CN113067514B - 一种适用于伺服系统的快速在线转动惯量辨识方法和系统 - Google Patents

Abstract

本发明公开了一种适用于伺服系统的快速在线转动惯量辨识方法和系统，在进行辨识算式计算之前先通过限定电机运动的状态来在线摘取一段数据，通过电机的运动控制模型估算一个较为准确的辨识初值，初值的估算可以大幅度的加快算法的收敛时间，达到快速在线辨识的效果。考虑到电流的采样延迟对电流和转速进行同步处理，以保证算法输入数据的有效性，采用数字化的移动求平均方法对速度和电流进行同步处理，即使是运算能力不强的数字处理芯片也能满足运算需求。

Description

一种适用于伺服系统的快速在线转动惯量辨识方法和系统

技术领域

本发明属于伺服参数自整定的参数辨识领域，更具体地，涉及一种适用于伺服系统的快速在线转动惯量辨识方法和系统。

背景技术

交流伺服系统中转动惯量的辨识对于速度环的参数自整定有着非常重要的意义，实际系统中转动惯量的波动也会恶化伺服驱动器的动态性能，影响速度环的带宽。交流系统速度环带宽的上限即系统极限带宽，是影响速度环PI控制器设计的基本参数，实时监测系统转动惯量变化并配合调整速度环PI控制器参数，能够保证系统始终处于良好的运行状态。

目前国内市场上常见的转动惯量辨识还是多使用离线的加减速辨识以及在线的基于梯度校正辨识算法，离线的加减速辨识算法简单，但是受限于给定指令反馈计算的延迟以及外部工况变化等因素，实际使用场景较为受限；在线的基于梯度校正的惯量辨识计算量小，能使辨识参数朝着准则函数的负梯度方向进行迭代收敛，逐步收敛到准则函数达到最小值的最优辨识结果，但是由于迭代的增益是一个常值，无法通过反应输入数据的波动而达到快速的收敛，在线收敛时间长；其他诸如遗传算法，卡尔曼滤波算法等转动惯量辨识方法由于对数字处理器芯片的计算能力要求较高，也无法满足实际的工业应用要求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种适用于伺服系统的快速在线转动惯量辨识方法和系统，由此解决传统的转动惯量辨识方法在实际工况下受限，辨识收敛时间长等问题。

为实现上述目的，按照本发明的一个方面，提供了一种适用于伺服系统的快速在线转动惯量辨识方法，所述方法包括以下步骤：

S101：使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，计算所述电机的转动惯量的辨识初值J₀；

S102：在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理；

S103：判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值，若是，则进行步骤S104，若否，则返回步骤S102；

S104：根据所述电机转动惯量的辨识初值J₀、反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k。

优选地，所述电机转动惯量的辨识初值计算公式为：

其中，T_s为辨识周期，K_t是电机的力矩系数，可以通过伺服驱动器的AD采样反馈进行变换得到，i_q初为对反馈电流i_初进行CLARKE变换和PARK变换和标幺化处理后得到的q轴电流，Δω_初为一个辨识周期内的角速度变化量。

优选地，步骤S102中，所述在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样之后，对所述反馈电流i和角速度ω进行同步处理之前，还包括：

对所述反馈电流i和角速度ω进行标幺化处理。

优选地，所述电机转动惯量辨识算法为高斯最小二乘算法、梯度校正算法或模型参考自适应法中的任意一种。

优选地，所述电机转动惯量辨识算法为高斯最小二乘算法时，迭代计算公式为：

其中，

为估计变量，

y(k)为实际变量，y(k)＝ω_m(k)-2ω_m(k-1)+ω_m(k-2)；K(k)为增益变量，K(k)的迭代算式为：

P(k)为协方差变量迭代算式，P(k)的迭代算式为：

μ为遗忘因子，

为辨识变量；

根据辨识变量

和辨识周期T_s计算得到转动惯量辨识终值J_k，计算公式为：

优选地，所述电机转动惯量的辨识初值计算和所述电机转动惯量的辨识终值J_k的迭代计算均采用整数运算方式。

按照本发明的另一方面，提供了一种适用于伺服系统的快速在线转动惯量辨识系统，所述系统包括辨识初始估算单元、采样和同步单元、迭代更新判断单元和辨识算法计算单元；

其中，所述辨识初始估算单元用于使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，计算所述电机的转动惯量的辨识初值J₀，将所述辨识初值J₀输出至采样和同步单元；

