CN108027651A - 自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法 - Google Patents

自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法 Download PDF

Info

Publication number
CN108027651A
CN108027651A CN201680052344.4A CN201680052344A CN108027651A CN 108027651 A CN108027651 A CN 108027651A CN 201680052344 A CN201680052344 A CN 201680052344A CN 108027651 A CN108027651 A CN 108027651A
Authority
CN
China
Prior art keywords
msub
time
mrow
torque command
inertia
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680052344.4A
Other languages
English (en)
Other versions
CN108027651B (zh
Inventor
田刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Danfoss Power Electronics AS
Original Assignee
Laiensi Antrim Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Laiensi Antrim Technology Co Ltd filed Critical Laiensi Antrim Technology Co Ltd
Publication of CN108027651A publication Critical patent/CN108027651A/zh
Application granted granted Critical
Publication of CN108027651B publication Critical patent/CN108027651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/025—Test-benches with rotational drive means and loading means; Load or drive simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00—Testing static or dynamic balance of machines or structures
    • G01M1/10—Determining the moment of inertia
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G01N19/02—Measuring coefficient of friction between materials

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

提供了用于估计受控机械系统的惯性、库仑摩擦系数和粘性摩擦系数的系统和方法。在一个或更多个实施例中，惯性和摩擦估计系统可以在测试序列期间产生随时间连续变化的转矩命令信号。在测试序列期间测量和记录作为对时变转矩命令信号的响应的运动系统的速度。估计系统然后基于发送到运动系统的转矩命令数据以及测量的速度数据来估计运动系统的惯性和摩擦系数。在一些实施例中，估计系统基于转矩命令信号和速度数据的积分来估计惯性和摩擦系数。

