1 安徽建筑大学机械与电气工程学院，安徽 合肥 230601
2 合肥工业大学仪器科学与光电工程学院，安徽 合肥 230009
针对工业机器人绝对定位精度不高的现状，提出一种基于双目视觉辨识运动学参数的方法。首先，基于modified Denavit-Hartenberg参数建立机器人运动学模型；其次，规划机器人末端以多空间球形运动，采用双目视觉系统测量不同末端位置相对球心的实际距离，与理论距离对比构造相对距离误差函数；然后，使用粒子群算法迭代求解运动学参数误差，并利用正余弦策略和信赖域优化对粒子群算法进行优化，降低粒子群陷入局部寻优的可能性；最后，对运动学参数进行补偿并对比验证。实验结果表明：距离平均误差由1.1601 mm减少到0.2260 mm，精度提高了80.52%；标准差由0.6582 mm减少到0.1412 mm，精度提高了78.55%，验证了所提方法的高效性和实用性。
机器视觉 运动学参数辨识 双目视觉 粒子群 距离误差 绝对定位精度 激光与光电子学进展
2023, 60(14): 1415002
华中光电技术研究所-武汉光电国家研究中心, 湖北 武汉 430223
机载光电吊舱的误差来源有很多种, 其中一种就是摩擦力矩, 当光轴处于低速或来回转动时, 其摩擦力矩会在静摩擦和滑动摩擦之间来回变化, 难以预测。使用辨识方法建立摩擦模型, 并加以补偿, 是提高两轴两框架光轴精度的一种方法。介绍了摩擦力矩的建模过程, 使用两只吊舱对比了四种模型的拟合效果。拟合结果表明, 库伦+粘滞模型中缺少对于静摩擦力的描述; 静摩擦+库伦+粘滞模型中静摩擦到动摩擦是跳变, 很难进行摩擦力的估计和补偿; LuGre模型不仅有静摩擦的相关描述, 其曲线缓慢变化更贴近低速时接触面处于静摩擦和动摩擦来回变动的特性, 具有较好的拟合特性。通过实验验证了LuGre模型的准确性和优越性。
光电吊舱 摩擦力矩 LuGre模型 库伦+粘滞+静摩擦模型 参数辨识 electro-optical pod friction torque LuGre Model Coulomb and viscous and static friction model parameter identification
1 中北大学 机械工程学院，山西 太原 030051
2 中北大学 电气与控制工程学院，山西 太原 030051
通过弹性力学对自由边界条件下的矩形薄板结构进行理论分析，建立了薄板结构的几何、物理及平衡方程。通过分析薄板纯弯曲情况，求得其挠度曲线函数表达式。运用COMSOL软件对基于压电陶瓷(PZT)材料的方形薄板在该条件下进行仿真分析，并通过参数辨识对仿真与理论进行曲线拟合，验证了理论与仿真的一致性。通过实验测试验证了仿真数据的真实性，并在此基础上解出方形薄板的偏转角度，实现了薄板在激光通信领域中对光束的偏转，进而达到精确控制光束偏转角度的功能。
矩形薄板 压电微镜 偏转角 参数辨识 rectangular thin plate piezoelectric micromirror deflection angle parameter identification
浙江理工大学 机械与自动控制学院, 浙江 杭州 310018
为了辨识压电陶瓷中的迟滞非线性, 该文提出一种改进的粒子群算法(PSO)对非对称Bouc-Wen模型进行参数优化。首先在归一化Bouc-Wen模型中引入非对称因子描述非对称特性, 解决该模型只适用于描述对称迟滞的问题。其次通过引入混沌映射、收缩因子和动态学习因子来对传统PSO进行改进, 动态改变粒子群的权重和学习因子, 有效地提高算法的搜索能力和收敛速度。最后通过改进的PSO对非对称Bouc-Wen模型进行参数辨识。结果表明, 改进的粒子群算法能较好地辨识Bouc-Wen模型参数, 验证了方法的有效性。
压电陶瓷 改进粒子群算法(PSO) 非对称Bouc-Wen模型 迟滞非线性 参数辨识 piezoelectric ceramics improved particle swarm algorithm asymmetric Bouc-Wen model hysteresis nonlinearity parameter identification
南京航空航天大学 机电学院, 江苏 南京 210016
该文设计了一种径向双压电叠堆执行器, 可以实现单压电或双压电叠堆驱动, 在不增加轴向长度的基础上实现输出位移的放大。针对该执行器, 建立了基于Bouc-Wen的压电动态迟滞力模型作为执行器整体动力学模型力的输入; 在MATLAB/Simulink中, 基于最小二乘法对迟滞力模型中的参数进行辨识。仿真与实验结果表明, 在峰-峰值140 V、直流偏置70 V的激励信号下, 两根长为18 mm的压电叠堆在复合驱动下能输出约55 μm的位移, 实现了执行器的位移放大输出且在高频下无明显衰减; 所建立的执行器动态迟滞模型很好地描述了单压电或双压电叠堆在1~600 Hz驱动频率下的电压-位移滞环曲线。在驱动频率为600 Hz时, 双压电复合驱动的模型最大均方根误差为1.13 μm, 最大相对误差为6.1%, 为大位移、高精度的执行器控制提供了基础。
