导读:本文包含了惯量辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:转动惯量,参数辨识,小波滤波,稳定图算法
惯量辨识论文文献综述
李慧敏,于兴林[1]（2019）在《基于稳定图算法的发电机转动惯量参数辨识》一文中研究指出为了精确检测PSS试验中发电机转动惯量参数,提出了一种小波变换和稳定图相结合的新算法。运用小波变换对小干扰扰动下的功率信号进行消噪处理。运用稳定图算法确定预处理后的功率信号分量的频率和阶数,根据功率信号频率和阶数与转动惯量之间的代数关系实现转动惯量参数的辨识。仿真结果表明,与理论算法相比,方法采用的需要收集数据较少,且与实际功率波形较为接近。仿真试验结果验证了方法的有效性。(本文来源于《电气自动化》期刊2019年05期）
王黎光,徐海波,杨永生,张琼丹[2]（2019）在《改进加减速法转动惯量辨识的应用研究》一文中研究指出为了提高伺服系统中负载转动惯量辨识的识别精度以及扩展其应用范围,首先建立伺服系统的简化数学模型,进而确定用于转动惯量辨识的检测信号,分析伺服系统相电流-转速信号的响应特性,针对传统加减速法的缺点和不足,提出一种改进型的加减速算法,最后通过实验将改进加减法和传统加减速法进行对比验证。实验结果表明:改进加减速法相比传统加减速法在伺服系统转动惯量识别精度上有明显的提高,识别精度可达3%左右,相比传统加减速法识别速度得到了提升和应用范围得到了扩展。实验结果可用于机器人系统转动惯量的辨识,对机器人系统的运动控制具有重要意义。(本文来源于《机械设计与制造》期刊2019年08期）
洪鹰,徐世超,肖聚亮,王国栋,张智涛[3]（2019）在《基于在线辨识的机器人惯量前馈控制仿真研究》一文中研究指出针对模块化串联协作机器人,当腕部3个关节模块集中在机器人末端时,在机器人运行过程中,本体和负载会对前3个关节产生较大的惯性效应,降低机器人的控制效果.为了消除惯性效应对机器人伺服控制系统的影响,提高协作机器人的跟踪精度,加快动态响应的速度,减少超调量并降低稳态误差,在建立协作机器人动力学模型、计算前馈力矩的基础上,提出了一种基于在线辨识算法的惯量前馈控制技术.由于在机器人运行过程中,各关节电机所带负载的转动惯量不断发生变化,为了实时得到转动惯量实际值,在控制系统中引入变遗忘因子最小二乘辨识算法,对各电机所带负载的转动惯量进行在线辨识.考虑到协作机器人关节中的传动机构多由弹性部件组成,将弹性因素加入到控制系统的设计当中,建立了两刚体弹簧系统被控模型.将转动惯量辨识值输入到前馈通道,实时修正动力学模型中的惯性矩阵,输出前馈电流并迭加在伺服系统电流环的输入端,从而实现前馈控制.最后,在Simulink环境中,基于实验室研制的一种模块化串联协作机器人对该控制技术进行了仿真验证,结果表明:该惯量前馈控制技术能够显着提升机器人控制系统的响应速度与跟踪特性并降低其超调量,验证了该惯量前馈控制技术的可行性与优越性.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2019年10期）
屈婉莹[4]（2019）在《基于AKO-RLS的交流伺服系统惯量在线辨识算法》一文中研究指出随着科技的发展以及工业自动化进步的需求,交流伺服系统逐渐成为工业生产中必不可少的执行设备,其性能的优劣直接决定自动化加工的精度和效率。在伺服系统运行过程中,未知干扰及参数变化引起的控制器参数不匹配,易造成系统性能下降甚至影响其稳定性,因此,实时有效的辨识系统参数并对控制器参数进行修正,对于增强系统稳定性具有重要意义。在影响伺服系统的诸多参数中,系统转动惯量限制着伺服系统速度环带宽,同时也是速度环控制器设计的基本参数,因此,系统惯量的准确辨识对于系统性能改善有着至关重要的作用。本文提出一种针对交流伺服系统的惯量在线辨识算法。首先,将系统运动学方程进行离散化,选择可以在含白噪声的系统中获取参数无偏估计的递推最小二乘(Recursive Least Square,RLS)算法构建系统转动惯量的递推公式。