Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2021-21-1-130-134
УДК 681.51
АЛГОРИТМ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ДВИГАТЕЛЕЙ ПОСТОЯННОГО ТОКА С ИСПОЛЬЗОВАНИЕМ МЕТОДА ДИНАМИЧЕСКОГО РАСШИРЕНИЯ РЕГРЕССОРА И СМЕШИВАНИЯ
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Хак Тунг Нгуен, Власов С.М. Алгоритм идентификации параметров двигателей постоянного тока с использованием метода динамического расширения регрессора и смешивания // Научно- технический вестник информационных технологий, механики и оптики. 2021. Т. 21, № 1. С. 130–134. doi: 10.17586/2226-1494-2021-21-1-130-134
Аннотация
Предмет исследования. Рассмотрена задача идентификации параметров различных робототехнических объектов на примере двигателя постоянного тока. Существующие методы идентификации параметров либо требуют большого количества времени для точного определения требуемых величин, либо дают оценку с большой погрешностью. Предлагается расширить области применения алгоритма идентификации с использованием метода динамического расширения регрессора и смешивания (Dynamic Regressor Extension and Mixing, DREM) для задач управления робототехническими объектами с двигателем постоянного тока. Метод. На первом этапе DREM осуществляется генерация новых форм регрессии с помощью динамического оператора к данным исходной регрессии. Затем выбирается требуемое сочетание новых данных для получения окончательной формы регрессии с применением стандартных методов оценки параметров. Основные результаты. Предложен новый алгоритм для идентификации параметров моделей двигателя постоянного тока. Показано, что при использовании нового подхода колебания в оценках параметров существенно ниже, тогда как время отклика намного меньше. При использовании градиентного метода время переходного процесса для оценки параметров сигнала составляет 350 с, в то время как для метода DREM это время не превышает 6 с. При этом в случае применения метода DREM отсутствует перерегулирование. Практическая значимость. Результаты работы могут быть применены при проектировании систем автоматического управления в задачах управления электромеханическими объектами, в составе которых есть двигатели постоянного тока.
Ключевые слова: двигатель постоянного тока, идентификация, неизвестные параметры, регрессор
Список литературы
Список литературы
1. Гаргаев А.Н., Каширских В.Г. Идентификация параметров двигателей постоянного тока с помощью метода роя частиц // Вестник Кузбасского государственного технического университета. 2015. № 4. С. 71–74.
2. Гаргаев А.Н., Каширских В.Г. Идентификация параметров двигателей постоянного тока с помощью поисковых методов // Вестник Кузбасского государственного технического университета. 2013. № 1. С. 131–134.
3. Шишков Н.В. Определение параметров двигателя постоянного тока с последовательным возбуждением на основе метода QR разложения // Известия Томского политехнического университета. 2009. Т. 315. № 4. С. 79–81.
4. Mamani G., Becedas J., Feliu-Batlle V., Sira-Ramirez H. Open-loop algebraic identification method for a DC motor // Proc. 9th European Control Conference (ECC 2007). Kos, Greece. 2007. P. 3430–3436. doi: 10.23919/ecc.2007.7068846
5. Mamani G., Becedas J., Feliu-Batlle V. On-line fast algebraic parameter and state estimation for a DC motor applied to adaptive control // Proc. of the World Congress on Engineering. London, UK. 2008. P. 1006–1012.
6. Krneta R., Antić S., Stojanović D. Recursive least squares method in parameters identification of DC motors models // Facta Universitatis. Series: Electronics and Energetics. 2005. V. 18. N 3. P. 467–478. doi: 10.2298/FUEE0503467K
7. Hadef M., Mekideche M.R. Parameter identification of a separately excited DC motor via inverse problem methodology // Turkish Journal of Electrical Engineering and Computer Sciences. 2009. V. 17. N 2. P. 99–106. doi: 10.3906/elk-0805-5
8. Hadef M., Bourouina A., Mekideche M.R. Parameter identification of a DC motor via moments method // Iranian Journal of Electrical and Computer Engineering. 2008. V. 7. N 2. P. 159–163.
9. Aranovskiy S., Bobtsov A., Ortega R., Pyrkin A. Performance enhancement of parameter estimators via dynamic regressor extension and mixing // IEEE Transactions on Automatic Control. 2016. V. 62. N 7. P. 3546–3550. doi: 10.1109/TAC.2016.2614889
10. Lyshevski S.E. Nonlinear control of mechatronic systems with permanent-magnet DC motors // Mechatronics. 1999. V. 9. N 5. P. 539–552. doi: 10.1016/S0957-4158(99)00014-8
11. Mummadi V.C. Steady-state and dynamic performance analysis of PV supplied DC motors fed from intermediate power converter // Solar Energy Materials and Solar Cells. 2000. V. 61. N 4. P. 365–381. doi: 10.1016/S0927-0248(99)00120-8
12. Nordin M., Gutman P.-O. Controlling mechanical systems with backlash — A survey // Automatica. 2002. V. 38. N 10. P. 1633–1649. doi: 10.1016/S0005-1098(02)00047-X
13. Ioannou P., Sun J. Robust Adaptive Control. Prentice Hall, 1996. 821 p.