Description

自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法
技术领域
本公开总体上涉及运动控制，更具体地，涉及估计用作运动控制系统中的参数的惯性和摩擦系数。
背景技术
许多自动化应用采用运动控制系统来控制机器的位置和速度。这种运动控制系统通常包括在控制器的引导下操作的一个或更多个电机或类似的致动装置，控制器根据用户定义的控制算法向电机发送位置和速度控制指令。一些运动控制系统以闭环配置操作，由此控制器指示电机移动到目标位置或转换到目标速度(期望状态)并且接收指示电机的实际状态的反馈信息。控制器监测反馈信息以确定电机是否已经达到目标位置或速度，并且调整控制信号以校正实际状态与期望状态之间的误差。
运动控制系统的设计者试图在运动速度和系统稳定性之间达到最佳平衡。例如，如果控制器命令电机以高转矩将机械组件转换到目标位置，则机器可以开始以高速(并且因此以时间有效的方式)使当前位置与期望位置之间的距离变近，但由于高转矩，可能会超出期望位置。因此，控制器必须施加校正信号来使机器回到期望位置。在运动系统收敛到期望位置之前，可能需要几次这样的迭代，这导致不期望的机器振荡。相反，指示电机以较低的转矩运行可能会提高初始状态转换的准确度，并减少或消除机器振荡，但会增加将机器置于期望位置所需的时间。理想情况下，应该选择控制器增益系数来优化状态转换速度与系统稳定性之间的平衡。选择合适的控制器增益系数的过程称为调节(tuning)。
受控机械系统对来自具有给定的一组控制器增益系数的控制器的信号的响应取决于机械系统的物理特性，包括惯性和摩擦。惯性表示运动系统对加速或减速的阻力。摩擦力是系统的物理组件之间滑动接触产生的阻力，例如转子与轴之间的接触。系统的总摩擦力可以被建模为库仑摩擦和粘性摩擦的组合。图1是系统的组合库仑和粘性摩擦的简化模型100，所述组合库仑和粘性摩擦是速度的函数。系统的库仑摩擦具有相对恒定的大小，其由系统刚从静息状态开始移动时摩擦力的大小表示。当系统向前移动时，库仑摩擦可以由点102a表示，而当系统向相反方向移动时，库仑摩擦可以由点102b表示。粘性摩擦表示可以是系统的运动组件之间的润滑功能的摩擦力，粘性摩擦的大小通常随着速度的大小而增加，并且由简化模型100中的斜坡104a和104b表示。
对受控机械系统的惯性和摩擦的准确估计可以简化调节过程并提高系统的性能。然而，确定给定机械系统的这些参数的准确值可能是困难的。在一些情况下，惯性是基于额定电机数据和包括负载在内的组件的物理数据(重量，尺寸等)，使用手动计算来估计的。这样的计算可能是麻烦且耗时的，并且可能不会给出这些重要参数的准确值。
发明内容
本公开的一个或更多个实施例涉及用于自动估计受控机械系统的惯性、粘性摩擦系数和库仑摩擦系数的系统和方法。为此，惯性和摩擦估计系统可以指示控制器向电机发送转矩控制信号，其中转矩控制信号随时间连续变化。该转矩控制信号可以基于在惯性和摩擦估计系统中定义的测试序列而被控制。在一个或更多个实施例中，测试序列可以指定转矩控制信号将以定义的增大速率逐渐增大，使得电机加速。响应于运动系统的速度满足定义的标准，转矩控制信号然后将逐渐减小，使得电机减速至静息状态。
在这些加速和减速阶段期间，惯性估计系统响应于转矩控制信号测量并记录电机随时间的速度。然后，估计系统可以基于时变转矩信号和测量的速度曲线来确定机械系统的估计惯量、估计粘性摩擦系数和估计库仑摩擦系数。系统设计人员可以使用这些估计的惯性和摩擦系数来确定运动系统的合适的控制参数。例如，估计的惯性和/或摩擦系数可以由控制器使用以便于确定系统的适当的控制器增益。
附图说明
图1是作为速度的函数的系统的组合库仑和粘性摩擦的简化模型。
图2是闭环运动控制架构的简化图。
图3是能够产生机械系统的惯性、粘性摩擦系数和库仑摩擦系数的估计值的示例惯性和摩擦估计系统的框图。
图4是示出与惯性和摩擦估计系统相关联的输入和输出的框图。
图5是示出在示例测试序列期间惯性和摩擦估计系统与运动控制系统之间的交互的示图。
图6是按时间绘制的示例转矩命令信号u(t)的曲线图和对应的速度反馈v(t)的曲线图。
图7是描绘向运动控制器提供惯性和摩擦系数估计的惯性和摩擦估计系统的框图。
图8是其中惯性和摩擦估计系统作为与运动控制器分离的独立组件操作的架构的示图。
图9是示出了利用由惯性和摩擦估计系统产生的估计的惯性和摩擦系数的示例运动控制调节应用。
图10用于估计受控机械系统的惯性、库伦摩擦系数和粘性摩擦系数的示例方法的流程图。
图11A和图11B是用于在运动系统上执行测试序列以便估计系统的惯性、粘性摩擦和库伦摩擦的示例方法的流程图。
图12是表示用于实现本文描述的一个或更多个实施例的示例网络或分布式计算环境的框图。
图13是表示用于实现本文描述的一个或更多个实施例的示例计算系统或操作环境的框图。
具体实施方式
本文描述的系统和方法涉及用于产生针对受控机械系统的估计的惯性、粘性摩擦系数和库仑摩擦系数的技术。通过经由测试序列来运行机械系统，本公开的一个或更多个实施例可以以基本上自动的方式估计这些参数，测试序列将在本文中更详细地定义。该测试序列的结果可以用于产生针对该系统的精确的惯性估计、粘性摩擦系数估计和库仑摩擦系数估计。之后，可以使用这些估计的参数以便于简化和精确的调节以及对运动系统的控制。
图2是闭环运动控制架构的简图。控制器202被编程为控制驱动机械负载206的电机204。控制器202、电机204和负载206包括示例性运动控制系统的主要组件。在示例应用中，负载206可以表示单轴或多轴机器人或定位系统的轴。在这样的应用中，控制器202发送控制信号208，其指示电机204以期望的速度将负载106移动到期望的位置。控制信号208可以被直接提供给电机204或提供给控制传递给电机204的功率(并且因此控制电机的速度和方向)的电机驱动器(未示出)。反馈信号210基本上实时地指示电机204和/或负载206的当前状态(例如，位置、速度等)。在伺服驱动系统中，反馈信号210可以例如由跟踪电机的绝对或相对位置的编码器或解析器(未示出)产生。在没有速度传感器的无传感器系统中，反馈信号可以由速度/位置估计器提供。在移动操作期间，控制器监测反馈信号210以确保负载206已准确地到达目标位置。控制器202将由反馈信号210指示的负载的实际位置与目标位置进行比较，并根据需要调整控制信号208以减小或消除实际位置与目标位置之间的误差。
在另一个示例应用中，负载206可以表示由电机204驱动的旋转负载(例如，泵、洗衣机、离心机等)，其中控制器202控制负载的旋转速度。在该示例中，控制器202(经由控制信号208)向电机204提供从第一速度转变为第二速度的指令，并且基于反馈信号210对控制信号208进行必要的调整。可以理解的是，本申请的参数估计技术不限于与上述示例类型的运动控制系统一起使用，而是基本上适用于任何类型的运动控制应用。
响应于期望位置或速度与目标位置或速度(如反馈信号210所报告的)之间的误差，由控制器202产生的控制信号输出取决于控制回路的增益系数。由于合适的增益选择取决于被控制的机械系统的物理特性，所以设计工程师通常必须采用试错法来识别合适的增益系数(即调节控制环路)。例如，具有高惯性(对加速或减速的阻力)的机械系统可能需要相对较高的初始转矩来启动移动到新的位置或速度，特别是如果应用需要对目标位置/速度的快速收敛。然而，高转矩命令会增加过冲的可能性，因此需要进行反向校正以使系统回到目标。由于系统在停在目标位置或速度之前执行多次校正迭代，因此非最佳增益设置会导致不希望的机械振荡。这种振荡会引起不稳定性，导致系统延迟，并且由于将系统置于稳定状态所需的额外工作而消耗过多的功率。电机和其他运动组件的摩擦也会影响机械系统如何响应给定的控制信号，因此其是在调节控制系统时要被考虑的因素。
如果已知对机械系统的惯性和摩擦系数的准确估计值，则可以简化控制系统调节。获知这些参数还可以提高操作期间受控系统的性能。例如，对机械系统的库仑摩擦系数和粘性摩擦系数的准确估计可以帮助工程师设计控制系统，以更有效地补偿这些因素。然而，确定机械系统的准确的惯性和摩擦系数可能是困难的。因此，本公开的一个或更多个实施例提供了用于以基本上自动的方式准确估计受控机械系统的惯性、粘性摩擦系数和库仑摩擦系数的技术。
图3是能够产生机械系统的惯性、粘性摩擦系数和库仑摩擦系数的估计值的示例惯性和摩擦估计系统的框图。惯性和摩擦估计系统302可以包括转矩命令产生器304、速度监测组件306、系数估计组件308、接口组件312、一个或更多个处理器314以及存储器316。在各种实施例中，一个或更多个转矩命令产生器304、速度监测组件306、系数估计组件308、接口组件312、一个或更多个处理器314以及存储器318可以彼此电耦合和/或通信耦合以执行惯性和摩擦估计系统302的一个或更多个功能。在一些实施例中，组件304、306、308以及312可以包括存储在存储器316上并由处理器314执行的软件指令。惯性和摩擦估计系统302还可以与未在图3中描绘的其他硬件和/或软件组件交互。例如，处理器314可以与一个或更多个外部用户接口设备(例如，键盘、鼠标、显示器、触摸屏或其他此类接口设备)交互。
接口组件312可以被配置为接收用户输入并且以任何合适的格式(例如，视觉、听觉、触觉等)向用户呈现输出。用户输入可以是例如惯性和摩擦估计系统302在执行估计序列(将在下面更详细描述)时使用的用户输入的参数。转矩命令产生器304可以被配置成根据定义的测试序列输出随时间连续变化的转矩控制命令。速度监测组件306可以接收机械系统的速度数据，用于计算惯性和摩擦系数。在一些实施例中，速度监测组件306可以测量并记录电机响应于所施加的由转矩命令产生器304产生的转矩控制命令而随时间的速度。可替代地，速度监测组件306可以从单独的测量仪器接收测量的速度数据。
系数估计组件308可以被配置成产生对运动系统的惯性、粘性摩擦系数和库仑摩擦系数的估计。根据下面将更详细描述的模型，系数估计组件308基于由转矩命令产生器304产生的时变转矩命令和由速度监测组件306获取的测量速度曲线来确定这些估计参数。一个或更多个处理器314可以参照所公开的系统和/或方法执行本文所描述的功能中的一个或更多个功能。存储器316可以是存储计算机可执行指令和/或信息的计算机可读存储介质，所述指令和/或信息用于执行本文中参照所公开的系统和/或方法描述的功能。
通过经由测试序列来运行系统以及基于结果计算估计，惯性和摩擦估计系统302可以产生对机械系统的惯性和摩擦系数的估计。图4是示出与惯性和摩擦估计系统302相关联的输入和输出的框图。惯性和摩擦估计系统302可以产生转矩命令信号410(例如，诸如0-10VDC信号等的模拟电压信号、诸如4-20mA信号等的模拟电流信号、数字信号、软件指令或任何其他合适类型的控制信号)，其指示驱动运动系统的电机以给定转矩在指定方向上旋转。惯性和摩擦估计系统302可以控制转矩命令信号410，使得转矩值随时间在最大转矩值和最小转矩值之间连续地变化，而不是发出在跳变(导致阶梯形转矩输出)下在恒定转矩值之间转换的一个或更多个恒定转矩命令。惯性和摩擦估计系统302根据具有用户定义参数的测试序列来控制经由转矩命令信号410发出的转矩值，如下面将更详细讨论的。
运动系统将根据由惯性和摩擦估计系统302发出的转矩命令信号410来加速或减速，并且来自运动控制系统的速度反馈404被提供给估计系统302。速度反馈404表示作为对转矩命令信号410的施加的响应的运动系统随时间的速度。在示例测试序列中，惯性和摩擦估计系统302可以根据速度反馈404和一个或更多个用户定义的设定点来控制转矩命令信号410。用户定义的设定点可以包括限定转矩命令信号410的上限和下限的转矩界限406以及限定用于控制转矩命令信号410并产生估计的检查点速度阀的速度界限408。
在完成测试序列后，惯性和摩擦估计系统302产生对运动系统的惯性412、粘性摩擦系数414和库仑摩擦系数416的估计。惯性和摩擦估计系统302基于被发送给运动系统的转矩命令信号410以及对应的速度反馈404来确定这些估计。在一个或更多个实施例中，惯性和摩擦估计系统302可以在时间上对转矩曲线(对应于转矩命令信号410)和速度曲线(对应于速度反馈404)选定部分积分，并且根据这些积分来计算惯性估计412、粘性摩擦估计414、以及库仑摩擦估计416。
图5是示出在示例测试序列期间惯性和摩擦估计系统302与运动控制系统之间的交互的示图。在该示例中，运动系统524包括电机526，其对由控制器518提供的控制信令520作出响应。电机526用于驱动负载(未示出)，例如定位轴、机器的旋转组件或者其他电机驱动的负载。控制器518还监测反馈522，反馈522向电机526提供基本上实时的状态数据(例如，位置、速度等)。在一些情况下，控制器518可以是硬件控制器，例如可编程逻辑控制器、电机驱动器或其他类型的硬件控制器。在一些实施方式中，控制器518也可以是片上系统或其他类型的硅基或微芯片控制器。
在示出的示例中，为清楚起见，惯性和摩擦估计系统302被描绘为与控制器518分开的元件。对于这样的配置，摩擦估计系统302可以经由任何合适的通信手段(包括但不限于有线或无线网络、硬连线数据链路或其他通信手段)与运动系统524的控制器518或其他元件交换数据。在其他实施例中，惯性和摩擦估计系统302可以是控制器518的集成组件。例如，惯性和摩擦估计系统302可以是由驻留在控制器上518的一个或更多个处理器执行的控制器的操作系统和/或控制软件的功能组件。惯性和摩擦估计系统302还可以是驻留在控制器518内的硬件组件，例如电路板或集成电路，其与控制器518的其他功能元件交换数据。惯性和摩擦估计系统302的其他合适的实施方式在本公开的某些实施例的范围内。
