负载转子惯量的实时测量方法技术

本发明专利技术披露一种负载转子惯量的实时测量方法，通过适应性滤波器以及最小平方法实时测量负载转子的转动惯量，利用一个已知其转动惯量的模型电机，以其电流信号当作适应性滤波器的输入信号之一，并取驱动电机电流信号以及模型电机的电流信号两者相减所得的误差量，作为适应性滤波器的另一输入信号，再以适应性滤波器配合最小平方的算法，将上述两个输入信号做运算，即可实时测量出负载的转动惯量。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及一种转动惯量测量方法，特别是一种交流伺服驱动器的。
技术介绍
交流永磁式同步电机基本结构类似传统的同步电机，定子侧有三相绕组，而转子侧的激磁部分则由永磁体产生，而无激磁电路及滑环、电刷，具有高功率体积比、高效率以及低转矩波动的优点，故适用于精密伺服机构的驱动装置，例如高精密或高响应速度的加工机械平台。目前广为使用的伺服控制系统中，于设计交流无刷伺服驱动器时，对于负载物的转动惯量，是设计服务器的一项重要参数，该参数必须精确地测量，以确保交流伺服驱动器在作服务器运算控制时，对该参数有正确数值来做出准确的控制运算。而因为数字信号处理器的快速发展，交流伺服驱动器朝向智能型的趋势发展，提供交流伺服驱动器实时了解本身及周遭环境的因素变化。所谓智能型代表的人为介入的设定越来越少，使用者可以因此而更便利。欲达到智能型的交流伺服驱动器，其中一项重要参数为负载转子惯量(rotor inertia)的测量。有些驱动器的设计将负载转子惯量当作参数由使用者输入到驱动器内，此种方式缺乏弹性，且使用者若不清楚负载转子惯量的意义，将造成产品缺乏智能型的优势与使用上的困难。因此，通过负载转子惯量的测量方法，使服务器能清楚负载转动惯量的特性真正达到智能操作的目的，实为交流伺服驱动器的应用领域中亟待解决的技术课题。
技术实现思路
鉴于以上的问题，本专利技术的主要目的在于提供一种，实时测量由一驱动电机所驱动的受控电机的转动惯量，而调整驱动电机的输出，达到实时测量以及精准控制的目的。本专利技术所披露的方法，参考系统模型，与实际系统来做对应，取其相对信号，利用适应性滤波器，以及最小平方法(LMS)来获得实际受控体的参数。根据本专利技术所披露的，利用一个已知的电机机械模式控制回路作为理想模型，其转动惯量为已知，提取其速度控制器的输出数值当作适应性滤波器的输入信号之一，并取耦合系统中的驱动电机速度控制器的输出与模型电机速度控制器的输出，两者间的误差量，作为适应性滤波器的理想信号，再以适应性滤波器的算法，测量出负载的转动惯量。因此，为达上述目的，本专利技术所披露的，首先自伺服控制系统中选定一个输入信号与理想信号，以作为适应性滤波器的两个输入信号；接着再将该输入信号经过至少一个以上的延迟器以取得至少一个以上的延迟信号，并将该延迟信号乘以相对应的加权后由一合成器输出为一加权输出信号(weighted output signal)，再决定加权输出信号与理想信号间的误差，再通过该误差回来调整加权值，此即本专利技术所提出的根据输入信号与理想信号通过适应性滤波器的方法以最小平方法调整适应性滤波器的加权值，进而决定出模型电机、驱动电机与负载电机间的转动惯量比值。有关本专利技术的特征与实作，兹配合图标作最佳实施例详细说明如下。附图说明图1为适应性滤波器的系统方块图；图2为本专利技术所采用的模型电机的系统方块图；图3为驱动电机以及负载电机的系统方块图；图4为负载转子惯量测量的系统方块图；图5为应用本专利技术的实施例的速度命令输入的时间响应图；图6为应用本专利技术的实施例的外部转矩干扰的时间响应图；图7为应用本专利技术的第一实施例的时间响应图；图8为应用本专利技术的第二实施例的时间响应图；图9为应用本专利技术的第三实施例的时间响应图；以及图10为应用本专利技术的第四实施例的时间响应图。