專利名稱：多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)控技術(shù)領(lǐng)域，尤其是一種應(yīng)用于多軸數(shù)控系統(tǒng)伺服控制系統(tǒng)控制模型的建立與辨識(shí)方法，具體地說(shuō)是一種多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法。
背景技術(shù)：
當(dāng)采用現(xiàn)代控制理論方法進(jìn)行控制時(shí)，需要確切地知道數(shù)控伺服控制系統(tǒng)被控對(duì)象的系統(tǒng)模型。通常，建立被控對(duì)象系統(tǒng)模型的方法主要有理論建模法、系統(tǒng)辨識(shí)法和混合建模法三種方法。 即使采用同一種理論方法建立的系統(tǒng)模型，由于被控對(duì)象的結(jié)構(gòu)、參數(shù)和環(huán)境具有不確定性，受到具體環(huán)境等因素的影響，在不同的環(huán)境中，得到的系統(tǒng)模型的具體結(jié)構(gòu)參數(shù)值并不完全相同。因此，系統(tǒng)辨識(shí)方法比理論建模方法更具有實(shí)際的應(yīng)用價(jià)值。 經(jīng)典的系統(tǒng)辨識(shí)方法，如最小二乘估計(jì)法、極大似然法等，由于自身存在的缺點(diǎn)，難以得到令人滿意的辨識(shí)結(jié)果。為了提高系統(tǒng)模型的辨識(shí)精度，神經(jīng)網(wǎng)絡(luò)和模糊方法等應(yīng)用于系統(tǒng)辨識(shí)過(guò)程中，雖然這些方法在一定程度上提高模型的辨識(shí)精度，但是它們也存在較多的缺陷，如神經(jīng)網(wǎng)絡(luò)理論存在網(wǎng)絡(luò)結(jié)構(gòu)選擇困難、容易限于局部最優(yōu)解和出現(xiàn)過(guò)學(xué)習(xí)等問(wèn)題。支持向量機(jī)是近年來(lái)機(jī)器學(xué)習(xí)領(lǐng)域里興起的基于統(tǒng)計(jì)學(xué)習(xí)理論和最優(yōu)化理論的一種新型學(xué)習(xí)方法，充分利用VC維理論、結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則、凸規(guī)則的Wolfe對(duì)偶以及KKT條件等理論知識(shí)，能夠解決小樣本、高維數(shù)和非線性等問(wèn)題，具有較強(qiáng)的泛化能力。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有的多軸數(shù)控伺服控制系統(tǒng)模型存在的精度低、可重復(fù)性性差的問(wèn)題，發(fā)明一種綜合運(yùn)用支持向量機(jī)、粒度計(jì)算、系統(tǒng)辨識(shí)、免疫算法、遺傳算法和微粒群優(yōu)化算法等多種交叉學(xué)科的新型多軸數(shù)控伺服控制系統(tǒng)模型建模和辨識(shí)方法，為數(shù)控系統(tǒng)獨(dú)立軸伺服控制和多軸聯(lián)動(dòng)伺服控制提供更加準(zhǔn)確的控制模型。本發(fā)明的技術(shù)方案是一種多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法，其特征是它包括以下步驟(I)建立由插補(bǔ)器、位置控制器、驅(qū)動(dòng)器、執(zhí)行機(jī)構(gòu)和位置檢測(cè)裝置組成的多輸入多輸出系統(tǒng)模型，并采用以下表達(dá)式表達(dá)
權(quán)利要求
1.一種多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法，其特征是它包括以下步驟 (1)建立由插補(bǔ)器、位置控制器、驅(qū)動(dòng)器、執(zhí)行機(jī)構(gòu)和位置檢測(cè)裝置組成的多輸入多輸出系統(tǒng)模型，并采用以下表達(dá)式表達(dá)