双压电叠堆 执行器 频率相关 迟滞 参数辨识 dual-piezoelectric stack actuator frequency dependence hysteresis parameter identification
南京航空航天大学 机电学院, 江苏 南京 210016
针对双压电二维叠堆执行器的输出迟滞性问题, 该文设计了一种双压电复合控制方法。先建立执行器数学模型并完成参数辨识,再结合非对称Bouc-Wen模型与增量微分、积分及比例(PID)模型, 完成复合控制模型的建立, 最后基于数字信号处理(DSP)控制器完成前馈控制、增量PID控制与复合控制的实验对比。结果表明, 该复合控制方法能有效抑制执行器的输出迟滞性, 当驱动电压峰-峰值为96 V, 频率为500 Hz时, 执行器滞环率仅为未控制时滞环率的31.6%, 远低于前馈控制时滞环率(74.2%)及增量PID控制时滞环率(167.8%)。
执行器 压电叠堆 参数辨识 复合控制 嵌入式控制 actuator piezoelectric stack parameter identification composite control embedded control
1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国科学院大学，北京100049
3 中国科学院大学 材料与光电研究中心，北京100049
针对模块化关节，设计了一套离线辨识方法，对关节的摩擦模型进行了辨识，并对摩擦力进行了补偿。首先，介绍了该模块化关节的结构和控制系统，建立了关节的动力学模型。然后，基于LuGre摩擦模型对关节摩擦力进行了建模，分别用灰狼算法和分段最小二乘配合伪随机序列法辨识了模型的参数，并进行对比分析。最后，设计了基于LuGre摩擦模型的前馈补偿算法，并进行了实验验证。实验结果表明：相较于分段最小二乘法，灰狼算法的辨识精度提高了19.2%；给定幅值为1 （°）/s，频率为10 Hz的正弦速度信号，摩擦补偿使关节速度跟踪误差从0.295 （°）/s减少为0.183 （°）/s；关节速度环带宽从12 Hz提高到18 Hz。多次实验显示，辨识的数据具有较高的重复性，验证了辨识方法的有效性。设计的前馈摩擦补偿算法可以改善关节控制系统的动态性能。
模块化关节 参数辨识 LuGre摩擦模型 灰狼算法 摩擦补偿 modular joint parameter identification LuGre friction model grey wolf optimizer friction compensation 光学 精密工程
2021, 29(11): 2683
西安电子科技大学 电子工程学院，陕西 西安 710071
提出一种基于多项式的接收机行为建模方法。采用Hammerstein模型构建接收机行为模型，分别用非线性模块与记忆线性模块表征接收机非线性特性和记忆效应；利用傅里叶级数和最小二乘法分别辨识行为模型的非线性模块参数与线性模块参数；最后通过接收机ADS模型仿真数据，验证所提出的接收机非线性行为建模方法。对比分析了ADS仿真和行为模型的AM-AM特性及单音时域波形，实验结果表明，接收机行为模型的AM-AM特征曲线及时域波形与ADS仿真数据吻合程度较好。本文方法可预测接收机的非线性响应，对在复杂电磁环境下的接收机非线性效应评估具有理论价值。
接收机 行为级建模 Hammerstein模型 参数辨识 receiver behavioral modeling Hammerstein model parameter identification 太赫兹科学与电子信息学报
2021, 19(5): 939
1 山东大学 前沿交叉科学青岛研究院，山东青岛266200
2 山东大学 空间科学研究院，山东威海6409
由于制造和装配误差，反作用飞轮产生的谐波干扰是导致光学遥感卫星微振动现象出现的主要因素，微振动现象严重阻碍了光学遥感卫星向更高分辨率方向发展。为了在设计时更有效地抑制光学遥感卫星微振动现象，需要较好地把握反作用飞轮微振动相关参数。本文提出了一种反作用飞轮连续转速状态下的参数辨识方法，即在时频域内获取飞轮扰振变化特性。首先利用时频分析获取非稳定干扰力信号的时频分布；然后利用加扇形窗的线性最小二乘估计方法辨识反作用飞轮的倍频特征；其后建立与飞轮转速相关的参数化模型，并利用加权非线性最小二乘估计方法辨识出参数化模型的待估参数，其后将模型参数转化为模态参数；再结合模态参数和倍频参数，获取飞轮干扰力或力矩的转速-频率峰值点。最后通过一组反作用飞轮测试试验验证本文所提出的方法，试验结果显示，连续转速状态下的辨识结果更接近反作用飞轮真实工作状态，该方法准确掌握了飞轮干扰力和力矩变化趋势，相对于传统固定转速状态下的测试结果平均误差小于1%，结果具有良好的精度。
反作用飞轮 参数辨识 微振动 时频分析 reaction wheel assembly parameter identification micro-vibration time-frequency analysis
