卡尔曼滤波器在电液位置伺服控制系统中的应用.pdf

《卡尔曼滤波器在电液位置伺服控制系统中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·控制与检测·组合机床与自动化加工技术文章编号：1001—2265(2010)08—0036—03卡尔曼滤波器在电液位置伺服控制系统中的应用柴光远，刘振华，赵鹏兵，程旭(西安科技大学机械工程学院，西安710054)摘要：针对电液位置伺服系统的特点及其性能要求，采用卡尔曼滤波器来克服控制系统中的测量噪声和控制噪声对控制性能的影响，并在MATLAB环境下对该系统进行了动态仿真，结果表明，基于卡尔曼滤波器的PID控制性能优于常规PID控制，其对噪声具有很好的抑制作用，同时具有很好的动态响应特性。关键词：电液位置伺服系统；卡尔曼滤波器；PID控制中图分类号：TP273文献标识

2、码：AApplicationofKalmanFilterintheElectro—hydraulicPositionServoControlSystemCHAIGuang—yuan，LIUZhen—hua，ZHA0Peng—bing，CHENGXu(SchoolofMechanicalEngineering，XihnUniversityofScienceandTechnology，Xihn710054，China)Abstract：Accordingtothetraitandperformancerequirementoftheelectro·hydraulicpos

3、itionservosystem，usingthekalmanfiltertoovercometheinfluenceofmeasurementnoiseandcontrolnoiseonthecontrolper·formanceinthecontrolsystem．ThedynamicsimulationoftheservosystemwasprocessedbasedonMAT-LABenvironment．Theresultsshowthatthecontrollerbasedonkalmanfilterachievesbetterperformancetha

4、nclassicone，anditcanrestrainthenoiseandhasbetterdynamicresponsecharacteristics．Keywords：electro-hydraulicpositionservosystem；kalmanfilter；PIncontrol0引言1电液位置伺服系统的基本组成电液位置伺服系统的基本功能就是通过选取适当在现代随机最优控制和随机信号处理技术中，信的控制策略，并通过控制器的调节作用，使系统的输出号和噪声往往是多维非平稳随机过程。因其时变性，跟随参考输入的变化而变化，其系统结构如图1所功率谱不固定，在196

5、0年初提出了卡尔曼滤波理论，示。该理论采用时域上的递推算法在数字计算机上进行数据滤波处理¨。卡尔曼滤波是以最小均方差为准则的最佳线性估计，不但适用于标量估计的平稳系统，还能较好的应用于多输人多输出的非平稳的时变系统。卡尔曼滤波利用状态方程和递推方法进行估计，特别适合在计算机上实现。图1电液位置伺服控制系统的基本结构图在液压伺服控制中，对控制品质的要求越来越高，2卡尔曼滤波器原理及控制系统结构且被控对象越来越复杂，特别是在具有噪声干扰的系统中，因PID控制器的局限性，控制器的参数难以自动对于离散域线性系统：调整，很难达到理想的控制效果。因此将卡尔曼滤波(k)=Ax(k一

6、1)+B(M(k)+W(k))器与传统的PID控制相结合，可以利用卡尔曼滤波器Y(k)=Cx(k)+(k)的滤波功能来减小噪声对系统的影响，将滤波后的信式中，(k)是后时刻的系统状态，“(

7、i})是尼时刻对系统号反馈给PID控制器，来提高控制品质，以减小噪声对的控制量。A和日是系统参数，对于多模型系统，它们系统的影响。为矩阵形式。y(k)是k时刻的测量值，c是测量系统的参数，W(k)为过程噪声信号，(k)为测量噪声信号，收稿日期：2010一O1—25作者简介：柴光远(1956一)，男，河北衡水人，西安科技大学机械工程学院教授，研究方向为机电液一体化，(E—mail)z

8、hpb83@163．eom。·36·2010年第8期·控制与检测·且满足E[W(后)]=E[(k)]=0，E[W(k)W(．『)]=Q，噪声信号(k)的幅值均为0．10的白噪声信号，如图7E[(k)VT()]=R，E[W(k)()]=0(即过程噪声和所示，输入信号是幅值为1．0，频率为0．5Hz的正弦信测量噪声不相关)，E[。(后)]=E[Xo()]=0(即号。采用卡尔曼滤波器实现信号的滤波，取Q=1，R=初始状态与噪声独立)。1。仿真时间为10s，仿真结果如图5和图6所示，表明离散卡尔曼滤波器递推算法为：该滤波器对控制干扰和测量噪声具有很好的滤波作