申请/专利权人：南京理工大学

申请日：2021-12-17

公开（公告）日：2024-06-07

公开（公告）号：CN114337427B

主分类号：H02P21/14

分类号：H02P21/14;G06F17/18;G06F17/16;G06F17/15

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明公开了一种带遗忘因子的递推最小二乘法的转动惯量辨识方法。该方法如下：将异步电机运动方程写成递推最小二乘形式，确定输出变量，待辨识参数和观测矩阵；定义观测量长度、遗忘因子、初始化协方差矩阵和辨识参数；计算当前时刻的增益矩阵；计算当前时刻协方差；更新参数估计值；更新目标函数值；将计算的目标函数值与预设的目标函数值比较，不断更新，最终计算得到电机转动惯量信息。本发明引入一种带遗忘因子的递推最小二乘法的转动惯量辨识方法，提高了电机在负载转动惯量变化等情况下的系统控制性能。

主权项：1.一种带遗忘因子的递推最小二乘法的转动惯量辨识方法，其特征在于，包括以下步骤：步骤1、建立异步电机的递推最小二乘模型，确定输出量y，待辨识参数θ和观测矩阵步骤2、定义观测量长度、遗忘因子、初始化协方差矩阵P0和待辨识参数θ0；步骤3、计算当前时刻的增益矩阵Kt；步骤4、计算当前时刻协方差Pt；步骤5、更新参数估计值步骤6、更新目标函数值Jtθ；步骤7、将目标函数值Jtθ与预设的目标函数值Jset比较，若Jtθ＞Jset，则t＝t+1并返回步骤3，否则输出电机转动惯量信息；步骤2所述的定义观测量长度、遗忘因子、初始化协方差矩阵P0和待辨识参数θ0，具体如下：步骤2.1、将估计公式离散化，用差分方程的形式来描述： 式中，yk是系统的第k时刻的输出采样值，uk是系统的第k时刻的输入采样值，k为第k时刻；a1...an,b0…bn为待辨识参数；步骤2.2、引入移位算子：AZ-1yk＝BZ-1uk11式中，都为系数矩阵，Z-x表示滞后x个采样周期，u为输出量个数，v为输入量个数；改写为： 式中，ek为广义误差，具体为：ek＝AZ-1yk-BZ-1uk13步骤2.3、引入离散向量和矩阵，对式12有：Y＝[yn+1yn+2…yn+N]T14e＝[en+1en+2…en+N]T15θ＝[a1a2…anb0b1…bn]T16 式中，Y为系统输出矩阵，Φ为系统输入矩阵，θ是待辨识参数阵，e为残差，n为系统阶次，N为第N时刻；整理成Y＝Φθ+e形式的矩阵得： 步骤2.4、将J＝eTe配成完全平方式，得差分形式最小二乘估计公式： 式中Y为系统输出矩阵，Φ为系统输入矩阵，ΦT为系统输入矩阵的转置，是辨识结果矩阵，e为残差；步骤2.5、增加一个观测时刻，观测的输入量为un+N+1，输出量为yn+N+1，有：θ＝[a1a2…anb0b1…bn]T20e＝[en+1en+2…en+N+1]T21ΦN增加一行YN增加一项yn+N+1，有： 为下一时刻的观测矩阵： 步骤2.6、得到参数估计矩阵，具体为： 步骤2.7、引入矩阵求逆引理，有： 式中，PN＝[ΦTNΦN]-1是求得到的协方差矩阵，通常初始化为对角阵，取值1e4～1e10；KN为修正矩阵；yn+N+1为新的输出观测值；是估计后求得的第N+1次的输出估计值；式26-式28即递推最小二乘法辨识公式；步骤2.8、引入遗忘因子，具体如下： 式中，λ为遗忘因子，0.9≤λ≤0.99。

全文数据：

权利要求：

百度查询： 南京理工大学 一种带遗忘因子的递推最小二乘法的转动惯量辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD