基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113283090A(43)申请公布日2021.08.20(21)申请号202110595162.4(22)申请日2021.05.28(71)申请人中国民航大学地址300300天津市东丽区津北公路中国民航大学南区(72)发明人刘晓琳谢孟岑(74)专利代理机构西安铭泽知识产权代理事务所(普通合伙)61223代理人耿路(51)Int.Cl.G06F30/20(2020.01)G06N3/00(2006.01)权利要求书3页说明书7页附图4页(54)发明名称基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法(57)摘要本发明涉及基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法,建立飞机舵机电动伺服系统，并将LuGre摩擦模型引入到建立的飞机舵机电动伺服系统中建立摩擦扰动模型；利用改进的蜂群算法对建立的摩擦扰动模型中的模型参数进行识别；根据识别出的LuGre摩擦模型设计前馈控制补偿器，通过设计的前馈控制补偿器对飞机舵机电动伺服系统中的非线性摩擦力扰动进行补偿；采用改进蜂群算法对模型参数进行辨识，可实现对摩擦模型的精确辨识，通过提高算法搜索能力的自适应性、全局搜索能力和收敛精度，进而提高摩擦模型参数辨识精度。CN113283090ACN113283090A权利要求书1/3页1.基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于：建立飞机舵机电动伺服系统，将LuGre摩擦模型引入到建立的飞机舵机电动伺服系统中建立摩擦扰动模型；利用改进的蜂群算法对建立的摩擦扰动模型中的模型参数进行识别；根据识别出的LuGre摩擦模型设计前馈控制补偿器，通过设计的前馈控制补偿器对飞机舵机电动伺服系统中的非线性摩擦力扰动进行补偿。2.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，通过LuGre摩擦模型中建立摩擦扰动模型，该摩擦扰模型具体如下：式中，ω为输出角速度，z为刚毛变形量；Fc为库伦摩擦力；Fs为最大静摩擦力；Ff为总摩擦力；σ0为刚度系数；σ1为阻尼系数；σ2为粘性摩擦系数；vs为Stribeck速度。vs、Fc、Fs、σ2为静态参数，σ0、σ1为动态参数；当系统处于匀速运转状态时，代入式(1)可得系统Stribeck静态摩擦模型，通过对其进行恒速跟踪实验可以实现相关摩擦参数辨识；Stribeck静态摩擦模型表达式为：3.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，蜂群算法是按照如下方法进行改进：S1.初始化，产生初始蜂种群；S2.在初始蜂种群中选择初始蜜源；S3.判断前后两次最优蜜源的适应度值是否相同；当适应度值相同时进入到步骤S4中；当适应度值不相同时进入到步骤S5中；S4.根据Tent混沌改进序列对最优蜜源的位置进行更新；S5.计算各蜜源的适应度，雇佣蜂根据反向轮盘赌的方法招募观察蜂；S6.计算新尝试位置的蜜源适应度，记录当前的最优解；S7.判断S6中记录的最优解是否满足最大迭代次数；如满足最大迭代次数则进入到步骤S8中，如不满足最大迭代次数，则返回到步骤S3之前开始重新执行；S8.输出最优蜜源。4.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，S4中通过Tent混沌改进序列对最优蜜源的位置进行更新，该Tent混沌的计算方式如下：2CN113283090A权利要求书2/3页式(3)对常规变量xij进行映射变换，得到混沌变量xk+1，xk+1介于[0,1]之间，再通过式(4)对混沌变量xk+1变换成常规变量5.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，步骤S5通过雇佣蜂根据反向轮盘赌的方法招募观察蜂，所述反向轮盘赌的函数如下：式(5)的自适应因子σi进行引入到蜜源选择概率中，根据解的不同情况作为权值计入到式(6)中，获的修改后的概率Pi。6.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，步骤S6中的新尝试位置的蜜源适应度的计算方法如下：vij＝xbest,j+w(fbest‑fi)(xij‑xkj)(8)式中w为自适应调整系数；t为迭代次数；tmax为最大迭代次数；xbest,j为上次最优原蜜源；fbest为当前最优蜜源的适应度值；vij为迭代步长。7.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，非线性摩擦力扰动进行补偿的非线性摩擦力计算函数如下：前馈控制补偿器传递函数为：式中，KL为金属橡胶缓冲弹簧刚度系数；Kg为加载梯度；La为定子电流自感；M为定子绕相间互感；KT为电机转矩系数；J为电动机转动惯量；B为阻尼系数；Ce电机反电动势系数；Cm为力矩常数。3CN