System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 步进电机驱动的控制方法及系统技术方案_技高网

步进电机驱动的控制方法及系统技术方案

技术编号:42592118 阅读:5 留言:0更新日期:2024-09-03 18:06
本发明专利技术涉及电机控制技术领域,尤其涉及一种步进电机驱动的控制方法及系统。所述方法包括以下步骤:对步进电机进行运行状态与负载情况实时监测,得到电机运行状态数据与电机负载情况数据;基于电机运行状态数据与电机负载情况数据对步进电机进行控制模式切换,得到电机控制模式参数;基于电机控制模式参数对电机运行状态数据进行动态特征提取,得到电机动态特征向量;基于电机动态特征向量进行深度学习建模,得到电机振动预测模型;根据电机振动预测模型对步进电机进行实时补偿控制,得到电机振动抑制控制策略与补偿后电机控制信号。本发明专利技术有效减少了高速或高负载下电机的共振现象,降低了振动和噪音。

【技术实现步骤摘要】

本专利技术涉及电机控制,尤其涉及一种步进电机驱动的控制方法及系统


技术介绍

1、步进电机作为一种精密控制的电机,在自动化设备、机器人、精密仪器等领域有着广泛的应用。然而,步进电机在实际运行过程中,由于其控制方式和负载特性的影响,经常会遇到一些问题,如振动、噪音、定位精度不足。这些问题不仅影响电机的性能,还限制其在更高精度要求场合的应用。

2、首先,步进电机的振动问题是一个普遍存在的技术难题。在高速或高负载运行时,电机容易产生共振,导致较大的振动和噪音,这不仅影响工作环境,还对电机的寿命和稳定性造成损害。此外,振动还会导致电机的控制精度下降,影响整个系统的运行效果。

3、其次,步进电机的控制模式通常分为开环和闭环两种。开环控制虽然结构简单,成本较低,但无法实时监测电机的实际运行状态,导致控制精度和稳定性受限。而闭环控制系统虽然能够提供更精确的控制,但其成本较高,且系统复杂度增加,不利于在成本敏感或空间受限的应用场合使用。

4、再者,步进电机的驱动信号优化也是一个关键的技术问题。传统的驱动信号生成方法会无法充分利用电机的控制潜力,导致电机运行效率不高,能耗较大。此外,电机的微步细分控制精度不足,也会影响其在需要精细位置控制的应用中的性能。


技术实现思路

1、基于此,本专利技术有必要提供一种步进电机驱动的控制方法及系统,以解决至少一个上述技术问题。

2、为实现上述目的,一种步进电机驱动的控制方法,包括以下步骤:

3、步骤s1:对步进电机进行运行状态与负载情况实时监测,得到电机运行状态数据与电机负载情况数据;基于电机运行状态数据与电机负载情况数据对步进电机进行控制模式切换,得到电机控制模式参数;

4、步骤s2:基于电机控制模式参数对电机运行状态数据进行动态特征提取,得到电机动态特征向量;基于电机动态特征向量进行深度学习建模,得到电机振动预测模型;根据电机振动预测模型对步进电机进行实时补偿控制,得到电机振动抑制控制策略与补偿后电机控制信号;

5、步骤s3:根据电机控制模式参数与补偿后电机控制信号对步进电机进行控制作业,并进行同步数据采集,得到电机实时位置反馈数据与电机速度反馈数据;基于电机实时位置反馈数据与电机速度反馈数据对步进电机进行位置误差计算,得到电机实时位置误差数据;

6、步骤s4:对电机运行状态数据进行小波变换分析,得到电机瞬时频率特征数据;根据电机实时位置误差数据与电机瞬时频率特征数据进行多尺度共振解调,得到最优微步细分比例数据;基于最优微步细分比例数据对步进电机进行调制,得到优化后电机驱动信号;

