本發(fā)明涉及信號(hào)處理領(lǐng)域，具體的說(shuō)，是一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)實(shí)時(shí)辨識(shí)技術(shù)，適用于對(duì)數(shù)字信號(hào)相關(guān)參數(shù)以及超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)進(jìn)行辨識(shí)，可用于控制裝置，如自動(dòng)化、精密機(jī)械等。

背景技術(shù)：

超磁致伸縮驅(qū)動(dòng)器(giantmagnetostrictiveactuator，簡(jiǎn)寫gma)是超磁致伸縮材料的主要應(yīng)用器件之一，具有響應(yīng)速度快、能量轉(zhuǎn)換效率高、輸出負(fù)載大等優(yōu)異性能，在精密驅(qū)動(dòng)、精密加工、以及精密定位等領(lǐng)域具有廣泛的應(yīng)用價(jià)值，但由于超磁致伸縮材料具有鐵磁性功能材料飽和的磁滯非線性特性，導(dǎo)致研制的超磁致伸縮驅(qū)動(dòng)器的輸入電流和輸出位移之間存在磁滯非線性，輸出位移的回程誤差高達(dá)20％左右，不能滿足精密定位的要求。為拓展gma在精密驅(qū)動(dòng)領(lǐng)域的應(yīng)用范圍，迫切需要提高gma的定位精度，因此，需要對(duì)gma輸出位移的磁滯非線性模型進(jìn)行誤差補(bǔ)償，而誤差補(bǔ)償?shù)那疤崾切枰⒕_的gma輸出位移模型。jiles-atherton模型能夠準(zhǔn)確描述gma的磁滯非線性，但模型中包含多個(gè)未知的物理參數(shù)，采用不同的參數(shù)辨識(shí)裝置和方法，所得到模型的精度也不同，其中，賈振元等采用最小二乘法進(jìn)行參數(shù)辨識(shí)，獲得了比較可靠的參數(shù)結(jié)果，具有方法簡(jiǎn)便的優(yōu)點(diǎn)；孟愛(ài)華等采用改進(jìn)的粒子群算法進(jìn)行參數(shù)辨識(shí)，使得模型誤差為5％。

本文在研制一臺(tái)具有響應(yīng)速度快、能量轉(zhuǎn)換效率高、輸出負(fù)載大等優(yōu)異性的gmds的基礎(chǔ)上，采用jiles-atherton模型建立驅(qū)動(dòng)器的輸出位移模型，并提出一種將粒子群和人工魚群混合的優(yōu)化算法，以模型計(jì)算所得的輸出位移與實(shí)驗(yàn)測(cè)得的位移的差值的平方根作為該算法的適應(yīng)度函數(shù)，對(duì)模型的六個(gè)未知參數(shù)進(jìn)行辨識(shí)，以提高gmds輸出位移模型的精度，為后續(xù)控制gmds的定位精度提供基礎(chǔ)。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明公開(kāi)一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置和方法，能夠解決目前利用基于jiles-atherton模型建立超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型參數(shù)辨識(shí)效率低、精確度不高的問(wèn)題。

為實(shí)現(xiàn)以上目的，本發(fā)明通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)：一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)方法，包含以下步驟：

(1a)通過(guò)電流/電壓模塊將位移傳感器輸出4-20ma的電流信號(hào)和電源輸出的電流信號(hào)各自轉(zhuǎn)換成0-3.3v之間的電壓信號(hào)；

(1b)通過(guò)信號(hào)線將電流/電壓模塊輸出的兩路電壓信號(hào)經(jīng)adc模塊同步傳輸?shù)絛sp處理器；

(1c)采集到的輸入電流信號(hào)和位移信號(hào)分別是超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的輸入信號(hào)和輸出信號(hào)，dsp微處理器依據(jù)測(cè)得的信號(hào)進(jìn)行磁滯非線性模型參數(shù)辨識(shí)，參數(shù)辨識(shí)可包括在線實(shí)時(shí)辨識(shí)和離線辨識(shí)，參數(shù)辨識(shí)采用粒子群和人工魚群混合辨識(shí)算法，在不斷獲得測(cè)量數(shù)據(jù)的同時(shí)不斷的修正磁滯非線性模型的參數(shù)；

