机械特性分析-频域分析-扫频功能

1、问题描述

        目前，交流伺服系统中的频率特性在多方面为提升伺服系统性能的研究提供帮助，所以快速且准确的获取频率特性在交流伺服系统中是十分必要的。所以本文的目的是提供一种获取伺服频率特性的方法，开发一种获取伺服频率特性的平台。[1]

图1 频域特性测量[2]

2、原理介绍 （基本原理）

        频域特性测试原理比较简单：采用数字式频响测试方式，在系统内部产生激励信号并将激励信号输入被测系统使其按固定轨迹运行，采样输入、输出响应信号，再对输入和响应信号数据作分析( FFT 算法、相关分析法、功率谱算法或者最小二乘拟合算法) ，得到一定数量的频率点的幅值比和相位差，将这些频率点幅值比和相位差数据拟合并简单滤波就能基本得到系统的频率特性曲线。其中的关键技术为选取合适的激励方式，激励信号和辨识方法。

3、解决方案（方案原理+实现）

图2 频域特性分析主流方法

        经过调研，常见的频率特性获取方法主要有扫频法，chirp 激励法，Multitone 信号法，白噪声法等。正弦扫频为多步方法，精度高但测试时间长； chirp 激励方式为单步测试，速度快，但低频段测量准确性不高；Multitone 信号为多个正弦的叠加，也可以单步完成频率特性测试。但正弦叠加后的输入信号的幅值可能会超过系统的限幅值。通过进一步在伺服系统中的实验证明，初始相角为线性分 布时对信号最大幅值输出影响最小，但作为伺服系统的激励时，仍然极易使电机产生振动，特别是带载情况下，适用性不高，激励参数要经常实时调试，信号的普适性不高；而伪随机信号虽然具有良好的随机性和接近于白噪声的相关函数，但作为激励信号激励伺服系统时容易激发高频段的不确定性，造成系统谐振，影响系统性能，并影响参数辨识的可靠性。因此，一般只适用于实现带宽较低对象的频率特性快速测量。同时考虑到伺服驱动系统中采样频率、数据存储暂存空间的限制、DSP 运算资源的使用，因此，本文主要针对正弦扫描方式和 chirp 方式进行设计实现。

        伺服系统频率特性测试需要对输入激励和输出响应信号进行数据分析才能得到 频率特性。按数据处理算法分类，主要分为 4 种：FFT 算法，互相关分析法，功率谱算法以及最小二乘拟合算法。其中，FFT 算法是使用最普遍的分析方法。它的运算量小、积分时间短，而且能快速的得出系统频率、幅值、相位结果，分析结果也相对比较准确，能有效完成频域分析。FFT 算法的缺点根据定义可以知道，在大量数据处理时会变慢，但对现在计算机来说它的运算速度已经不再成为主要问题；相关算法对噪声的抑制作用最强，而且积分时间越长精度越高，但在某一个频率点测试时间过长，这样会造成伺服电机在该频率点上长时间振动，会对整个伺服系统造成损害，且相关算法不能识别每个频率点的频率成分， 无法准确得到具体频率的频域特性；互功率谱算法的优势在于，它的适用范围很广，而且有较强的噪声抑制能力。但它在精度方面不如前面两种算法；最小二乘拟合的算法具有较高的测量精度，能滤出噪声干扰，但数据运算相对复杂且运算量较大，并且采样耗费的时间较长。考虑到对不同激励信号的频域特性求取时的普适性以及实现的简便性，采用 FFT 方式来对信号进行数据处理。