专利名称：一种延长回转支承使用寿命的智能运动控制方法
技术领域：
本发明涉及一种回转支承控制方法，尤其涉及一种延长回转支承使用寿命的智能运动控制方法。
背景技术：
回转支承是广泛应用于工程机械、风力发电机、海洋平台、军用装备等大型机械结构中需要作相对回转运动的基础部件，它尺寸较 大又类似于轴承，所以又称之为转盘轴承，但它有着不同于普通轴承的特性要求同时承受轴向力、倾覆力矩和径向力，低速重载，采用齿轮传动，工作环境极其恶劣。回转支承相当于设备的运动关节，一旦失效将造成整机失效，甚至重大事故，而由于回转支承尺寸大，价格昂贵，通常不存备件，且需要将上部几十吨甚至几百吨的东西提升一定高度后才能维修，导致维修难度大，费用高，停机时间长，损失大。因此研究如何提高回转支承可靠性，有效延长使用寿命具有重要意义。其一，很多研究人员从圆周载荷分布模型、滚动体与滚道的接触模型等方面开展研究工作，期望掌握回转支承寿命计算模型，优化设计结果，提高因有可靠度，从而达到延长使用寿命的目的，而建立回转支承完善的寿命计算模型用于优化设计，有待在建模方法和模型完善方面进一步的理论和大量的实验研究。再者，一些研究人员专注于故障诊断方法的研究，期望通过建立健康监测系统，在回转支承出现重要损伤前及时发现并维修来延长使用寿命，避免重大事故的发生。而故障诊断方法在环境恶劣的低速部件使用上还有待方法研究和实验验证，并且在特殊环境应用上意义得不到体现。近年来，有部分人员曾尝试采用智能方法构建控制系统实现使用寿命延长。如吉林大学研究人员在抽油机中采用神经网络开发控制系统，根据油井实际负荷控制抽油机抽取能力，使抽油机的寿命延长了 30%;中科院合肥智能所研究人员尝试将人工智能技术引入自动换挡控制系统，研究最佳换挡规律，提高变速器的使用寿命。但是这方面研究还处于起步阶段，研究问题较简单，尚有许多理论、技术和实验上的问题需要解决。
发明内容
为解决上述问题本发明提供了一种延长回转支承使用寿命的智能运动控制方法。目的是实现回转支承机械结构的精确力与位置控制，从而降低功率损耗，有效减少损伤的发生机率和减缓发展速度，延长使用寿命。本发明为解决以上技术问题，所采用的技术方案是一种延长回转支承使用寿命的智能运动控制方法，包括如下步骤步骤一将期望轨迹Q減，$输入至阻抗控制器1，其中乏为Θ r的微分，表示角速度成为4·的微分，表不角加速度；步骤二通过力传感器7测出回转支承机械结构末端与环境的相互作用力Fy利用转盘轴承大齿轮处的位置传感器8测出回转支承实际角位移Θ，将Fe，Θ导入在线辨识器3，在线辨识器用以辨识机械结构末端与环境接触产生的惯性力M，阻尼系数P，刚性系数R，这些参数间满足关系为
1[.=ΜΘ + ΡΘ + \θ式中焱为惯性力在线估计值，#为阻尼系数在线估计值，左为刚性系数在线估计值；步骤三将摩擦阻力矩补偿器4补偿信号输入至阻抗控制器1，由于机械结构受到的外负载的变化会使回转支承中滚珠与滚道间存在摩擦阻力矩，所以需要补偿阻力矩，阻力矩公式可以表示为
(I 4 44,/Ti = μ — (~~ + 22Fr + Fa)
2 dm式中M为回转支承所受倾覆力矩；Fr为回转支承所受径向力；Fa为回转支承所受轴向力；dm为滚动体直径；μ为回转支承选型系数；步骤四将参考轨迹0jt)，9r(t-l), 0jt-2)输入至神经网络补偿器2，其中0jt-l)为Θ Jt)前一时刻值，其中Θ Jt-2)为Θ Jt-I)前一时刻值。将误差训练函数V输入至神经网络控制器2，其中V满足如下公式V = E +M ' ( ) ‘: +『仆:-FJ式中Ε为 Θ「Θ ；通过神经网络在线修改内部参数，在每个时间单位输出补偿信号炉至阻抗控制器，神经网路补偿的目的是补偿由于建模不精确引起的误差，同时降低外界对系统的干扰，增强控制系统鲁棒性；步骤五由阻抗控制器I得到的驱动力矩信号T导入力矩电机5，由力矩电机驱动回转支承及机械结构6。所述步骤一中阻抗控制器由由阻抗控制律F所得，阻抗控制律为
F = Kl-(U+ φ) +εθ+Tf+Fe式中K1为回转支承及机械结构的转动惯量，Κ2为力矩电机作用力半径，c为回转支承阻尼系数，Tf为回转支承摩擦阻力矩，Fe为回转支承机械结构末端与环境的相互作用力；式中U表示为υ = θ+Μ ^Ρ θ,.- θ) + !}^ -0)-Fe)式中4为Θ微分，表示回转支承实际转速。所述步骤二中在线辨识器采用最小二成算法通过在线拟合Fe，Θ计算出惯性力在线估计值M，阻尼系数在线估计值# ,刚性系数在线估计值左。所述步骤四神经网络补偿器采用三层BP神经网络；该网络由输入层、隐含层、输出层三部分组成。所述输入层输入为Xi = [ Θ r ⑴ Θ r (t-Ι) Θ r (t-2) ]τ ；隐含层为每个输入加权与之对应的W1u,并在每个隐含层节点相加，其中每个隐含层节点具有一个非线性激活函数F ( ·)，称为S型函数，其幅值在-I到I之间=
I+ e_xp(-(·))隐含层输出值为
I - exp(-([ Xi W1v + bl j)) φ} =-γ-
l+ exp(—(之 K. +blj))
i-l式中=W1u为输入层与隐含层间的权重值，b1,.为隐含层中第j个神经单元的偏置值，输出层输入为Φ」，这样经过线性输出节点可以得到4 =jk + h\)
j-i式中=W2jk为隐含层与输出层间的权重值，bk2为输出层中第k个神经单元的偏置值，选取训练参数V的二次型作为训练的性能函数J = ^V1V为使性能函数J最小化采用反向传播的动量改进式，可以得到更新规律为
f η\Ab1J- (O = 14 C1 - 4 )χ, Σ Vtw2 Jk + Y^b1 J (t-1)
Kt=I JAb2k (t) = λ VY Ab2k (t-1)
n\Sj {t) = λφΑ\ - φ ζ)X、VkW2jk + /Aw1if (t -1)
V*=i JΔ w2Jk (t) = λ Vk Φ k+ Y Δ w2Jk(t-l)式中λ为更新率，Y为动量项系数。本发明的有益效果是本发明的一种延长回转支承使用寿命的智能运动控制方法实现了回转支承机械结构的精确力与位置控制，从而降低功率损耗，有效减少损伤的发生机率和减缓发展速度，延长使用寿命。其中神经网络的阻抗控制器能使回转支承自我感受内部和外部环境，自主改善可控的运行环境，优化自身运动状态，从而提高环境适应能力和鲁棒性，优于传统的PID、阻抗等闭环控制。本发明的一种延长回转支承使用寿命的智能运动控制方法要比组建健康监测系统或者掌握回转支承寿命计算模型更容易实现，具有良好的实用性。
图I是本发明的回转支承机械控制系统总体结构原理图。
图2是本发明的阻抗控制器内部结构图。图3是本发明的神经网络补偿器结构图。图4是本发明的回转支承机械结构简化图。图5是本发明的回转支承机械控制系统技术流程图。图6是本发明的回转支承机械结构力跟踪示意图。图7是本发明的回转支承机械结构位置跟踪示意图。图8是本发明的回转支承机械结构功率跟踪示意图。图中1为阻抗控制器、2为神经网络补偿器、3为在线辨识器、4为摩擦阻力矩补偿器、5为力矩电机、6为回转支承机械结构、7为力传感器、8为位置传感器。
具体实施例方式下面结合附图对本发明进一步说明。如图I至8，一种延长回转支承使用寿命的智能运动控制方法，包括如下步骤步骤一将期望轨迹、及0,'，武输入至阻抗控制器1，其中0力Θ r的微分，表示角速度表
为武的微分，表不角加速度。步骤二通过力传感器7测出回转支承机械结构末端与环境的相互作用力Fe，利用转盘轴承大齿轮处的位置传感器8测出回转支承实际角位移Θ，将Fe，Θ导入在线辨识器3，辨识器用以辨识机械结构末端与环境接触产生的惯性力M，阻尼系数P，刚性系数R，这些参数间满足关系为
Fe=Me + P0+lW式中M为惯性力在线估计值，#为阻尼系数在线估计值，i为刚性系数在线估计值。步骤三将摩擦阻力矩补偿器4补偿信号输入至阻抗控制器，由于机械结构受到的外负载的变化会使回转支承中滚珠与滚道间存在摩擦阻力矩，所以需要补偿阻力矩，阻力矩公式可以表示为
// Λ A Α,/fTi = μ — (― + 2,2Fr + Fa)
2dm式中M为回转支承所受倾覆力矩；Fr为回转支承所受径向力；Fa为回转支承所受轴向力；dm为滚动体直径；μ为回转支承选型系数。步骤四将参考轨迹9r(t), 9r(t-l), Θ Jt-2)输入至神经网络补偿器2，其中9r(t-l)为Θ Jt)前一时刻值，其中Θ Jt-2)为Θ Jt-I)前一时刻值。将误差训练函数V输入至神经网络控制器2，其中V满足如下公式V = E^-M iUHFJ式中E为 Θ「Θ。
通过神经网络在线修改内部参数，在每个时间单位输出补偿信号炉至阻抗控制器，神经网路补偿的目的是补偿由于建模不精确引起的误差，同时降低外界对系统的干扰，增强控制系统鲁棒性。步骤五由阻抗控制器I得到的驱动力矩信号T导入力矩电机5，由力矩电机驱动回转支承及机械结构6。其中步骤一中阻抗控制器由附图2所示，图2由阻抗控制律F所得，阻抗控制律
为
权利要求
1.一种延长回转支承使用寿命的智能运动控制方法，其特征是包括如下步骤 步骤一 将期望轨迹K蛾，夕输入至阻抗控制器(1)，其中4 为吣的微分，表示角速度4'为武的微分，表示角加速度； 步骤二 通过力传感器(7)测出回转支承机械结构末端与环境的相互作用力Fy利用转盘轴承大齿轮处的位置传感器(8)测出回转支承实际角位移0，将^，0导入在线辨识器(3)，在线辨识器用以辨识机械结构末端与环境接触产生的惯性力M，阻尼系数P，刚性系数R，这些参数间满足关系为Fe = MO +Pd+ R0 式中V力掼性力在线估计值，#为阻尼系数在线估计值，左为刚性系数在线估计值； 步骤三 将摩擦阻力矩补偿器(4)补偿信号输入至阻抗控制器(1)，由于机械结构受到的外负载的变化会使回转支承中滚珠与滚道间存在摩擦阻力矩，所以需要补偿阻力矩，阻力矩公式可以表示为=+ 2.27*> + / V/) 2、dm 式中M为回转支承所受倾覆力矩；Fr为回转支承所受径向力；Fa为回转支承所受轴向力为滚动体直径；U为回转支承选型系数； 步骤四 将参考轨迹er(t), er(t-i), ejt-2)输入至神经网络补偿器(2)，其中er(t-i)为9r(t)前一时刻值，其中e Jt-2)为e Jt-I)前一时刻值。将误差训练函数V输入至神经网络控制器(2)，其中V满足如下公式 V = IU \Pi:+ RE-Fe) 式中E为0r_0 ； 通过神经网络在线修改内部参数，在每个时间单位输出补偿信号@至阻抗控制器，神经网路补偿的目的是补偿由于建模不精确引起的误差，同时降低外界对系统的干扰，增强控制系统鲁棒性； 步骤五 由阻抗控制器(I)得到的驱动力矩信号T导入力矩电机(5)，由力矩电机驱动回转支承及机械结构(6)。
2.根据权利要求I所述的延长回转支承使用寿命的智能运动控制方法，其特征是所述步骤一中阻抗控制器由由阻抗控制律F所得，阻抗控制律为F = Ki-(U + <p) + c&+Tf +F, 式中K1为回转支承及机械结构的转动惯量，K2为力矩电机作用力半径，c为回转支承阻尼系数，Tf为回转支承摩擦阻力矩，Fe为回转支承机械结构末端与环境的相互作用力； 式中U表示为 u=e+M '(He,. -m+im. -0}—Fe)式中为e微分，表示回转支承实际转速。
3.根据权利要求I所述的延长回转支承使用寿命的智能运动控制方法，其特征是所述步骤二中在线辨识器采用最小二成算法通过在线拟合Fe，0计算出惯性力在线估计值分，阻尼系数在线估计值#，刚性系数在线估计值左。
4.根据权利要求I所述的延长回转支承使用寿命的智能运动控制方法，其特征是所述步骤四神经网络补偿器采用三层BP神经网络；该网络由输入层、隐含层、输出层三部分组成。
5.根据权利要求4所述的延长回转支承使用寿命的智能运动控制方法，其特征是所述输入层输入为 Xi = [ 9 r (t) 9 r (t_l) 9 r (t_2)]； 隐含层为每个输入加权与之对应的W1u,并在每个隐含层节点相加，其中每个隐含层节 点具有一个非线性激活函数F ( )，称为S型函数，其幅值在-I到I之间l-exp(-()) I + exp(-(-)) 隐含层输出值为 I - CxpC-C^XiW11J +blj)) =-l-j- l + exp(—+b\j))i-l 式中=W1u为输入层与隐含层间的权重值，b1,.为隐含层中第j个神经单元的偏置值，输出层输入为Ctj，这样经过线性输出节点可以得到 51 A =+b2k) j-i 式中=W2jk为隐含层与输出层间的权重值，bk2为输出层中第k个神经单元的偏置值，选取训练参数V的二次型作为训练的性能函数 J = -VrV 2 为使性能函数J最小化采用反向传播的动量改进式，可以得到更新规律为M1HO = M-(I — 4)1,〔Zw2, ) + r^b\, (t -1) Ab\(t)=入 Vy Ab2k(t-i)/ n\Awi ij(t) = /14 (I - AY, Vk jk + r^1 U (t -1) \*=i J A W2jk (t) = A Vk k+ Y A w2Jk (t-1) 式中、为更新率，Y为动量项系数。
全文摘要
一种延长回转支承使用寿命的智能运动控制方法，其特征是包括如下步骤将期望轨迹θr及输入至阻抗控制器(1)；通过力传感器(7)测出回转支承机械结构末端与环境的相互作用力Fe；将摩擦阻力矩补偿器(4)补偿信号输入至阻抗控制器(1)；将参考轨迹θr(t)，θr(t-1)，θr(t-2)输入至神经网络补偿器(2)；由阻抗控制器(1)得到的驱动力矩信号T导入力矩电机(5)，由力矩电机驱动回转支承及机械结构(6)。本发明的一种延长回转支承使用寿命的智能运动控制方法实现了回转支承机械结构的精确力与位置控制，从而降低功率损耗，有效减少损伤的发生机率和减缓发展速度，延长使用寿命。
文档编号G05B13/04GK102819219SQ20121019468
公开日2012年12月12日 申请日期2012年6月13日 优先权日2012年6月13日
发明者王 华, 谢冬华, 陈捷, 洪荣晶 申请人:南京工业大学, 南京工大数控科技有限公司