所述采样和同步单元用于在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理，得到同步处理后的反馈电流i和角速度ω，输出至迭代更新判断单元；

所述迭代更新判断单元用于判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值：

若是，则所述辨识算法计算单元根据所述电机转动惯量的辨识初值J₀、反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k；

若否，则所述采样和同步单元继续对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

1、在进行辨识算式计算之前先通过限定电机运动的状态来在线摘取一段数据，通过电机的运动控制模型估算一个较为准确的辨识初值，初值的估算可以大幅度的加快算法的收敛时间，达到快速在线辨识的效果。考虑到电流的采样延迟对电流和转速进行同步处理，以保证算法输入数据的有效性，采用数字化的移动求平均方法对速度和电流进行同步处理，即使是运算能力不强的数字处理芯片也能满足运算需求。采样的电流和角速度数据即可以是在在线位置和速度模式下，伺服系统输出的电流和角速度数据，也可以是在离线模式下，给定速度激励后伺服系统输出的电流和角速度数据，因此本发明实施例提供的方法对于转动惯量的离线辨识也具有适用性。

2、基于高斯最小二乘算法进行辨识，进一步有效提高了转动惯量在线辨识的速度；并且，辨识算式都是标量算式，不涉及到矢量运算，对数字处理芯片的计算要求不高，辨识算法可以分为多个交流伺服系统的控制周期完成，保证电机主控制逻辑以及通讯的完整性。

3、在数字处理器芯片中进行计算时均采用整数运算方式，不涉及到浮点数运算，全部将其扩大为原来的整数倍进行计算，尽可能少占用伺服系统一个控制周期的时间，虽然有一些数据精度丢失，但是辨识的结果仍然具有很高的精度，不影响辨识精度。

附图说明

图1是本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法流程图；

图2是本发明实施例提供的伺服驱动器的控制框图；

图3是本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法在在线模式下伺服系统的速度给定和速度反馈对比结果图；

图4是本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法在在线模式下伺服系统的力矩电流变化图；

图5是本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识结果图；

图6是本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识系统框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明实施例提供一种适用于伺服系统的快速在线转动惯量辨识方法，如图1所示，所述方法包括以下步骤：

S101：使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，估算所述电机的转动惯量的辨识初值J。

具体地，使负载电机在加速度不为零的速度变化状态下开始转动，在电机的短暂加减速状态下在线摘取一段电机的反馈电流和角速度数据进行转动惯量的辨识初值估算。其中，所述预设转动范围可以为n圈，n为大于零的实数。例如，n为1时，在初始状态下通过在线的位置模式让电机转动1圈，通过限定电机为加速度不为零的运动状态来摘取一段有效数据进行转动惯量辨识初值的估算。

所述负载电机的给定速度为加速度不为零的波形，包括但不限于三角波、梯形波以及正弦波。

进一步地，所述转动惯量的辨识初值估算在忽略负载转矩的前提下计算电机控制运动方程实现，计算公式为：

其中，T_s为辨识周期，K_t是电机的力矩系数，可以通过伺服驱动器的AD采样反馈进行变换得到，i_q初为对反馈电流i_初进行CLARKE变换和PARK变换和标幺化处理后得到的q轴电流，Δω_初为经过一个辨识周期内的角速度变化量。

