本發(fā)明涉及一種伺服系統(tǒng)傳遞函數的辨識方法，具體涉及一種基于幅值自適應隨機測試序列和遺傳函數的伺服系統(tǒng)頻域辨識系統(tǒng)及辨識方法。
背景技術：
：伺服系統(tǒng)廣泛應用于社會生產、國防科技、航空航天等領域。在以往對伺服系統(tǒng)的分析和研究中，大多采用時域方法。直接在時域中對系統(tǒng)進行分析，可以得到系統(tǒng)時間響應的基本信息，比如超調量、調節(jié)時間等等，具有概念簡單、容易理解的優(yōu)點；但是僅僅依靠時域的方法，僅僅能夠滿足伺服系統(tǒng)的基本要求，不能滿足振動頻率、帶寬分析等高級需求。而如果采用頻域方法，將很方便地了解伺服系統(tǒng)的振動頻率、帶寬等高級性能指標，有利于進一步改善伺服系統(tǒng)的性能。關于伺服系統(tǒng)分析的頻域方法，目前國外很多伺服產品已經集成了機械特性測試的功能，它們的目的主要限于識別出帶載系統(tǒng)的諧振頻率點，進而進行濾波器、陷波器的設定。日本的安川、三菱伺服驅動器可以通過執(zhí)行特定的機械分析模塊，自動給定某一預設的轉矩信號，驅動電機及負載運轉，對轉矩到轉速之間的頻率特性進行測試，最終在上位機軟件中顯示所得的頻率特性曲線，并且可以讀取到諧振點的頻率值、幅值與相位。但是以日本安川、三菱為代表的現有技術在給定的轉矩信號中缺乏信號幅值自適應的功能，導致在絲杠、皮帶輪等執(zhí)行機構下由于轉矩信號的幅值和頻率可能過大，而存在損傷執(zhí)行機構的風險，導致現有技術可靠性的不足。伺服系統(tǒng)頻域辨識過程中可靠性的問題和辨識準確性是今后伺服系統(tǒng)頻域辨識的關鍵所在。技術實現要素：本發(fā)明所要解決的技術問題是針對上述現有技術的不足，而提供一種提高伺服系統(tǒng)頻域辨識可靠性和準確性的伺服系統(tǒng)頻域辨識系統(tǒng)及辨識方法。為解決上述技術問題，本發(fā)明采用的技術方案是：一種伺服系統(tǒng)頻域辨識系統(tǒng)，其特征在于，包括：電機參數讀入模塊，讀取伺服系統(tǒng)中所用伺服電機的額定電流in和伺服電機的參考負載慣量比ir；幅值自適應隨機測試序列生成模塊，根據所述參數讀取模塊所讀入的額定電流in和參考負載慣量比ir生成幅值自適應隨機測試序列iq_test；速度開環(huán)測試模塊，構建一種伺服系統(tǒng)速度開環(huán)的測試結構，并將幅值自適應隨機測試序列生成模塊生成的自適應隨機測試序列iq_test作為給定電流iqr，采集測試結構的電機轉速n；頻率特性求解模塊，對幅值自適應隨機測試序列生成模塊生成的自適應隨機測試序列iq_test和速度開環(huán)測試模塊所采集的電機轉速n進行傅里葉變換，得到伺服系統(tǒng)的頻率特性f(ω)；頻率模型辨識模塊，建立待求頻率模型g(ω)，通過待求頻率模型g(ω)來逼近頻率特性求解模塊得到的頻率特性f(ω)。一種基于幅值自適應隨機序列和遺傳函數的伺服系統(tǒng)頻域辨識的方法，其特征在于，包括以下步驟：步驟一：電機參數讀入步驟，讀取伺服系統(tǒng)中所用伺服電機的額定電流in和伺服電機的參考負載慣量比ir。步驟二：幅值自適應隨機測試序列生成步驟，根據步驟一所讀入的額定電流in和參考負載慣量比ir生成幅值自適應隨機測試序列iq_test。步驟三：速度開環(huán)測試步驟，構建一種伺服系統(tǒng)速度開環(huán)的測試結構，并將步驟二生成的自適應隨機測試序列iq_test作為給定電流iqr，采集此時的電機轉速n。步驟四：頻率特性求解步驟，對步驟二的自適應隨機測試序列iq_test和步驟三所采集的電機轉速n進行傅里葉變換，得到伺服系統(tǒng)的頻率特性f(ω)。