直流伺服电机参数估计
本例展示了如何估计使用各种物理建模产品构建的多域直流伺服电机模型的参数。2022世界杯八强谁会赢?
本例需要Simscape™Driveline™和Simscape electric™。
直流伺服电机系统描述
一个直流伺服电机,其电气和机械部件,提供了一个很好的例子来说明多域建模使用第一性原理。
直流伺服电机是一个更大的系统的一部分,该系统包含控制电子设备(h桥)和连接到电机轴的磁盘。整个模型,spe_servomotor
,如下所示,其中输入信号(V)为施加到h桥电路的电压信号,输出信号(deg)为电机轴的角位置。
open_system (“spe_servomotor”)
在直流伺服电机子系统中建立了直流电机的第一性原理模型。我们使用Simscape Electrical对电气组件进行建模,使用Simscape Driveline对电机的机械组件进行建模。伺服电机分系统的内容如下图所示。
open_system (spe_servomtor /DC伺服电机)
直流电机模型显示了从电流到转矩的关系(左边的绿线)。扭矩导致电机的轴旋转,我们有一个关系,这个旋转到反电动势(电动势)。其余参数包括轴惯性、粘性摩擦(阻尼)、电枢电阻和电枢电感。
虽然制造商可能会提供其中一些数量的值,但它们只是近似值。我们希望尽可能精确地为我们的模型估计这些参数,以确定它是否准确地代表了实际的直流伺服电机系统。
当我们对电机输入施加一系列电压脉冲时,电机轴相应地转动。然而,如果模型参数与物理系统的参数不匹配,模型响应也将与实际系统的响应不匹配。这就是Simulink®Design Optimization™在估计参数值方面发挥关键作用的地方。参数估计过程包括许多定义良好的步骤:
从您的系统(实验)收集测试数据。
指定要估计的参数(包括初始猜测、参数边界等)。
配置您的评估并运行合适的评估算法。
根据其他测试数据集验证结果,必要时重复上述步骤。
Simulink Design Optimization提供参数估计量应用程序,这是一个用户界面,帮助您执行参数估计,组织您的估计项目,并为将来的工作保存它。
双击伺服电机模型右下角的橙色块以启动参数估计量,其中预装了本项目的数据。这是由测量的实验数据配置的EstimationData
.对于其他用途,您可以从各种来源导入实验数据集,包括MATLAB®变量,MAT文件,Excel®文件或逗号分隔值文件。的参数估计量也预装了用于估计的伺服电机子系统的参数:B
,J
,公里
,拉
,类风湿性关节炎
.它还配置了验证数据ValidationData
我们在估算之后会用到。测量数据为EstimationData
如图所示。在本例中,只有一个数据集用于估计。
实验图还用于观察测量数据与当前模型的匹配程度。点击地块模型响应在参数估计选项卡显示实验图上的模拟信号数据。仿真结果与实测数据不符,说明模型参数需要估计。
选择估计参数
Simulink Design Optimization允许您以最适合您的应用程序的方式估计模型中的部分或全部参数。单击,选择预估参数选择参数在参数估计选项卡。对于我们的直流电机的例子,我们已经加载了电机模型的五个参数:B
,J
,公里
,拉
,类风湿性关节炎
.因为我们从物理上知道这些参数都不可能是负的,所以我们把它们的下限设为零。
直流电机模型参数估计
在确定了估计参数后,我们选择了用于估计的实验。点击选择实验在参数估计选项卡,选择EstimationData
估计。
现在我们几乎已经准备好开始评估了,但是首先要创建另一个图来监视评估进程。点击添加图并选择参数轨迹.这将创建一个图表,显示在估计期间参数值是如何变化的。单击plot选项卡右侧的箭头,选择Tile All来布局图,这样实验图和轨迹迭代图都是可见的。
单击估计按钮。参数估计TAB开始评估。估计将不断迭代参数值,直到估计收敛并终止。参数估计提供了各种最先进的估计方法。最常见的选择包括非线性最小二乘和Nelder-Mead优化方法。关于这些方法的更多信息,请参见优化工具箱™文档。还可以使用“全局优化工具箱”中的模式搜索方法进行参数估计。
下图是实测数据与模拟数据的叠加图。模拟数据来自估计参数的模型。对比估计过程前后系统的响应,可以清楚地看出估计成功地识别了模型参数,模拟响应与实验数据准确匹配。
验证
在完成估计之后,用其他数据集验证结果是很重要的。一个成功的估计不仅应该与我们用于估计的实验数据相匹配,还应该与我们在实验中收集的其他数据集相匹配。
我们使用了第二个数据集ValidationData
用于验证估计结果。如下图所示,模型响应与数据集之间的匹配非常好。事实上,这两条曲线在这个例子中几乎是相同的。
总结
跨学科和行业的工程师和科学家非常熟悉动态系统建模的好处。他们可以使用第一性原理数学或基于测试数据的方法。第一性原理模型提供了对系统行为的重要洞察,但可能缺乏准确性。数据驱动的模型提供了准确的结果,但往往对系统物理的理解有限。本文通过实验数据对直流伺服电机模型参数进行估计,展示了参数估计在提高模型精度方面的应用。
关闭模型
bdclose (“spe_servomotor”)