Δω是需要进行摘取的关键数据，摘取的间隔T_s以及力矩的变化应当都考虑在内，通过设置电机在加速度不为零的条件下转动，使输出力矩一直在变化，以避免错误的估算反而使收敛时间加长。即使是快速的在线辨识也需要数次辨识周期的计算，驱动器位置控制模式应适当放宽对速度环给定速度的限制，使得在电机转动很小的范围内摘取到更多的有效数据。

式(1)与通常采用的电机运动控制模型相比，忽略了负载力矩项，故J为转动惯量的近似估算值。

估算需要在严苛的条件限制下进行，即电机的转动加速度不等于零，以避免错误的估算带来更长的迭代时间，估算的初值可以使得后续的辨识迭代计算时间大大减小，实现转动惯量的快速在线辨识。

为保证估算的有效性，取多次估算结果的平均值作为转动惯量的辨识初值。

S102：在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理。

具体地，在电机的转动范围大于所述预设转动范围的情况下，以数个辨识周期的采样间隔对电机的反馈电流和角速度进行采样。为保证角速度和电流的同步，在若干个辨识周期内对采集到的反馈电流i和角速度ω进行固定长度的存储，对存储的输入数据求平均值，采用数字化的移动求平均方法进行辨识算法周期的均值处理，即使是运算能力不强的数字处理芯片也能满足运算需求。

例如：对电流和角速度进行8个周期的采样数据存储。将8个周期的电流采样值之和除以8，得到8个周期的平均值，即得到4个周期前的瞬态电流值。对于角速度的计算则是取光电编码器在8个周期的第一个值和最后一个值，求差值然后再除以8，即得到4个周期前的角速度瞬态值。

进一步地，所述角速度由电机的光电编码器进行M法测速得到，也可以采用其他编码器，例如旋变和绝对值式的编码器，只要能够保证速度和电流的同步化处理即可。

进一步地，若硬件采样的纹波较大，可以同时对电流和角速度做低通滤波处理，只要满足滤波器带来的一阶惯性延迟相同，即仍然保持角速度和电流的同步即可。其中，滤波的截止频率不可低于伺服速度环的带宽，否则在位置模式下的在线转动惯量辨识会出现错误。

进一步地，所述对电机的反馈电流i和角速度ω进行实时采样，可以是在位置和速度模式下，在电机的转动范围大于所述预设转动范围的情况下采样的数据；也可以是在离线模式下，给定速度激励至伺服系统后，在电机的转动范围大于所述预设转动范围的情况下采样的数据，所述给定速度激励可以为正弦波、三角波或梯形波。

S103：判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值，若是，则进行步骤S104，若否，则返回步骤S102。

具体地，对采样和同步后的数据进行筛选，当所述反馈电流的变化率、角速度的变化率和角速度的绝对值均分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值时，进行步骤S104，迭代更新转动惯量的辨识值；否则保持前一拍的辨识中间量不变，返回步骤S102继续进行反馈电流和角速度的采样和同步处理，等待下一次的迭代辨识处理，避免在速度平稳运行中的错误迭代计算，造成辨识结果的发散。这是由于电机的运动方程中转动惯量和加速度耦合在一起，若是电机的加速度不变化则无法根据参数辨识理论进行参数的辨识。

可以理解的是，所述电流变化率阈值、角速度变化率阈值和角速度阈值可根据多次实验测出。

S104：根据所述电机转动惯量的辨识初值J₀、所述反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k。

具体地，当所述反馈电流的变化率、角速度的变化率和角速度的绝对值均分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值时，根据反馈电流计算电机的电磁转矩，根据电机转动惯量的辨识初值、电磁转矩和角速度，基于电机转动惯量辨识算法进行迭代计算，在电机转动惯量的辨识初值的基础上对电机转动惯量进行迭代辨识，实时更新输出转动惯量的辨识值，最终得到所述电机转动惯量的辨识终值。

