基于粒子群优化的伺服谐振系统的参数辨识

发布时间：2018-09-01 07:27

【摘要】：为了有效获取伺服系统机械传动部分的谐振特性,在分析二质量系统模型的基础上,提出了用于参数辨识的粒子群算法.该方法首先利用二质量系统的运动方程对负载侧的摩擦转矩进行了估算,然后设计了特定信号激励系统,获取电机转矩电流和转速,最后采用粒子群算法对二质量系统中的等效电机转动惯量、等效负载转动惯量、系统谐振频率以及阻尼比进行了辨识.实验结果证明辨识得到的系统参数能够准确描述系统的特性,有助于控制器的精确设计.
[Abstract]:In order to obtain the resonance characteristics of the mechanical transmission part of the servo system effectively, a particle swarm optimization algorithm for parameter identification is proposed based on the analysis of the two-mass system model. In this method, the friction torque of the load side is estimated by using the motion equation of the two-mass system, and then the specific signal excitation system is designed to obtain the torque current and speed of the motor. Finally, the moment of inertia of the equivalent motor, the moment of inertia of the equivalent load, the resonance frequency and the damping ratio of the two-mass system are identified by particle swarm optimization (PSO). The experimental results show that the identified system parameters can accurately describe the characteristics of the system and are helpful to the precise design of the controller.
【作者单位】： 华中科技大学自动化学院;
【基金】：国家科技重大专项资助项目(2012ZX04001-012)
【分类号】：TM921.541

【相似文献】

相关期刊论文 前10条

1 武美先;张学良;杨明亮;常争艳;;带活力因子的粒子群优化算法[J];现代制造工程;2007年08期

2 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期

3 罗平;姚立海;杨仕友;倪光正;唐跃进;;一种改进的粒子群优化算法[J];江南大学学报(自然科学版);2007年05期

4 吴磊;许榕生;;简化粒子群优化算法改进研究[J];福建工程学院学报;2008年06期

5 王磊;吉欢;徐庆征;;基于人工免疫粒子群优化算法的动态聚类分析[J];西安理工大学学报;2008年04期

6 满春涛;王素菊;张礼勇;董秀洁;;一种引入随机摄动操作的新型复合粒子群优化算法[J];哈尔滨理工大学学报;2009年01期

7 郭京蕾;吴志健;张建伟;;基于等级熵的自适应粒子群优化算法[J];华中科技大学学报(自然科学版);2009年04期

8 孙学胜;曹玖新;刘波;胡波;李和光;;基于多目标粒子群优化的服务选择算法[J];东南大学学报(自然科学版);2009年04期

9 胡建;李志蜀;罗震;罗谦;乔少杰;;粒子群优化算法中的不可见墙方法[J];四川大学学报(工程科学版);2009年05期

10 满春涛;盛桂敏;;改进的协同粒子群优化算法[J];哈尔滨理工大学学报;2010年06期

相关会议论文 前10条

1 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

2 黄双欢;程良伦;;一种基于粒子群优化的快速图像倾斜角度检测算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

3 侯志荣;吕振肃;;基于退火策略的粒子群优化算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 孙红光;潘毓学;;基于运动目标路径的粒子群优化算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

5 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

6 韩毅;唐加福;郭伟宏;刘阳;;混合粒子群优化算法求解多层批量问题(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年

7 金一粟;梁逸曾;;空间自适应粒子群优化算法的应用研究[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

8 汪荣贵;李守毅;孙见青;;一种新的自适应粒子群优化算法及应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年

10 崔静;邓方;方浩;;基于改进粒子群优化算法的弹道求解方法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

相关博士学位论文 前10条

1 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年

2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年

3 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年

4 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年

5 闫允一;粒子群优化及其在图像处理中的应用研究[D];西安电子科技大学;2008年

6 余炳辉;粒子群优化算法试验研究及扩展[D];华中科技大学;2007年

7 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

8 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年

9 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年

10 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年

相关硕士学位论文 前10条

1 林玉娥;粒子群优化算法的改进及其在管道保温优化设计中的应用[D];大庆石油学院;2006年

2 潘洪悦;基于改进粒子群优化算法的水下潜器路径规划研究[D];哈尔滨工程大学;2009年

3 易云飞;改进粒子群优化算法及其应用研究[D];中南民族大学;2009年

4 周洪斌;粒子群优化算法应用研究[D];苏州大学;2009年

5 赵玉静;改进的粒子群优化算法及应用[D];华南理工大学;2011年

6 李建勇;粒子群优化算法研究[D];浙江大学;2004年

7 杨腾飞;基于量子粒子群优化的粮库选址模型研究[D];河南工业大学;2011年

8 艾景波;文化粒子群优化算法及其在布局设计中的应用研究[D];大连理工大学;2005年

9 黄志斌;启发式粒子群优化算法及其在结构优化设计中的应用[D];广东工业大学;2007年

10 刘晶晶;粒子群优化算法的改进与应用[D];武汉理工大学;2007年

，

本文编号：2216517