考虑到转动惯量与负载转矩的强耦合关系,在构建辨识算法的同时,根据卡尔曼滤波器原理设计负载转矩观测器,将卡尔曼观测器(Kalman Observer,KO)所得负载转矩送入转动惯量递推公式中,使得算法能够在加载条件下有效辨识。接下来针对卡尔曼观测器中的协方差矩阵设计相应的自适应律,在实验过程中可免去对于协方差参数的调试,利用得到的自适应卡尔曼观测器(Adaptive Kalman Observer,AKO)进行负载转矩观测,同时进行仿真和实验对比,证明加入自适应律后的惯量辨识算法可以获得更准确的系统转动惯量。之后分析测速量化误差对于辨识结果的影响,得到惯量辨识误差受测速结果影响的约束关系。根据约束关系可以得到基于转速差阈值的算法执行判据,由该判据可调节算法的计算周期,解决在低加速度下无法辨识的问题,进一步拓宽算法的适用范围。最后,对于所提变周期AKO-RLS惯量在线辨识算法进行系统的实验验证。分别在对拖平台、丝杠平台以及摆臂平台上进行惯量辨识实验,验证算法在理想实验平台、含摩擦平台以及负载转矩变化条件下均能够准确有效的辨识系统惯量。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
苏二虎,游玮,江明[5]（2019）在《考虑电机惯量的机器人动力学参数辨识》一文中研究指出机器人动力学参数的精确辨识对于机器人控制有着重要意义.本文以六自由度工业机器人为研究对象,利用Newton-Euler建立动力学模型,求取辨识最小参数集,以有限项傅里叶级数生成辨识激励轨迹,应用最小二乘法来对机器人进行参数估计,特别地,考虑到机器人高速运动力矩预测问题,在传统的电机力矩加摩擦力矩模型的基础上,将电机与减速机转动惯量加入机器人力矩模型中,通过实验验证模型,表明该模型对力矩有良好的预测效果.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年05期）
宋宏帅[6]（2019）在《永磁同步电机转动惯量的辨识方法研究》一文中研究指出近年来,工业技术和控制理论得到了快速发展,人们对于永磁同步电机(PMSM)的应用变得越来越频繁。在伺服控制领域中,永磁同步电机的地位越来越高。永磁同步电机的优势在于体积小、效率高、过载能力强,这大大扩宽了永磁同步电机的应用范围。在永磁同步电机的众多参数中,转动惯量的辨识尤为重要,因为转动惯量发生变化会导致系统的控制性能发生改变,系统的响应特性会随着转动惯量的增加而降低。对于高性能的伺服控制系统来说,辨识转动惯量更为关键。转动惯量辨识分为离线辨识和在线辨识。离线辨识方法简单易于实现,但是识别精度不高,辨识时间过长。在线辨识转动惯量的常用方法有:最小二乘法、模型参考自适应法等。在线辨识方法能够提高辨识精度,缩短辨识时间,但是每种方法都有不足之处,仍需要进行改进。本文对最小二乘法、梯度校正算法、模型参考自适应算法进行研究,设计这叁种方法辨识转动惯量的过程。在MATLAB环境下搭建系统仿真模型,对辨识结果进行分析,总结每种辨识方法的优缺点,并做出相应改进。最后把转动惯量应用于在PI参数自整定中。对递推最小二乘法进行改进,引入遗忘因子,解决了数据饱和问题,使辨识效果不受转动惯量变化范围的影响,同时能够减小辨识结果的收敛时间,加快收敛速度。对模型参考自适应算法进行改进,加入变自适应增益系数,并结合递推平均滤波算法进行转动惯量的辨识,解决了辨识结果的收敛速度和波动幅度相冲突的问题,得到了收敛速度快、波动小、抗干扰性强的辨识结果。利用转动惯量实时改变PI调节器的参数,解决了PI调节器不能自主整定的问题,减小了电机启动阶段产生的超调,提升了系统的动态性能。(本文来源于《齐鲁工业大学》期刊2019-05-24）