在测试之前，经由接口组件312向惯性和摩擦估计系统302提供一个或更多个用户定义的参数512。这些参数可以包括最大转矩Umax和最小转矩Umin，最大转矩Umax和最小转矩Umin限定要由转矩命令产生器304产生的转矩命令信号的上限和下限。在一些实施例中，估计系统302可以仅需要由用户定义的最大转矩Umax，并且可以使用定义的最大转矩的大小作为正向和反向的限制值。在其他实施例中，估计系统302可以接受针对Umax和Umin二者的值，从而允许分别针对正向和反向的不同转矩设定点。被选择用于Umax和Umin的值可以与运动系统524的预期操作限制相对应，从而允许基于运动系统524在系统的整个转矩分布上的特性来确定惯性和摩擦系数。用户定义的参数512还可以包括最大速度Vmax和最小速度Vmin，最大速度Vmax和最小速度Vmin表示用于限定测试序列的阶段的临界速度，这将在下面更详细地描述。应该理解的是，所定义的最大速度和最小速度不一定与电机的最大和最小操作速度或者电机在测试序列期间将达到的最大和最小速度相对应，而是限定关键检查点速度，当在测试序列中达到关键检查点速度时，将触发测试序列的新阶段。
接口组件312向转矩命令产生器304提供用户定义的参数512。当测试开始时，转矩命令产生器304向运动系统524输出转矩命令信号410。转矩命令信号410表示为u(t)，因为转矩命令产生器304将随时间连续地改变转矩命令。在图5所示的配置中，估计系统302将转矩命令信号410发送到控制器518，控制器518继而指示电机526(经由控制信令520)以指示的转矩在指示的方向上旋转。当电机旋转时，速度监测组件306从控制器518(其自身通过反馈522测量电机526的速度)读取速度反馈404。测量的随时间的速度反馈404表示为v(t)。随着测试的进行，转矩命令产生器304可以根据预定义的测试序列来改变转矩命令信号410，其中测试序列的阶段由速度反馈404相对于用户定义的参数512来触发。
现在参照图6解释示例测试序列，其示出了随时间绘制的示例转矩命令信号u(t)和对应的速度反馈v(t)。如转矩曲线图602所示，转矩命令信号u(t)以Umax和Umin为界。在速度曲线图604上示出的速度参数Vmax和Vmin将确定测试序列的阶段转换。Umax、Umin、Vmax和Vmin的值可以在测试之前由用户定义(例如，作为图5的用户定义的参数512)。一般地，估计系统302将施加根据定义的序列加速然后减速运动系统的连续转矩信号，响应于施加的转矩信号获得连续测量的运动系统的速度，以及基于转矩信号、速度反馈数据以及将在下面更详细描述的计算模型来计算运动系统的惯性比、库仑摩擦系数以及粘性摩擦系数。
在图6示出的示例中，当测试在时间t＝0开始时，所施加的转矩信号u(t)和电机速度v(t)最初都是零。然而，在一些情况下，测试序列可能在运动系统的速度不为零时开始。也就是说，当测试序列开始时，运动系统不一定需要是静息的。
当测试序列在时间t＝0开始时，转矩命令产生器304施加正斜坡转矩，使运动系统加速。如图6所示，从时间t＝0开始，转矩命令信号u(t)以基本恒定的速率连续增加。在一个或更多个实施例中，转矩命令信号被增加的速率(即，u(t)的斜率)可以被配置为(例如，经由接口组件312)估计系统302的用户定义的参数。在测试序列的第一阶段期间，转矩命令信号u(t)继续增加，直到运动系统v(t)的速度达到Vmax或者转矩命令信号u(t)达到Umax为止。在示出的示例中，转矩命令信号恰好在运动系统的速度达到Vmax之前达到Umax。相应地，转矩命令产生器304将转矩命令信号保持在Umax，而运动系统的速度响应于所施加的转矩命令信号继续增加。当速度v(t)在时间t＝tc处达到Vmax时，估计系统开始测试序列的第二阶段。在一些实施例中，如果速度v(t)在转矩命令信号已经达到Umax之后的定义超时时间段内没有达到Vmax(例如，如果Vmax被无意地设置为高于运动系统的物理速度极限)，则估计系统302可以启动一个合适的超时处理例程。该超时处理例程可以涉及例如中止测试序列并且经由接口组件312显示错误消息。
当速度v(t)在时间t＝tc处达到Vmax时，转矩命令产生器304通过使转矩命令信号u(t)向下朝Umin斜降来开始测试序列的第二阶段，这使运动系统减速。类似于测试的第一阶段，在一个或更多个实施例中，转矩命令信号u(t)减小的速率可以由用户设定。当转矩命令u(t)减小时，电机将在短暂时间(在时间t＝tc至td之间)内继续加速(尽管以减小的加速度)，直到转矩命令u(t)的值变得小于运动系统的摩擦力，此时电机将开始减速(在时间t＝td)。由于当速度v(t)在时间t＝tc处达到Vmax时电机仍然加速，因此在转矩命令开始减小之后，速度将继续超过Vmax一段时间，如图6所示。
对于测试序列的第二阶段，转矩命令产生器304将继续使转矩命令信号u(t)斜降，直到转矩命令信号达到Umin或者运动系统v(t)的速度减速到Vmin。在示出的示例中，在速度v(t)达到Vmin之前，转矩命令信号(t)减小到Umin。相应地，转矩命令产生器304将转矩命令信号保持在Umin(t)，而速度继续朝着Vmin减速。如在测试序列的第一阶段中那样，如果速度v(t)在转矩命令信号开始减小之后的定义时间段内没有减速到Vmin，则估计器系统可以被配置为启动错误处理例程。由于在该示例序列中Umin被设置为小于零，所以转矩命令信号u(t)在时间t＝td处减小到零并且继续减小为幅值增大的负转矩值直到达到Umin。该负转矩值使运动系统以相对于第一阶段的加速度更快的速率减速。
当运动系统v(t)的速度在时间t＝tf处达到Vmin时，转矩命令产生器304开始使转矩命令信号斜回到零，从而允许运动系统靠惯性滑行到静息状态，如图6中的v(t)曲线的逐渐变细端指示的。此时，估计系统302具有计算机械系统的惯性和摩擦系数的估计值所需的数据。
以上结合图6描述的测试序列仅旨在表示示例的、非限制性的测试序列。应该理解的是，使转矩命令u(t)随时间连续变化并测量运动系统的对应速度分布v(t)的任何合适的测试序列都在本公开的某些实施例的范围内。例如，尽管上述示例将转矩命令u(t)描述为响应于速度v(t)到达相应速度检查点而改变方向，但是一些测试序列可以包括如下阶段：当到达速度检查点时，转矩命令u(t)仅改变其增加或减小的速率，而不改变转矩命令的方向(例如，增加的转矩命令可以响应于v(t)达到阶段检查点而继续增加，但以更慢的速率增加)。
在执行前述测试序列时，惯性和摩擦估计系统402记录由转矩命令产生器304产生的转矩命令信号u(t)和由速度监测组件306读取的对应的电机速度v(t)。这些转矩和速度曲线表征运动系统524，使得可以基于曲线确定对惯性、库仑摩擦系数和粘性摩擦系数的准确估计。在一个或更多个实施例中，在已经执行上述测试序列并且已经得到表示u(t)和v(t)的数据之后，系数估计组件308基于u(t)和v(t)在测试序列的特定时间范围上的积分来计算对J、Bv和Bc的估计。下文示出了利用u(t)和v(t)的积分来推导对运动系统的惯性和摩擦系数的估计的示例技术。
运动系统可以用以下微分方程来描述：
其中J是惯性，Bc是库仑摩擦系数，Bv是粘性摩擦系数，u(t)是转矩命令信号，v(t)是作为对转矩信号u(t)的响应的运动系统的对应速度(例如，上面结合图5和图6描述的u(t)和v(t))，以及
参照图6中的转矩曲线图602和速度曲线图604，将转矩命令信号为正的时间段(从时刻t＝0到td)指定为加速阶段，并且将转矩命令信号为负的时间段(从时间t＝td开始直到运动系统减速到静息状态)指定为减速阶段。
为了确定对惯性和摩擦系数的估计，系数估计组件308相对于预定义的速度检查点Vmin和Vmax指定加速阶段和减速阶段内的多个时间段。特别地，由于系统将求解三个变量(J、Bv和Bc)，因此系数估计组件308指定加速阶段和减速阶段内的至少三个时间段以便基于上述方程(1)来求解J、Bv和Bc。在该示例中，仅有三个时间段被指定。然而，在一些实施例中，系数估计组件308可以被配置为指定三个以上的时间段。
为了确定第一时间段和第二时间段，系数估计组件308首先确定速度处于Vmin和Vmax之间的加速阶段的部分。加速阶段的这部分在图6中被表示为t＝ta和t＝tc之间的时间段。系数估计组件308然后将加速阶段的这部分划分为两个时间段。在图6中的示例曲线中，以这种方式导出的第一时间段是时间t＝ta和t＝tb之间的持续时间，第二时间段是时间t＝tb和t＝tc之间的持续时间。假如时间t＝tb是时间t＝ta和t＝tc之间的时间点，则可以使用任何合适的标准来选择第一时间段和第二时间段之间的转换时间tb。例如，估计系统的一些实施例可以被配置为将时间t＝tb定义为时间t＝ta(运动系统的速度达到Vmin的时间)与时间t＝tc(速度达到Vmax的时间)之间的中点。在另一个示例实施例中，估计系统可以被配置为确定运动系统的速度在加速阶段期间达到Vmax和Vmin之间的中点的时间，并且指定该时间为时间t＝tb。用于选择时间t＝tb的其他技术也在本公开的一个或更多个实施例的范围内。
第三时间段被定义为运动系统的速度在Vmax和Vmin之间的减速阶段的部分。在图6的示例曲线中，该第三时间段表示为时间t＝te和t＝tf之间的时间段。该时间段不被划分，而是保持为单个时间段。
在已经收集测试数据并且已经确定出上述三个时间段之后，系数估计组件308根据以下过程来产生J、Bv和Bc的估计。首先，系数估计组件308针对三个指定时间段中的每一个对上述方程(1)的两侧进行积分。针对第一时间段(时间t＝ta至t＝tb)，对方程(1)的两侧进行积分得到：
针对第二时间段(时间t＝tb至t＝tc)，对方程(1)的两侧进行积分得到：
针对第三时间段(时间t＝te至t＝tf)，对方程(1)的两侧进行积分得到：
通过以下代入，可以以简化形式来表示方程(3)、(4)和(5)：
Δv1＝v(tb)-v(ta) (6)
Δv2＝v(tc)-v(tb) (7)
Δv3＝v(tf)-v(te) (8)
Δt1＝tb-ta (12)
Δt2＝tc-tb (13)
Δt3＝tf-te (14)
在图6中，由上述方程(9)-(11)给出的积分V1、V2和V3表示针对上面定义的三个时间段中的每个时间段的速度曲线v(t)下的对应阴影区域。类似地，由上述方程(15)-(17)给出的积分U1、U2和U3表示针对三个时间段的转矩曲线u(t)下的对应阴影区域。如下所述，系数估计组件308根据这些积分来确定惯性J、库仑摩擦系数Bc和粘性摩擦系数Bv的估计。
由方程(6)、(7)和(8)给出的值Δv1、Δv2和Δv3分别表示三个时间段中的每个时间段的开始和结束之间的运动系统的速度变化。由方程(12)、(13)和(14)给出的值Δt1、Δt2和Δt3表示三个时间段中每一个的持续时间。
将方程(6)-(17)给出的项代入方程(3)-(5)中得到以下结果：
Δv1J+V1Bv+Δt1Bc＝U1 (18)
Δv2J+V2Bv+Δt2Bc＝U2 (19)
Δv3J+V3Bv+Δt3Bc＝U3 (20)
由于方程(18)-(20)是具有满秩的线性代数方程，因此任何方法都可以用来求解J、Bv和Bc。因此，系数估计组件308可以被配置为使用任何合适的方法，针对表示u(t)和u(t)的一组给定的测试数据来求解方程(18)-(20)。例如，在一个或更多个实施例中，系数估计组件308可以被配置为使用矩阵解法来求解方程(18)-(20)。在这样的实施例中，方程(18)-(20)可以以矩阵形式排列：
Ax＝b (21)
其中
系数估计组件308可以使用以下解法求解针对J、Bv和Bc的方程(22)-(24)。
x＝A-1b (25)
其中，A-1是A的逆矩阵，由此得到对J、Bv和Bc的估计。
如上所述，尽管以上描述的示例性实施例指定了三个时间段来对u(t)和u(t)进行积分以得到三个方程(3)、(4)和(5)(以替代形式表示为方程(18)、(19)和(20))，但是估计系统的一些实施例可以指定三个以上的时间段，从而得到可以求解J、Bv和Bc的对应数量的方程。如果系数估计组件308被配置为基于指定的三个以上时间段来获得三个以上的方程，则作为对上述矩阵解法的替代，系数估计组件308的这样的实施例可以应用最小平方误差法来求解J、Bv和Bc。
方程(21)-(25)是用于基于连续转矩和速度数据来计算运动系统的估计的惯性和摩擦系数的示例公式。然而，应该认识到，通过对连续转矩信号和对应的速度曲线进行积分来计算这些参数的任何合适的公式都在本公开的某些实施例的范围内。
此外，尽管上述示例对由运动控制器发出的转矩命令信号u(t)进行积分以估计J、Bv和Bc的值，但是，作为对发出的转矩命令信号的替代或除该发出的转矩命令信号之外，估计系统302的一些实施例可以被配置为将实际转矩测量值用于积分。在这样的实施例的变型中，估计系统可以被配置为确定运动系统的实际(测量或估计)转矩与发出的转矩命令信号的偏差，并且在估计J、Bv和Bc时考虑该偏差。
图7是描绘根据本公开的一个或更多个实施例的由惯性和摩擦估计系统302产生惯性和摩擦系数的框图。一般地，惯性和摩擦估计系统302根据以下过程产生对运动系统的惯性J、粘性摩擦系数Bv和库仑摩擦系数Bc的估计。首先，估计系统302执行上面结合图5和图6描述的测试序列，以便得到表示转矩曲线u(t)和速度曲线v(t)的数据。转矩命令产生器304和速度监测组件将用于u(t)和v(t)的数据提供给系数估计组件308。接下来，系数估计组件308可以选择与将被用作分析基础的转矩曲线和速度曲线的部分相对应的三个(或更多个)时间段。例如，系数估计组件308可以确定速度曲线的加速阶段和减速阶段，确定加速阶段中的速度介于Vmin和Vmax之间的部分，以及将该时间部分分成两个时间部分以产生第一两个时间段。第三时间段可以被确定为减速阶段中的速度介于Vmax和Vmin之间的部分。系数估计组件308然后分析转矩和速度数据以基于三个选定的时间段确定由方程(6)-(17)表示的积分、速度差和持续时间，并且使用这些值来得到方程(18)、(19)和(20)。然后，系数估计组件308求解针对J、Bv和Bc的这些方程(例如，使用矩阵解法或其他技术)，以便得到对惯性和摩擦系数的估计，该估计然后由估计系统302输出。
