吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (2): 392-397.doi: 10.13229/j.cnki.jdxbgxb201402018

• 论文 • 上一篇    下一篇

基于最小二乘算法和SVDUKF算法的电液伺服加载优化

杨兆军, 杨川贵, 陈菲, 王东亮, 马帅, 刘博   

  1. 吉林大学 机械工业数控装备可靠性技术重点实验室, 长春 130022
  • 收稿日期:2013-01-31 出版日期:2014-02-01 发布日期:2014-02-01
  • 通讯作者: 陈菲(1970- ),女,副教授.研究方向:数控装备可靠性理论.E-mail:chenfeicn@jlu.edu.cn E-mail:chenfeicn@jlu.edu.cn
  • 作者简介:杨兆军(1956- ),男,教授,博士生导师.研究方向:数控装备可靠性理论.E-mail:yzj@jlu.edu.cn
  • 基金资助:

    国家科技重大专项项目(2010ZX04014-016).

Optimization of the electro-hydraulic servo loading based on least square and SVDUKF algorithms

YANG Zhao-jun, YANG Chuan-gui, CHEN Fei, WANG Dong-liang, MA Shuai, LIU Bo   

  1. Key Laboratory of CNC Equipment Reliability Technique of Machinery Industry, Jilin University, Changchun 130022, China
  • Received:2013-01-31 Online:2014-02-01 Published:2014-02-01

摘要:

为了分析和模拟伺服刀架可靠性试验台电液伺服加载系统的动态性能,建立了该加载系统的动态特性数学模型,并利用最小二乘算法对其参数进行估计。为了减弱噪声对加载系统稳定性的影响和避免无色卡尔曼滤波算法(UKF)中协方差矩阵出现病态导致算法失效,提出了利用基于奇异分解的无色卡尔曼滤波算法(SVDUKF算法)对电液伺服加载系统反馈力信号进行滤波的方法,并进行了SVDUKF算法与扩展卡尔曼滤波算法(EKF)算法之间滤波性能对比。实验结果表明,最小二乘算法估计出的数学模型具有较高精度,并且SVDUKF算法具有高效的滤波能力和提高系统稳定性的能力。

关键词: 机床技术, 稳定性, 最小二乘算法, 奇异分解的无色卡尔曼滤波算法

Abstract:

In order to analyze and simulate the dynamic characteristics of the electro-hydraulic servo loading system of the servo turret reliability test bench, a dynamic characteristics model of the electro-hydraulic servo loading system was established. The parameters of the dynamic model were estimated by the least square algorithm. For avoiding the system from the noise and preventing the Unscented Kalman Filter (UKF) algorithm from the ill-conditioned covariance matrix, a SVDUKF algorithm was proposed to smooth the force feedback signal of the hydraulic servo loading system. The filtering performances of the SVDUKF algorithm and the EKF algorithm were compared by experiments. The results show that the dynamic model with parameters estimated by the least squares algorithm has high precision; and the filtering performance of the SVDUKF algorithm has high-efficiency, which can improve the stability of the system.

Key words: machine tool technology, stability, least squares algorithm, SVDUKF algorithm

中图分类号: 

  • TG659

[1] 李福义. 液压技术与液压伺服系统[M]. 哈尔滨:哈尔滨工程大学出版社, 1992.

[2] Lee J H, Ricker N L. Extended Kalman filter based nonlinear model predictive control[J]. Industrial & Engineering Chemistry Research, 1994, 33(6): 1530-1541.

[3] Wan E A, van Der Merwe R. The unscented Kalman filter for nonlinear estimation[C]//In Proceedings of IEEE Symposium 2000 (AS-SPCC), Lake, Louise, Alta, 2000.

[4] Detic∨ek E, Kiker E. An adaptive for force control of hydraulic drives of facility for testing mechanical co-nstructions[J]. Experimental Techniques, 2001, 25(1): 35-39.

[5] 韩贺永, 黄庆学, 张洪, 等. 液压矫直机液压伺服系统动态特性分析比较[J]. 吉林大学学报:工学版, 2012, 42(2): 372-376. Han He-yong, Huang Qing-xue, Zhang Hong, et al. Analysis and comparison of dynamic characteristics of hydraulic leveler servo system[J]. Journal of Jilin University (Engineering and Technology Edition), 2012, 42(2): 372-376.

[6] 吴广玉. 系统辨识与自适应控制[M]. 哈尔滨: 哈尔滨工业大学出版社, 1987.

[7] Ding F, Shi Y, Chen T. Auxiliary model-based least-squares identification methods for Hammerstein output-error systems[J]. Systems & Control Letters, 2007, 56(5): 373-380.