刘怡,陈经国[7]（2019）在《基于转动惯量辨识的速度环PI参数自整定方法》一文中研究指出为提高永磁同步伺服系统的速度环响应速度,设计一种基于转动惯量辨识的速度环PI参数自整定方法。考虑转动惯量值的实时修正,优选朗道离散惯量辨识算法,引入评价函数对控制器参数进行优化。实验发现,当速度给定为1800rpm阶跃指令时,速度超调量减少了5.5%,调节时间减少了95 ms,数据结果变化与仿真结果一致。基于转动惯量辨识的PI参数自整定方法加快了速度环的响应,改善了永磁同步伺服系统的动态响应性能。(本文来源于《工业技术创新》期刊2019年02期）
李嘉诚,全力,左月飞,朱孝勇[8]（2019）在《考虑测量噪声的朗道自适应惯量辨识方法》一文中研究指出传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。(本文来源于《电机与控制应用》期刊2019年02期）
杨明,屈婉莹,陈扬洋,徐殿国[9]（2018）在《基于变周期递推最小二乘法与卡尔曼观测器的伺服系统在线惯量辨识》一文中研究指出交流伺服系统运行过程中,系统参数的变化和外界干扰会影响系统性能。而系统控制器参数需要根据系统转动惯量进行实时整定,因此获得系统转动惯量对于实现高性能伺服系统具有重要意义。本文提出一种变周期最小二乘算法进行在线惯量辨识,同时利用卡尔曼观测器获取负载转矩。在分析测速量化误差对辨识误差影响的基础上,将转速差作为辨识算法执行判据,很好地解决了在低加速度下无法辨识的问题,拓宽了辨识算法的适用范围。仿真和实验证明了本文所提算法的有效性。(本文来源于《电工技术学报》期刊2018年S2期）
李生权,袁晟铧,李娟,龚维明[10]（2018）在《基于惯量辨识的永磁同步电机复合抗干扰控制》一文中研究指出针对永磁同步电机系统的非线性,强耦合,多变量和不确定性等特性,设计了基于反馈和扰动观测器的复合控制方法。结果表明与传统的PI和扰动观测复合控制相比较,文中所提的基于惯量辨识的复合抗干扰的电机控制方法具有最优的转速跟踪性能和抗干扰的能力。(本文来源于《自动化技术与应用》期刊2018年11期）
惯量辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高伺服系统中负载转动惯量辨识的识别精度以及扩展其应用范围,首先建立伺服系统的简化数学模型,进而确定用于转动惯量辨识的检测信号,分析伺服系统相电流-转速信号的响应特性,针对传统加减速法的缺点和不足,提出一种改进型的加减速算法,最后通过实验将改进加减法和传统加减速法进行对比验证。实验结果表明:改进加减速法相比传统加减速法在伺服系统转动惯量识别精度上有明显的提高,识别精度可达3%左右,相比传统加减速法识别速度得到了提升和应用范围得到了扩展。实验结果可用于机器人系统转动惯量的辨识,对机器人系统的运动控制具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
惯量辨识论文参考文献
[1].李慧敏,于兴林.基于稳定图算法的发电机转动惯量参数辨识[J].电气自动化.2019
[2].王黎光,徐海波,杨永生,张琼丹.改进加减速法转动惯量辨识的应用研究[J].机械设计与制造.2019
[3].洪鹰,徐世超,肖聚亮,王国栋,张智涛.基于在线辨识的机器人惯量前馈控制仿真研究[J].天津大学学报(自然科学与工程技术版).2019
[4].屈婉莹.基于AKO-RLS的交流伺服系统惯量在线辨识算法[D].哈尔滨工业大学.2019
[5].苏二虎,游玮,江明.考虑电机惯量的机器人动力学参数辨识[J].赤峰学院学报(自然科学版).2019
[6].宋宏帅.永磁同步电机转动惯量的辨识方法研究[D].齐鲁工业大学.2019
[7].刘怡,陈经国.基于转动惯量辨识的速度环PI参数自整定方法[J].工业技术创新.2019
[8].李嘉诚,全力,左月飞,朱孝勇.考虑测量噪声的朗道自适应惯量辨识方法[J].电机与控制应用.2019
[9].杨明,屈婉莹,陈扬洋,徐殿国.基于变周期递推最小二乘法与卡尔曼观测器的伺服系统在线惯量辨识[J].电工技术学报.2018
[10].李生权,袁晟铧,李娟,龚维明.基于惯量辨识的永磁同步电机复合抗干扰控制[J].自动化技术与应用.2018