本公开提供一种舵机与动态负载模拟器匹配设计方法，包括：步骤1)：获取参考舵机的第一参数，根据第一参数计算参考舵机的静态刚度，根据参考舵机的静态刚度，获得动态负载模拟器机械综合刚度的上限值；步骤2)：获取参考舵机的第二参数，获得动态负载模拟器机械综合刚度的下限值；步骤3)：根据上限值和下限值，构建目标舵机与动态负载模拟器机械综合刚度的匹配关系式；以及步骤4)：将匹配关系式作为遗传算法的评价函数，使用评价函数对遗传算法中的迭代种群中的个体的适应度进行评价；对迭代种群中的个体进行有限次迭代进化，获得目标舵机的最佳匹配负载模拟器机械综合刚度。
1.一种舵机与动态负载模拟器匹配设计方法，其特征在于，包括：
步骤1)：获取参考舵机的第一参数，根据所述第一参数计算参考舵机的静态刚度，根据所述参考舵机的静态刚度，获得动态负载模拟器机械综合刚度的上限值；
步骤2)：获取参考舵机的第二参数，获得动态负载模拟器机械综合刚度的下限值；
步骤3)：根据所述上限值和所述下限值，构建目标舵机与动态负载模拟器机械综合刚度的匹配关系式；以及步骤4)：将所述匹配关系式作为遗传算法的评价函数，使用所述评价函数对遗传算法中的迭代种群中的个体的适应度进行评价；对迭代种群中的个体进行有限次迭代进化，获得目标舵机的最佳匹配负载模拟器机械综合刚度。
2.根据权利要求1所述的舵机与动态负载模拟器匹配设计方法，其特征在于，还包括步骤5)：根据所述最佳匹配负载模拟器机械综合刚度来制作动态负载模拟器。
3.根据权利要求1所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤1)中，所述第一参数为参考舵机的活塞面积、舵机伺服阀阀心位移驱动系数和/或舵机伺服阀电流放大器增益。
4.根据权利要求1所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤2)中，所述第二参数为舵机频宽；根据所述舵机宽频的要求，计算加载系统的闭环宽频，从而获得动态负载模拟器机械综合刚度的下限值。
5.根据权利要求1所述的舵机与动态负载模拟器匹配设计方法，其特征在于，所述参考舵机为液压舵机。
6.根据权利要求1所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤3)中，所述匹配关系式为其中fa为舵机的频宽,Jt为负载模拟器的机械折合总惯量,Gt为负载模拟器的机械综合刚度，n为比例系数，n需满足 γa0为参考舵机的静态刚度。
7.根据权利要求1-6任一项所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤4)具体包括：步骤41)：根据负载模拟器消除多余力的要求，制定关于动态负载模拟器机械综合刚度的目标函数，设置所述目标函数的决策变量；
步骤43)：生成初始种群，随机产生N行二进制编码串，每行二进制编码串为一个m个二进制位构成的个体，N行二进制编码串构成一个群体，作为遗传算法的迭代起点；m为自然数，N为自然数；
步骤44)：通过所述匹配关系式制定适应度函数，将N行二进制编码串反编码成真实值带入所述适应度函数来评价种群内个体的优劣；
步骤45)：对种群内个体按照所述适应度函数计算得到适应值并进行选择，再对个体的二进制编码串进行设定概率的交叉和变异，完成对种群的一次进化；以及步骤46)：若达到迭代次数则停止遗传算法，若未达到迭代次数则转到步骤44)。
8.根据权利要求7所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤41)中，所述目标函数的决策变量设置为1个，所述决策变量为所述动态负载模拟器的机械综合刚度。
9.根据权利要求7所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤42)中，具体的，首先确定编码和反编码算法，再将所述决策变量转化为固定长度为m的二进制编码串，m为自然数。
10.根据权利要求7所述的舵机与动态负载模拟器匹配设计方法，其特征在于，步骤45)中，以“轮盘赌方式”对种群内个体按照所述适应度函数计算得到的适应值进行选择。
舵机与动态负载模拟器匹配设计方法
技术领域
[0001] 本公开涉及舵机配套系统设备领域，尤其涉及一种舵机与动态负载模拟器匹配设计方法，用于为不同的舵机匹配标准负载模拟加载系统。
背景技术
[0002] 动态负载模拟器的典型应用之一是对飞行器的舵机位置伺服机构进行模拟加载，可实现在地面模拟舵面在空中飞行过程中所受到的气动力载荷，从而构成飞控系统的半实物仿真，以有效缩短飞行器的研制开发周期。在负载模拟器控制仿真计算机内，嵌入根据已有风洞数据和有效精确的飞行方程建立的飞行器六自由度模型，根据飞行高度、速度、舵面转角以及大气数据等有关的物理量，实时地计算仿真飞行器整个飞行过程中所受到的气动铰链力矩载荷，形成力矩载荷谱。动态负载模拟器可实时接收仿真计算机的载荷指令，并将其准确地通过加载通道加载至舵机伺服机构上。
[0003] 动态负载模拟器作为一种实时性较高的测试和模拟仿真设备，能够对整个伺服机构研制的产品全寿命周期起到十分重要的作用，它贯穿了伺服系统优化设计、性能测试与标定以及故障诊断，所以负载模拟器的设计需求通常很高，尤其在其加载精度和所需的动态要求上。动态负载模拟器是对舵机伺服机构的半实物仿真以及舵机相关参数的测试配套设备，所以在实际应用中必须将待测试舵机接入其中。但在实际的加载实验中往往存在对针对某种舵机调试好的加载系统，更换另一种舵机后，负载模拟器的加载系统控制品质会发生变化，加载系统会因不同舵机的接入而影响动态负载模拟器的极限性能，甚至有时会产生失去稳定性进而失控发散的情况，它不仅威胁到舵机本身机构的安全问题，甚至在大功率加载的过程中会威胁到相关调试人员的人身安全，所以从保证安全和动态负载模拟器控制品质的角度出发找到一种有效可行的舵机与负载模拟器间的匹配方法十分具有工程意义。由于在负载模拟器的匹配计算中存在较多难以准确取得的理论参数，这为匹配方法能真正应用于实际工程增加了难度，为此引入遗传算法。
[0004] 遗传算法是一种通过模仿自然界的选择与遗传的机理来寻找最优解的自然进化算法。在一般的数值方法中求解问题的主要手段是通过迭代实现的，但一般的迭代方法容易陷入局部极小的陷阱而出现"死循环"现象，使迭代无法继续进行。遗传算法很好地克服了这个缺点，是一种全局优化算法。遗传算法具有良好的全局搜索能力，可以快速地将解空间中的全体解搜索出，而不会陷入局部最优解的快速下降陷阱；并且利用它的内在并行性，可以方便地进行分布式计算，加快求解速度。
发明内容
[0005] 本公开的目的是为了在工程实际中为特定舵机在保证极限性能的条件下匹配找到使用合适的动态负载模拟器，为动态负载模拟器的设计提供了一种有效途径。
[0006] 本公开提供一种舵机与动态负载模拟器匹配设计方法，包括：
[0007] 步骤1)：获取参考舵机的第一参数，根据第一参数计算参考舵机的静态刚度，根据参考舵机的静态刚度，获得动态负载模拟器机械综合刚度的上限值；
[0008] 步骤2)：获取参考舵机的第二参数，获得动态负载模拟器机械综合刚度的下限值；
[0009] 步骤3)：根据上限值和下限值，构建目标舵机与动态负载模拟器机械综合刚度的匹配关系式；以及
[0010] 步骤4)：将匹配关系式作为遗传算法的评价函数，使用评价函数对遗传算法中的迭代种群中的个体的适应度进行评价；对迭代种群中的个体进行有限次迭代进化，获得目标舵机的最佳匹配负载模拟器机械综合刚度。
[0011] 根据本公开的至少一个实施方式，还包括步骤5)：根据最佳匹配负载模拟器机械综合刚度来制作动态负载模拟器。
[0012] 根据本公开的至少一个实施方式，步骤1)中，第一参数为参考舵机的活塞面积、舵机伺服阀阀心位移驱动系数和/或舵机伺服阀电流放大器增益。
[0013] 根据本公开的至少一个实施方式，步骤2)中，第二参数为舵机频宽；根据舵机宽频的要求，计算加载系统的闭环宽频，从而获得动态负载模拟器机械综合刚度的下限值。
[0014] 根据本公开的至少一个实施方式，参考舵机为液压舵机。
[0015] 根据本公开的至少一个实施方式，步骤3)中，匹配关系式为
[0016]
[0017] 其中fa为舵机的频宽,Jt为负载模拟器的机械折合总惯量,Gt为负载模拟器的机械综合刚度，n为比例系数，n需满足 γa0为参考舵机的静态刚度。
[0018] 根据本公开的至少一个实施方式，步骤4)具体包括：
[0019] 步骤41)：根据负载模拟器消除多余力的要求，制定关于动态负载模拟器机械综合刚度的目标函数，设置目标函数的决策变量；
[0020] 步骤42)：将决策变量转化为二进制编码串；
[0021] 步骤43)：生成初始种群，随机产生N行二进制编码串，每行二进制编码串为一个m个二进制位构成的个体，N行二进制编码串构成一个群体，作为遗传算法的迭代起点；m为自然数，N为自然数；
[0022] 步骤44)：通过匹配关系式制定适应度函数，将N行二进制编码串反编码成真实值带入适应度函数来评价种群内个体的优劣；