本发明实施例提供的方法，在进行辨识算式计算之前先通过限定电机运动的状态来在线摘取一段数据，通过电机的运动控制模型估算一个较为准确的辨识初值，初值的估算可以大幅度的加快算法的收敛时间，达到快速在线辨识的效果。考虑到电流的采样延迟对电流和转速进行同步处理，以保证算法输入数据的有效性，采用数字化的移动求平均方法对速度和电流进行同步处理，即使是运算能力不强的数字处理芯片也能满足运算需求。采样的电流和角速度数据即可以是在在线位置和速度模式下，伺服系统输出的电流和角速度数据，也可以是在离线模式下，给定速度激励后伺服系统输出的电流和角速度数据，因此本发明实施例提供的方法对于转动惯量的离线辨识也具有适用性。

可选地，步骤S102中，所述在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样之后，对所述反馈电流i和角速度ω进行同步处理之前，还包括：

对所述反馈电流i和角速度ω进行标幺化处理。

具体地，对电机反馈电流i进行CLARKE变换和PARK变换得到q轴电流i_q，对所述q轴电流i_q进行标幺化处理，得到标幺化处理后的q轴电流；由光电编码器的反馈角度获取标幺化的电角度，在数字控制处理器中取固定长度的缓冲器进行两个变量的存储，计算固定间隔的速度，以一段时间的角速度均值速度来替代这段时间的中点瞬时速度，同样对标幺化的q轴电流进行移动求平均，获取这段时间的中点瞬时速度对应的电流；随后对平均后的q轴电流和角速度做低通滤波处理，在相同的一阶惯量延迟下两者仍然同步。

本发明实施例提供的方法，对采样的电流和角速度转速均按照电机铭牌参数进行标幺化的数据处理，能够有效避免计算溢出导致的精度丢失的问题。

可选地，所述电机转动惯量辨识算法为高斯最小二乘算法、梯度校正算法或模型参考自适应法中的任意一种。

所述电机转动惯量辨识算法为高斯最小二乘算法时，迭代计算公式为：

其中，

为估计变量，

y(k)为实际变量，y(k)＝ω_m(k)-2ω_m(k-1)+ω_m(k-2)；K(k)为增益变量，K(k)的迭代算式为：

P(k)为协方差变量迭代算式，P(k)的迭代算式为：

μ为遗忘因子，

为辨识变量；

具体地，图2是本发明实施例的伺服系统所用伺服驱动器的控制框图，控制策略采用i_d＝0的磁场定向控制方式，i_d为对电机反馈的三相电流i进行CLARKE和PARK变换后得到的d轴电流。所控制的永磁同步电机运动方程在忽略粘摩系数时可表示为式(2)：

其中，T_e为电机的电磁转矩，T_e＝K_t·i_q，T_l为电机的负载转矩，J是电机本体含负载总的转动惯量，ω_m为电机的机械角速度，其k时刻和k-1时刻的离散化方程可表示为式(2)和式(3)：

当辨识周期T_s很小时，可认为相邻两个时刻的负载转矩保持不变，式(4)减去式(3)整理后可得式(5)：

式(5)中ω(k)-2ω(k-1)+ω(k-2)和T_e(k)-T_e(k-1)都是可以从伺服驱动器光电编码器的反馈角度和采样电流得到。

所述电机转动惯量辨识算法为高斯最小二乘算法时，令

y(k)＝ω_m(k)-2ω_m(k-1)+ω_m(k-2)，ΔT_e(k-1)＝T_e(k-1)-T_e(k-2)，采用式(6)的递推公式进行转动惯量的辨识：

其中，

为辨识变量，

根据转动惯量的辨识初值J₀计算。

式(6)中的递推增益变量K(k)在每次辨识算法中都会进行迭代，保证算法收敛的快速性。

递推增益变量K(k)和递推协方差变量P(k)的迭代可以由式(7)得到：

其中，μ为遗忘因子，μ的取值为小于1的常数。

优选地，μ＝0.99。当μ＝0.99时，既减小了辨识结果的波动，亦逐渐消除以往输入数据在新的转动惯量辨识中所占权重。

协方差矩阵的初值P(0)是一个取值为100的常数。

具体的迭代更新表现在：当所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值时，辨识算式中的协方差变量和辨识算式迭代才会进行，先计算递推增益变量K(k)，初始迭代时根据步骤S101得到的辨识初值J₀再迭代辨识变量

