一种电液伺服系统随机振动控制方法技术方案

本发明专利技术公开了一种电液伺服系统随机振动控制方法，包括以下步骤：利用加速度功率谱密度参考信号设计滤波器ＩＩＩ，并对白噪声信号滤波，将其输出作为加速度时域驱动信号；利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器Ｉ和卡尔曼滤波器ＩＩ的权值，分别进行电液伺服系统频率响应函数和卡尔曼滤波器Ｉ阻抗函数的辨识；基于卡尔曼滤波器ＩＩ的阻抗函数辨识结果构造滤波器ＩＶ，并对加速度时域驱动信号滤波，将其输出信号作为电液伺服系统的加速度输入信号。本发明专利技术利用滤波器ＩＩＩ对白噪声信号滤波得到加速度时域驱动信号，简化了时域驱动信号生成过程。本发明专利技术采用的单步预测卡尔曼滤波算法的收敛性确保了功率谱密度实时在线迭代的收敛性。

Random vibration control method of electrohydraulic servo system

The present invention discloses a kind of electro-hydraulic servo system random vibration control method, which comprises the following steps: using the acceleration power spectral density III filter design reference signal, and filtering white noise signal, the output signal as the acceleration time domain driven; Calman prediction filtering algorithm real-time adjustment of Calman filter and Calman filter using single step I II weight. Are electrical identification function and Calman filter I impedance function of the frequency response of hydraulic servo system; impedance function identification results II Calman filter filters is constructed based on IV, and the driving signal to filter the output signal of the acceleration time and acceleration as the input signal of the electro-hydraulic servo system. The invention uses filter III to filter the white noise signal to obtain acceleration time domain driving signal, thereby simplifying the generation process of time domain driving signal. The convergence of the one-step predictive Calman filtering algorithm adopted in the invention ensures the convergence of the real-time on-line iteration of the power spectral density.

