水下装备关节电机多参数辨识研究

TJ630.32%U674; 随着水下无人系统的快速发展,关节电机作为水下机器人、水下机械臂等水下装备的核心驱动装置发挥着重要的作用.文中针对不同工作环境影响下导致的关节电机参数改变,从而引起的电机控制的精确性和稳定性变差的问题,开展电机多参数在线辨识研究.采用增加稳态工作点方法实现多参数的满秩辨识.同时,为提高辨识方法的精度和鲁棒性,研究了扩展卡尔曼滤波(EKF)和H∞滤波(HIF)算法在电机参数辨识方面的可行性,进而提出了一种基于自适应EKF(AEKF)和自适应HIF(AHIF)的联合估计方法.通过仿真对比发现,在参数辨识时,所提出的AEKF+AHIF联合估计方法相较于AEKF算法稳态标准...

Full description

Saved in:
Bibliographic Details
Published in水下无人系统学报 Vol. 32; no. 6; pp. 1029 - 1038
Main Authors 石麟, 胡桥, 石鑫东, 孙良杰, 张箭, 刘海洋
Format Journal Article
LanguageChinese
Published 西安交通大学机械工程学院,陕西 西安,710049%西安交通大学机械工程学院,陕西 西安,710049 01.12.2024
西安交通大学陕西省智能机器人重点实验室,710049
Subjects
underwater equipment
joint motor
H-infinity filter
extended Kalman filter
扩展卡尔曼滤波
关节电机
H∞滤波
水下装备
参数辨识
parameter identification
Online AccessGet full text
ISSN2096-3920
DOI10.11993/j.issn.2096-3920.2024-0062

Cover

More Information
Summary:TJ630.32%U674; 随着水下无人系统的快速发展,关节电机作为水下机器人、水下机械臂等水下装备的核心驱动装置发挥着重要的作用.文中针对不同工作环境影响下导致的关节电机参数改变,从而引起的电机控制的精确性和稳定性变差的问题,开展电机多参数在线辨识研究.采用增加稳态工作点方法实现多参数的满秩辨识.同时,为提高辨识方法的精度和鲁棒性,研究了扩展卡尔曼滤波(EKF)和H∞滤波(HIF)算法在电机参数辨识方面的可行性,进而提出了一种基于自适应EKF(AEKF)和自适应HIF(AHIF)的联合估计方法.通过仿真对比发现,在参数辨识时,所提出的AEKF+AHIF联合估计方法相较于AEKF算法稳态标准差最大减少了 84.7%,相较于AHIF算法精确度最大提升了 91.7%.该联合估计方法可为水下装备关节电机的稳定高效运行提供理论和技术支撑.
ISSN:2096-3920
DOI:10.11993/j.issn.2096-3920.2024-0062