基于擴張狀態(tài)觀測器的遲滯非線性系統(tǒng)辨識
發(fā)布時間:2021-10-13 10:28
針對一類遲滯非線性系統(tǒng)提出一種參數(shù)辨識新方法。通過構(gòu)造合適的周期輸入信號,分析Bouc-Wen模型的積分特性,該特性在后續(xù)線性參數(shù)與遲滯參數(shù)辨識中起到重要作用。利用擴張狀態(tài)觀測器獲得系統(tǒng)狀態(tài)和等效擾動構(gòu)造方程組,實現(xiàn)線性參數(shù)和非線性參數(shù)的分離辨識,所有參數(shù)通過線性方程組求解得到。通過數(shù)值仿真驗證了方法的有效性。最后,方法應(yīng)用于一類壓電系統(tǒng)的遲滯非線性模型辨識,所得模型能夠很好地反應(yīng)實際系統(tǒng)的特性。
【文章來源】:儀器儀表學(xué)報. 2017,38(08)北大核心EICSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1串聯(lián)型非線性系統(tǒng)模型
給定周期輸入信號滿足式(4),則遲滯分量的周期積分為0。1.3問題描述在串聯(lián)結(jié)構(gòu)中,描述遲滯系統(tǒng)為:¨y+a1?y+a0y=b(v+h)(6)?h=α?v-β?vh-γ?vh(7)式中:v為系統(tǒng)輸入,y為系統(tǒng)輸出,a0、a1和b為系統(tǒng)線性環(huán)節(jié)參數(shù),α、β和γ為非線性環(huán)節(jié)參數(shù)。2遲滯系統(tǒng)參數(shù)辨識方法本文通過構(gòu)造合適的周期輸入信號,利用式(5)的積分關(guān)系,實現(xiàn)線性參數(shù)與非線性參數(shù)的分離;進一步,采用ESO估計系統(tǒng)狀態(tài)和等效擾動,利用這些觀測狀態(tài)和等效擾動,計算系統(tǒng)參數(shù)。本文提出的系統(tǒng)辨識結(jié)構(gòu)如圖2所示。圖2系統(tǒng)辨識結(jié)構(gòu)Fig.2Configurationoftheproposedidentificationscheme2.1非線性系統(tǒng)的串聯(lián)結(jié)構(gòu)針對方程(6)、(7),構(gòu)造系統(tǒng)的等效擾動形式:?x1=x2?x2=d+b0vy=x{1(8)其中d=-a0x1-a1x2+bh+(b-b0)v(9)式中:b0為系統(tǒng)任意設(shè)定的初始增益。將d作為系統(tǒng)的等效擾動,并擴張成新的狀態(tài)變量:x3=d(10)記?x3=w,則擴張系統(tǒng)可寫成:?x1=x2?x2=x3+b0v?x3{=w(11)針對擴張系統(tǒng),建立狀態(tài)觀測器:?z1=z2-l1(z1-x1)?z2=z3-l2(z1-x1)?z3=-l3(z1-x1{)(12)根據(jù)ESO工作原理可知,只要選擇適當(dāng)?shù)腅SO參數(shù)L=[l1l2l3]T,使得觀測器收斂,即能實現(xiàn)系統(tǒng)狀態(tài)的實時觀測[14-15],有:limt→∞(z1-x1)≈0limt→∞(z2-x2)≈0limt→∞(z3-x3)≈{0(13)2.2線性參數(shù)辨識首先考慮線性環(huán)節(jié)的參數(shù)辨識問題。根據(jù)式(9)、(10)和(13),有:z3≈-a0z1-a1z2+bh+
根據(jù)步驟1),設(shè)定系統(tǒng)參數(shù)初始值,a1=a0=0,b0=0.5。設(shè)置采樣時間ΔT=0.001,有K=1000。為了確保系統(tǒng)進入穩(wěn)態(tài),且每次計算都在一個完整周期內(nèi)進行,每6s進行一次辨識。第一次辨識得到線性參數(shù)為W=0.9934,F(xiàn)=0.9999,D=0.0901。與真值進行比較可知,此時系統(tǒng)的質(zhì)量和阻尼辨識值已經(jīng)非常接近真值,而剛度值存在約20%誤差。進一步,根據(jù)步驟2),將辨識結(jié)果帶入ESO,辨識系統(tǒng)參數(shù)的修正值,并進行迭代修正。得到的最終線性參數(shù)辨識值為W=1.0001,F(xiàn)=0.9999,D=0.1502。此時,線性參數(shù)的迭代辨識過程如圖3所示。表1給出了每次迭代修正得到的辨識參數(shù),可以看出,隨著迭代次數(shù)的增加,模型參數(shù)得到不斷修正,且精度逐步提高,經(jīng)過2~3次計算即達到了較高的辨識精度。圖3線性參數(shù)的迭代辨識Fig.3Iterativeidentificationforlinearparameters表1線性參數(shù)迭代辨識結(jié)果Table1Identificationresultsforlinearparameters迭代次數(shù)無噪聲噪聲a0a1ba0a1b初始000.5000.511.00660.09071.00651.00680.09051.006821.00360.15071.00361.00370.15071.003730.99990.15020.99990.99830.15120.9980在相同的條件下的測量信號中加入[-0.001,0.001]均勻分布白噪聲[13-15],進行系統(tǒng)參數(shù)辨識,得到線性參W=1.0002,F(xiàn)=0.9984,D=0.1512。最后,根據(jù)步驟3),在線性參數(shù)已知條件下,進行遲滯參數(shù)辨識,辨識結(jié)果如表2所示?梢钥吹,雖然辨識得到的非線性參數(shù)存在一定誤差,但參數(shù)誤差對遲滯曲線的形狀影響卻非常小,遲滯分量的上界相對誤差幾乎為零。表2系統(tǒng)參數(shù)辨識結(jié)果及誤差Table2Identificationresultsanderrors參數(shù)WDFαβγhmax真實值10.151110.50.66估計值1?