图中11延迟器12延迟器13延迟器14合成器15合成器21模型电机的电机数学模型22驱动电机的电机数学模型23负载电机的电机数学模型31合成器32合成器33合成器34合成器35合成器36合成器37合成器38合成器39合成器41增益控制器42增益控制器43比例控制器44积分控制器45增益控制器46增益控制器47增益控制器51带通滤波器52带通滤波器53延迟器 54 乘法器55 乘法器100命令信号101误差信号102增益信号103电流信号104速度信号105误差信号106合成信号107增益信号108合成信号109增益信号110合成信号111速度信号112速度信号113合成信号114合成速度信号115增益信号116增益信号301输入信号302理想信号303滤波输入信号304延迟输入信号305加权输入信号306加权延迟输入信号307合成加权输出信号308滤波理想信号309合成信号 具体实施例方式首先说明本专利技术所采用的适应性滤波器以及最小平方法则(LeastMean Square；LMS)的模式来实时测量负载转子的惯量，以适应性滤波器(Adaptive Filter)为其主要的测量负载电机惯量的组件，而适应性滤波器又以最小平方法则(Least Mean Square；LMS)为其主要运算方式。首先考虑单一输入适应性滤波器(single input adaptive transversalfilter)形式yk=Σl=0Lwlkxk-l=WkTXk=XkTWk]]>(第一式)其中，yk表实际信号输出，xk表实际信号输入，wlk表示信号的加权值。请参考图1，为适应性滤波器的系统方块图，其中Xk-1表示输入信号Xk经过延迟器11后所输出的第一输入延迟信号，第一输入延迟信号Xk-1经过延迟器12后将会输出一第二输入延迟信号Xk-2，当经过第L个的延迟器13后，输入信号Xk将输出为第L输入延迟信号Xk-L输出，第一式表示单一输入信号适应性滤波器其输出信号为延迟信号以及其相对应的加权的内积，亦即合成器14将延迟信号与其对应的加权合成后输出，因此我们将第一式中Xk＝T表实际输入信号向量，Wk＝T表实际信号加权向量。接着说明如何决定延迟信号的相对应加权值。定义理想信号(desired output)dk，及误差信号ek＝dk-yk。延迟信号相对应的加权值(w0k、w1k、w2k…wLk)以最小平方法求得。其中，误差信号ek由合成器15将输出信号yk与理想信号dk合成后输出。如图所示，误差信号ek=dk-yk=dk-XkTWk]]>(第二式)根据LMS的定义估算误差信号，即为实际输出信号yk，与理想输出信号dk，相减后误差量的平方为最小。定义误差平方对延迟信号加权值的微分▿^k=T=2ekT=-2ekXk]]>(第三式)以陡坡降法(steepest-descent)，其一般解的形式可由WK+1=Wk-μ▿^k]]>(第四式)来表示。其中μ表增益常数，其决定着适应性滤波器的稳定度及收敛速度，须满足式0<μ<1(L+1)(Σi=1Lxk-i2),]]>L表滤波器阶数。将第三式代入第四式可得Wk+1＝Wk+2μekXk(第六式)，即为所要的LMS算法。亦即将理想信号与输出信号的误差信号反馈，以估计下一个时间的信号加权。因此，当进入下一个时间点时，延迟信号相对应的加权亦随的改变，当系统达到稳态平衡时，即可测量出负载的转动惯量。因此，可以通过适应性滤波器的特性，由伺服控制系统取得一输入信号以及一理想信号，作为适应性滤波的信号输入，并由LMS法则，计算输入信号经过延迟器后的延迟信号与及相对应的加权值，以测量出负载的转动惯量。接着请参考图2，为本专利技术所采用的模型电机的系统方块图。根据ek=dk本文档来自技高网...

【技术保护点】
一种负载转子惯量的实时测量方法，应用于一具有一受控体的伺服控制系统中，该方法包括下列步骤：参考一模型电机，由一模型电机的电流信号决定一适应性滤波器之一输入信号；由该驱动电机电流信号以及该模型电机的电流信号的误差决定一适应性滤波器之一理想信号；根据该输入信号取得至少一个以上的延迟信号，并将该延迟信号乘以相对应的加权值后输出为一加权输出信号；决定该加权输出信号与该理想信号间的误差；及根据该输入信号以及该理想信号，透过该适应性滤波器以最小平方法则决定该伺服控制系统的转动惯量。

【技术特征摘要】

【专利技术属性】
技术研发人员：蔡清雄，陈博铭，
申请(专利权)人：台达电子工业股份有限公司，
类型：发明
国别省市：71[中国|台湾]