然后更新协方差变量用于下一次递推增益变量的计算。

最后根据辨识变量

和辨识周期T_s计算得到转动惯量辨识终值J_k：

为保持辨识算法计算的有效性，优选地，辨识周期T_s取1ms，以应对在位置模式下的在线惯量辨识时由于低速度变化造成无法辨识的情况，同时可以让更多的采样数据满足迭代更新判断单元中的要求，加快辨识速度。

优选地，为保证数据计算的精度以及减小数据计算的溢出问题，所有数据均左移17位进行计算，并且考虑到伺服驱动器开关周期的限制问题，在满足辨识周期为1ms的要求下对步骤S103进行分步处理计算。

本发明实施例提供的方法，基于高斯最小二乘算法进行辨识，进一步有效提高了转动惯量在线辨识的速度；并且，辨识算式都是标量算式，不涉及到矢量运算，对数字处理芯片的计算要求不高，辨识算法可以分为多个交流伺服系统的控制周期完成，保证电机主控制逻辑以及通讯的完整性。

可选地，所述电机转动惯量的辨识初值计算和所述电机转动惯量的辨识估计值的迭代计算均采用整数运算方式。

本发明实施例提供的方法在数字处理器芯片中进行计算时均采用整数运算方式，不涉及到浮点数运算，全部将其扩大为原来的整数倍进行计算，尽可能少占用伺服系统一个控制周期的时间，虽然有一些数据精度丢失，但是辨识的结果仍然具有很高的精度，不影响辨识精度。

对本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法进行仿真，其中，采用的永磁同步电机转动惯量值为0.000263kg·m²。图3为本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法在在线模式下伺服系统的速度给定和速度反馈对比结果图；图4为本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识方法在在线模式下伺服系统的力矩电流波形图；图5为本发明实施例提供的适用于伺服系统的快速在线转动惯量辨识结果图。如图3-5所示，辨识结果迭代不是时刻进行，在反馈电流的变化率、角速度变化率和角速度绝对值三个参数中有一个没有满足临界条件时，辨识结果稳定不变，从而避免了因递推式无效的迭代计算导致辨识结果收敛时间变长的现象。此外，本发明实施例中的在线辨识收敛时间仅为2.2s，辨识结果相对误差仅为1.43％，充分证明了本发明提供的方法的可靠性。

下面对本发明提供一种适用于伺服系统的快速在线转动惯量辨识系统进行描述，下文描述的适用于伺服系统的快速在线转动惯量辨识系统与上文描述的适用于伺服系统的快速在线转动惯量辨识方法可相互对应参照。

本发明实施例提供一种适用于伺服系统的快速在线转动惯量辨识系统，如图6所示，所述系统包括辨识初始估算单元601、采样和同步单元602、迭代更新判断单元603和辨识算法计算单元604；

其中，所述辨识初始估算单元601用于使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，计算所述电机的转动惯量的辨识初值J₀，将所述辨识初值J₀输出至采样和同步单元602；

所述采样和同步单元602用于在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理，得到同步处理后的反馈电流i和角速度ω，输出至迭代更新判断单元603；

所述迭代更新判断单元603用于判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值：

若是，则所述辨识算法计算单元604根据所述电机转动惯量的辨识初值J₀、反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k；

若否，则所述采样和同步单元602继续对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理。

本发明实施例提供的系统，在进行辨识算式计算之前先通过限定电机运动的状态来在线摘取一段数据，通过电机的运动控制模型估算一个较为准确的辨识初值，初值的估算可以大幅度的加快算法的收敛时间，达到快速在线辨识的效果。考虑到电流的采样延迟对电流和转速进行同步处理，以保证算法输入数据的有效性，采用数字化的移动求平均方法对速度和电流进行同步处理，即使是运算能力不强的数字处理芯片也能满足运算需求。采样的电流和角速度数据即可以是在位置和速度模式下，伺服系统输出的电流和角速度数据，也可以是在离线模式下，给定速度激励后伺服系统输出的电流和角速度数据，因此本发明实施例提供的方法对于转动惯量的离线辨识也具有适用性。