【參考文獻】:
期刊論文
[1]壓電作動器非對稱遲滯模型的建立和參數(shù)辨識[J]. 顧寒烈,吳洪濤,楊小龍,李耀,程世利. 儀器儀表學(xué)報. 2017(04)
[2]基于PI遲滯模型的單壓電變形鏡開環(huán)控制[J]. 田雷,陳俊杰,崔玉國,馬劍強. 儀器儀表學(xué)報. 2017(01)
[3]基于Bouc-Wen模型的壓電執(zhí)行器的前饋線性化控制器[J]. 王代華,嚴(yán)松林,朱煒. 儀器儀表學(xué)報. 2015(07)
[4]壓電執(zhí)行器的Bouc-Wen模型在線參數(shù)辨識[J]. 朱煒,芮筱亭. 光學(xué)精密工程. 2015(01)
[5]前饋控制算法校正相移微動臺非線性運動[J]. 張春雷,劉健,王紹治,史振廣,代雷,彭利榮,向陽. 電子測量與儀器學(xué)報. 2014(08)
[6]超磁致伸縮作動器的率相關(guān)Hammerstein模型與H∞魯棒跟蹤控制[J]. 郭詠新,張臻,毛劍琴,周克敏. 自動化學(xué)報. 2014(02)
[7]超磁致伸縮作動器的率相關(guān)建模與跟蹤控制[J]. 郭詠新,毛劍琴. 北京航空航天大學(xué)學(xué)報. 2013(10)
[8]用模型補償自抗擾控制器進行參數(shù)辨識[J]. 張榮,韓京清. 控制理論與應(yīng)用. 2000(01)
[9]擴張狀態(tài)觀測器用于連續(xù)系統(tǒng)辨識[J]. 黃遠燦,韓京清. 控制與決策. 1998(04)
本文編號:3434483
【文章來源】:儀器儀表學(xué)報. 2017,38(08)北大核心EICSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
圖1串聯(lián)型非線性系統(tǒng)模型
給定周期輸入信號滿足式(4),則遲滯分量的周期積分為0。1.3問題描述在串聯(lián)結(jié)構(gòu)中,描述遲滯系統(tǒng)為:¨y+a1?y+a0y=b(v+h)(6)?h=α?v-β?vh-γ?vh(7)式中:v為系統(tǒng)輸入,y為系統(tǒng)輸出,a0、a1和b為系統(tǒng)線性環(huán)節(jié)參數(shù),α、β和γ為非線性環(huán)節(jié)參數(shù)。2遲滯系統(tǒng)參數(shù)辨識方法本文通過構(gòu)造合適的周期輸入信號,利用式(5)的積分關(guān)系,實現(xiàn)線性參數(shù)與非線性參數(shù)的分離;進一步,采用ESO估計系統(tǒng)狀態(tài)和等效擾動,利用這些觀測狀態(tài)和等效擾動,計算系統(tǒng)參數(shù)。本文提出的系統(tǒng)辨識結(jié)構(gòu)如圖2所示。圖2系統(tǒng)辨識結(jié)構(gòu)Fig.2Configurationoftheproposedidentificationscheme2.1非線性系統(tǒng)的串聯(lián)結(jié)構(gòu)針對方程(6)、(7),構(gòu)造系統(tǒng)的等效擾動形式:?x1=x2?x2=d+b0vy=x{1(8)其中d=-a0x1-a1x2+bh+(b-b0)v(9)式中:b0為系統(tǒng)任意設(shè)定的初始增益。將d作為系統(tǒng)的等效擾動,并擴張成新的狀態(tài)變量:x3=d(10)記?x3=w,則擴張系統(tǒng)可寫成:?x1=x2?x2=x3+b0v?x3{=w(11)針對擴張系統(tǒng),建立狀態(tài)觀測器:?z1=z2-l1(z1-x1)?z2=z3-l2(z1-x1)?z3=-l3(z1-x1{)(12)根據(jù)ESO工作原理可知,只要選擇適當(dāng)?shù)腅SO參數(shù)L=[l1l2l3]T,使得觀測器收斂,即能實現(xiàn)系統(tǒng)狀態(tài)的實時觀測[14-15],有:limt→∞(z1-x1)≈0limt→∞(z2-x2)≈0limt→∞(z3-x3)≈{0(13)2.2線性參數(shù)辨識首先考慮線性環(huán)節(jié)的參數(shù)辨識問題。根據(jù)式(9)、(10)和(13),有:z3≈-a0z1-a1z2+bh+
