基于dSPACE的電動舵機的模型辨識

賈軍濤，崔盈利，馮子亮

?

基于dSPACE的電動舵機的模型辨識

賈軍濤，崔盈利，馮子亮

（邢臺職業技術學院汽車系，河北 邢臺 054035）

文章以某型號電動舵機（EMA）為例，建立數學模型，搭建了半實物仿真測試平臺。其中，上位機采用dSPACE標準組件系統，在Simulink中建立仿真模型，控制界面采用ControlDesk軟件設計，可實現在線調整控制參數，實時監控相關變量。在所搭建的半物理仿真平臺上對該型號的電動舵機進行了模型辨識，結果表明，該仿真平臺能夠滿足電動舵機的辨識要求，相對于正弦掃頻信號，M序列的辨識效果更加令人滿意。

dSPACE；電動舵機；模型辨識

1 前言

電動舵機（EMA）是飛行器控制中的重要子系統。EMA由直流或交流電機、驅動器、控制器、傳感器、傳動和安全裝置等組成。半物理仿真（HILS）在電動舵機控制系統的發展中起著重要作用。本文提出了一種基于dSPACE的HIL實時仿真平臺的結構和方法。第二節詳細介紹了電動舵機的數學模型，第三節介紹了如何使用dSPACE硬件和軟件實現HIL仿真平臺，并在第四節中對電動舵機進行模型辨識并詳細分析了辨識效果。

2 數學模型

EMA的數學模型[1]如下所示：

式中：為相電壓；為相電流；為繞組電阻；繞組電感；為繞組反電動勢；為機械角速度；C為反電動勢系數；C為轉矩系數；T為電磁轉矩；T為轉換到電機軸上摩擦力矩；T為轉換到電機軸上的負載鉸鏈力矩；J為電機轉子及負載的轉動慣量。

3 測試平臺的設計與搭建

3.1 總體設計

基于dSPACE的電動舵機系統的半實物仿真平臺包括兩大部分：硬件部分和軟件部分。半實物仿真平臺的整體結構如圖1所示，硬件系統用來控制舵機的執行機構并采集舵機的位置反饋信號，它主要由上位機，dSPACE仿真機與電動舵機構成；軟件系統用來生成激勵信號，確定控制算法，顯示和分析舵機的位置反饋信號，在線調整控制算法。它主要由主機軟件、信號發生器模塊、數據采集模塊、控制算法模塊和性能分析模塊組成。

圖1 半實物仿真平臺的整體結構圖

3.2 硬件

上位機中運行Matlab和dSPACE的配套軟件；dSPACE仿真機通過光纖和主控計算機相連，保證數據的上傳與下載；dSPACE仿真機里的板卡通過扁平電纜引出到插接鍵面板；插接鍵面板和驅動板通過BNC插接鍵進行連接；驅動板與電動舵機通過插座連接。

該半實物仿真平臺上用到的dSPACE板卡主要為連接板卡DS817和DS814，處理器板卡DS1005，A/D板卡DS2001，D/A板卡DS2102，PWM板卡DS4002。其中DS4002作為PWM波的輸出板卡，將控制信號轉換為一路PWM波輸出，用來控制驅動器；DS2001板卡作為A/D轉換板，將位置傳感器的反饋回來的電壓模擬信號轉換為電子信號，輸送給dSPACE目標機；DS2102作為D/A轉換板，將電子信號轉換為電壓模擬信號，輸送給電動舵機的驅動器，控制舵機的轉動方向。

3.3 軟件

軟件系統包括兩大部分：RTI和測試軟件。RTI是dSPACE與Matlab的媒介，通過RTW可以將Simulink中所建立的數學模型快速轉換為dSPACE的硬件代碼。測試軟件主要是ControlDesk，通過它可以搭建上位機控制界面，關聯數學模型中的變量，采集實驗數據，在線調整控制參數。

電動舵機的仿真平臺的仿真框圖[3,4]如圖2所示，其中DS4002PWM1-OUT1為DS4002的RTI，PWM波的頻率為15KHZ，有效占空比為4%-96%，故Duty cycle的輸入范圍為0.04~0.96；DS2001-B1為A/D轉換板DS2001的RTI，由于反饋的電壓變化范圍為-10V~+10V且DS2001的輸出與實際輸出電壓之比為1:10，故DS2001的輸出為-1~+1；DS2102-B1作為D/A轉換板DS2102的RTI，由于輸入的電壓變化范圍為0V~+5V且DS2001的輸入與實際輸入電壓之比為1:10，故DS2001的輸出為0~+1。

