一家專注復(fù)合機器人、全向激光AGV研發(fā)制造國家高新技術(shù)企業(yè)
全國服務(wù)熱線 400-007-3860
驅(qū)動系統(tǒng)的數(shù)學模型描述著計算機D/A輸出值(即電壓值)和驅(qū)動輪轉(zhuǎn)速之間的關(guān)系,設(shè)計自動導(dǎo)引控制器及進行仿真和試驗研究都需要建立能夠正確地反映車輛驅(qū)動系統(tǒng)特性的數(shù)學模型。
由于AGV驅(qū)動系統(tǒng)環(huán)節(jié)較多,例如,電機調(diào)速機構(gòu)包括D/A轉(zhuǎn)換、電機控制器、減速器、控制電機等;而且各部件的有關(guān)性能參數(shù)難以確定,如機械傳動機構(gòu)的剛度、阻尼、縱向運動慣量等機械性能參數(shù)都不便于測定,因此采用解析法建立車輛調(diào)速機構(gòu)數(shù)學模型的困難很大。由于系統(tǒng)的輸入輸出信號一般總是可以測量的,而系統(tǒng)的動態(tài)特性必然出現(xiàn)于這些輸入輸出數(shù)據(jù)中,故可以利用輸入輸出數(shù)據(jù)所提供的信息來建立系統(tǒng)的數(shù)學模型,這種建模方法就是系統(tǒng)辨識。隨著系統(tǒng)辨識理論與方法的發(fā)展,應(yīng)用系統(tǒng)辨識的方法,通過實驗研究來確定系統(tǒng)的數(shù)學模型,是一種能滿足上述要求的行之有效的途徑。
為了對驅(qū)動系統(tǒng)動態(tài)特性進行初步分析并便于以后的系統(tǒng)辨識,需要首先通過對其進行特定的輸入信號(如階躍輸入)下的動態(tài)響應(yīng)過程試驗,從而可以根據(jù)試驗結(jié)果判斷出驅(qū)動系統(tǒng)模型的階次。另外,由于輸入輸出信號均為離散數(shù)字信號,因此宜采用差分方程描述該系統(tǒng)。用差分方程定量描述一個動態(tài)系統(tǒng)時,必須確定出方程中的有關(guān)參數(shù)。所以,該種系統(tǒng)辨識的實質(zhì)是一個參數(shù)估計問題,可視為一種灰箱式部分辨識問題,同時,辨識過程中由于輸入輸出數(shù)據(jù)受到噪聲的影響,一般應(yīng)看成是隨機變量,因此也屬于統(tǒng)計學范疇。
在參數(shù)估計時,力求使某一個被適當定義的誤差標準趨于最小,以便使尋求的數(shù)學模型與試驗數(shù)據(jù)有最佳擬合。在各種參數(shù)估計技術(shù)中,最小二乘法是從試驗數(shù)據(jù)進行參數(shù)估計的主要手段,其獲得的估計在一定條件下具有最佳的統(tǒng)計特性,因此該方法被廣泛應(yīng)用于系統(tǒng)辨識研究中。
在系統(tǒng)辨識中,輸入信號的類別和形式影響著所采用的辨識方法和辨識精度。用于辨識輸入信號的最低要求是具有持續(xù)激勵特性,即在整個觀測周期上,過程的所有模態(tài)必須被輸入信號持續(xù)激勵。這意味著輸入信號不能隨意選擇,否則不但辨識精度不能保證,甚至可能造成不可辨識。目前常用的信號主要是隨機序列(如白噪聲)和偽隨機序列。
理論分析表明,選用白噪聲作為辨識輸入信號可以保證獲得較好的辨識效果,但是白噪聲在工程上不易實現(xiàn),因此工程中一般選用最長線性移位寄存器序列(簡稱M序列)作為辨識輸入信號。M序列是二進制偽隨機碼序列(PRBS)的一種形式,它的自相關(guān)函數(shù)接近脈沖函數(shù),具有近似白噪聲的性質(zhì),可保證有較好的辨識精度。
上一條:AGV機器人行走模塊簡介 下一條:AGV系統(tǒng)的硬件結(jié)構(gòu)