学海网

毕业设计-遗传算法在伺服系统参数中的应用，共59页，28918字，附外文翻译、答辩PPT
摘 要
摩擦是制约伺服系统控制精度提高的一个重要因素，要想实现伺服系统的低速高精度控制，就须对系统存在的摩擦进行补偿。基于摩擦模型的补偿方法更加具有针对性，如果能得到系统的比较准确的摩擦模型，一般都能得到很好的控制效果。摩擦模型参数辨识是本文讨论的主要问题。
综述了国内外在摩擦模型参数辨识方面的研究进展情况，详细分析了摩擦力的产生机理、摩擦的动态现象、伺服系统中的摩擦现象以及几种常用的静态、动态摩擦模型。通过分析、比较，从而选择静摩擦模型Stribeck作为辨识对象进行辨识仿真。简述了遗传算法的原理，编码方法、适应度函数、选择算子、交叉算子、变异算子。利用PD控制实现被控对象精确的速度跟踪，获取静摩擦模型Stribeck曲线，设计了基于遗传算法的摩擦系数辨识方法，对某静摩擦模型进行参数辨识。通过在Matlab/Simulink下编写程序进行辨识仿真，由仿真结果验证了辨识方法的可行性。
关键词:摩擦模型，遗传算法，系统辨识

ABSTRACT
Friction is an impediment to improve the control accuracy of servo systems, before to achieve low-velocity and high precision control, we must compensate the friction exist in the system. Model-based friction compensation is more pertinency . Generally, this method can achieve good control effect if we can gain an exact friction model of the system. Parameters identification of friction model is the main issue of this dissertation.
Then this dissertation analyzed the creation theory of friction, the dynamic phenomenon of friction, the friction phenomenon in servo systems and some static/dynamic friction models which are commonly used. Via analyze and compare of the characteristics of these models, I choose the "Coulomb & Viscous model" and "Tustin model" as the identification objects. I choose a two rank system as the control system, a random distubance was plus to this system to simulate the friction phenomenon in servo system, and use the Generitc Algorithms to identify the Finally, using the Matlab / Simulink, a model-based PD forward friction compensation method is carried out, and proved this parameter identification method based on the Genetic Algorithms is effective.
Key words: friction model，Genetic Algorithms， system identification

目 录
第一章 绪论 1
1.1课题研究目的与意义 1
1.1.1摩擦的背景简介 1
1.1.2摩擦的模型补偿 1
1.1.3摩擦对伺服系统的影响 2
1.2国内外研究现状 4
1.2.1有关摩擦研究的历史进展 4
1.2.2系统辨识概述 5
1.2.3摩擦模型的参数辨识概述 7
1.3智能算法研究进展 9
1.4本文研究内容 10
第二章 摩擦现象及摩擦模型分析 12
2.1 摩擦现象简介 12
2.1.1摩擦力的产生 12
2.1.2摩擦的动态现象 13
2.1.3伺服系统中的摩擦力 15
2.2摩擦模型介绍与分析 17
2.2.1静态模型 17
2.2.2动态模型 21
2.2.3.Dahl 模型 21
2.3本章小结 24
第三章 遗传算法原理简介 25
3.1遗传算法的基本原理 25
3.2遗传算法的数学基础 27
3.2.1模式定理 27
3.2.2积木块假设 28
3.2.3基本遗传算法的应用步骤 28
3.3遗传算法的基本实现技术 30
3.3.1编码方法 30
3.3.2适应度函数 32
3.3.3选择算子 33
3.3.4交叉算子 37
3.3.5变异算子 38
3.3.6遗传算法的运行参数 39
3.4本章小结 40
第四章 基于遗传算法的摩擦模型参数辨识 41
4.1伺服系统的静态摩擦模型 41
4.2静摩擦模型Stribeck曲线的获取 41
4.3基于遗传算法的静态摩擦参数辨识 42
4.4仿真实例 42
4.5本章小结 46
结论与展望 47

本文研究内容
综上所述，由于摩擦的存在，在很大程度上制约了伺服系统控制精度的提高。要想实现伺服系统的低速高精度控制，不可避免的要遇到位置跟踪时的“平顶”现象和速度跟踪时的“死区”现象，这也就引出对系统存在的摩擦进行补偿的问题。基于摩擦模型的补偿方法更加具有针对性，如果能得到系统的比较准确的摩擦模型，一般都能得到很好的控制效果。本文研究的主要内容就是如何通过辨识方法获得系统的摩擦模型参数，内容安排如下:
第一章:分析了摩擦对伺服系统低速及反向性能的影响，以及如何消除这种不利影响:综述了近年来国内外在摩擦模型建模、系统辨识、摩擦模型的参数辨识三个方面的研究进展情况，进而提出本文的研究内容。
第二章:比较详细的分析了摩擦现象，包括:摩擦力的产生、摩擦的动态现象以及伺服系统中的摩擦现象，分析了几种比较常用的静态摩擦模型和动态摩擦模型。为辨识出比较准确的系统摩擦模型作好准备。
第三章:介绍了遗传算法的数学基础、应用步骤、编码方法、适应度函数、选择算子、交叉算子、变异算子以及遗传算法的运行参数，主要阐述了遗传算法的基本原理。
第四章:介绍了遗传算法应用于系统辨识的基本方法;针对伺服系统中的摩擦现象，设计了一种基于遗传算法的摩擦模型参数辨识方法，并通过Matlab/Simulink实现算法仿真和仿真结果验证。
最后，对本文的工作做一个总结，并对下一步的工作做了展望。