一種數(shù)控機床伺服系統(tǒng)參數(shù)辨識方法的研究

黎浩煒　張禮兵　姚亦成　楊柳　余寬平

摘 要：針對數(shù)控機床伺服系統(tǒng)在模型辨識中存在的問題，為了減小系統(tǒng)模型建模誤差，提高伺服系統(tǒng)的控制性能，提出一種在線實時的遞推式最小二乘參數(shù)辨識方法。首先推導和構建了遞推式最小二乘參數(shù)辨識數(shù)學模型，然后對三軸數(shù)控雕銑機床伺服系統(tǒng)模型參數(shù)進行在線辨識實驗。實驗結果表明所提出的方法能夠有效地提高伺服系統(tǒng)的模型辨識精度，從而有效提高伺服系統(tǒng)的控制性能。

關鍵詞：參數(shù)辨識；伺服系統(tǒng)；最小二乘法

引言

隨著先進制造技術的發(fā)展，現(xiàn)代制造業(yè)對復雜曲線曲面零件加工提出更高的加工精度要求，數(shù)控機床對伺服系統(tǒng)性能提出更高要求。為了提高加工精度需要得到被控對象的精確的數(shù)學模型。通常，構建數(shù)控機床伺服系統(tǒng)數(shù)學模型的方法主要有三種：機理分析法、系統(tǒng)辨識法和混合建模法[1]。由于被控對象受到具體環(huán)境等因素的影響，不同時刻辨識得到的數(shù)學模型參數(shù)值有可能不相同。為了提高系統(tǒng)模型的辨識精度，葉軍[2]在機器人運動學模型辨識過程中應用神經(jīng)網(wǎng)絡方法。李耀明等[3]研究了一種基于BP神經(jīng)網(wǎng)絡的數(shù)控機床測頭測量誤差參數(shù)辨識方法。李曦等[4]利用模糊聚類方法對數(shù)控加工過程中非線性關系模型進行辨識。這些方法在一定程度上提高模型的辨識精度，但是它們也具有較大的缺陷，如神經(jīng)網(wǎng)絡理論存在網(wǎng)絡結構選擇困難、容易限于局部最優(yōu)解和出現(xiàn)過學習等問題。曹克強等[5]和王文棟等[6]利用支持向量機進行控制系統(tǒng)模型辨識與建模，實驗結果表明SVM具有較高的建模精度和較強的泛化能力。但是支持向量機辨識方法的算法比較復雜，難以實現(xiàn)在線實時辨識。為了提高數(shù)控加工精度，實現(xiàn)伺服系統(tǒng)在線實時辨識，采用最小二乘參數(shù)估計法對數(shù)控機床伺服系統(tǒng)進行在線參數(shù)辨識。

1 系統(tǒng)參數(shù)辨識方法

2 實驗驗證

為了驗證所提出的在線實時的系統(tǒng)參數(shù)辨識方法的可行性和有效性，采用自主研發(fā)的數(shù)控系統(tǒng)對某公司的三軸數(shù)控雕銑機床的伺服系統(tǒng)進行辨識與建模，實驗條件包括：（1）硬件環(huán)境：PC機1臺、DSP運動控制卡和模擬量卡各1塊、數(shù)控雕銑機床1臺。（2）軟件環(huán)境：上位機數(shù)控界面系統(tǒng)和DSP運動控制系統(tǒng)軟件各1套，用于發(fā)送輸入信號和采集輸出數(shù)據(jù)；數(shù)據(jù)處理軟件平臺為MATLAB R2009a。

白噪聲作為系統(tǒng)輸入信號能夠獲得較好的辨識精度，但是白噪聲在實際工程中不容易實現(xiàn)，線性移位寄存器序列具有白噪聲相似的性質，因此采用線性移位寄存器序列作為系統(tǒng)辨識的輸入信號。由于線性移位寄存器序列含有直流成分，對系統(tǒng)造成凈擾動，為了克服這種缺點，以逆線性移位寄存器序列作為系統(tǒng)辨識輸入信號。

3 結束語

針對采用傳統(tǒng)方法對數(shù)控機床伺服系統(tǒng)的模型參數(shù)建模存在較大的誤差等問題，提出一種在線實時的遞推式最小二乘參數(shù)估計方法，構建了遞推式最小二乘法的數(shù)學模型，并對該方法進行設計和實現(xiàn)，然后針對某公司的數(shù)控機床伺服系統(tǒng)的模型參數(shù)進行實驗驗證。實驗結果表明所提出的方法能夠有效地提高該伺服系統(tǒng)的模型辨識精度，從而有效提高伺服系統(tǒng)的控制性能。

參考文獻

[1]劉黨輝，蔡遠文，蘇永芝，等.系統(tǒng)辨識方法及應用[M].北京：國防工業(yè)出版社，2010.

[2]葉軍.基于快速學習型神經(jīng)網(wǎng)絡的機器人運動學模型辨識及運動控制[J].計算機仿真，2002，19（5）：62-64.

[3]李耀明，沈興全，孟慶義，等.基于BP神經(jīng)網(wǎng)絡的數(shù)控機床誤差辨識方法研究[J].中北大學學報（自然科學版），2009，30（6）：574-578.

[4]李曦，李斌，周云飛.數(shù)控加工中一種模型的模糊辨識算法的研究[J].中國制造業(yè)信息化，2003，32（6）：111-114.

[5]曹克強，胡良謀，張春山，等.支持向量機在電液伺服系統(tǒng)辨識建模中的應用[J].空軍工程大學學報（自然科學版），2007，8（3）：43-45.

[6]王文棟，郭偉.基于的控制系統(tǒng)辨識建模研究[J].燃氣渦輪試驗與研究，2009，22（3）：33-36.