在各种实施例中，惯性和摩擦估计系统302可以根据系统在其中操作的特定应用的要求来输出估计的惯性和摩擦系数。例如，如图7所示，估计系统302可将对J、Bv和Bc的估计提供给运动控制器714，运动控制器714可使用惯性和摩擦系数的估计来促进调节一个或更多个增益系数。此外或可替代地，估计系统302可以将J、Bv和Bc的估计值输出到显示设备(例如，经由接口组件312)，使得这些值可以被查看并且手动输入到单独的运动控制或调节应用中。对运动系统的惯性和摩擦系数的准确估计可以简化调节过程并且有利于精确的参数调节，实现精确并且节能的机械运动。此外，由于估计系统基于在运动系统的整个转矩分布上收集的数据来估计惯性和摩擦系数(而不是基于系统对一个或更多个恒定转矩命令的响应进行外推)，因此由估计系统302得到的惯性和摩擦系数估计在运动系统的整个操作范围上更可能是准确的。
尽管前面的示例已经将估计系统302描述为通过运动控制器(例如，图5的控制器518)输出转矩命令u(t)并且接收速度反馈v(t)，或者描述为通过控制器操作的单独组件或控制器的集成组件，但是其他配置也在本公开的某些实施例的范围内。例如，图8示出了其中惯性和摩擦估计系统302作为与运动控制器802分离的独立组件操作的架构。在该示例架构中，估计系统302能够独立于控制器802产生其自己的转矩命令信号。取决于开关812的状态，被测试和控制的电机804可以从控制器802或估计系统302接收其转矩命令信号808。来自电机804的速度反馈810可以被提供给控制器802和估计系统302两者。在测试序列期间，开关812可以被设置为传送由估计系统302而不是控制器802产生的转矩命令信号u(t)。测试可以如前面的示例中所描述的那样进行，使得估计系统302产生对运动系统的惯性J以及摩擦系数Bv和Bc的估计值。估计系统302然后将J、Bv和Bc的估计值提供给控制器802，控制器802可以使用这些值来确定合适的控制器增益系数或其他控制参数。一旦设置了控制器参数，开关812就可以转变成将电机804连接到由控制器802而不是估计系统302产生的转矩命令信号808，并且可以使用基于J、Bv和Bc导出的控制器增益系数来进行运动系统的正常操作。
图9示出了利用由估计系统302产生的估计的惯性和摩擦系数的示例运动控制调节应用。在该示例中，调节应用904用于调节控制器906的控制器增益，其中控制器906控制电机驱动的运动系统(未示出)的操作。估计系统302可以使用上述技术来产生对运动系统的惯性J、粘性摩擦系数Bv和库仑摩擦系数Bc的估计。具体地，估计系统302指示控制器906向运动系统的电机发送连续转矩命令，其中转矩命令根据预定义的测试序列随时间连续变化。可替代地，对于估计系统302独立于控制器906进行操作的实施例(如在图8中描绘的示例配置中那样)，估计系统302可以产生其自己的连续转矩命令并将其发送到运动系统。测试序列可以包括加速阶段和减速阶段，在加速阶段和减速阶段期间，估计系统302响应于所施加的转矩命令来监测和记录运动系统的速度。在测试序列结束时，估计系统302可以至少部分地基于时变转矩命令信号和对应的时变运动系统速度的选定积分(例如，基于方程(18)、(19)和(20))来计算对J、Bv和Bc的估计。
然后，估计系统302可以将估计的惯性和摩擦系数值提供给调节应用904。可替代地，估计系统302可以在用户界面上呈现J、Bv和Bc的值，允许用户将估计的惯性和摩擦系数手动输入到调节应用904中。对J、Bv和Bc的获知可以允许调节应用904基于由估计的惯性和摩擦系数表示的运动系统的机械特性来产生对一个或更多个控制器增益912的估计。调节应用904可以根据惯性J、粘性摩擦系数Bv和库仑摩擦系数Bc以及控制系统带宽(例如，交叉频率)914来产生控制器增益912的合适值，所述控制系统带宽可以由用户通过接口916手动调整以实现期望的运动特性。
在通常的应用中，本文描述的惯性和摩擦估计系统可以用于在运动控制系统正常操作之前的初始部署期间，产生对运动系统的惯性J、粘性摩擦系数Bv和库仑摩擦系数Bc的可靠估计。具体地，估计系统可以在运行时间之前用于配置和调节控制器参数(例如，控制器增益系数)。一旦设置，这些参数通常在系统启动后保持固定，除非决定稍后重新调节系统。然而，在一些实施例中，估计系统可以被配置为在运动系统的正常闭环操作期间定期地或连续地自动重新计算J、Bv和Bc的值。在这样的实施例中，估计系统可以监测由控制器根据在正常运行时间操作期间执行的用户定义的控制例程(与上述测试序列相反)发出的转矩命令输出信号，以及响应于这些转矩命令信号的加速和减速期间的运动系统的速度。使用该运行时间数据，估计系统可以定期地、连续地或半连续地执行上文描述的积分，以产生对J、Bc和Bv的更新的估计。使用这样的配置，基于对J、Bv和Bc的估计的控制器增益可以在正常操作期间基本实时地动态调整，以补偿运动系统的机械特性的逐渐变化(例如，由于机械磨损、电机看到的负载变化、运动系统中使用的润滑剂的添加或腐蚀等)。
在图5、图7和图9示出的示例中，惯性和摩擦估计系统302被描绘为与运动控制器分离的元件。对于这样的配置，组件304、306或308中的任何一个可以经由任何合适的通信手段与运动系统的控制器或其他元件交换数据，所述合适的通信手段包括但不限于有线或无线网络、硬连线数据链路或其他此类通信手段。在其他实施例中，组件304、306或308中的一个或更多个可以是运动控制器(例如，诸如可编程逻辑控制器、片上系统或其他类型的微控制器等的工业控制器)的集成组件。例如，组件304、306或308中的一个或更多个可以是由驻留在控制器上的一个或更多个处理器执行的控制器的操作系统和/或控制软件的功能组件。组件304、306或308还可以是驻留在控制器内的硬件组件，例如电路板或集成电路，其与控制器的其他功能元件交换数据。在一些实施例中，惯性和摩擦估计系统302还可以是电机驱动器(例如，变频驱动器或其他电机驱动器)的集成子系统。其他合适的实施方式也在本公开的某些实施例的范围内。
惯性和摩擦估计系统302可以结合基本上任何类型的运动控制应用来使用，包括但不限于传送机控制系统、工业机器人、洗衣机、离心机、泵、材料处理系统、汽车系统或其他这样的运动控制应用。
图10-11示出了根据某些公开的方面的各种方法。尽管出于简化说明的目的，方法被显示和描述为一系列动作，但是应该理解和认识到，所公开的方面不受动作顺序的限制，因为一些动作可能以不同的顺序发生和/或与本文所示和所述的其他动作同时发生。例如，本领域的技术人员将理解和明白，方法可以替代地表示为一系列相互关联的状态或事件，例如在状态图中。此外，根据某些公开的方面，可能不需要所有示出的动作来实施方法。此外，还应该理解的是，在下文以及整个公开中公开的方法能够存储在制品上以便于将这样的方法传输和传送到计算机。
图10示出了用于估计受控机械系统的惯性、库仑摩擦系数以及粘性摩擦系数的示例性方法1000。最初，在1002处，连续转矩命令信号u(t)被发送到运动系统的控制器，其中转矩命令信号u(t)随着时间在定义的最大和最小转矩设定点之间变化。在一个或更多个实施例中，转矩命令信号u(t)可以符合预定义的测试序列，使得u(t)的输出取决于测试序列的阶段以及机械系统对一个或更多个用户定义的设定点的响应。测试序列可以包括加速阶段和减速阶段，分别与增加的电机速度和减小的电机速度相对应。
在1004处，记录作为对转矩命令信号u(t)的响应的运动系统的速度v(t)。由此，在完成测试序列时，得到在测试序列的持续时间内所施加的转矩命令信号u(t)和产生的运动系统速度v(t)的数据曲线。
在1006处，基于转矩曲线u(t)和速度曲线v(t)的积分来计算对运动系统的惯性、粘性摩擦系数或库仑摩擦系数中的至少一个的估计。在一个或更多个实施例中，可以在测试序列的持续时间内选择三个时间段，并且可以基于转矩曲线和速度曲线在这三个时间段上的积分(例如，使用上面的方程(18)、(19)和(20)或其他合适的方程)来得到定义惯性、库仑摩擦系数和粘性摩擦系数之间的关系的方程。然后可以为惯性、库仑摩擦系数和粘性摩擦系数求解这三个方程，以得到这三个参数的估计。在1008处，根据在步骤1006处计算的估计的惯性和/或摩擦系数来设置运动系统的一个或更多个参数。在非限制性示例中，可以基于根据步骤1002-1006计算的估计的惯性和/或摩擦系数来设置一个或更多个控制器增益系数。
图11A示出了用于在运动系统上执行测试序列以便估计系统的惯性、粘性摩擦系数和库仑摩擦系数的示例方法1100A的第一部分。首先，在1102处，确定发送到运动系统的转矩命令信号(例如，发送到控制运动系统的速度和/或位置的控制器的转矩命令信号)是否大于或等于转矩上限Umax。在一个或更多个实施例中，该转矩上限可以是经由用户接口提供的用户定义的界限。如果转矩命令信号不大于或等于Umax，则该方法进行到步骤1104，其中转矩命令信号u(t)连续地增加，并且记录作为对所施加的转矩命令信号的响应的运动系统的速度v(t)。
在1108，确定运动系统的速度是否大于或等于速度检查点值Vmax。在一个或更多个实施例中，该检查点值可以由用户经由用户接口来设置。如果速度不大于或等于Vmax，则方法返回到步骤1102，其中再次确定转矩命令信号是否大于或等于Umax。连续重复步骤1102、1104和1108，直到在步骤1102处转矩命令信号达到Umax或者在步骤1108处运动系统的速度达到Vmax。如果在速度达到Vmax之前，在步骤1102处转矩命令信号达到Umax，则该方法进入步骤1106，其中转矩命令信号保持恒定，而运动系统继续加速。在一个或更多个实施例中，如果在定义的时间段内速度在步骤1108处未达到Vmax，则可以执行适当的错误处理例程(例如，方法可以停止测试序列并将错误消息输出到界面显示器)。
当在步骤1108处运动系统的速度达到Vmax时，方法进行到步骤1110，其中确定转矩命令信号是否小于或等于转矩下限Umin。与Umax一样，该转矩下限可以由用户通过用户接口设置。在一些情况下，转矩下限Umin可以小于零。如果在步骤1110处转矩命令信号不小于或等于Umin，则该方法进行到步骤1112，其中到运动系统的转矩命令信号连续地减小，并且继续记录作为对转矩命令信号的响应的运动系统的速度。
当转矩命令信号继续减小时，在步骤1116处确定运动系统的速度是否减小到小于或等于另一速度检查点值Vmin的值，Vmin被设置为小于检查点值Vmax。如果速度不小于或等于Vmin，则方法返回到步骤1110，其中再次确定转矩命令信号是否小于或等于Umin。连续重复步骤1110、1112和1116，直到在步骤1110处转矩命令信号变为小于或等于Umin，或者在步骤1116处运动系统的速度变得小于或等于Vmin。
如果在运动系统的速度变得小于或等于Vmin之前，在步骤1110处转矩命令信号变得小于或等于Umin，则该方法进行到步骤1114，其中转矩命令信号保持恒定，而运动系统继续减速。在步骤1116处，转矩命令信号继续保持恒定，直到速度变得小于或等于Vmin。
示例性方法1100B的第二部分在图11B中继续。在由方法1100A描述的测试序列结束时，系统具有描述在测试序列期间被发送到运动系统的时变转矩命令信号u(t)以及作为对所施加的转矩命令信号的响应的运动系统随时间的测量速度v(t)的数据记录。在1118处，在基于速度检查点Vmax和Vmin的值选择的三个时间段上对转矩曲线u(t)和速度曲线v(t)进行积分。例如，在一个或更多个实施例中，以运动系统的速度在加速期间首次达到Vmin时的时间开始并且以速度首次达到Vmax之前的时间结束的时间段可以被指定为第一时间段，以第一时间段结束时开始并且以速度在加速期间首次达到Vmax时结束的时间段可以被指定为第二时间段。第三时间段可以被指定为以正在减速的运动系统的速度返回到Vmax时开始并且以速度返回到Vmin时结束的时间段。这些指定的时间段仅旨在作为示例，并且应该理解的是，用于选择在其上对转矩曲线和速度曲线进行积分的三个时间段的其他标准也在本公开的一个或更多个实施例的范围内。在步骤1118处得到六个积分结果——通过在相应三个时间段上对转矩曲线进行积分得到的三个积分结果U1、U2、和U3以及通过在相应三个时间段上对速度曲线进行积分得到的三个积分结果V1、V2、和V3。
在1120处，基于在步骤1118处得到的积分结果产生三个方程，其中三个方程中的每一个定义惯性J、库仑摩擦系数Bc和粘性摩擦系数Bv之间的关系。例如，可以通过将积分U1、U2、U3、V1、V2、和V3代入上述方程(18)、(19)和(20)中来导出方程。
在1122处，求解在步骤1120处产生的三个方程以得到对J、Bc和Bv的估计。例如，可以基于上面的方程(21)-(25)使用矩阵解法来求解三个方程。然而，在不脱离本公开的一个或更多个实施例的范围的情况下，可以使用其他合适的技术来求解三个变量。在1124处，将在步骤1122处得到的J、Bc和Bv的估计输出到显示设备、运动控制系统或使用所估计的惯性和摩擦系数来设计或调节运动系统的另一个外部系统。
示例性网络和分布环境
本领域的普通技术人员可以理解，本文描述的各种实施例可以结合任何计算机或其他客户端或服务器设备来实现，这些计算机、客户端或服务器可以被部署为计算机网络或分布式计算环境的一部分，并且可以连接到其中包含介质的任何类型的数据存储。就此而言，本文描述的视频编辑系统的各种实施例可以在具有任何数量的存储器或存储单元(例如，图3的存储器316)、以及在任何数量的存储单元上发生的任何数量的应用和过程的任何计算机系统或环境中实现。这包括但不限于以下环境，其具有部署在具有远程或本地存储的网络环境或分布式计算环境中的服务器计算机和客户端计算机。例如，参照图3，转矩命令发生器304、速度监测组件306、系数估计组件308以及接口组件312可以存储在与单个设备相关联的单个存储器316上，或者可以分布在与相应多个设备相关联的多个存储器中。类似地，转矩命令发生器304、速度监测组件306、系数估计组件308以及接口组件312可以由单个处理器314执行，或由与多个设备相关联的多个分布式处理器执行。