圖2 電動舵機的仿真平臺的仿真框圖

為了更好地實時在線調整參數，利用ControlDesk軟件編寫了主控計算機的控制界面，如圖3所示。在該虛擬儀表控制界面上，包括五個區域，分別是圖像顯示區、信號發生區、信號采集處理區、控制器參數調整區、主控區。圖像顯示區用以顯示輸入信號和輸出信號；信號發生區可以產生所需要的輸入信號：M序列、正弦信號等各類信號；信號采集處理區用于采集處理實驗測試中的數據，具有設置仿真步長，導出實驗數據等功能；控制參數調整區可以在線調整控制器的參數；主控區可以完成整個測試實驗的開始、停止和暫停等功能。

圖3 半實物仿真平臺的控制界面

4 模型辨識實驗

4.1 基于M序列輸入輸出信號的辨識

M序列是二進制偽隨機碼序列（PRBS）的一種特殊形式[5,6]，為了使所采集的數據盡可能多的包含系統的動態信息，M序列的參數要按照下式的準則進行選擇。

式中，為M序列的周期，f為最高工作頻率。

圖4 M序列測試系統時的輸入與輸出角度

將所獲得數據分為兩段，其中10~30s的數據用于辨識系統，30~45s的數據用于辨識模型的檢驗。

首先利用Matlab辨識工具箱辨識舵機系統的模型階次，然后利用最小二乘法的原理辨識系統的模型如下：

利用30~45s的采集數據檢驗所獲得的模型，得到實測數據與模型輸出對比，如圖6所示。可以看出模型與數據符合度達到83.74%，基本符合。

圖5 M序列辨識模型檢驗結果

4.2 基于正弦掃頻輸入輸出信號的辨識

實驗所用的舵機系統的頻寬低于40HZ，選用頻率為1~120Hz線性變化的正弦掃頻信號作為輸入信號，對系統進行正弦掃頻測試，將采集的輸入輸出數據進行相應的數據處理，系統輸入輸出信號如圖6所示。

圖6 采用正弦掃頻信號測試的輸入輸出信號

與M序列辨識方法類似，可得系統模型如下：

利用辨識的部分數據檢驗模型，得到模型與實測數據的對比圖如圖7所示。可以看出，模型的符合度只有59.45%，與M序列相比，正弦掃頻信號作為輸入信號的辨識效果不太滿意，與M序列的辨識效果有差距。

5 結論

本文基于dSPACE搭建了某型號的電動舵機的半物理仿真平臺，詳細分析了測試仿真平臺硬件及軟件系統，采用M序列和正弦掃頻信號對電動舵機進行了模型辨識。研究表明，該仿真平臺能夠滿足電動舵機的辨識要求，相對于正弦掃頻信號，M序列的辨識效果更加滿意。

[1] 張琛,直流無刷電動機原理及應用,北京:機械工業出版社,2004.

[2] 崇陽,李言俊,張科,等.基于DSP的模糊PID舵機控制算法設計與實現[J].飛行力學, 2011, 29(2): 86-88.

[3] 曹著,朱紀洪.電動舵機模糊自適應PID控制[[J].中南大學學報, 2005, 36(1): 108-111.

[4] 康雷.人工神經網絡在辨識與控制中的應用研究[D].東南大學, 1999.

[5] 王淑娟.加速度計環境模型辨識及其誤差補償技術[D].哈爾濱工業大學, 1998.

Model identification for Electromechanical Actuator Based ondSPACE

Jia Juntao, Cui Yingli, Feng Ziliang

（Automobile department, Xingtai Polytechnic College, Hebei Xingtai 054035）

In this study, to take a certain electromechanical actuator (EMA) for example, its mathematical model is built. The simulation computer uses the dSPACE standard component system, the simulation model is developed in Simulink. The control interface is designed by ControlDesk software, the control parameters is adjusted online, and the related variables can be monitored in real time. The model identification for the EMA is researched in the HIL simulation platform. The results show that the simulation platform can meet the identification requirements of the EMA. Compared with the sinusoidal sweep frequency signal, the identification effect of M sequence is more satisfactory.

dSPACE；EMA；Model identification

10.16638/j.cnki.1671-7988.2019.10.034

U467

A

1671-7988(2019)10-94-03

U467

B

1671-7988(2019)10-97-03

賈軍濤，碩士，助教，就職于邢臺職業技術學院，新能源汽車及電機方向。