[8] Zhang X, Hu W, Zhao Z, et al. SVD based Kalman particle filter for robust visual tracking[C]//19th International Conference on Pattern Recognition, Tampa, Florida, United States, 2008.

[9] 曲从善, 许化龙, 谭营. 一种基于奇异值分解的非线性滤波新算法[J]. 系统仿真学报, 2009, 21(9): 2650-2653. Qu Cong-shan, Xu Hua-long, Tan Ying. New nonlinear filtering algorithm based on SVD[J]. Journal of System Simulation, 2009, 21(9): 2650-2653.

[10] Zhang Fei, Liu Guang-jun, Fang Li-jin. Battery state estimation using unsented Kalman filter[C]//IEEE International Conference on Robotics and Automation, Kobe, Japan, 2009.

[11] 朱胤, 史小平. 随机机动目标拦截中的多模型自适应估计算法[J]. 吉林大学学报:工学版, 2010, 40(2): 554-559. Zhu Yin, Shi Xiao-ping. Multi-model adaptive estimation algorithm for interception of randomly maneuvering targets[J]. Journal of Jilin University (Engineering and Technology Edition), 2010, 40(2): 554-559.

[12] 马玉龙, 何玉庆, 韩建达, 等. 基于加速度信号增强的无色卡尔曼滤波(Unscented Kalman Filter, UKF)方法在水面移动机器人中的应用[J]. 机械工程学报, 2012, 39(2): 1-8. Ma Yu-long, He Yu-qing, Han Jian-da, et al. Acceleration enhanced unscented Kalman filter algorithm and its applications on unmanned surface vehicles[J]. Chinese Journal of Mechanical Engineering (CJME), 2012, 39(2): 1-8.

[1] 贾拓,赵丁选,崔玉鑫. 铰接式装载机倾翻预警方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1762-1769.
[2] 金立生, 谢宪毅, 高琳琳, 郭柏苍. 基于二次规划的分布式电动汽车稳定性控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1349-1359.
[3] 秦静, 徐鹤, 裴毅强, 左子农, 卢莉莉. 初始温度和初始压力对甲烷-甲醇裂解气预混层流燃烧特性的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1475-1482.
[4] 闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[5] 宫洵, 蒋冰晶, 胡云峰, 曲婷, 陈虹. 柴油机主-从双微元Urea-SCR系统非线性状态观测器设计与分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1055-1062.
[6] 陈东辉, 吕建华, 龙刚, 张宇晨, 常志勇. 基于ADAMS的半悬挂式农业机组静侧翻稳定性[J]. 吉林大学学报(工学版), 2018, 48(4): 1176-1183.
[7] 宫亚峰, 何钰龙, 谭国金, 申杨凡. 三跨独柱连续曲线梁桥抗倾覆稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(1): 133-140.
[8] 何仁, 陈珊珊. 基于液力缓速器换挡控制的半挂汽车列车制动稳定性[J]. 吉林大学学报(工学版), 2017, 47(6): 1677-1687.
[9] 罗蓉, 曾哲, 张德润, 冯光乐, 董华均. 基于插板法膜压力模型的沥青混合料水稳定性评价[J]. 吉林大学学报(工学版), 2017, 47(6): 1753-1759.
[10] 汤华国, 马贤锋, 赵伟, 刘建伟, 赵振业. 高性能金属铝的制备、微观结构及其热稳定性[J]. 吉林大学学报(工学版), 2017, 47(5): 1542-1547.
[11] 林君, 赵越, 蒋川东, 王应吉. 基于优化Block反演的地面磁共振测深新方法[J]. 吉林大学学报(工学版), 2017, 47(2): 530-539.
[12] 赵靖华, 胡云峰, 高炳钊, 陈虹. 基于尿素选择催化还原系统的氨覆盖率非线性降维观测器设计[J]. 吉林大学学报(工学版), 2017, 47(2): 583-590.
[13] 訚耀保, 原佳阳, 傅俊勇. 先导阀前腔串加阻尼孔的新型双级溢流阀特性[J]. 吉林大学学报(工学版), 2017, 47(1): 129-136.
[14] 张义花, 许洪国, 刘宏飞. 基于Trucksim的双挂汽车列车瞬态侧翻状态[J]. 吉林大学学报(工学版), 2016, 46(4): 1065-1069.
[15] 高琳琳, 金立生, 郑义, 李科勇. 四轮转向车辆的径向基函数神经网络复合控制器设计[J]. 吉林大学学报(工学版), 2016, 46(2): 366-372.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!