分布式计算通过计算设备和系统之间的通信交换来提供计算机资源和服务的共享。这些资源和服务包括信息交换、对象的缓存存储和磁盘存储。这些资源和服务还可以包括在多个处理单元上共享处理能力以实现负载平衡、资源扩展、处理的专门化等。分布式计算利用网络连接，使客户端利用其集体力量为整个企业带来益处。就此而言，各种设备可以具有可以参与本公开的各种实施例的应用程序、对象或资源。
图12提供了示例性的网络或分布式计算环境的示意图。分布式计算环境包括计算对象1210、1212等以及计算对象或设备1220、1222、1224、1226、1228等，其可以包括程序、方法、数据存储、可编程逻辑等，如由应用1230、1232、1234、1236、1238表示的。可以理解的是，计算对象1210、1212等以及计算对象或设备1220、1222、1224、1226、1228等可以包括不同的设备，例如个人数字助理(PDA)、音频/视频设备、移动电话、MP3播放器、个人计算机、膝上型计算机、平板计算机等，其中本文描述的惯性估计器的实施例可以驻留在这些设备上或与这些设备交互。
每个计算对象1210、1212等以及计算对象或设备1220、1222、1224、1226、1228等可以通过通信网络1240与一个或更多个其他计算对象1210、1212等以及计算对象或设备1220、1222、1224、1226、1228等直接或间接地通信。尽管在图12中被示为单个元件，但通信网络1240可以包括向图12的系统提供服务的其他计算对象和计算设备，和/或可以表示多个互连网络(未示出)。每个计算对象1210、1212等或计算对象或设备1220、1222、1224、1226、1228等还可以包含诸如应用1230、1232、1234、1236、1238等的应用(例如，惯性和摩擦估计系统302或其组件)，这些应用可以利用适用于与本公开的各种实施例通信或实现这些实施例的API或其他对象、软件、固件和/或硬件。
存在支持分布式计算环境的各种系统、组件和网络配置。例如，计算系统可以通过有线或无线系统、通过本地网络或广泛分布的网络连接在一起。目前，许多网络耦合到互联网，互联网提供用于广泛分布式计算的基础设施并且包含许多不同的网络，但是任何合适的网络基础设施可以用于到本文的各种实施例中描述的系统的示例性通信。
因此，可以利用诸如客户端/服务器、对等或混合架构等的各种网络拓扑和网络基础设施。“客户端”是使用另一类或组的服务的类或组的成员。客户端可以是一个计算机进程，例如大致是一组指令或任务，其请求由另一个程序或进程提供的服务。客户端进程可以利用所请求的服务，而不必“知道”关于另一程序或服务本身的所有工作细节。
在客户端/服务器架构中，特别是网络系统中，客户端可以是访问由另一计算机(例如服务器)提供的共享网络资源的计算机。在图12中，作为非限制性示例，计算对象或设备1220、1222、1224、1226、1228等可以被认为是客户端，并且计算对象1210、1212等可以被认为是服务器，其中计算对象1210、1212等提供数据服务，例如从客户端计算对象或设备1220、1222、1224、1226、1228等接收数据、存储数据、处理数据、将数据传送到客户端计算对象或设备1220、1222、1224、1226、1228等，但根据情况，任何计算机都可以被视为客户端、服务器或两者。这些计算设备中的任何一个可以处理数据，或者请求交易服务或任务，这些交易服务或任务可能涉及用于针对一个或更多个实施例的本文描述的系统的技术。
服务器通常是可通过远程或局域网络(例如互联网或无线网络基础设施)访问的远程计算机系统。客户端进程可以在第一计算机系统中活动，而服务器进程可以在第二计算机系统中活动，通过通信介质彼此通信，从而提供分布式功能并允许多个客户端利用服务器的信息收集功能。根据本文描述的技术使用的任何软件对象可以被独立提供，或分布在多个计算设备或对象上。
例如，在通信网络/总线1240是互联网的网络环境中，计算对象1210、1212等可以是Web服务器、文件服务器、媒体服务器等，客户端计算对象或设备1220、1222、1224、1226、1228等经由许多已知协议中的任何协议(诸如超文本传输协议(HTTP))与这些服务器进行通信。计算对象1210、1212等也可以用作客户端计算对象或设备1220、1222、1224、1226、1228等，这可能是分布式计算环境的特征。
示例计算设备
如所提及的，有利地，本文描述的技术可以应用于任何合适的设备。因此，应该理解，手持式、便携式和其他计算设备以及计算对象都可以考虑与各种实施例结合使用。因此，下文在图13中描述的计算机仅仅是计算设备的一个示例。此外，合适的服务器可以包括下面的计算机的一个或更多个方面，诸如媒体服务器或其他媒体管理服务器组件。
尽管不是必需的，但是实施例可以部分地经由操作系统来实现，供设备或对象的服务开发者使用，和/或被包括在应用软件内，所述应用软件用于执行本文描述的各种实施例的一个或更多个功能方面。软件可以在由一个或更多个计算机(例如客户端工作站、服务器或其他设备)执行的计算机可执行指令(例如程序模块)的一般上下文中描述。本领域的技术人员将认识到，计算机系统具有可以用于传送数据的各种配置和协议，因此，没有特定的配置或协议被认为是限制性的。
因此，图13示出了其中可以实现本文描述的实施例的一个或多个方面的适合的计算系统环境1300的示例，但是如上所述，计算系统环境1300仅仅是合适的计算环境的一个示例，并非要对使用范围或功能提出任何限制。计算系统环境1300也不被解释为对在示例性计算系统环境1300中示出的组件中的任何一个或组合有任何依赖性或要求。
参考图13，描绘了用于实现计算机1310形式的一个或更多个实施例的示例性计算设备。计算机1310的组件可以包括但不限于处理单元1320、系统存储器1330以及将包括系统存储器的各种系统组件耦合到处理单元1320的系统总线1322。处理单元1320可以例如执行与估计系统302的(一个或多个)处理器314相关联的功能，而系统存储器1330可以执行与存储器316相关联的功能。
计算机1310通常包括各种计算机可读介质并且可以是可以由计算机1310访问的任何可得介质。系统存储器1330可以包括易失性和/或非易失性存储器形式的计算机存储介质，例如只读存储器(ROM)和/或随机存取存储器(RAM)。作为示例而非限制，系统存储器1330还可以包括操作系统、应用程序、其他程序模块和程序数据。
用户可以通过输入设备1340将命令和信息输入到计算机1310，输入设备1340的非限制性示例可以包括键盘、小键盘、定点设备、鼠标、触控笔、触摸板、触摸屏、轨迹球、运动检测器、相机、麦克风、游戏杆、游戏手柄、扫描仪或允许用户与计算机1310交互的任何其他设备。监视器或其他类型的显示设备也经由诸如输出接口1350等的接口连接到系统总线1322。除了监视器之外，计算机还可以包括可以通过输出接口1350连接的其他外围输出设备，例如扬声器和打印机。在一个或更多个实施例中，输入设备1340可以向接口组件312提供用户输入，而输出接口1350可以从接口组件312接收与惯性和摩擦估计系统302的操作有关的信息。
计算机1310可以使用与一个或更多个其他远程计算机(例如远程计算机1370)的逻辑连接在网络或分布式环境中操作。远程计算机1370可以是个人计算机、服务器、路由器、网络PC、对等设备或其他常见网络节点或者任何其他远程媒体消费或传输设备，并且可以包括上文参照计算机1310描述的任何或全部元件。图13中描绘的逻辑连接包括网络1372，例如局域网(LAN)或广域网(WAN)，但也可以包括其他网络/总线，例如蜂窝网络。
如上所述，尽管已经结合各种计算设备和网络架构描述了示例性实施例，但是可以以灵活的方式将基本概念应用于期望发布或消费介质的任何网络系统以及任何计算设备或系统。
此外，存在多种方式来实现相同或类似的功能，例如使得应用和服务能够利用本文描述的技术的适当的API、工具包、驱动代码、操作系统、控件、独立或可下载的软件对象等。因此，可以从API(或其他软件对象)的角度以及实现本文描述的一个或更多个方面的软件或硬件对象的角度来考虑本文的实施例。因此，这里描述的各种实施例可以具有完全硬件、部分硬件和部分软件以及软件的方面。
本文使用词语“示例性”来表示用作示例、实例或说明。为了避免疑惑，本文公开的方面不受这些示例的限制。此外，本文描述为“示例性”的任何方面或设计不一定被解释为相比其他方面或设计是优选的或有利的，也不意味着排除本领域普通技术人员已知的等同示例性结构和技术。此外，就术语“包括”、“具有”、“包含”以及其他类似词语在具体实施方式或权利要求书中的使用而言，为避免疑惑，这些术语旨在表示类似于作为开放过渡词的术语“包含”形式的包括，而不排除任何额外或其他元件。
计算设备通常包括各种介质，其可以包括计算机可读存储介质(例如，存储器316)和/或通信介质，其中这两个术语在本文中彼此不同地如下使用。计算机可读存储介质可以是可以被计算机访问的任何可用存储介质，通常是非暂时性质的，并且可以包括易失性和非易失性介质、可移除和不可移除介质。作为示例而非限制，计算机可读存储介质可以结合用于存储信息的任何方法和技术来实现，所述信息例如是计算机可读指令、程序模块、结构化数据或非结构化数据等。计算机可读存储介质可以包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD ROM、数字多功能盘(DVD)或其他光盘存储、磁带盒、磁带、磁盘存储器或其他磁存储设备或可用于存储所需信息的其他有形和/或非暂时性介质。计算机可读存储介质可以由一个或多个本地或远程计算设备访问，例如，经由针对关于由介质存储的信息的各种操作的访问请求、查询或其他数据检索协议。
另一方面，通信介质通常将计算机可读指令、数据结构、程序模块或其他结构化或非结构化数据包含在诸如调制数据信号(例如载波或其他传输机制)等的数据信号中，并且包括任何信息传递或传输介质。术语“调制数据信号”或信号指的是如下信号，其一个或更多个特性被设置或改变以使得能够将信息编码在一个或多个信号中。作为示例而非限制，通信介质包括有线介质(例如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外和其他无线介质)。
如上所述，本文所述的各种技术可以结合硬件或软件或者在适当的情况下结合两者来实现。如本文使用的，术语“组件”、“系统”等类似地旨在指代计算机相关实体，其是硬件、硬件和软件的组合、软件或者执行中的软件。例如，组件可以是但不限于是在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。举例来说，在计算机上运行的应用和计算机都可以是组件。一个或更多个组件可以驻留在进程和/或执行线程内，并且组件可以位于一台计算机上和/或分布在两台或多台计算机之间。此外，“设备”可以以如下形式出现：特别设计的硬件、通过执行位于通用硬件上的使得该硬件能够执行特定功能(例如，编码和/或解码)的软件而专门化的该通用硬件、存储在计算机可读介质上的软件、或其组合。
已经针对几个组件之间的交互描述了上述系统。可以理解的是，这样的系统和组件可以包括这些组件或指定的子组件、指定的组件或子组件中的一些、和/或另外的组件、以及根据上文的各种置换和组合的组件。子组件也可以被实现为通信地耦合到其他组件的组件，而不是被包括在父组件(层次化的)中。此外，要注意的是，一个或更多个组件可以被组合成提供聚合功能的单个组件，或者被分成几个单独的子组件，并且可以提供任何一个或更多个中间层(例如管理层)以通信地耦合到这些子组件以便提供集成功能。本文所述的任何组件还可以与本文中未具体描述但本领域技术人员通常知晓的一个或更多个其他组件交互。
为了提供或辅助本文中所描述的众多推断(例如推断音频片段)，本文描述的组件可以检查其被授权访问的数据的整体或子集并且可以从通过事件和/或数据捕捉的一组观察值推理或推断系统的状态、环境等。例如，可以使用推断来识别特定的上下文或动作，或者可以产生状态的概率分布。推断可以是概率性的——即基于对数据和事件的考虑来计算感兴趣状态的概率分布。推断还可以指用于从一组事件和/或数据组成更高级事件的技术。
这样的推断可以导致从一组观察到的事件和/或存储的事件数据中构建新的事件或动作，无论事件是否在时间上紧密相关，以及无论事件和数据是来自一个还是几个事件和数据源。可以采用各种分类(显式和/或隐式训练)方案和/或系统(例如，支持向量机、神经网络、专家系统、贝叶斯置信网络、模糊逻辑、数据融合引擎等)来执行所要求保护的主题相关的自动和/或推断的动作。
分类器可以将输入属性向量x＝(x 1，x 2，x 3，x 4，x n)映射为输入属于某类的置信度，如通过f(x)＝置信度(类)。这种分类可以采用基于概率和/或基于统计的分析(例如，考虑分析效用和成本)来预测或推断用户期望自动执行的动作。支持向量机(SVM)是可以使用的分类器的示例。SVM通过在可能输入的空间中找到超曲面来操作，超曲面试图将触发标准与非触发事件分开。直观地说，这使对与训练数据接近但不相同的测试数据的分类准确。其他有向和无向模型分类方法包括例如朴素贝叶斯、贝叶斯网络、决策树、神经网络、模糊逻辑模型，并且可以采用提供不同独立模式的概率分类模型。此处使用的分类还包括用于开发优先级模型的统计回归。
鉴于上面描述的示例性系统，参照各个附图(例如，图10和图11)的流程图，将更好地理解可以根据所描述的主题来实现的方法。尽管出于简化解释的目的，方法被示出并描述为一系列框，但是应该理解和认识到，所要求保护的主题不受框顺序的限制，因为一些框可能以不同顺序发生和/或与本文描绘和描述的其他框同时发生。在通过流程图示出非顺序的或分支的流程的情况下，可以理解，可以实现取得相同或类似结果的各种其他分支、流程路径、以及框的顺序。此外，实施下文所述的方法可能不需要所有示出的框。

