劉莉欣，曹云峰，莊麗葵，王 彪

(1.南京航空航天大學(xué)自動化學(xué)院，江蘇 南京210016;2.南京航空航天大學(xué) 高新技術(shù)研究院，江蘇南京210016)

四旋翼飛行器是一種具有4個螺旋槳的飛行器，并且4個螺旋槳呈十字形交叉結(jié)構(gòu)，相對的四旋翼具有相同的旋轉(zhuǎn)方向，分2組，2組的旋轉(zhuǎn)方向不同.具有垂直起降穩(wěn)定懸停和自主巡航能力.與傳統(tǒng)的直升機(jī)不同，四旋翼直升機(jī)能通過改變螺旋槳的速度來實現(xiàn)各種動作.在軍事和民事領(lǐng)域具有廣闊的應(yīng)用前景.

微小型四旋翼飛行器的姿態(tài)取決于4個直流電機(jī)的轉(zhuǎn)速［1］.為了精確控制電機(jī)的轉(zhuǎn)速，通常對電機(jī)模型的傳遞函數(shù)進(jìn)行辨識，電機(jī)的扭矩和角速度等輸出取決于當(dāng)前輸入電壓.當(dāng)然它們的這種相關(guān)性取決于電機(jī)的電感、電阻、轉(zhuǎn)動慣量以及摩擦因數(shù)和載荷等因素.用系統(tǒng)辨識方法確定的傳遞函數(shù)相對比機(jī)理建模準(zhǔn)確，辨識得到直流電機(jī)模型的一種方法是利用遞推預(yù)報誤差方法(RPEM)，該方法利用電壓作為輸入，位置信息作為輸出，有研究者利用一個加有噪聲的變化電壓作為輸入，位置信息作為輸出來進(jìn)行辨識，然而極少能得到準(zhǔn)確模型.系統(tǒng)辨識方法也廣泛應(yīng)用于非線性機(jī)電一體化系統(tǒng)［2］、異步電機(jī)［3］、數(shù)控機(jī)床［4］和機(jī)器人技術(shù)［5］方面.本文直流電機(jī)模型的辨識將利用脈沖響應(yīng)來得到輸出數(shù)據(jù)，通過最速下降自回歸滑動平均模型算法(ARMA)來將原系統(tǒng)輸出角速度和辨識模型的角速度之間的誤差降到最?。?］.建立起ARMA模型后通過脈沖響應(yīng)辨識出系統(tǒng)的Z變換傳遞函數(shù)模型.

1 直流電機(jī)模型

對于直流電機(jī)，根據(jù)機(jī)械和電壓守恒有以下2個等式:

其中T為電機(jī)扭矩，Tload為電機(jī)載荷扭矩，ω為電機(jī)角速度，J為電機(jī)轉(zhuǎn)動慣量，b為電機(jī)摩擦因數(shù)，Vin為電機(jī)輸入電壓值，Vemf為電磁式電壓力，i為電機(jī)電流，R為電機(jī)繞組阻值，L是電機(jī)繞組電感.

另外扭矩T和電機(jī)當(dāng)前電流存在比例關(guān)系，電磁電壓Vemf與電機(jī)角速度ω存在比例關(guān)系，

其中Km是電機(jī)機(jī)械常數(shù)，Ke為電機(jī)電力常數(shù).

另外電機(jī)載荷的扭矩可以進(jìn)一步化成包含載荷轉(zhuǎn)動慣量的形式.

將(3)～(5)式代入(1)、(2)，將輸入電壓作為輸入，電機(jī)轉(zhuǎn)速作為輸出并且進(jìn)行拉氏變換，得到電機(jī)輸入輸出模型，如圖1所示.

2 ARMA模型和最速下降算法

系統(tǒng)辨識指的是通過實驗數(shù)據(jù)(系統(tǒng)的輸入和輸出)來確定系統(tǒng)的模型.

在ARMA模型中，假設(shè)被辨識的系統(tǒng)滿足以下條件:

輸入輸出值可通過待辨識系統(tǒng)的仿真或物理模型的實際測量得到，輸入輸出在式(6)中用來計算，它們的關(guān)系如圖2所示，aj和bi隨著輸入輸出的值變化而變化，使得誤差最小.

其中p是有效數(shù)據(jù)采樣數(shù)，每個序列最小二乘逼近值為:

這是我們需要的最小化誤差方程.