(1d)重復(fù)上述過(guò)程，直到所辨識(shí)出參數(shù)滿足精度要求或達(dá)到最優(yōu)。

所述的粒子群和人工魚群混合辨識(shí)算法包含以下步驟：

(2a)設(shè)置種群規(guī)模n，加速度參數(shù)c1，c2和c3，慣性權(quán)值w，可視域visual，步長(zhǎng)step，最大試探次數(shù)try_number，擁擠度δ，最大迭代次數(shù)maxgen，誤差e；

(2b)把種群n分為2個(gè)數(shù)量相等的種群pop1和pop2，pop1按照粒子群算法的適應(yīng)度函數(shù)計(jì)算出每個(gè)個(gè)體的適應(yīng)度值，得到最優(yōu)值pg1；pop2按照人工魚群算法的適應(yīng)度函數(shù)計(jì)算出每個(gè)個(gè)體的適應(yīng)度值，得到最優(yōu)值pg2，比較最優(yōu)值pg1和pg2的大小，把最優(yōu)值賦給公告板pg；

(2c)pop1按照粒子群算法得到pg1_new及新的種群pop1_new；

(2d)pop2按照人工魚群算法得到新的最優(yōu)解pg2_new和新的種群pop2_new；

(2e)比較pg1_new和pg2_new的適應(yīng)度值，將最優(yōu)值pg_new和公告板上pg進(jìn)行比較，如優(yōu)于公告板，則更新公告板，反之公告板不變；

(2f)重復(fù)(2c)～(2e)步，直到迭代次數(shù)d達(dá)到設(shè)定的最大迭代次數(shù)maxgen或者公告板上的最優(yōu)解在設(shè)定的誤差e界內(nèi)為止；

(2g)輸出最優(yōu)解(即公告板上的個(gè)體狀態(tài)pg)。

一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置，包含輸入模塊、信號(hào)處理模塊和輸出模塊，所述信號(hào)處理模塊包含數(shù)據(jù)存儲(chǔ)單元、參數(shù)辨識(shí)單元和模糊pid控制單元，參數(shù)辨識(shí)單元由適應(yīng)度函數(shù)和參數(shù)辨識(shí)算法組成，包括參數(shù)離線辨識(shí)部分和參數(shù)在線辨識(shí)兩個(gè)部分，其中參數(shù)辨識(shí)算法采用粒子群和人工魚群混合辨識(shí)算法，不斷采集測(cè)量數(shù)據(jù)并同時(shí)對(duì)辨識(shí)的參數(shù)進(jìn)行修正；

所述輸入模塊包含電流/電壓模塊、按鍵輸入模塊和adc模塊；所述電流/電壓模塊用于將位移傳感器輸出的電流信號(hào)和電源輸出的電流信號(hào)各自轉(zhuǎn)換成電壓信號(hào)；所述按鍵輸入模塊用于參數(shù)離線辨識(shí)與參數(shù)在線辨識(shí)兩種模式的切換；所述adc模塊用來(lái)采集電流/電壓模塊輸出的電壓信號(hào)和溫度傳感器輸出的溫度信號(hào)；

所述輸出模塊包含電源控制模塊、dac模塊和屏幕顯示模塊；所述電源控制模塊用于控制電源輸出的電流信號(hào)；所述屏幕顯示模塊用于顯示參數(shù)辨識(shí)結(jié)果及辨識(shí)誤差值。

本發(fā)明公開(kāi)一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置和方法，通過(guò)信號(hào)線將0-3.3v的電壓信號(hào)和超磁致伸縮驅(qū)動(dòng)器輸入的電流信號(hào)經(jīng)adc模塊同步傳輸?shù)絛sp微處理器，dsp微處理器依據(jù)測(cè)得的信號(hào)進(jìn)行磁滯非線性模型參數(shù)辨識(shí)，采用粒子群和人工魚群混合辨識(shí)算法進(jìn)行參數(shù)辨識(shí)，在不斷獲得測(cè)量數(shù)據(jù)的同時(shí)不斷的修正磁滯非線性模型的參數(shù)；從而提高超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型參數(shù)辨識(shí)的效率和精確度，為gma輸出位移的磁滯非線性補(bǔ)償提供基礎(chǔ)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施或現(xiàn)有技術(shù)中的技術(shù)方案，下面將實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖做簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明中一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置和方法的流程示意圖；