Claims (15)

1.一种用于估计运动系统的参数的方法，包括：
通过包括至少一个处理器的系统产生随时间连续变化的转矩命令信号；
通过所述系统测量运动设备的速度数据，所述速度数据表示作为对所述转矩命令信号的响应的所述运动系统的速度；
通过所述系统至少部分地基于所述速度数据和所述转矩命令信号来确定所述运动系统的惯性、粘性摩擦系数和库仑摩擦系数的估计值；以及
通过所述系统将所述估计值输出到显示设备、运动控制器或外部系统中的至少一个。
2.根据权利要求1所述的方法，其中，所述确定包括包括至少部分地基于所述速度数据在三个时间范围上的积分以及所述转矩命令信号在所述三个时间范围上的积分来确定所述惯性、粘性摩擦系数和库仑摩擦系数。
3.根据权利要求1所述的方法，其中，产生转矩命令信号包括：根据预定义的测试序列来调整所述转矩命令信号，并且调整所述转矩命令信号包括响应于所述运动系统的速度达到预定义的速度检查点来改变所述转矩命令信号的方向或者变化率中的至少一个。
4.根据权利要求2所述的方法，其中，所述确定包括：
在所述三个时间范围中的第一时间范围上分别对所述转矩命令信号和所述速度数据进行积分以得到U1和V1，其中所述第一时间范围以时间t＝ta开始并且以时间t＝tb结束；
在所述三个时间范围中的第二时间范围上分别对所述转矩命令信号和所述速度数据进行积分以得到U2和V2，其中所述第二时间范围以时间t＝tb开始并且以时间t＝tc结束；
在所述三个时间范围中的第三时间范围上分别对所述转矩命令信号和所述速度数据进行积分以得到U3和V3，其中所述第三时间范围以时间t＝te开始并且以时间t＝tf结束；
根据U1、V1、U2、V2、U3和V3来确定所述惯性、所述粘性摩擦系数和所述库仑摩擦系数的估计值，
其中，
<mrow> <msub> <mi>U</mi> <mn>1</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <msub> <mi>t</mi> <mi>b</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <msub> <mi>t</mi> <mi>b</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>U</mi> <mn>2</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> <msub> <mi>t</mi> <mi>c</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>2</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> <msub> <mi>t</mi> <mi>c</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>U</mi> <mn>3</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>e</mi> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>3</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>e</mi> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> </mrow>
u(t)是作为时间的函数的所述转矩命令信号，以及
v(t)是作为时间的函数的所述速度数据。
5.根据权利要求4所述的方法，其中，确定所述惯性、所述粘性摩擦系数和所述库仑摩擦系数的估计值包括求解针对J、Bv和Bc的以下方程：
Δv1J+V1Bv+Δt1Bc＝U1，
Δv2J+V2Bv+Δt2Bc＝U2，以及
Δv3J+V3Bv+Δt3Bc＝U3
其中，
J是所述惯性，
Bv是所述粘性摩擦系数，
Bc是所述库伦摩擦系数，
Δv1是所述运动系统在时间t＝ta与时间t＝tb之间的速度变化，
Δv2是所述运动系统在时间t＝tb与时间t＝tc之间的速度变化，
Δv3是所述运动系统在时间t＝te与时间t＝tf之间的速度变化，
Δt1是时间t＝ta与时间t＝tb之间的差，
Δt2是时间t＝tb与时间t＝tc之间的差，以及
Δt3是时间t＝te与时间t＝tf之间的差。
6.根据权利要求5所述的方法，其中，所述求解包括使用矩阵解法来求解所述方程。
7.根据权利要求1所述的方法，还包括基于所述惯性、所述粘性摩擦系数或所述库伦摩擦系数中的至少一个来确定所述运动系统的至少一个控制器增益系数。
8.一种用于估计运动系统的参数的系统，包括：
存储器；
处理器，被配置为执行存储在所述存储器中的计算机可执行组件，所述计算机可执行组件包括：
转矩命令产生器，被配置为在测试序列期间产生随时间连续变化的转矩命令信号；
速度监测组件，被配置为获得速度数据，所述速度数据表示作为对所述转矩命令信号的响应的运动系统随时间的速度；
系数估计组件，被配置为基于所述转矩命令信号和所述速度数据来估计所述运动系统的惯性、库伦摩擦系数和粘性摩擦系数；以及
接口组件，被配置为呈现所述惯性、所述库伦摩擦系数和所述粘性摩擦系数中的至少一个的值。
9.根据权利要求8所述的系统，其中，所述系数估计组件进一步被配置为至少部分地基于所述速度数据在三个时间范围上的积分以及所述转矩命令信号在所述三个时间范围上的积分来估计所述惯性、所述库仑摩擦系数和所述粘性摩擦系数，其中所述三个时间范围是所述测试序列的相应三个时间段。
10.根据权利要求8所述的系统，其中，所述转矩命令产生器进一步被配置为根据转矩函数u(t)来控制所述转矩命令信号，其中u(t)基于与所述测试序列的各阶段相关联的一组预定义的指令，并且所述各阶段响应于所述运动系统的速度达到定义的速度检查点而被触发。
11.根据权利要求9所述的系统，其中，所述系数估计组件进一步被配置为根据U1、V1、U2、V2、U3和V3来估计所述惯性、所述库仑摩擦系数和所述粘性摩擦系，
其中，
<mrow> <msub> <mi>U</mi> <mn>1</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <msub> <mi>t</mi> <mi>b</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>1</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>a</mi> </msub> <msub> <mi>t</mi> <mi>b</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>U</mi> <mn>2</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> <msub> <mi>t</mi> <mi>c</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>2</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> <msub> <mi>t</mi> <mi>c</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>U</mi> <mn>3</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>e</mi> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> </msubsup> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
<mrow> <msub> <mi>V</mi> <mn>3</mn> </msub> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mi>e</mi> </msub> <msub> <mi>t</mi> <mi>f</mi> </msub> </msubsup> <mi>v</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>,</mo> </mrow>
v(t)是作为时间的函数的所述运动系统的速度，
ta是所述三个时间范围中的第一时间范围的开始处的时间t的值，
tb是所述第一时间范围的结束处以及所述三个时间范围中的第二时间范围的开始处的时间t的值，
tc是所述第二时间范围的结束处的时间t的值，
te是所述三个时间范围中的第三时间范围的开始处的时间t的值，以及
tf是所述第三时间范围的结束处的时间t的值。
12.根据权利要求11所述的系统，其中，所述系数估计组件进一步被配置为基于以下方程来估计所述惯性、所述库仑摩擦系数和所述粘性摩擦系数：
Δv1J+V1Bv+Δt1Bc＝U1,
Δv2J+V2Bv+Δt2Bc＝U2,以及
Δv3J+V3Bv+Δt3Bc＝U3
其中，
J是所述惯性，
Bv是所述粘性摩擦系数，
Bc是所述库伦摩擦系数，
Δv1是所述运动系统在时间t＝ta与时间t＝tb之间的速度变化，
Δv2是所述运动系统在时间t＝tb与时间t＝tc之间的速度变化，
Δv3是所述运动系统在时间t＝te与时间t＝tf之间的速度变化，
Δt1是时间t＝ta与时间t＝tb之间的差，
Δt2是时间t＝tb与时间t＝tc之间的差，以及
Δt3是时间t＝te与时间t＝tf之间的差。
13.根据权利要求12所述的系统，其中，所述摩擦系数组件被配置为使用矩阵解法来求解所述方程。
14.一种非暂时性计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令在被执行时使得计算机系统执行操作，所述操作包括：
产生随时间连续变化的转矩命令信号；
记录速度数据，所述速度数据表示作为对所述转矩命令信号的响应的运动系统的速度；
至少部分地基于所述速度数据和所述转矩命令信号来确定所述运动系统的惯性、粘性摩擦系数和库仑摩擦系数的估计值；以及
将所述估计值输出到显示设备、运动控制器或外部系统中的至少一个。
15.根据权利要求14所述的非暂时性计算机可读介质，其中，所述确定包括至少部分地基于所述速度数据在三个时间范围上的积分以及所述转矩命令信号在所述三个时间范围上的积分来确定所述惯性、所述粘性摩擦系数和所述库仑摩擦系数。
CN201680052344.4A 2015-09-11 2016-09-08 自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法 Active CN108027651B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/851,307 US10126202B2 (en) 2015-09-11 2015-09-11 Method for automatically estimating inertia, coulomb friction, and viscous friction in a mechanical system
US14/851,307 2015-09-11
PCT/US2016/050636 WO2017044537A1 (en) 2015-09-11 2016-09-08 Method for automatically estimating inertia, coulomb friction, and viscous friction in a mechanical system