最速平滑下降算法可以在此處用來計算誤差的最小值，通過以下求導(dǎo)可得:

最速下降平滑算法被用來得到以下不斷更新的值:

其中α為步長，為了得到最佳步長值，可以利用線性搜索方法，但該方法相對用時較長，參數(shù)確定之后，我們就可以利用計算ARMA模型的Z變換來得到待估計模型的傳遞函數(shù):

我們知道，當(dāng)系統(tǒng)的輸入為脈沖函數(shù)時，系統(tǒng)的輸出為y(n)，等于該系統(tǒng)傳遞函數(shù)h(n).因此系統(tǒng)輸出的Z變換等于系統(tǒng)傳遞函數(shù)的Z變換值H(z).

3 仿真結(jié)果

利用脈沖輸入來使得電機(jī)模型產(chǎn)生角速度的輸出，然后根據(jù)已知的輸入和電機(jī)角速度的輸出，利用ARMA算法對模型參數(shù)aj和bi進(jìn)行計算，從而就能得到待辨識的模型.

對實驗室飛行器上的電機(jī)進(jìn)行辨識，已知飛行器400個輸入數(shù)據(jù)，400個輸出數(shù)據(jù)，取步長為5×10-7，5 ×10-6，1 ×10-5，辨識模型輸入輸出如圖3 ～5所示，可見步長取5×10-6更加接近電機(jī)實際輸出模型，步長越小，待辨識模型接近實際模型的速度變慢，而步長過大導(dǎo)致電機(jī)待辨識模型噪聲過大，最大值與最小值之間差距抖動劇烈，模型結(jié)構(gòu)相對不穩(wěn)定.因此我們?nèi)”容^接近實際模型的步長值5×10-6.圖6為實際電機(jī)模型輸出.

圖6與圖4很相似，一定程度保證了數(shù)據(jù)的有效性.通過已知的輸入輸出和本文第3章介紹的ARMA及最速下降平滑算法，可以計算出aj和bi的值，從而得到系統(tǒng)脈沖傳遞函數(shù)的模型.分別對系統(tǒng)進(jìn)行3階、4階和5階的脈沖傳遞函數(shù)的計算，結(jié)果為

不同階數(shù)脈沖傳遞函數(shù)得到的系統(tǒng)進(jìn)行階躍響應(yīng)，曲線如圖7～9所示.

4 結(jié)語

階躍響應(yīng)輸入值為1，而電機(jī)采用的輸入值為前200個數(shù)據(jù)是0.15定值，后200個數(shù)據(jù)是0.圖3中可見，前200 ms時系統(tǒng)已達(dá)穩(wěn)定狀態(tài)，電機(jī)輸出峰值在300～350 rad/s，部分值接近400 rad/s，我們對辨識出的3階系統(tǒng)模型進(jìn)行階躍輸入，可見輸出值為2 000左右;對辨識出的4階系統(tǒng)模型進(jìn)行階躍輸入，可見輸出值為3 000左右;而我們對辨識出的5階系統(tǒng)模型進(jìn)行階躍輸入，可見輸出值為3 000左右.3階系統(tǒng)穩(wěn)定值與電機(jī)模型輸出輸入值相比，比4階與5階系統(tǒng)的更接近.可見3階系統(tǒng)更接近系統(tǒng)真實值.因電機(jī)系統(tǒng)本來階數(shù)較小，增大階數(shù)反而引進(jìn)了不必要的誤差，并且階數(shù)越大引入的誤差反而越大，未來我們可以對輸出信號進(jìn)行多種階數(shù)的測試，并對電機(jī)輸出值進(jìn)行濾波處理，將野值進(jìn)行剔除，這樣所得結(jié)果會更準(zhǔn)確.

［1］楊成順，楊忠，張強(qiáng).一種新型多旋翼飛行器的建模與反演控制［J］.濟(jì)南大學(xué)學(xué)報:自然科學(xué)版，2013(1):52-58.

［2］ANGERER B T，HINTZ C.Online identification of a nonlinear mechatronic system［J］.Control Engineering Practice，2004，12(11):1465-1478.

［3］KOUBAA Y.Recursive identification of induction motor parameters［J］.Simulation Modelling Practice and Theory，2004，12(5):363-381.

［4］YAN M T，LEE M H，YEN P L.Theory and application of a combined self-tuning adaptive control and crosscoupling control in a retrofit milling machine［J］.Mechatronics，2005，15(2):193-211.

［5］?STRING M，GUNNARSSON S，NORRL?F M.Closedloop identification of an industrial robot containing flexibilities［J］.Control Engineering Practice，2003，11(3):291-300.

［6］郭永剛，許亮華，水小平.基于脈沖響應(yīng)數(shù)據(jù)的ARMA法建模以及模態(tài)參數(shù)識別［J］.地震工程與工程振動，2006，26(5):167-171.