磁粉制动器的建模与辨识研究.pdf

模式识别
《电气自动化》2010年第32卷第5期
Pattern Recognition
磁粉制动器的建模与辨识研究
王カ1钱林方高强王引生2
(1.南京理工大学机械工程学院,江苏南京210094;2.总装备部工程兵西安军代室,映西西安71008
摘要:获取执行环节的模型是进行系统分析、预测和控制器设计的基础。该文针对工业中常用的磁粉制动器进行了深入研究,通过分析
其工作机理,指出转矩控制非线性因素和不确定因素的来源;进而采用神经网络辨识的方法获取磁粉制动器激磁电流与制动扭
矩之间的映射关系。为了避免参数陷入局部极小并提高学习效率,引入误差饱和抑制函数来防止网络学习的早熟。实验结果表
明,本文所设计的神经网络辨识器辦识精度较高,弥补了此前文献中近似拟合的不足,为随后设计随动负载模拟器中的摩擦阻力
矩控制器奠定了良好基础。
关键词:磁粉制动器建模神经网络误差饱和抑制
[中图分类号」TP391.4;TP273[文献标识码]A[文章編号]10003886(2010)05-0055-04
Research on Modeling and Identification of Magnetic Particle Brake
Wang Ii! Qian Iinfang' Gao Qiang' Wang Yinsheng
( 1. School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing Jiangsu 210094, China
2. Milia Representative Ofice of the General Armaments Deparment in Xi'an Area, Xi an Shanxi 710068, China
Abstract: In general, the first and the most important step in system analysis, prediction and controller design is to acquire the proper model of the
drive element. In order to design the force controller in the load simulator, the magnetic particle brake(MPB )is studied in this paper,
which has widespread used in industry field. Through analyzing the working principle of MPB, the origin of nonlinear and uncertain
factors are indicated, and then obtain the map function between exciting current and brake torque of MPB by using the developed iden
tifier of neural networks. In order to avoid the learning process traps into local minimum and improve the learning efficiency, an crror
saturation prevention (ESP function is proposed to prevent the premature saturation(PS)phenomenon. Simulation and experimental
sults show that the developed identifier has high precision, not only cover the shortage of approximate fitting in former thesis, but also
lays a solid foundation for the following design of frictional resistance moment controller, which in the load simulator
Keywords: magnetic particle brake modeling neural networks error saturation prevention
0引言
于段,通过在每一小段内进行直线拟合的方式对磁粉制动器的非
磁粉制动器是一种多用途、性能优越的自动控制元件,它以磁线性特征进行补偿,用以提高张力控制的精度。
粉为工作介质,以激磁电流为控制手段,实现控制转矩或制动的目
笔者在进行某武器系统模拟加载装置的研究时,需要利用磁
的。将磁粉制动器的从动端由固定改为旋转就成为磁粉离合器,
粉制动器的制动力矩模拟武器系统处于不同角度时候的摩擦阻力
用于动力扭矩的传输。磁粉制动器的制动转矩与激磁电流基本呈
矩。由于摩擦阻力矩的变化范围大且对加载精度要求较高,通过
线性关系而与转速或滑差速度无关,具有控制功率低、响应速度测量磁粉制动器的激磁电流和制动扭矩数据,进行分段拟合来实
快、结构简单、无冲击振动、无噪音污染等优点,主要应用于卷取装现对加载扭矩的控制已显得难以满足设计要求。
置的张力自动控樹系统和实验系统中的模拟加载装置-。
多层前馈神经网络广泛用于函数逼近、参数学习、模式识别、信
由于磁粉材料本身的磁滞非线性特性,使得磁粉制动器的加
号处理等领域;但是基于梯度下降法的BP神经网络存在易陷入局
载精度与动态响应均存在较大误差。为了克服此项缺陷,实现高部最优和学习速度较慢的缺点,严重影响网络的性能的-?。研究表
精度的扭矩加载,必须要得到磁粉制动器的数学模型。文献[3]通
明:学习过程的早熟是制约学习效率的关键,而误差饱和与输出制
过测量磁粉制动器输出扭矩和加载电流在上升与下降两个阶段的动扭矩之间的数据进行学习。实验结果表明,本文所设计的神经网
离散数据,进行最小二乘拟合,得到拟合方程,进而用来设计控制
络辨识器精度较高,弥补了此前文献中近似拟合的不足,为随后设
器;文就[41将磁粉制动器近似为一阶惯性环节,在常规PID控制
计随动模拟加载装置中的摩擦阻力矩控制器奠定了良好基础。
器的基础上,复合二阶微分环节,用以补偿一阶惯性环节的滯后,1机理分析
提高系统的控制灵敏度,解决了低速情况下磁粉制动器的爬行问
磁粉制动器( Magnetic Particle Brake)是德国的W?伏格尔于
题;文献151将磁粉制动器制动力矩随激磁电流变化的曲线分成若1943年发明并应用于缓冲装置中,后来经过许多科学家的努力,
Electrical Automation 55