Publications (2)

Publication Number Publication Date
CN108027651A true CN108027651A (zh) 2018-05-11
CN108027651B CN108027651B (zh) 2020-12-22

Family

ID=58237615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680052344.4A Active CN108027651B (zh) 2015-09-11 2016-09-08 自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法

Country Status (4)

Country Link
US (1) US10126202B2 (zh)
CN (1) CN108027651B (zh)
DE (1) DE112016004110T5 (zh)
WO (1) WO2017044537A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111554418A (zh) * 2020-05-18 2020-08-18 中国核动力研究设计院 一种核反应堆外推临界方法
CN112424714A (zh) * 2018-05-17 2021-02-26 阿库斯科技有限公司 使用现有的伺服驱动变量进行运动系统健康管理
CN112464458A (zh) * 2020-11-20 2021-03-09 南京工程学院 考虑摩擦系数修正的径向驻波型超声波电机转矩转速特性的计算方法
CN112464400A (zh) * 2020-11-20 2021-03-09 南京工程学院 基于库伦摩擦和黏性摩擦的径向驻波型超声波电机转矩转速特性的计算方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10113877B1 (en) * 2015-09-11 2018-10-30 Philip Raymond Schaefer System and method for providing directional information
US9776640B1 (en) * 2016-03-30 2017-10-03 Linestream Technologies Automatic determination of maximum acceleration for motion profiles
US10481568B2 (en) 2017-06-19 2019-11-19 Danfoss Power Electronics A/S One-click motor configuration
US11615659B2 (en) * 2018-05-17 2023-03-28 Arcus Technology, Inc. Motion system health management using multidimensional modeling using motor operational parameters
DE102018129259B4 (de) * 2018-11-21 2021-11-11 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zur Steuerung eines Motors in einem Kraftfahrzeug und Kraftfahrzeug
JP7305950B2 (ja) * 2018-11-30 2023-07-11 ブラザー工業株式会社 更新方法、コンピュータプログラム、及び制御システム
US11691285B2 (en) 2020-05-07 2023-07-04 Mujin, Inc. Method and computing system for estimating parameter for robot operation
CN113821006B (zh) * 2020-05-07 2022-10-14 牧今科技 用于确定指示机器人校准质量的误差参数的值的方法和计算系统
US20240253842A1 (en) * 2021-09-24 2024-08-01 Tetra Laval Holdings & Finance S.A. A method for condition monitoring of a moving machine component
DE102021134294B4 (de) * 2021-12-22 2023-07-06 Festo Se & Co. Kg Hybrid-Ansatz zur Schätzung und Überwachung von Reibungs- und Masseparametern in einem elektrischen Antriebssystem

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4833092B2 (ja) * 2007-01-16 2011-12-07 株式会社小野測器 トルク測定装置および回転中心測定装置
CN102944512A (zh) * 2012-11-03 2013-02-27 中国矿业大学 一种实时动态观测摩擦界面的端面扭动摩擦磨损试验机及方法
WO2013158849A2 (en) * 2012-04-20 2013-10-24 Linestream Technologies Method for automatically estimating inertia in a mechanical system and for generating a motion profile
US20140109647A1 (en) * 2012-10-18 2014-04-24 Caterpillar Inc. System for Determining Coefficients of Seal Friction
CN104283484A (zh) * 2013-07-05 2015-01-14 发那科株式会社 具备前馈控制的电动机控制装置
CN104297148A (zh) * 2014-10-28 2015-01-21 扬州大学 一种润滑摩擦特征测量分析系统及其工作方法
CN104656554A (zh) * 2014-12-29 2015-05-27 华中科技大学 一种用于数控机床的系统参数优化配制方法

