本发明专利技术涉及一种控制通道在线实时辨识的压电智能结构振动主动控制方法，它是直接利用压电智能结构振动主动控制实验平台，实现在线实时辨识控制通道的智能压电结构振动主动控制实验；辨识环节采用以FIR滤波器结构描述控制通道模型，并在控制输出端引入白噪声信号作为辨识输入信号，通过不断地把新辨识出来的模型参数带入控制算法过程中，实现具有控制通道在线实时辨识功能的振动主动控制方法。本发明专利技术控制方法具有较强的适用性和实用性，为振动主动控制领域的发展提供了较好的方法基础和技术思路。
【技术实现步骤摘要】
本专利技术涉及一种，尤其涉及一种自适应滤波前馈控制最小均方算法的在线实时辨识压电智能结构振动主动控制方法。
技术介绍
智能结构代表着21世纪材料与结构发展的一个新方向，特别在振动主动控制领域具有非常诱人的前景，目前已成为振动工程界的研究热点。主动减振智能结构是智能材料结构研究的重要内容之一，它利用埋入结构中的传感器监测结构的振动状况，根据一定的控制规律去实时控制埋入结构中的驱动器以改变结构的振动状态，达到自适应抑制结构振动响应的目的，从而提高了结构的性能和安全性，延长了其使用寿命。压电材料由于存在正逆压电效应，不仅能用作机敏传感材料，而且可作为智能致动或驱动元件，并具有低功耗、电操作、频带宽和力由自身内部产生的优异特性，因此非常适合航空航天结构监测与控制的需要，例如在临近空间飞行器结构振动主动控制中应用。基于压电智能结构的振动主动控制方法几乎涉及到现代控制理论的所有分支，并在此基础上发展了多种振动主动控制方法，其中模态控制、极点配置和最优控制方法都是基于受控结构精确模型的振动控制方法，因此在应用上具有很大的局限性。目前，以基于最小均方XLMS算法的自适应滤波前馈控制方法研究获得广泛关注，并在实验中取得了较好的控制效果，其控制策略的实质为首先以滤波器的形式建立受控结构系统和控制器的数学模型，确定受控结构系统模型参数，再用数字信号处理技术求得最优控制器参数，实现的核心是自适应控制算法，它根据测得的新信息实时调整控制器参数，保证控制效果始终趋于最优。在该算法的实施过程中，存在一个获知控制通道模型参数问题(所谓的控制通道模型就是从控制信号到误差信号之间的传递函数，也常称之为误差通道模型或次级通道模型)，因此若控制通道模型建立不当或辨识误差过大，将严重影响主动控制效果甚至引起控制系统发散。因此，控制通道模型的辨识策略和实现技术成为发挥控制算法能效的重要环节之一。当期在结构振动自适应滤波前馈控制研究过程中，针对控制通道模型参数辨识主要采用离线辨识和在线辨识两种策略。离线辨识策略具有实现简单和辨识结果可靠的优点，但考虑到受控结构的物理特性变化和系统特性的渐变性，此时利用离线辨识方法得到的模型参数将产生较大误差，进而严重影响控制效果和控制精度；例如临近空间飞行器在轨运行期间的物理特性变化和载荷特性渐变，将完全可能导致系统特性发生重大改变，此时利用离线辨识方法将无法达到对其抑制振动效果。因此对控制通道模型在线实时辨识方法与实现技术的研究不仅具有实际意义，而且能够更好地满足控制系统的鲁棒性和控制精度的要求
技术实现思路
本专利技术的目的是提供一种，并基于控制通道在线辨识策略进行压电结构振动响应的自适应滤波主动控制，该方法将自适应滤波前馈振动控制基本结构与自适应滤波辨识方法有机结合，构成一种控制通道在线实时辨识的振动主动控制方法，可以获得良好的控制效果，同时实现增强控制系统自适应能力的目标。为达到上述目的，该专利技术采用如下技术方案一种，其特征是直接利用压电智能结构振动实验平台，实现在线实时辨识控制通道的智能压电结构振动主动控制实验；通过将自适应滤波前馈控制基本结构与自适应辨识方法有机结合，从而构成一种具有控制通道在线实时辨识功能的结构振动自适应滤波控制算法，该方法主要包括振动控制环节和控制通道辨识环节两部分，振动控制环节采用有限脉冲响应滤波器(FIR)及其滤波X 最小均方差控制算法；控制通道辨识环节采用以^R滤波器结构描述控制通道模型，并在控制输出端引入白噪声信号作为辨识输入信号，从而构成一个控制通道自适应实时建模环节；当辨识环节控制器的输出与传感器误差信号叠加趋近一个恒定值时，可以认为在线辨识过程结束并获得了控制通道模型参数，如此可以根据结构振动控制过程的需要，不断实时在线辨识误差通道模型，并不断以新辨识出来的模型参数带入算法过程，从而实现具有控制通道在线实时辨识功能的振动主动控制方法；在整个算法运算过程中，利用性能判别器实时判定在线辨识环节是否完成，从而实现了 8输入8输出的多通道在线实时辨识振动主动控制方法。