【技术实现步骤摘要】

本专利技术涉及一种机械领域的振动模拟实验方法，特别是。
技术介绍
振动模拟是环境模拟与仿真实验的一种，目前被广泛应用于航空、航天、核工业等 国防工业领域和汽车、建筑等民用工业部门。振动实验的目的在于考核产品在振动激励下 保持原有性能的能力，即研究和检验产品在振动条件下的结构可靠性和操纵可靠性。振动 模拟实验从实验类型角度可分为随机振动、正弦振动和波形再现三种类型。环境的振动条 件一般以谱或波形的形式给出，如随机振动功率谱复现实验中要求复现功率谱密度参考信 号，地震波复现实验中要求复现参考地震波。 在随机振动模拟试验中，电液伺服系统能够充分发挥电子与液压两方面的优势， 功率_重量比大，抗干扰能力强，响应速度快，并有很好的灵活性和适应能力，常用作大型 结构件振动实验中的驱动机构。试件在工作环境中经受的振动形式大多为随机振动，振动 不局限在确定的频率点上，其特征经常用形如加速度功率谱密度等统计特性描述。要模拟 这种振动形式，就需要在振动台上复现出实测的功率谱密度即功率谱密度参考信号。但将 功率谱密度参考信号对应的时域驱动信号直接输入到电液伺服系统中时，系统功率谱密度 输出信号与功率谱密度参考信号相比往往存在较大偏差，极大影响了对被测产品在振动环 境下可靠性的定量评定。对于理想系统，幅频特性处于0分贝线上，输出信号完全再现输入 信号。而实际系统幅频特性在不同频段与0分贝线有不同程度的差异，导致系统响应信号 与参考信号之间出现偏差。这是造成功率谱密度输出信号与功率谱密度参考信号产生较大 偏差的原因之一。另一方面，电液伺服系统在外界环境如油液温度等变化的情况下，液压系 统本身参数将发生较大变化，并带有随机性质，也会降低系统的功率谱密度再现精度。因 此，为提高振动实验的有效性，改善功率谱密度再现的精度是非常必要的。 现有的电液伺服系统随机振动控制方法主要由频率响应函数估计、阻抗函数计 算、功率谱密度参考信号迭代修正和时域驱动信号生成四部分组成。首先通过预实验辨识 电液伺服系统的频率响应函数，接着计算阻抗函数，然后将功率谱密度参考信号迭代修正， 再将修正后的功率谱密度转化为时域驱动信号，进行正式振动模拟实验。其中，由功率谱密 度转化为时域驱动信号时，需要经Cholesky分解、频域随机化、逆傅立叶变换和时域随机 化四个步骤，计算过程复杂，而且需要专用硬件设备。现有算法的实质是离线迭代算法，当 实验过程中电液伺服系统的参数或试件特性发生改变时，无法保证迭代算法的收敛性，甚 至迭代发散，导致系统的功率谱密度输出信号与功率谱密度参考信号相比存在很大偏差， 极大降低了功率谱密度再现的精度，影响了对受试产品在振动环境下可靠性的定量评定。
技术实现思路
为解决现有技术存在的上述问题，本专利技术的目的在于提供一种易于计算机进行数字化控制、具有简化时域驱动信号生成过程、确保功率谱密度参考信号迭代收敛性、提高功 率谱密度再现精度、增强随机振动模拟实验真实性的电液伺服系统随机振动控制方法。 为了实现上述目的，本专利技术的技术方案如下一种电液伺服系统随机振动控制方 法包括以下步骤 A、设定待再现的加速度功率谱密度信号为加速度功率谱密度参考信号； B、利用加速度功率谱密度参考信号设计滤波器III ; C、利用白噪声信号发生器生成加速度白噪声信号； D、计算加速度白噪声信号经滤波器III滤波后的加速度输出信号，并将加速度输出信号作为与加速度功率谱密度参考信号相对应的加速度时域驱动信号； E、将电液伺服系统的加速度输入信号作为卡尔曼滤波器I的加速度输入信号，并计算电液伺服系统的加速度输出信号即响应信号与卡尔曼滤波器I的加速度输出信号之 差； F、基于电液伺服系统的加速度输出信号与卡尔曼滤波器I的加速度输出信号之 差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器I的权值，进行电液伺服系 统频率响应函数的辨识； G、用卡尔曼滤波器I频率响应函数的辨识结果构造滤波器V，并对加速度时域驱 动信号进行滤波，将滤波器V的加速度输出信号作为卡尔曼滤波器II的加速度输入信号； H、将加速度时域驱动信号做延时，并计算延时后的加速度时域驱动信号与卡尔曼 滤波器II的加速度输出信号之差； 1、基于延时后的加速度时域驱动信号与卡尔曼滤波器II的加速度输出信号之 差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器II的权值，进行卡尔曼滤波 器I的阻抗辨识； J、利用卡尔曼滤波器II的阻抗辨识结果构造滤波器IV，并对加速度时域驱动信号进行滤波，将滤波器IV的加速度输出信号作为电液伺服系统的加速度输入信号。 本专利技术步骤B所述的利用加速度功率谱密度参考信号设计滤波器III的方法可描述为 式中，为频率，lH() |为滤波器III的幅频特性，R()为加速度功率谱密度 参考信号，a为白噪声信号的功率，^(w)为滤波器III的相频特性，M为滤波器阶数。 本专利技术步骤F或I所述的单步预测卡尔曼滤波算法可描述为<formula>formula see original document page 6</formula> 式中，u为卡尔曼滤波器的输入信号，K为预测状态误差的相关矩阵，g为卡尔曼增益矩阵，6为卡尔曼滤波器的权值向量，y为卡尔曼滤波器的输出，e为误差信号，d为卡尔曼滤波器的期望信号，QM为测量噪声的相关矩阵，QP为过程噪声的相关矩阵。 本专利技术步骤G或J所述的构造滤波器V或滤波器IV的步骤如下首先复制滤波器权值，然后基于复制的权值构造滤波器，并对加速度时域驱动信号进行滤波，将滤波后的输出信号作为电液伺服系统或卡尔曼滤波器II的加速度输入信号。 本专利技术所述的加速度信号也可以是位置信号或速度信号。 与现有技术相比，本专利技术具有以下有益效果 1、本专利技术的所有步骤均可通过软件编程实现，不需要专用硬件设备。在CPU为 Pentium IV-2. 0G、内存为1G的Advantech工控机上测试，算法的运行周期小于lms，能够满 足电液伺服系统随机振动振动模拟实验的实时性要求，所以本专利技术易于实现计算机数字化 控制。 2、本专利技术利用功率谱密度参考信号设计滤波器并对白噪声信号进行滤波得到时 域驱动信号，极大地简化了时域驱动信号的生成过程。 3、本专利技术采用单步预测卡尔曼滤波算法进行电液伺服系统频率响应函数及阻抗 函数的辨识。单步预测卡尔曼滤波算法的收敛性确保了在电液伺服系统特性和试件特性发 生变化时，系统频率响应函数及阻抗函数辨识的收敛性，因此确保了功率谱密度参考信号 迭代的收敛性。 4、由于本专利技术采用的单步预测卡尔曼滤波算法可以依据滤波器输入信号、偏差信 号对滤波器权值进行实时在线修正，能够实时跟踪被控系统幅频特性及电液伺服系统自身 参数的变化，对功率谱密度参考信号进行实时补偿，使得系统的输出信号能够高精度的再 现参考信号，增强了随机振动模拟实验的真实性。功率谱密度输出信号与功率谱密度参考 信号的偏差可以控制在±1分贝之内。附图说明 本专利技术共有附图2张，其中 图1是本专利技术的电液伺服系统随机振动控制方法原理图； 图2是基于卡尔曼滤波器的输出重新构造滤波器并进行滤波的原理图。具体实施例方式下面结合附图对本专利技术进行进一步地说明。如图1-2所示，一种电本文档来自技高网...