圖2為本發(fā)明中粒子群和人工魚群混合辨識(shí)算法的流程示意圖；

圖3為本發(fā)明中一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置的方塊示意圖；

圖4顯示圖3所示裝置的工作方法。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，本發(fā)明公開(kāi)一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)方法，包含以下步驟：步驟s1，通過(guò)電流/電壓模塊將位移傳感器輸出4-20ma的電流信號(hào)和電源輸出的電流信號(hào)各自轉(zhuǎn)換成0-3.3v之間的電壓信號(hào)；步驟s2，通過(guò)信號(hào)線將電流/電壓模塊輸出的兩路電壓信號(hào)經(jīng)adc模塊同步傳輸?shù)絛sp處理器；步驟s3，dsp處理器依據(jù)測(cè)得的信號(hào)對(duì)磁滯非線性模型進(jìn)行參數(shù)辨識(shí)，參數(shù)辨識(shí)采用粒子群和人工魚群混合辨識(shí)算法，在不斷獲取測(cè)量數(shù)據(jù)的同時(shí)修正模型的參數(shù)；步驟s4，重復(fù)上述過(guò)程，直到辨識(shí)出參數(shù)滿足精度要求或達(dá)到最優(yōu)。

如圖2所示，所述的粒子群和人工魚群混合辨識(shí)算法包含以下步驟：步驟a1，設(shè)置種群規(guī)模n，加速度參數(shù)c1，c2和c3，慣性權(quán)值w，可視域visual，步長(zhǎng)step，最大試探次數(shù)try_number，擁擠度δ，最大迭代次數(shù)maxgen，誤差e；步驟a2，把種群n分為2個(gè)數(shù)量相等的種群pop1和pop2，pop1按照粒子群算法的適應(yīng)度函數(shù)計(jì)算出每個(gè)個(gè)體的適應(yīng)度值，得到最優(yōu)值pg1；pop2按照人工魚群算法的適應(yīng)度函數(shù)計(jì)算出每個(gè)個(gè)體的適應(yīng)度值，得到最優(yōu)值pg2，比較最優(yōu)值pg1和pg2的大小，把最優(yōu)值賦給公告板pg；步驟a3，pop1按照粒子群算法得到pg1_new及新的種群pop1_new；步驟a4，pop2按照人工魚群算法得到新的最優(yōu)解pg2_new和新的種群pop2_new；步驟a5，比較pg1_new和pg2_new的適應(yīng)度值，將最優(yōu)值pg_new和公告板上pg進(jìn)行比較，如優(yōu)于公告板，則更新公告板，反之公告板不變；步驟a6，重復(fù)(a2)～(a5)步，直到迭代次數(shù)d達(dá)到設(shè)定的最大迭代次數(shù)maxgen或者公告板上的最優(yōu)解在設(shè)定的誤差e界內(nèi)為止；步驟a7，輸出最優(yōu)解(即公告板上的個(gè)體狀態(tài)pg)。

如圖3所示，本發(fā)明公開(kāi)一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置，包含輸入模塊10、信號(hào)處理模塊20和輸出模塊30，所述信號(hào)處理模塊包含數(shù)據(jù)存儲(chǔ)單元21、參數(shù)辨識(shí)單元22和模糊pid控制單元23，參數(shù)辨識(shí)單元22由適應(yīng)度函數(shù)和參數(shù)辨識(shí)算法組成，包括參數(shù)離線辨識(shí)部分和參數(shù)在線辨識(shí)兩個(gè)部分，其中參數(shù)辨識(shí)算法采用粒子群和人工魚群混合辨識(shí)算法，不斷采集測(cè)量數(shù)據(jù)并同時(shí)對(duì)辨識(shí)的參數(shù)進(jìn)行修正；所述輸入模塊10包含電流/電壓模塊11、按鍵輸入模塊12和adc模塊13；所述電流/電壓模塊11用于將位移傳感器輸出的電流信號(hào)和電源輸出的電流信號(hào)各自轉(zhuǎn)換成電壓信號(hào)；所述按鍵輸入模塊12用于參數(shù)離線辨識(shí)與參數(shù)在線辨識(shí)兩種模式的切換；所述adc模塊13用來(lái)采集電流/電壓模塊11輸出的電壓信號(hào)和溫度傳感器輸出的溫度信號(hào)；所述輸出模塊30包含電源控制模塊31、dac模塊32和屏幕顯示模塊33；所述電源控制模塊31用于控制電源輸出的電流信號(hào)；所述屏幕顯示模塊用于顯示參數(shù)辨識(shí)結(jié)果及辨識(shí)誤差值。