7、步骤s5:根据电机振动抑制控制策略与优化后电机驱动信号对步进电机进行控制作业。

8、本专利技术通过对步进电机的运行状态和负载情况进行实时监测,能够动态调整控制模式,适应不同的工作条件,从而显著提高电机的控制精度和运行稳定性。通过利用深度学习技术建立电机振动预测模型,实现对电机振动的实时预测和补偿控制,有效减少了高速或高负载下电机的共振现象,降低了振动和噪音,改善了工作环境。通过根据电机的实际运行状态智能选择开环或闭环控制模式,克服了传统控制模式选择的局限性,实现了成本效益和控制精度的平衡。通过小波变换分析和多尺度共振解调技术,优化了电机的驱动信号,提高了电机的运行效率和能耗性能,同时增强了微步细分控制的精度,满足了精细位置控制的需求。通过结合实时监测数据和深度学习模型,本专利技术实现了电机控制策略的智能化,能够自动适应不同的运行条件,减少了人工干预,提高了系统的自动化水平。通过减少振动和优化控制,本专利技术降低了电机运行中的机械应力,有助于延长电机的使用寿命,提高了整个系统的可靠性。在保证控制精度的同时,本专利技术通过智能控制模式的选择和优化的驱动信号生成,减少了对高成本闭环控制系统的依赖,有助于降低整体系统的成本。

9、优选地,本专利技术还提供了一种步进电机驱动的控制系统,用于执行如上所述的步进电机驱动的控制方法,该步进电机驱动的控制系统包括:

10、控制模式切换模块,用于对步进电机进行运行状态与负载情况实时监测,得到电机运行状态数据与电机负载情况数据;基于电机运行状态数据与电机负载情况数据对步进电机进行控制模式切换,得到电机控制模式参数;

11、补偿信号计算模块,用于基于电机控制模式参数对电机运行状态数据进行动态特征提取,得到电机动态特征向量;基于电机动态特征向量进行深度学习建模,得到电机振动预测模型;根据电机振动预测模型对步进电机进行实时补偿控制,得到电机振动抑制控制策略与补偿后电机控制信号;

12、位置误差计算模块,用于根据电机控制模式参数与补偿后电机控制信号对步进电机进行控制作业,并进行同步数据采集,得到电机实时位置反馈数据与电机速度反馈数据;基于电机实时位置反馈数据与电机速度反馈数据对步进电机进行位置误差计算,得到电机实时位置误差数据;

13、驱动信号优化模块,用于对电机运行状态数据进行小波变换分析,得到电机瞬时频率特征数据;根据电机实时位置误差数据与电机瞬时频率特征数据进行多尺度共振解调,得到最优微步细分比例数据;基于最优微步细分比例数据对步进电机进行调制,得到优化后电机驱动信号;

14、控制作业模块,用于根据电机振动抑制控制策略与优化后电机驱动信号对步进电机进行控制作业。

15、本专利技术中,通过实时监测和智能控制模式的适应性,确保了对电机运行状态和负载情况的精确把握,以及对不同工作条件的快速响应。通过深度学习技术的应用,实现了振动的精确预测和实时补偿控制,显著降低了步进电机在运行中的振动和噪音,直接提升了电机的工作性能。通过位置误差计算模块的精确反馈,进一步增强了控制的精度和可靠性。通过小波变换和小波包分解技术的运用,优化了驱动信号,提升了电机的响应速度和控制精度。此外,系统的微步细分控制精度提升,满足了高精度定位的市场需求。整体上,系统的智能化控制作业执行减少了人为干预,提高了操作的一致性和可靠性。同时,优化的控制策略和对高成本闭环系统依赖的减少,实现了成本效益的最大化。系统的可靠性和耐用性也因减少的机械应力和优化的控制信号而得到增强。

本文档来自技高网...

【技术保护点】

1.一种步进电机驱动的控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤S1包括以下步骤:

3.根据权利要求2所述的步进电机驱动的控制方法,其特征在于,步骤S16包括以下步骤:

4.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤S2包括以下步骤:

5.根据权利要求4所述的步进电机驱动的控制方法,其特征在于,步骤S28包括以下步骤:

6.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤S3包括以下步骤:

7.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤S4包括以下步骤:

8.根据权利要求7所述的步进电机驱动的控制方法,其特征在于,步骤S46包括以下步骤:

9.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤S5包括以下步骤:

10.一种步进电机驱动的控制系统,其特征在于,用于执行如权利要求1所述的步进电机驱动的控制方法,该步进电机驱动的控制系统包括:

【技术特征摘要】

1.一种步进电机驱动的控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤s1包括以下步骤:

3.根据权利要求2所述的步进电机驱动的控制方法,其特征在于,步骤s16包括以下步骤:

4.根据权利要求1所述的步进电机驱动的控制方法,其特征在于,步骤s2包括以下步骤:

5.根据权利要求4所述的步进电机驱动的控制方法,其特征在于,步骤s28包括以下步骤:

6.根据权利要求1所述的步...

【专利技术属性】
技术研发人员:李国梁
申请(专利权)人:深圳市维科特机电有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1