王镜森 曹家勇 姚淳哲 吴玉春

(上海应用技术大学机械工程学院，上海 201418)

近年来，随着我国制造业的飞快发展，自动化生产线与智能制造技术不断完善，对力检测系统的动态特性的要求也随之不断提高。力传感器作为力检测系统的最前端，如果动态性能不能达到使用要求，也就不能快速、无失真地反应随时间变化的动态力信号，使力检测系统拥有较大的动态误差。例如在机床检测与故障诊断过程切削检测的应用场合，切削力变化频率快、成分复杂，检测精度要求高。需要在现有传感器基础上，利用数字化动态补偿技术，有效改善检测系统的频响特性。在这种背景下，对力传感器进行动态补偿是改善力传感器动态特性的一条有效途径。动态补偿常用的方法包括零极点配置法、系统辨识法、神经网络算法等[1-8]。其中零极点配置法原理简单，较易实现。

建立准确可靠的传感器模型对研究传感器动态特性至关重要。目前国内外对建立传感器数学模型的研究已经比较成熟，常用的模型辨识方法主要有两种[9]：一种是根据传感器的结构特性与工作原理推导出传感器系统的数学模型；另一种方法是通过实验采集传感器输入输出的数据并进行系统辨识建模。文献[10]介绍了一种传统的即通过手工描点法绘图，然后手工量取相关量进行计算的方法。这种分析方法显然工作量巨大，而且计算精度差，所得模型误差较大。文献[11]提出一种最优化建模方法，使传感器系统在误差允许的范围内简化为较简单的模型，这种方法计算量较小，且所求得的模型更简单。……