如圖4所示，進(jìn)一步詳細(xì)顯示了圖3所示裝置的工作方法，工作流程為：位移信號(hào)和電源電流信號(hào)同步采集——數(shù)據(jù)存儲(chǔ)——參數(shù)辨識(shí)——辨識(shí)結(jié)果評(píng)價(jià)——參數(shù)存儲(chǔ)并顯示。超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)控制，其核心是數(shù)據(jù)采集的準(zhǔn)確性和參數(shù)辨識(shí)算法。

本發(fā)明所依據(jù)的超磁致伸縮驅(qū)動(dòng)器數(shù)學(xué)模型和參數(shù)辨識(shí)算法原理是：

1.超磁致伸縮驅(qū)動(dòng)器的輸出位移模型。根據(jù)超磁致伸縮驅(qū)動(dòng)器的工作原理，可將其輸出位移模型三個(gè)部分，即由電能轉(zhuǎn)換成磁場(chǎng)能的過(guò)程，稱為磁場(chǎng)模型；由磁場(chǎng)能轉(zhuǎn)換成磁化強(qiáng)度的過(guò)程，成為磁滯非線性模型；由磁化強(qiáng)度轉(zhuǎn)換成輸出位移的過(guò)程，稱為磁致伸縮模型。三種模型分別如下所示。

1)磁場(chǎng)模型

超磁致伸縮驅(qū)動(dòng)器采用雙線圈驅(qū)動(dòng)方式，即磁場(chǎng)由內(nèi)層線圈產(chǎn)生的驅(qū)動(dòng)磁場(chǎng)和外層線圈產(chǎn)生的偏置磁場(chǎng)的疊加。根據(jù)電磁場(chǎng)知識(shí)可得：

h(t)＝hq+hp＝fqi(t)+fpip(1)

式中，h(t)——驅(qū)動(dòng)系統(tǒng)的驅(qū)動(dòng)磁場(chǎng)，a/m；

hq——內(nèi)層線圈產(chǎn)生的驅(qū)動(dòng)磁場(chǎng)，a/m；

hp——外層線圈產(chǎn)生的偏置磁場(chǎng)，a/m；

fq——內(nèi)層線圈磁場(chǎng)系數(shù)；

fp——外層線圈磁場(chǎng)系數(shù)；

i(t)——驅(qū)動(dòng)線圈電流；

ip——偏置線圈電流。

2)磁滯非線性模型

jiles-atherton模型是jiles和atherton兩位物理學(xué)家基于鐵磁材料的疇壁理論建立的磁滯模型，在該模型中，需要從5個(gè)方面來(lái)確定外加磁場(chǎng)h和磁化強(qiáng)度m之間的關(guān)系。

式中，he——磁性材料的有效磁場(chǎng)，a/m；

man——無(wú)磁滯磁化強(qiáng)度，a/m；

mirr——不可逆磁化強(qiáng)度，a/m；

mrev——可逆磁化強(qiáng)度，a/m；

m——總磁化強(qiáng)度，a/m；

h——外加磁場(chǎng)，a/m；

hσ——預(yù)應(yīng)力σ0產(chǎn)生的誘發(fā)磁場(chǎng)，a/m；參數(shù)α'＝α+9λsσ0/(2u0ms²)，當(dāng)dh/dt>0時(shí)，δ＝1；dh/dt<0時(shí)，δ＝-1。

