基于自适应遗忘因子的拼接弧线电机转动惯量辨识 | |
郭亚伟 | |
Subtype | 硕士 |
Thesis Advisor | 宋晓莉 |
2023-06 | |
Degree Grantor | 中国科学院大学 |
Place of Conferral | 北京 |
Keyword | 惯量辨识 递推最小二乘法 遗忘因子 卡尔曼滤波法 拼接弧线电机 |
Abstract | 随着天文技术的发展,望远镜的口径、体积及重量逐步增大,望远镜跟踪系统需要更大的驱动力矩保证轴系运转,这对轴系电机及其驱动跟踪控制系统提出了更高的挑战。望远镜运行中,随着周围环境和风载的变化,可能会引起电机参数的变化,从而对电机驱动控制系统产生一定的干扰,严重的可能影响望远镜的运行。尤其对大惯量的望远镜系统来说,当系统转动惯量增加时,系统的调节时间增加,容易引发不稳定以及爬升现象;当系统转动惯量减小时,也可能引发超调或者振荡的问题,进而影响望远镜观测性能。为了确保大型望远镜有良好的驱动跟踪性能,开展转动惯量的辨识工作,从而实时调整控制器的参数,实现良好的观测性能。 本课题首先介绍了几种常见的转动惯量辨识方法,包括离线辨识和在线辨识,并简单说明了各自的优缺点。 其次,基于南京天文光学技术研究所研制的大型拼接弧线电机,提出一种转动惯量的在线辨识方法,建立了在不同坐标系下的拼接弧线电机数学模型,介绍 然后,根据电机机械运动方程,将其离散化处理并进行后向差分,选取递推 接着,将递推最小二乘法和卡尔曼滤波法相结合的复合算法进行仿真,在多种转动惯量输入信号下,分别测试了拼接弧线电机在空载、加载情况下的惯量辨识效果,仿真结果验证了新提出的复合算法具有更好的抗扰性和动态性能,为提高大型望远镜跟踪精度的驱动控制设计奠定了良好的基础。 最后,搭建了惯量辨识的的硬件实验平台,对所提出的辨识算法进行实验验证。实验结果表明,该方法满足拼接弧线电机在低速工况下的性能指标,为电机驱动控制提供技术积累。 |
Subject Area | 天文技术与方法 |
Language | 中文 |
Document Type | 学位论文 |
Identifier | http://ir.niaot.ac.cn/handle/114a32/2077 |
Collection | 中国科学院南京天文光学技术研究所知识成果 学位论文 |
Recommended Citation GB/T 7714 | 郭亚伟. 基于自适应遗忘因子的拼接弧线电机转动惯量辨识[D]. 北京. 中国科学院大学,2023. |
Files in This Item: | There are no files associated with this item. |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment