Optics and Precision Engineering, Volume. 29, Issue 11, 2683(2021)
Identification and compensation of friction for modular joints based on grey wolf optimizer
Figures & Tables(15)
Fig. 9. Convergence curves of the GWO algorithm with different initial population
Table 1. Identification results of static parameters
View tableView in ArticleTable 1. Identification results of static parameters
模型参数 速度区间/（°/s） 辨识结果 平均值 Fc/（N·m） ［-35，-0.5］ 14.300 6 14.409 8 ［0.5，35］ 14.519 0 Fs/（N·m） ［-35，-0.5］ 7.174 1 7.200 9 ［0.5，35］ 7.227 7 ωs/（°/s） ［-35，-0.5］ 11.868 2 12.410 5 ［0.5，35］ 12.952 7 σ2/（N·m·s/°） ［-35，-0.5］ 0.400 2 0.398 8 ［0.5，35］ 0.397 3
Table 2. Identification results of dynamic parameters
View tableView in ArticleTable 2. Identification results of dynamic parameters
模型参数 辨识结果 σ0/（N·m/°） 1 160 σ1/（N·m·s/°） 0.44
Table 3. Identification results of parameters based on GWO
View tableView in ArticleTable 3. Identification results of parameters based on GWO
模型参数 辨识结果 Fc/（N·m） 14.548 1 Fs/（N·m） 7.286 8 ωs/（°/s） 12.577 7 σ2/（N·m·s/°） 0.394 2 σ0/（N·m/°） 29 931 σ1/（N·m·s/°） 0.68
Table 4. Comparison of two friction parameter identification algorithms
View tableView in ArticleTable 4. Comparison of two friction parameter identification algorithms
辨识算法 辨识误差 使用条件 最小二乘法+预滑动区域线性化 0.154 53 最小二乘法要求函数连续可微，只适应于速度同向的辨识，需要分段辨识；将预滑动区域线性化来辨识动态参数会引入建模误差和计算误差 灰狼算法 0.124 71 对辨识的数学模型无特殊要求，使用范围广，适用性强
Tools
Get Citation
Copy Citation Text
Jing-kai CUI, Hua-yang SAI, En-yang ZHANG, Ming-chao ZHU, Zhen-bang XU. Identification and compensation of friction for modular joints based on grey wolf optimizer[J]. Optics and Precision Engineering, 2021, 29(11): 2683
Paper Information
Category: Information Sciences
Received: Dec. 2, 2020
Accepted: --
Published Online: Dec. 10, 2021
The Author Email: XU Zhen-bang (xuzhenbang@ciomp.ac.cn)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20