經(jīng)推導(dǎo)得出，磁化強(qiáng)度m和驅(qū)動(dòng)磁場(chǎng)h之間的關(guān)系為：

式中，c——可逆分量系數(shù)；

α——疇壁相互作用系數(shù)；

a——無(wú)磁滯磁化強(qiáng)度形狀系數(shù)；

k——不可逆損耗系數(shù)；

ms——飽和磁化強(qiáng)度，a/m。

為了便于計(jì)算機(jī)對(duì)式(2)進(jìn)行求解，需要將其進(jìn)行離散化處理，離散后jiles-atherton模型的計(jì)算公式如式(4)所示：

3)磁致伸縮模型

根據(jù)文獻(xiàn)可知，在磁場(chǎng)強(qiáng)度一定的情況下，gmm棒的磁致伸縮應(yīng)變?chǔ)伺c磁化強(qiáng)度m的關(guān)系滿足：

λ＝γm²(5)

式中，m——gmm的磁化強(qiáng)度，單位為a/m。

根據(jù)受力與應(yīng)變關(guān)系，磁致伸縮力f為：

f＝e^harλ(6)

式中，e^h——gmm棒的彈性模量，pa；

ar——gmm棒的橫截面積，m²。

綜上可知，超磁致伸縮驅(qū)動(dòng)器的位移模型中，共有6個(gè)參數(shù)需要辨識(shí)，即θ＝(ms,α',a,k,c,γ)。

數(shù)學(xué)模型就是用數(shù)學(xué)語(yǔ)言描述事務(wù)變化過(guò)程的本質(zhì)部信息，利用采集的輸入輸出數(shù)據(jù)對(duì)建立的數(shù)學(xué)模型參數(shù)進(jìn)行辨識(shí)的過(guò)程，稱之為參數(shù)辨識(shí)。

2.本發(fā)明的參數(shù)辨識(shí)算法原理：參數(shù)辨識(shí)時(shí)，首先，將數(shù)學(xué)模型中未知參數(shù)的取值范圍進(jìn)行細(xì)化，將未知參數(shù)的所有可能取值組合成一個(gè)可行解的集合；其次，選取合適的算法在可行解的集合內(nèi)不斷搜索得到參數(shù)θ值，代入到磁滯非線性模型中求出在相同驅(qū)動(dòng)電流i(k)作用下的輸出位移并求出與系統(tǒng)實(shí)際輸出位移x的差值e；最后，將差值e代入到誤差目標(biāo)函數(shù)中不斷調(diào)整模型中的未知參數(shù)，使得目標(biāo)函數(shù)值達(dá)到最小或所需要求。

綜上所述，本發(fā)明公開(kāi)一種超磁致伸縮驅(qū)動(dòng)器磁滯非線性模型的參數(shù)辨識(shí)裝置和方法，所述方法包含以下步驟：通過(guò)電流轉(zhuǎn)電壓模塊將位移傳感器輸出4-20ma的電流信號(hào)轉(zhuǎn)換成0-3.3v的電壓信號(hào)；通過(guò)信號(hào)線將電壓信號(hào)和電源輸出的電流信號(hào)經(jīng)adc模塊同步傳輸?shù)絛sp處理器；dsp處理器依據(jù)測(cè)得的信號(hào)對(duì)磁滯非線性模型進(jìn)行參數(shù)辨識(shí)，參數(shù)辨識(shí)采用粒子群和人工魚群混合辨識(shí)算法，在不斷獲取測(cè)量數(shù)據(jù)的同時(shí)修正模型的參數(shù)；重復(fù)上述過(guò)程，直到辨識(shí)出參數(shù)滿足精度要求或達(dá)到最優(yōu)。本發(fā)明利用adc模塊同步采集超磁致伸縮驅(qū)動(dòng)器的輸入電流值和輸出位移值，并基于dsp處理器和粒子群和人工魚群混合辨識(shí)算法對(duì)其磁滯模型的參數(shù)進(jìn)行辨識(shí)，以提高其輸出位移模型的精度，有利于誤差補(bǔ)償控制。

需要說(shuō)明的是，在本文中，術(shù)語(yǔ)“包括”、“包含”或其任何其他變體意在涵蓋非排他性地包含，從而使得包括一系列要素的過(guò)程、方法、物品或設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并非排除在所包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。