液压伺服驱动系统的非线性辨识[外文翻译].rar

液压伺服驱动系统的非线性辨识
Mohieddine Jelali and Helmut Schwarz

这篇文章论述了通过观察典型液压伺服驱动器的输入输出测量采样数据的非线性模型的辨识。这些数据是通过一种改进的递归器械变数算法处理的，用来提供设备动态的输入输出关系。从输入输出关系的参数中，可以推导出连续状态空间非线性模型。被应用在强非线性驱动技术中的测试技术在我们实验室用于研究已有数年。结果证明在数据和实体模型中具有很好的相合性。

导 言
液压伺服驱动技术被应用在许多工业设备中，因为它们能在高速时产生很大的力和扭矩。然而，像驱动系统这种比较复杂的结构使得它很难制定合适的，更适宜的低阶的设备动态模型。在状态观测器、过滤器以及控制器中需要这种模型。如果设备的模型具有非线性规范形式[1，2]，这种设计就可以大大的简化。然而在实际的硬件中，系统很少具有这些合适的形式。因此，首先必须在严密的条件下和用相当精确的结果将非线性转化为规范形式（部分不同方程式的综合和非线性方程式的倒置）。为了避免这个问题，系统辨识技术的实际应用在一些需要的形式中提供了非常满意的单元体模型。
在这篇文章中指出研究的目的是在非线性观察器的规范形式中通过确定的参数直接获得液压伺服驱动系统的模型。近年来，许多人一直努力致力于采用双线性模型对液压系统进行建模。许多这样的模型通过实际设备的测试得到评估，而且能很好的确定出[3，4，5]。但是，这些已用的确定模型、最大可能实现的方法和预示错误的方法，都需要合适地说明（相当足够）不可知参数的最初评价和系统的陈述。一个不合适的选择会引起集中和单一问题，这些问题在实际应用中是很难解决的。
在这篇文章里，参数的估计是基于已修正过的递归器械变量运算法则，它能使我们克服上面提到的许多困难。为了更好地建立实际液压驱动器动态模型，我们考虑使用二阶非线性方程。对于测量派生处理的时间来说，这种所谓的被塞格拉和照[6]提出的线性积分滤波器被应用了。这个辨识步骤被应用在一个实验装置中。在数据和模型中获得了很好的相合性，这些模型是在非线性，特别是二阶的、观察器规范形式中直接确定的。