步驟五：頻率模型辨識步驟，建立待求頻率模型g(ω)，通過待求頻率模型g(ω)來逼近步驟四得到的頻率特性f(ω)，逼近的數學解法是遺傳算法。經過遺傳算法可以得到頻率模型的求解結果gn(ω)。進一步的，步驟一的參考負載慣量比ir具體為電機帶載后的總慣量和電機本體慣量的比值。進一步的，步驟二的自適應隨機測試序列iq_test具體為iq_test＝in*ir*m_test*k，其中k為可調幅值系數，k的可調范圍為0<k≤1；m_test為幅值為1的偽隨機隨機序列；設定可調幅值系數k的目的是使得用戶可以根據自己的需求和經驗選定期望使用的測試序列幅值，選定規(guī)律是動作范圍小的負載選定小的系數，動作范圍較大的負載選定相對大的系數。本步驟通過可調系數和慣量比兩個方面來保證整個辨識過程的可靠性。進一步的，步驟三的伺服系統(tǒng)速度開環(huán)測試結構具體為伺服系統(tǒng)工作在電流控制模式，此時伺服系統(tǒng)的控制作用為使得電機交軸電流iq跟蹤上給定電流iqr，步驟三的給定電流iqr等于步驟二中的自適應隨機測試序列iq_test。選定這種測試結構的優(yōu)點是此測試結構不受到速度控制性能的影響，使得整個辨識步驟的準確性更好。進一步的，步驟四的傅里葉變換具體處理過程為：式中iqr_test(ω)表示頻域內的iqr_test，iqr_test(t)表示時間域內的iqr_test，n(ω)表示頻域內的n，n(t)表示時間域內的n，e表示自然對數，上標j表示頻域內的復試算子，表示t時域內的時域算子，d表示求導數運算。所得到的頻率特性f(ω)具體為進一步的，步驟五的待求頻率模型g(ω)的一般形式具體為：式中m為待求頻率模型的最高階數，m的取值范圍為m≥1，m應結合使用需求來選取，m取得越高，辨識得到的頻率模型的準確性提高，但本步驟的運算量將提高。一般可以選取m＝2，此時辨識得到的頻率模型準確性一般大于80％，且運算量不至于太大。式中a0,a1,a2,...,am；b0,b1,b2,...,bm均為本步驟待求的系數。求解這些系數的方法是數學里面的現有的遺傳算法。所使用的遺傳算法其具體實現過程為：首先構造適應度函數其中k為頻率模型的頻率點數，然后隨機生成一個待求系數的初始種群a′0,a′1,a′2,...,a′m；b′0,b′1,b′2,...,b′m，計算初始種群中每個個體的適應度值，然后進行選擇、交叉、變異操作。其中選擇是選擇個體中適應度最大的個體并保留。交叉、變異是分別按一定概率改變個體的參數值。經過若干次的迭代運算，即可得到最大適應度的個體待求頻率模型g(ω)的求解結果gn(ω)即可得到，具體表示為：有益效果：本發(fā)明能夠實現可靠性和準確性更好的伺服系統(tǒng)頻域辨識的方法，有益效果具體表現為：(1)容易實現。與現有的方法相比，本發(fā)明的方法步驟分為五步，雖然實現步驟比現有技術的復雜度有所增加，但與現有技術相同的是，每個步驟具體都很容易在伺服系統(tǒng)的控制軟件中實現，所以本方法也很容易在伺服系統(tǒng)中實現。(2)本發(fā)明的可靠性優(yōu)于現有技術?，F有技術在執(zhí)行伺服系統(tǒng)頻率辨識的功能時，由于缺乏測試信號幅值自適應的功能，導致在某些伺服系統(tǒng)帶負載場合，出現運動幅值過大，從而損壞負載的情況，因此可靠性不足。而本發(fā)明通過電機額定電流和負載慣量比參數的讀入，結合可調幅值系數實現了幅值自適應隨機測試序列，保證了在所有的伺服系統(tǒng)帶負載場合，運動幅值都不會過大，從而可靠性有所提升。(3)本發(fā)明的準確性優(yōu)于現有技術?，F有技術一般是通過利用測試信號和采集到的轉速信號進行數學里面簡單的二乘法運算辨識伺服系統(tǒng)的頻率模型，簡單的二乘法運算其準確性有欠缺。而本發(fā)明首先通過幅值自適應隨機測試序列和采集得到的電機轉速進行傅里葉變換的數學處理，得到伺服系統(tǒng)的頻率特性，然后建立待求頻率模型，用待求頻率模型來逼近伺服系統(tǒng)的頻率特性，基于這樣的處理再使用數學里面的現有的遺傳算法完成解算，本發(fā)明的方法相對于簡單的二乘法有更好的準確性。按照本發(fā)明中具體實施方式中的仿真參數設置，本發(fā)明和現有技術的頻率模型準確性對比如下表所示，其中頻率模型的準確性定義為gn(ω)的幅頻特性曲線與實際模型的幅頻特性曲線的標準差。頻率模型辨識準確率現有技術82.35％本發(fā)明94.86％附圖說明圖1是本發(fā)明的步驟流程圖。圖2是本發(fā)明速度開環(huán)測試模塊的控制結構框圖，圖中未在說明書中定義的變量為本領域所公知的變量定義方式。圖3是本發(fā)明的標準偽隨機序列示意圖。圖中的|m_test|表示偽隨機序列的幅頻特性，φ(m_test)表示標準偽隨機序列的相頻特性，橫軸的t表示時間，單位為“s”，橫軸的frequency表示頻率，單位為“hz”。圖4是本發(fā)明辨識得到的頻率模型的幅頻特性和相頻特性圖。圖中的|l(ω)|表示幅頻特性，“db”為其單位，|φ(ω)|表示相頻特性，“°”為其單位，橫軸的frequency表示頻率，“hz”為其單位。具體實施方式下面結合附圖和實施例對本發(fā)明作進一步說明。本發(fā)明伺服系統(tǒng)頻域辨識系統(tǒng)，其辨識步驟如圖1所示，包括：電機參數讀入模塊讀入步驟、幅值自適應隨機測試序列生成模塊的生產步驟、速度開環(huán)測試模塊的測試步驟、頻率特性求解模塊的求解不住以及頻率模型辨識模塊的辨識步驟，其中，電機參數讀入模塊用于讀取伺服系統(tǒng)中所用伺服電機的額定電流in和伺服電機的參考負載慣量比ir；幅值自適應隨機測試序列生成模塊用于根據所述參數讀取模塊所讀入的額定電流in和參考負載慣量比ir生成幅值自適應隨機測試序列iq_test；速度開環(huán)測試模塊通過構建一種伺服系統(tǒng)速度開環(huán)的測試結構得到電機轉速，具體方法是將幅值自適應隨機測試序列生成模塊生成的自適應隨機測試序列iq_test作為給定電流iqr，采集測試結構的電機轉速n；頻率特性求解模塊用于對幅值自適應隨機測試序列生成模塊生成的自適應隨機測試序列iq_test和速度開環(huán)測試模塊所采集的電機轉速n進行傅里葉變換，得到伺服系統(tǒng)的頻率特性f(ω)；頻率模型辨識模塊用于建立待求頻率模型g(ω)，通過待求頻率模型g(ω)來逼近頻率特性求解模塊得到的頻率特性f(ω)。本發(fā)明一種幅值自適應隨機序列和遺傳函數的伺服系統(tǒng)頻域辨識的方法，如圖1所示，具體包括以下步驟：步驟一：電機參數讀入步驟，讀取伺服系統(tǒng)中所用伺服電機的額定電流in和伺服電機的參考負載慣量比ir。步驟二：幅值自適應隨機測試序列生成步驟，根據步驟一所讀入的額定電流in和參考負載慣量比ir生成幅值自適應隨機測試序列iq_test。步驟三：速度開環(huán)測試步驟，構建一種伺服系統(tǒng)速度開環(huán)的測試結構，并將步驟二生成的自適應隨機測試序列iq_test作為給定電流iqr，采集此時的電機轉速n。步驟四：頻率特性求解步驟，對步驟二的自適應隨機測試序列iq_test和步驟三所采集的電機轉速n進行傅里葉變換，得到伺服系統(tǒng)的頻率特性f(ω)。步驟五：頻率模型辨識步驟，建立待求頻率模型g(ω)，通過待求頻率模型g(ω)來逼近步驟四得到的頻率特性f(ω)，逼近的數學解法是遺傳算法。