根據(jù)步驟1),設(shè)定系統(tǒng)參數(shù)初始值,a1=a0=0,b0=0.5。設(shè)置采樣時間ΔT=0.001,有K=1000。為了確保系統(tǒng)進入穩(wěn)態(tài),且每次計算都在一個完整周期內(nèi)進行,每6s進行一次辨識。第一次辨識得到線性參數(shù)為W=0.9934,F(xiàn)=0.9999,D=0.0901。與真值進行比較可知,此時系統(tǒng)的質(zhì)量和阻尼辨識值已經(jīng)非常接近真值,而剛度值存在約20%誤差。進一步,根據(jù)步驟2),將辨識結(jié)果帶入ESO,辨識系統(tǒng)參數(shù)的修正值,并進行迭代修正。得到的最終線性參數(shù)辨識值為W=1.0001,F(xiàn)=0.9999,D=0.1502。此時,線性參數(shù)的迭代辨識過程如圖3所示。表1給出了每次迭代修正得到的辨識參數(shù),可以看出,隨著迭代次數(shù)的增加,模型參數(shù)得到不斷修正,且精度逐步提高,經(jīng)過2~3次計算即達到了較高的辨識精度。圖3線性參數(shù)的迭代辨識Fig.3Iterativeidentificationforlinearparameters表1線性參數(shù)迭代辨識結(jié)果Table1Identificationresultsforlinearparameters迭代次數(shù)無噪聲噪聲a0a1ba0a1b初始000.5000.511.00660.09071.00651.00680.09051.006821.00360.15071.00361.00370.15071.003730.99990.15020.99990.99830.15120.9980在相同的條件下的測量信號中加入[-0.001,0.001]均勻分布白噪聲[13-15],進行系統(tǒng)參數(shù)辨識,得到線性參W=1.0002,F(xiàn)=0.9984,D=0.1512。最后,根據(jù)步驟3),在線性參數(shù)已知條件下,進行遲滯參數(shù)辨識,辨識結(jié)果如表2所示?梢钥吹,雖然辨識得到的非線性參數(shù)存在一定誤差,但參數(shù)誤差對遲滯曲線的形狀影響卻非常小,遲滯分量的上界相對誤差幾乎為零。表2系統(tǒng)參數(shù)辨識結(jié)果及誤差Table2Identificationresultsanderrors參數(shù)WDFαβγhmax真實值10.151110.50.66估計值1?
【參考文獻】:
期刊論文
[1]壓電作動器非對稱遲滯模型的建立和參數(shù)辨識[J]. 顧寒烈,吳洪濤,楊小龍,李耀,程世利. 儀器儀表學(xué)報. 2017(04)
[2]基于PI遲滯模型的單壓電變形鏡開環(huán)控制[J]. 田雷,陳俊杰,崔玉國,馬劍強. 儀器儀表學(xué)報. 2017(01)
[3]基于Bouc-Wen模型的壓電執(zhí)行器的前饋線性化控制器[J]. 王代華,嚴(yán)松林,朱煒. 儀器儀表學(xué)報. 2015(07)
[4]壓電執(zhí)行器的Bouc-Wen模型在線參數(shù)辨識[J]. 朱煒,芮筱亭. 光學(xué)精密工程. 2015(01)
[5]前饋控制算法校正相移微動臺非線性運動[J]. 張春雷,劉健,王紹治,史振廣,代雷,彭利榮,向陽. 電子測量與儀器學(xué)報. 2014(08)
[6]超磁致伸縮作動器的率相關(guān)Hammerstein模型與H∞魯棒跟蹤控制[J]. 郭詠新,張臻,毛劍琴,周克敏. 自動化學(xué)報. 2014(02)
[7]超磁致伸縮作動器的率相關(guān)建模與跟蹤控制[J]. 郭詠新,毛劍琴. 北京航空航天大學(xué)學(xué)報. 2013(10)
[8]用模型補償自抗擾控制器進行參數(shù)辨識[J]. 張榮,韓京清. 控制理論與應(yīng)用. 2000(01)
[9]擴張狀態(tài)觀測器用于連續(xù)系統(tǒng)辨識[J]. 黃遠燦,韓京清. 控制與決策. 1998(04)
本文編號:3434483
本文鏈接:http://sikaile.net/projectlw/xtxlw/3434483.html
最近更新
教材專著