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3543010A (en) 1966-12-07 1970-11-24 Ibm Coefficient tuning methods for process control systems
US3786242A (en) 1971-09-23 1974-01-15 H Brooks Process control simulator
US3826887A (en) 1971-12-29 1974-07-30 Phillips Petroleum Co Simplified procedure for tuning pid controllers
US4481567A (en) 1982-03-01 1984-11-06 The Babcock & Wilcox Company Adaptive process control using function blocks
US4540923A (en) 1984-05-14 1985-09-10 General Motors Corporation Adaptive servomotor controller
US4768143A (en) 1986-10-09 1988-08-30 The Babcock & Wilcox Company Apparatus and method using adaptive gain scheduling algorithm
JPH03290706A (ja) 1990-04-09 1991-12-20 Mitsubishi Electric Corp 数値制御装置
US5229699A (en) 1991-10-15 1993-07-20 Industrial Technology Research Institute Method and an apparatus for PID controller tuning
JPH06262492A (ja) 1993-03-17 1994-09-20 Fanuc Ltd 外乱負荷推定による工具の寿命管理方法
WO1996037039A1 (fr) 1995-05-17 1996-11-21 Kabushiki Kaisha Yaskawa Denki Appareil de determination de constantes de commande
US5684375A (en) 1995-06-20 1997-11-04 Allen-Bradley Company, Inc. Method and apparatus for tuning a motion control system
US5742503A (en) 1996-03-25 1998-04-21 National Science Council Use of saturation relay feedback in PID controller tuning
US6122555A (en) 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
US6128541A (en) 1997-10-15 2000-10-03 Fisher Controls International, Inc. Optimal auto-tuner for use in a process control network
US6631299B1 (en) 1998-12-22 2003-10-07 Texas Instruments Incorporated System and method for self-tuning feedback control of a system
SG82592A1 (en) 1998-12-30 2001-08-21 Univ Singapore A novel predictive and self-tuning pi control apparatus for expanded process control applications
FI111106B (fi) 1999-02-19 2003-05-30 Neles Controls Oy Menetelmä prosessinsäätösilmukan virittämiseksi teollisuusprosessissa
US6445962B1 (en) 1999-03-15 2002-09-03 Fisher Rosemount Systems, Inc. Auto-tuning in a distributed process control environment
US6198246B1 (en) 1999-08-19 2001-03-06 Siemens Energy & Automation, Inc. Method and apparatus for tuning control system parameters
US6564194B1 (en) 1999-09-10 2003-05-13 John R. Koza Method and apparatus for automatic synthesis controllers
US6510353B1 (en) 1999-11-04 2003-01-21 Fisher-Rosemount Systems, Inc. Determining tuning parameters for a process controller from a robustness map
US6658305B1 (en) 2000-03-10 2003-12-02 Tokyo Electron Limited Method for automatic synthesis of multi-variable controllers
US6495791B2 (en) 2000-05-16 2002-12-17 General Scanning, Inc. Method and subsystem for generating a trajectory to be followed by a motor-driven stage when processing microstructures at a laser-processing site
JP3516232B2 (ja) 2000-06-19 2004-04-05 京清 韓 最適かつ自動的に外乱を排除するフィードバック制御を実現するための方法及び装置
US7024253B2 (en) 2000-08-21 2006-04-04 Honeywell International Inc. Auto-tuning controller using loop-shaping
JP3731060B2 (ja) 2000-11-14 2006-01-05 株式会社日立製作所 イナーシャ演算方法及び電動機のドライブ装置
US6980869B1 (en) 2000-11-20 2005-12-27 National Instruments Corporation System and method for user controllable PID autotuning and associated graphical user interface
JP2005513601A (ja) 2001-12-18 2005-05-12 エムティエス・システムズ・コーポレーション 制御システムのための制御パラメータを確定する方法
US8041436B2 (en) 2002-04-18 2011-10-18 Cleveland State University Scaling and parameterizing a controller
US6920800B2 (en) 2003-08-15 2005-07-26 Rockwell Automation Technologies, Inc. Method for determining inertia of an electric motor and load
US7149591B2 (en) 2003-10-01 2006-12-12 Cleveland State University Multi-resolution controller
TW200627109A (en) 2004-07-27 2006-08-01 Yaskawa Denki Seisakusho Kk Servo control apparatus
US7346402B1 (en) 2004-10-22 2008-03-18 Expertcontrol, Llc Technique for an integrated and automated model generation and controller tuning process
JP4594165B2 (ja) 2005-05-24 2010-12-08 株式会社日立産機システム 電動機制御装置の機械系パラメータ推定方法及びシステム
EP1938499A4 (en) 2005-09-19 2011-06-29 Univ State Cleveland CONTROLS, OBSERVERS AND APPLICATIONS THEREOF
US7920929B2 (en) 2005-09-29 2011-04-05 Honeywell International Inc. On-demand auto-tuner for a plant control system
US20070088448A1 (en) 2005-10-19 2007-04-19 Honeywell International Inc. Predictive correlation model system
JP3796261B1 (ja) 2005-12-02 2006-07-12 山洋電気株式会社 モータの負荷イナーシャ推定方法
GB0610632D0 (en) 2006-05-30 2006-07-05 Surface Control Ltd Monitoring apparatus
US7865254B2 (en) 2007-01-11 2011-01-04 The Mathworks, Inc. Modeling of control systems with open-loop representations and factorization of components
US7622881B2 (en) 2007-02-28 2009-11-24 Rockwell Automation Technologies, Inc. Method and apparatus for estimating system inertia where number of motor rotations are restricted
US20080291272A1 (en) 2007-05-22 2008-11-27 Nils Oliver Krahnstoever Method and system for remote estimation of motion parameters
KR101121474B1 (ko) 2010-12-01 2012-03-13 대성전기공업 주식회사 Ｄｃ 서보모터 시스템의 관성모멘트와 마찰계수를 구하는 방법
US9927340B2 (en) 2011-11-11 2018-03-27 Orica International Pte Ltd Vibration analysis for blasting
US8710777B2 (en) 2012-04-20 2014-04-29 Linestream Technologies Method for automatically estimating inertia in a mechanical system
US11041725B2 (en) 2012-12-03 2021-06-22 Navisens, Inc. Systems and methods for estimating the motion of an object

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4833092B2 (ja) * 2007-01-16 2011-12-07 株式会社小野測器 トルク測定装置および回転中心測定装置
WO2013158849A2 (en) * 2012-04-20 2013-10-24 Linestream Technologies Method for automatically estimating inertia in a mechanical system and for generating a motion profile
US20140109647A1 (en) * 2012-10-18 2014-04-24 Caterpillar Inc. System for Determining Coefficients of Seal Friction
CN102944512A (zh) * 2012-11-03 2013-02-27 中国矿业大学 一种实时动态观测摩擦界面的端面扭动摩擦磨损试验机及方法
CN104283484A (zh) * 2013-07-05 2015-01-14 发那科株式会社 具备前馈控制的电动机控制装置
CN104297148A (zh) * 2014-10-28 2015-01-21 扬州大学 一种润滑摩擦特征测量分析系统及其工作方法
CN104656554A (zh) * 2014-12-29 2015-05-27 华中科技大学 一种用于数控机床的系统参数优化配制方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112424714A (zh) * 2018-05-17 2021-02-26 阿库斯科技有限公司 使用现有的伺服驱动变量进行运动系统健康管理
CN112424714B (zh) * 2018-05-17 2024-09-20 阿库斯科技有限公司 使用现有的伺服驱动变量进行运动系统健康管理
CN111554418A (zh) * 2020-05-18 2020-08-18 中国核动力研究设计院 一种核反应堆外推临界方法
CN112464458A (zh) * 2020-11-20 2021-03-09 南京工程学院 考虑摩擦系数修正的径向驻波型超声波电机转矩转速特性的计算方法
CN112464400A (zh) * 2020-11-20 2021-03-09 南京工程学院 基于库伦摩擦和黏性摩擦的径向驻波型超声波电机转矩转速特性的计算方法
CN112464458B (zh) * 2020-11-20 2024-02-09 南京工程学院 考虑摩擦系数修正的径向驻波型超声波电机转矩转速特性的计算方法
CN112464400B (zh) * 2020-11-20 2024-02-13 南京工程学院 基于库伦摩擦和黏性摩擦的径向驻波型超声波电机转矩转速特性的计算方法

Also Published As

Publication number Publication date
US10126202B2 (en) 2018-11-13
CN108027651B (zh) 2020-12-22
WO2017044537A1 (en) 2017-03-16
US20170074753A1 (en) 2017-03-16
DE112016004110T5 (de) 2018-05-30

Similar Documents

Publication Publication Date Title
CN108027651B (zh) 自动估计机械系统中的惯性、库伦摩擦和粘性摩擦的方法
US9268316B2 (en) Method for automatically estimating a friction coefficient in a mechanical system
KR101378824B1 (ko) 기계 시스템에서 자동적으로 관성을 추정하기 위한 방법 및 모션 프로파일을 생성하기 위한 방법
US9041337B2 (en) Motion profile generator
CN107077106B (zh) 自抗扰控制的优化参数化
US9690261B2 (en) Method for automatically setting responsiveness parameters for motion control systems
US9776640B1 (en) Automatic determination of maximum acceleration for motion profiles
US10439526B2 (en) Load-adaptive smooth startup method for sensorless field-oriented control of permanent magnet synchronous motors
US10211763B2 (en) Method for automatically identifying speed operation range in a mechanical system driven by PMSM or induction motors under friction and load condition
JP5638724B2 (ja) 運動制御アクチュエーターに対する軌道を生成する方法
CN110383187B (zh) 基于具有滞后的速率限制中继及正弦注入的系统参数识别方法
US10222764B2 (en) Application-specification-oriented control design
US20180088538A1 (en) Multiple independent variable curve fitting method
CN118041122B (zh) 一种超声电机的控制方法、系统、装置及计算机程序产品
CN112065758A (zh) 一种服务器风扇控制方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190415

Address after: Dane

Applicant after: DANFOSS POWER ELECTRONICS AS

Address before: ohio

Applicant before: Laiensi Antrim Technology Co. Ltd.

GR01 Patent grant
GR01 Patent grant