2.根據(jù)權(quán)利要求I所述的多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法，其特征是所述的系統(tǒng)模型結(jié)構(gòu)辨識(shí)包括以下步驟 (a)數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理是對(duì)原始采樣輸入和輸出數(shù)據(jù)進(jìn)行歸一化處理； (b)確定系統(tǒng)最優(yōu)階次，采用二維搜索算法和支持向量機(jī)相結(jié)合的方法對(duì)系統(tǒng)階次Iii和輸入階次Hii進(jìn)行優(yōu)化求解； (C)構(gòu)建模型辨識(shí)數(shù)據(jù)樣本，根據(jù)二維搜索算法中每次設(shè)定的模型的系統(tǒng)階次n'和輸入階次m'值，輸入和輸出數(shù)據(jù)之間滿足下列關(guān)系Pi (k) = f [Pi (k-1),, Pi (k-n/ ^ , Ui (k-1),, Ui (k-m/ )] i = 1,2,3 (2) (d)構(gòu)建優(yōu)化目標(biāo)函數(shù)，以模型結(jié)構(gòu)辨識(shí)建立的系統(tǒng)模型和輸出數(shù)據(jù)之間的均方根誤差為目標(biāo)函數(shù)，其表達(dá)式和系統(tǒng)滿足條件如下
3.根據(jù)權(quán)利要求I所述的多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法，其特征是所述的系統(tǒng)模型參數(shù)辨識(shí)包括以下步驟 Ca)構(gòu)造信息粒，在高維特征空間采用優(yōu)化聚類(lèi)方法構(gòu)造和劃分信息粒；其信息粒構(gòu)造及其劃分思想為設(shè)高維特征空間輸入數(shù)據(jù)集合為W= {wl, w2,…，wl},高維特征空間輸入數(shù)據(jù)劃分信息粒數(shù)為N個(gè)，Wi為表示屬于第i類(lèi)的數(shù)據(jù)集，定義一個(gè)指標(biāo)集R = {I,.2，…，吣和一個(gè)R的非空子集的集合C = {Rl，R2，…，Rn}，構(gòu)造規(guī)則f就是W到C的一個(gè)映射，即
4.根據(jù)權(quán)利要求I所述的多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法，其特征是所述的對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化計(jì)算包括以下步驟 ①初始化參數(shù)，為基本參數(shù)賦初值； ②適應(yīng)度計(jì)算，建立的適應(yīng)度函數(shù)可表示為
全文摘要
本發(fā)明公開(kāi)了一種多軸數(shù)控伺服控制系統(tǒng)模型辨識(shí)方法,它通過(guò)綜合運(yùn)用支持向量機(jī)、粒度計(jì)算、系統(tǒng)辨識(shí)、免疫算法、微粒群算法等多種交叉學(xué)科的先進(jìn)理論和方法提高了系統(tǒng)模型的建模精度，采用二維搜索算法和支持向量機(jī)相結(jié)合的思想對(duì)數(shù)控伺服控制系統(tǒng)的模型結(jié)構(gòu)進(jìn)行辨識(shí)，提高了模型結(jié)構(gòu)辨識(shí)精度；并采用基于信息粒度支持向量機(jī)方法對(duì)數(shù)控伺服控制系統(tǒng)的模型參數(shù)進(jìn)行辨識(shí)，同時(shí)采用基于交叉變異功能的免疫微粒群優(yōu)化算法對(duì)信息粒度支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化，改善了辨識(shí)效果。本發(fā)明能有效地提高系統(tǒng)的辨識(shí)精度，為數(shù)控系統(tǒng)獨(dú)立軸伺服控制和多軸聯(lián)動(dòng)伺服控制提供了準(zhǔn)確的控制模型。
文檔編號(hào)G05B19/18GK102707661SQ20121017130
公開(kāi)日2012年10月3日 申請(qǐng)日期2012年5月29日 優(yōu)先權(quán)日2012年5月29日
發(fā)明者張禮兵, 游有鵬 申請(qǐng)人:南京航空航天大學(xué)