可选地，所述系统还包括转动惯量辨识输出单元，用于输出所述电机转动惯量的辨识终值。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种适用于伺服系统的快速在线转动惯量辨识方法，其特征在于，所述方法包括以下步骤：

S101：使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，计算所述电机的转动惯量的辨识初值J₀；

S102：在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理；

S103：判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值，若是，则进行步骤S104，若否，则返回步骤S102；

S104：根据所述电机转动惯量的辨识初值J₀、反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k。

2.如权利要求1所述的适用于伺服系统的快速在线转动惯量辨识方法，所述电机转动惯量的辨识初值计算公式为：

其中，T_s为辨识周期，K_t是电机的力矩系数，i_q初为对反馈电流i_初进行CLARKE变换和PARK变换和标幺化处理后得到的q轴电流，Δω_初为一个辨识周期内的角速度变化量。

3.如权利要求2所述的适用于伺服系统的快速在线转动惯量辨识方法，其特征在于，步骤S102中，所述在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样之后，对所述反馈电流i和角速度ω进行同步处理之前，还包括：

对所述反馈电流i和角速度ω进行标幺化处理。

4.如权利要求1所述的适用于伺服系统的快速在线转动惯量辨识方法，其特征在于，所述电机转动惯量辨识算法为高斯最小二乘算法、梯度校正算法或模型参考自适应法中的任意一种。

5.如权利要求4所述的适用于伺服系统的快速在线转动惯量辨识方法，其特征在于，所述电机转动惯量辨识算法为高斯最小二乘算法时，迭代计算公式为：

其中，y(k-1)为估计变量，

y(k)为实际变量，y(k)＝ω_m(k)-2ω_m(k-1)+ω_m(k-2)；K(k)为增益变量，K(k)的迭代算式为：

P(k)为协方差变量迭代算式，P(k)的迭代算式为：

μ为遗忘因子，

为辨识变量；T_e为电机的电磁转矩，ω_m为电机的机械角速度，k表示时刻；

根据辨识变量

和辨识周期T_s计算得到转动惯量辨识终值J_k，计算公式为：

6.如权利要求1-5中任一项所述的适用于伺服系统的快速在线转动惯量辨识方法，其特征在于，所述电机转动惯量的辨识初值计算和所述电机转动惯量的辨识终值J_k的迭代计算均采用整数运算方式。

7.一种适用于伺服系统的快速在线转动惯量辨识系统，其特征在于，所述系统包括辨识初始估算单元、采样和同步单元、迭代更新判断单元和辨识算法计算单元；

其中，所述辨识初始估算单元用于使电机在加速度不为零的条件下开始转动，获取电机在预设转动范围内的反馈电流i_初和角速度ω_初，基于所述反馈电流i_初和角速度ω_初，计算所述电机的转动惯量的辨识初值J₀，将所述辨识初值J₀输出至采样和同步单元；

所述采样和同步单元用于在电机的转动范围大于所述预设转动范围的情况下，对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理，得到同步处理后的反馈电流i和角速度ω，输出至迭代更新判断单元；

所述迭代更新判断单元用于判断所述反馈电流的变化率、角速度的变化率和角速度的绝对值是否分别大于反馈电流变化率阈值、角速度变化率阈值和角速度阈值：

若是，则所述辨识算法计算单元根据所述电机转动惯量的辨识初值J₀、反馈电流i和角速度ω，基于电机转动惯量辨识算法进行迭代计算，获取所述电机转动惯量的辨识终值J_k；

若否，则所述采样和同步单元继续对电机的反馈电流i和角速度ω进行实时采样，并对所述反馈电流i和角速度ω进行同步处理。

Images