經過遺傳算法可以得到頻率模型的求解結果gn(ω)。為了說明本發(fā)明的具體實施方式，下面結合matlabr2014a仿真軟件進行說明。仿真參數具體為：電機相電阻為1.09ω；極對數為4；電機相電感為5.4mh；額定電流為4a；電機的參考慣量比為10。步驟一中首先讀入的電機額定電流in為4a，讀入的伺服電機的參考負載慣量比ir為10。步驟二的自適應隨機測試序列iq_test具體為iq_test＝in*ir*m_test*k，其中k為可調幅值系數，k的可調范圍為0<k≤1；m_test為幅值為1的標準偽隨機隨機序列，其具體波形示意圖如說明書附圖4所示；設定可調幅值系數k的目的是使得用戶可以根據自己的需求和經驗選定期望使用的測試序列幅值，選定規(guī)律是動作范圍小的負載選定小的系數，動作范圍較大的負載選定相對大的系數。仿真中電機的動作幅度限制比較小，具體為±1072個位置脈沖，所以可調幅值系數k的應該取得比較小，仿真中取k＝0.05，以保證整個辨識過程的可靠性。步驟三的伺服系統(tǒng)速度開環(huán)測試結構具體為伺服系統(tǒng)工作在電流控制模式，測試結構圖如說明書附圖3所示，此時伺服系統(tǒng)的控制作用為使得電機交軸電流iq跟蹤上給定電流iqr，步驟三的給定電流iqr等于步驟二中的自適應隨機測試序列iq_test。選定這種測試結構的優(yōu)點是此測試結構不受到速度控制性能的影響，使得整個辨識步驟的準確性更好。步驟四的傅里葉變換具體處理過程為：式中iqr_test(ω)表示頻域內的iqr_test，iqr_test(t)表示時間域內的iqr_test，n(ω)表示頻域內的n，n(t)表示時間域內的n，e表示自然對數，上標j表示頻域內的復試算子，t表示時域內的時域算子，d表示求導數運算。所得到的頻率特性f(ω)具體為步驟五的待求頻率模型g(ω)的一般形式具體為：式中m為待求頻率模型的最高階數，m的取值范圍為m≥1，m應結合使用需求來選取，m取得越高，辨識得到的頻率模型的準確性提高，但本步驟的運算量將提高。仿真中選取了m＝2。式中a0,a1,a2,...,am；b0,b1,b2,...,bm均為本步驟待求的系數。求解這些系數的現有數學方法有最小二乘法，遺傳算法，模糊算法和神經網絡，最小二乘法是現有的頻域辨識技術中采用的方法，具有實現簡單的優(yōu)點，但是準確性有所不足，模糊算法和神經網絡準確性高，但是目前在本領域內實現困難?，F有數學方法中的遺傳算法的辨識準確性高、過程簡單和擴展性強的優(yōu)點，因此本步驟的逼近通過遺傳算法來解決。所使用的遺傳算法其具體實現過程為：首先構造適應度函數其中k為頻率模型的頻率點數，然后隨機生成一個待求系數的初始種群a′0,a′1,a′2,...,a′m；b′0,b′1,b′2,...,b′m，計算初始種群中每個個體的適應度值，然后進行選擇、交叉、變異操作。其中選擇是選擇個體中適應度最大的個體并保留。交叉、變異是分別按一定概率改變個體的參數值。經過若干次的迭代運算，即可得到最大適應度的個體待求頻率模型g(ω)的求解結果gn(ω)即可得到，具體表示為：仿真中使用的遺傳算法為matlabr2014a仿真軟件中帶有的遺傳算法功能。仿真中求頻率模型g(ω)的求解結果gn(ω)的幅頻、相頻特性和實際模型的幅頻、相頻特性對比如說明書附圖4所示。為了定量說明本發(fā)明的有益效果，頻率模型的準確性定義為gn(ω)的幅頻特性曲線與實際模型的幅頻特性曲線的標準差。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。當前第1頁12