[0023] 步骤45)：对种群内个体按照适应度函数计算得到适应值并进行选择，再对个体的二进制编码串进行设定概率的交叉和变异，完成对种群的一次进化；以及[0024] 步骤46)：若达到迭代次数则停止遗传算法，若未达到迭代次数则转到步骤44)。
[0025] 根据本公开的至少一个实施方式，步骤41)中，目标函数的决策变量设置为1个，决策变量为动态负载模拟器的机械综合刚度。
[0026] 根据本公开的至少一个实施方式，步骤42)中，具体的，首先确定编码和反编码算法，再将决策变量转化为固定长度为m的二进制编码串，m为自然数。
[0027] 根据本公开的至少一个实施方式，步骤45)中，以“轮盘赌方式”对种群内个体按照适应度函数计算得到的适应值进行选择。
具体实施方式
[0028] 下面对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。
[0029] 需要说明的是，在不冲突的情况下，本公开的实施方式中的特征可以相互组合。
[0030] 遗传算法的基本思想是把待优化问题的参数编码，在此采用特定二进制位串的形式，然后由若干个位串形成一个初始种群作为待求问题的候选解，在评价函数的得出评估值的条件下经过选择、交叉、变异的迭代搜索过程，最终收敛于最优状态，下面将结合遗传算法的步骤和舵机与动态负载模拟器的匹配公式对本公开作详细说明。
[0031] 本具体实施方式的舵机与动态负载模拟器匹配设计方法，包括：
[0032] 步骤1)：获取参考舵机的第一参数，根据第一参数计算参考舵机的静态刚度，根据参考舵机的静态刚度，获得动态负载模拟器机械综合刚度的上限值；步骤2)：获取参考舵机的第二参数，获得动态负载模拟器机械综合刚度的下限值；步骤3)：根据上限值和下限值，构建目标舵机与动态负载模拟器机械综合刚度的匹配关系式；步骤4)：将匹配关系式作为遗传算法的评价函数，使用评价函数对遗传算法中的迭代种群中的个体的适应度进行评价；对迭代种群中的个体进行有限次迭代进化，获得目标舵机的最佳匹配负载模拟器机械综合刚度；以及步骤5)：根据所述最佳匹配负载模拟器机械综合刚度来制作动态负载模拟器。按此最佳匹配负载模拟器机械综合刚度设计制作的动态负载模拟器在保证加载系统极限性能及对频宽的要求上采用静止加载的频率特性来反映其带实物舵机的特性，设计出舵机的“标准加载系统”。上述参考舵机为液压舵机。
[0033] 其中第一参数为参考舵机的活塞面积、舵机伺服阀阀心位移驱动系数和/或舵机伺服阀电流放大器增益，第二参数为舵机频宽。
[0034] 其中，在获得动态负载模拟器机械综合刚度的下限值时，具体的，根据舵机宽频的要求，计算加载系统的闭环宽频，从而获得动态负载模拟器机械综合刚度的下限值。
[0035] 步骤3)中构建的匹配关系式为
[0036]
[0037] 其中fa为舵机的频宽,Jt为负载模拟器的机械折合总惯量,Gt为负载模拟器的机械综合刚度，n为比例系数，n需满足 γa0为参考舵机的静态刚度。
[0038] 其中步骤4)具体包括：步骤41)：根据负载模拟器消除多余力的要求，制定关于动态负载模拟器机械综合刚度的目标函数，设置所述目标函数的决策变量；所述目标函数的决策变量设置为1个，所述决策变量为所述动态负载模拟器的机械综合刚度；步骤42)：将所述决策变量转化为二进制编码串：首先确定编码和反编码算法，再将所述决策变量转化为固定长度为m的二进制编码串，m为自然数；步骤43)：生成初始种群，随机产生N行二进制编码串，每行二进制编码串为一个m个二进制位构成的个体，N行二进制编码串构成一个群体，作为遗传算法的迭代起点；m为自然数，N为自然数；步骤44)：通过所述匹配关系式制定适应度函数，将N行二进制编码串反编码成真实值带入所述适应度函数来评价种群内个体的优劣；步骤45)：以“轮盘赌方式”对种群内个体按照所述适应度函数计算得到的适应值进行选择，再对个体的二进制编码串进行设定概率的交叉和变异，完成对种群的一次进化；以及步骤46)：若达到迭代次数则停止遗传算法，若未达到迭代次数则转到步骤44)。
[0039] 另外本公开的匹配设计方法也可用于判断特定动态负载模拟器是否可用于对某型舵机的加载，在该情况下只需将该型舵机参数作为遗传算法中评价函数的相关系数，判断根据遗传算法迭代淘汰的个体解码后所表示的机械综合刚度是否包含在内即可。
[0040] 本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。
