实验，获取相应的输入和输出反馈数据，进而利用过程数据的期望值计算数据扰动补偿量，并将其叠加到模型参数的自适应更新校正中，消除数据扰动的影响，提高模型辨识算法的精度。本发明提出的考虑数据扰动补偿的模型辨识方法同时考虑了数据噪声干扰和数据帧丢失的情况，并可实时修正受控系统的丢帧率，适用性更广，其可将无偏估测的数据扰动信息迭代修正到系统的模型参数的自适应更新中，减小模型辨识误差，进一步提高模型辨识算法的精度和可靠性。

主权项

1.一种考虑数据扰动补偿的交流伺服系统模型辨识方法，其特征在于，包括如下步骤：步骤1：确定交流伺服系统的模型结构：其中，q为时移因子，i_q(t)和y(t)分别为输入电流信号和输出速度信号，和为待辨识的系统模型参数，n_b和n_a分别为输入信号和输出信号的阶次，t表示时间序列；设定为待优化的系统模型参数矩阵，则y(t)简化为：其中，为信息矩阵，表征了系统采集的数据集合；步骤2：进行激励实验，获取相应的反馈数据：在步骤1的模型结构中考虑输入端和输出端的随机数据帧丢失和测量噪声，交流伺服系统实际接收到的输入数据iqm(t)和输出数据ym(t)表示为：iqm(t)＝iqr(t)iq(t)+iqd(t)ym(t)＝yr(t)y(t)+yd(t)其中，iqd(t)和yd(t)分别为输入数据和输出数据的噪声干扰，iqr(t)和yr(t)为表征实际数据是否成功传输的随机二进制变量，其值为1表示实际数据成功传输，其值为0表示数据帧丢失，并且考虑到输入和输出数据总是存在于同一链路中，因此有iqr(t)＝yr(t)；步骤3：设计模型辨识优化准则函数：利用实际采集的过程数据，设计模型辨识优化准则函数如下：其中，为辨识得到的交流伺服系统最优模型参数，表示使J(θ)最小的θ的估测值，N表示数据容量，表示使用实际反馈信号构建的信息矩阵；步骤4：无偏估计数据扰动补偿量：定义扰动信息的实时补偿量为则由下式可计算出扰动信息的实时补偿量：其中，为按照步骤3的模型辨识优化准则函数在(t‑1)时刻辨识得到的模型参数矩阵；步骤5：考虑数据扰动补偿的模型参数自适应更新：根据步骤4求得的模型参数自适应更新由如下公式表示：其中，grad表示计算下降梯度信息，为模型参数的变化量，r(t)为收敛因子，并且满足r(0)＝r₀≥0，当满足时迭代结束，a为预设阈值。