本方法只需要算法程序和必要的硬件设备，其特点是操作简便，适应性强， 具有较高的鲁棒性。为实现上述技术特征，该方法的控制操作步骤如下(1)设置振动控制环节中滤波器的阶数和步长因子，辨识滤波器模型的阶数和步长因子在振动控制环节中，控制器选择^R滤波器结构，设置滤波器的阶数和控制算法的步长因子；在线辨识部分，采用^R滤波器结构为待辨识的控制通道模型，对其设置滤波器的阶数和辨识算法的步长因子。(2)选取与外扰信号具有相关性的参考信号，采集多路振动响应信号，加入方差大小合适的白噪声信号由于激振源信号与外扰信号相关性较高，选取激振源信号作为参考信号，采集压电智能结构中的多路压电传感器所测得振动响应信号，加入方差大小合适的白噪声信号。(3)设置性能判别器的判断条件其实质是当辨识环节控制器的输出与传感器误差信号叠加值 伊)趋近一个恒定值时，可以认为在线辨识过程结束并获得了控制通道模型参数，如此可以根据结构振动控制过程的需要，不断实时在线辨识控制通道模型，并不断以新辨识出来的模型参数带入算法过程。(4)控制环节和控制通道辨识环节同时运行，实现真正意义上的在线实时辨识控制方法，具体详细步骤如下①依照最小均方算法对控制器加权系数进行修正；②依照最小均方算法对控制通道模型参数进行修正；③实时监测上述步骤(3)中的性能判别器的判断条件，一旦判别条件满足，立即停止白噪声的输入和步骤②操作，并保存控制通道模型参数，若不满足，继续执行步骤②；④对于整个控制系统的控制环节为根据系统控制残差反复执行步骤①，直至达到控制要求；在控制器加权系数修正步骤①中采用以下迭代方程作为控制器参数的修正算法 W(k + \) = W (k) + μ {k)e(fc)x(it)(1)式中为控制部分滤波器的权系数，HA为步长因子(O ㈨<1 )，明为系统控制残差j㈨由下式推出权利要求1.一种，尤其基于自适应滤波前馈控制最小均方算法的压电智能结构振动主动控制方法，其特征在于控制操作步骤如下(1)设置振动控制环节中滤波器的阶数和步长因子，辨识滤波器模型的阶数和步长因子；(2)选取与外扰信号具有相关性的参考信号，采集多路振动响应信号，加入方差大小合适的白噪声信号；(3)设置性能判别器的判断条件；(4)控制环节和控制通道辨识环节同时运行，实现真正意义上的在线实时辨识控制方法；(5)实时保存相关数据，为实验分析做准备。2.根据权利要求1所述的， 其特征在于所述步骤(1)设置振动控制环节中滤波器的阶数和步长因子的方法是控制器选择HR滤波器结构，设置滤波器的阶数和控制算法的步长因子；在线辨识部分，采用HR 滤波器结构为待辨识的控制通道模型，对其设置滤波器的阶数和辨识算法的步长因子。3.根据权利要求1所述的， 其特征在于所述步骤( 选取与外扰信号具有相关性的参考信号，采集多路振动响应信号，加入方差大小合适的白噪声信号方法是选取激振源信号作为参考信号，采集多路压电传感器所测得振动响应信号，加入方差大小合适的白噪声信号。4.根据权利要求1所述的， 其特征在于所述步骤( 设置性能判别器的判断条件为辨识环节控制器的输出与传感器误差信号的叠加值^ , ^ 一)是否趋近一个恒定值。5.根本文档来自技高网...
【技术保护点】
１．一种控制通道在线实时辨识的压电智能结构振动主动控制方法，尤其基于自适应滤波前馈控制最小均方算法的压电智能结构振动主动控制方法，其特征在于控制操作步骤如下：（１）设置振动控制环节中滤波器的阶数和步长因子，辨识滤波器模型的阶数和步长因子；（２）选取与外扰信号具有相关性的参考信号，采集多路振动响应信号，加入方差大小合适的白噪声信号；（３）设置性能判别器的判断条件；（４）控制环节和控制通道辨识环节同时运行，实现真正意义上的在线实时辨识控制方法；（５）实时保存相关数据，为实验分析做准备。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱晓锦，黄全振，高守玮，高志远，姜恩宇，赵苗，孙伟，
申请(专利权)人：上海大学，
类型：发明
国别省市：31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。