【技术保护点】
一种电液伺服系统随机振动控制方法，其特征在于：包括以下步骤：　　　　Ａ、设定待再现的加速度功率谱密度信号为加速度功率谱密度参考信号（１）；　　　　Ｂ、利用加速度功率谱密度参考信号（１）设计滤波器Ⅲ（２）；　　　　Ｃ、利用白噪声信号（６）发生器生成加速度白噪声信号（６）；　　　　Ｄ、计算加速度白噪声信号（６）经滤波器Ⅲ（２）滤波后的加速度输出信号，并将加速度输出信号作为与加速度功率谱密度参考信号（１）相对应的加速度时域驱动信号；　　　　Ｅ、将电液伺服系统（４）的加速度输入信号作为卡尔曼滤波器Ⅰ（７）的加速度输入信号，并计算电液伺服系统（４）的加速度输出信号即响应信号（５）与卡尔曼滤波器Ⅰ（７）的加速度输出信号之差；　　　　Ｆ、基于电液伺服系统（４）的加速度输出信号（５）与卡尔曼滤波器Ⅰ（７）的加速度输出信号之差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器Ⅰ（７）的权值，进行电液伺服系统（４）频率响应函数的辨识；　　　　Ｇ、利用卡尔曼滤波器Ⅰ（７）频率响应函数的辨识结果构造滤波器Ⅴ（８），并对加速度时域驱动信号进行滤波，将滤波器Ⅴ（８）的加速度输出信号作为卡尔曼滤波器Ⅱ（９）的加速度输入信号；　　　　Ｈ、将加速度时域驱动信号做延时（１０），并计算延时（１０）后的加速度时域驱动信号与卡尔曼滤波器Ⅱ（９）的加速度输出信号之差；　　　　Ⅰ、基于延时（１０）后的加速度时域驱动信号与卡尔曼滤波器Ⅱ（９）的加速度输出信号之差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器Ⅱ（９）的权值，进行卡尔曼滤波器Ⅰ（７）的阻抗辨识；　　　　Ｊ、利用卡尔曼滤波器Ⅱ（９）的阻抗辨识结果构造滤波器Ⅳ（３），并对加速度时域驱动信号进行滤波，将滤波器Ⅳ（３）的加速度输出信号作为电液伺服系统（４）的加速度输入信号。...

【技术特征摘要】
一种电液伺服系统随机振动控制方法，其特征在于包括以下步骤A、设定待再现的加速度功率谱密度信号为加速度功率谱密度参考信号(1)；B、利用加速度功率谱密度参考信号(1)设计滤波器III(2)；C、利用白噪声信号(6)发生器生成加速度白噪声信号(6)；D、计算加速度白噪声信号(6)经滤波器III(2)滤波后的加速度输出信号，并将加速度输出信号作为与加速度功率谱密度参考信号(1)相对应的加速度时域驱动信号；E、将电液伺服系统(4)的加速度输入信号作为卡尔曼滤波器I(7)的加速度输入信号，并计算电液伺服系统(4)的加速度输出信号即响应信号(5)与卡尔曼滤波器I(7)的加速度输出信号之差；F、基于电液伺服系统(4)的加速度输出信号(5)与卡尔曼滤波器I(7)的加速度输出信号之差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器I(7)的权值，进行电液伺服系统(4)频率响应函数的辨识；G、利用卡尔曼滤波器I(7)频率响应函数的辨识结果构造滤波器V(8)，并对加速度时域驱动信号进行滤波，将滤波器V(8)的加速度输出信号作为卡尔曼滤波器II(9)的加速度输入信号；H、将加速度时域驱动信号做延时(10)，并计算延时(10)后的加速度时域驱动信号与卡尔曼滤波器II(9)的加速度输出信号之差；I、基于延时(10)后的加速度时域驱动信号与卡尔曼滤波器II(9)的加速度输出信号之差，利用单步预测卡尔曼滤波算法实时在线调整卡尔曼滤波器II(9)的权值，进行卡尔曼滤波器I(7)的阻抗辨识；J、利用卡尔曼滤波器II(9)...

【专利技术属性】
技术研发人员：关广丰，熊伟，王海涛，王祖温，马文琦，弓永军，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：91[中国|大连]