机器人和数控机床等高端机械用位置伺服系统的定位性能易受摩擦力矩等干扰的影响,对此提出了一种基于改进粒子群算法(particle swarm optimization algorithm with improved particle velocity and position update formula,IPSO-VP)的...机器人和数控机床等高端机械用位置伺服系统的定位性能易受摩擦力矩等干扰的影响,对此提出了一种基于改进粒子群算法(particle swarm optimization algorithm with improved particle velocity and position update formula,IPSO-VP)的伺服系统摩擦参数辨识及前馈补偿方法。首先,分析并建立基于Stribeck的摩擦模型,在传统粒子群算法(PSO)的基础上,提出了一种基于改进粒子群算法(IPSO-VP)的摩擦参数辨识方法,该方法采用一种新的基于粒子维度信息的位置和速度自适应更新策略,以及一种新的基于Logistic混沌非线性变化惯性权重对模型参数进行辨识;其次,基于辨识获得的摩擦力矩值,将其前馈补偿到伺服系统交轴电流上以补偿摩擦力矩。为了验证算法的有效性,搭建系统进行了测试,结果表明相较于基于传统粒子群算法(PSO)的参数辨识方法,采用基于改进粒子群算法(IPSO-VP)的系统,其参数的辨识精度和迭代收敛速度更高,从而提高了机器人和数控机床等用伺服系统的跟踪控制性能和鲁棒性。展开更多
为了实现飞行仿真转台中框阀控马达机构的高精度低速伺服,提出了模糊整定Stribeck摩擦模型状态参数的等效控制电压超前补偿和PID(Proportion Integral Differential)相结合的控制策略.为了规避常规摩擦前向补偿对系统模型及参数的依赖性...为了实现飞行仿真转台中框阀控马达机构的高精度低速伺服,提出了模糊整定Stribeck摩擦模型状态参数的等效控制电压超前补偿和PID(Proportion Integral Differential)相结合的控制策略.为了规避常规摩擦前向补偿对系统模型及参数的依赖性,提出利用转台中框本身的控制环节直接测定用于摩擦超前补偿的Stribeck电压模型参数;针对系统超低速伺服时速度信号难以检测的特点,设计了模糊整定系统用于改进模型运行状态参数的整定;将设计好的控制器用于中框低速伺服.实验结果表明,系统响应以三角波表示的正反向最小稳定速度为0.000006(°)/s时,跟踪误差在95%时间在0.0002°内,并对其他形式信号也有很高的动态跟踪精度.展开更多
文摘机器人和数控机床等高端机械用位置伺服系统的定位性能易受摩擦力矩等干扰的影响,对此提出了一种基于改进粒子群算法(particle swarm optimization algorithm with improved particle velocity and position update formula,IPSO-VP)的伺服系统摩擦参数辨识及前馈补偿方法。首先,分析并建立基于Stribeck的摩擦模型,在传统粒子群算法(PSO)的基础上,提出了一种基于改进粒子群算法(IPSO-VP)的摩擦参数辨识方法,该方法采用一种新的基于粒子维度信息的位置和速度自适应更新策略,以及一种新的基于Logistic混沌非线性变化惯性权重对模型参数进行辨识;其次,基于辨识获得的摩擦力矩值,将其前馈补偿到伺服系统交轴电流上以补偿摩擦力矩。为了验证算法的有效性,搭建系统进行了测试,结果表明相较于基于传统粒子群算法(PSO)的参数辨识方法,采用基于改进粒子群算法(IPSO-VP)的系统,其参数的辨识精度和迭代收敛速度更高,从而提高了机器人和数控机床等用伺服系统的跟踪控制性能和鲁棒性。
文摘为了实现飞行仿真转台中框阀控马达机构的高精度低速伺服,提出了模糊整定Stribeck摩擦模型状态参数的等效控制电压超前补偿和PID(Proportion Integral Differential)相结合的控制策略.为了规避常规摩擦前向补偿对系统模型及参数的依赖性,提出利用转台中框本身的控制环节直接测定用于摩擦超前补偿的Stribeck电压模型参数;针对系统超低速伺服时速度信号难以检测的特点,设计了模糊整定系统用于改进模型运行状态参数的整定;将设计好的控制器用于中框低速伺服.实验结果表明,系统响应以三角波表示的正反向最小稳定速度为0.000006(°)/s时,跟踪误差在95%时间在0.0002°内,并对其他形式信号也有很高的动态跟踪精度.
