基于数据驱动的磁浮列车悬浮系统参数辨识

在长时间运作过程中,由于零部件发生磨损和替换等,磁浮列车悬浮设备的物理参数存在不准确的问题,从而导致悬浮控制的鲁棒性下降。为进一步修正及校准,采用基于线性递减惯性权重的改进粒子群优化算法对悬浮设备的悬浮物质量、磁极面积和线圈匝数等关键参数进行辨识。以中低速单点悬浮试验台为研究对象,结合实时仿真系统DSPACE搭建半实物仿真平台,采集悬浮间隙、垂向加速度和励磁电流的闭环时间序列。根据悬浮系统非线性模型,结合电流和加速度等实测序列及参数估计值计算间隙估计序列,以实测值与估计值的均方误差最小化为目标迭代寻优得到全局最优解。此外,将非线性模型变换为线性回归方程形式,应用最小二乘法对上述参数进行辨识。通过分别引入2种算法的辨识结果,基于同一组PID控制参数建立悬浮系统非线性仿真模型来模拟悬浮试验台的控制过程,结果表明：应用改进粒子群算法所得参数的模型输出序列更贴近实测间隙序列,说明改进粒子群算法的辨识结果更为准确。该结果对修正磁浮列车悬浮系统非线性模型及提供可靠的悬浮系统动力学响应分析具有现实意义。