CN108075703A

CN108075703A - 用于降低永磁激励电马达的同步波动的方法

Info

Publication number: CN108075703A
Application number: CN201711137050.4A
Authority: CN
Inventors: C.舍尔格
Original assignee: ABB Technology AG
Current assignee: ABB Technology AG
Priority date: 2016-11-17
Filing date: 2017-11-16
Publication date: 2018-05-25
Anticipated expiration: 2037-11-16
Also published as: CN108075703B; DE102016122105A1

Abstract

一种用于降低被安装在机器中的永磁激励电马达的同步波动的方法，其中，如下步骤被实施：使用学习设备(10)，其自主地在机器运行中实施马达(21)的测试运行且在此获取被用于降低同步波动的测量数据，且基于这些测量数据如此地调整控制单元(18)，即，其补偿同步波动。

Description

用于降低永磁激励电马达的同步波动的方法

技术领域

本发明涉及一种根据权利要求1的前序部分的用于降低被安装在机器中的永磁激励电马达的同步波动(或称为不规则旋转运动，即Gleichlaufschwankung)的方法。

背景技术

在许多技术领域中，在机器中使用原则上实施成带有通过永久磁铁激励的交流同步机(Drehstromsynchronmaschinen)的电马达。对于这样的带有电马达的机器而言的例子例如是机器人、尤其被驱动的机器人关节或电动车。

在永磁激励的交流同步机中，交流绕组(Drehstromwicklung)的转动磁场引起永久激励转子的运动。通过使用合适的调节器，这样的马达展现出直流马达的特性。这样的马达尤其在较小驱动器中投入使用。在使用带有较高传动比的合适的传动装置的情形中，在较小马达的情形中同样可实现较高的转矩，如其尤其在机器人制造中重要的那样。

一般而言，这样的马达的交流绕组实施成三股的。由于在线圈中含铁的定子结构的磁化过程，以及由于机械上的不准确性(例如磁铁的变化的强度(Stärke))、不同特征的绕组或不准确放置的磁铁可能形成转矩波动，其作为同步波动是明显的。

同样地，干扰或误差、尤其在角度传感器或电流传感器中以及在转子支承(Rotorlagerung)中或由于相连结的传动装置的系统误差可能触发周期性的同步波动，这样的同步波动与其起源于上面所描述的转矩波动的相类似。

如果较高精度是必要的时，这样的同步波动在使用在高精度应用中的情形中和在较小转速的情形中(如其在机器人关节的情况中出现的那样)是干扰的且不合适的。

为了降低转矩波动虽然同样可使用带有更高相数的马达，然而这要求更高的耗费且同样引起显著更高的成本。

DE 10 2014 105 730 A1指出了一种方法，在其中马达的转矩波动性被以如下方式电子地调控，即，对于马达的控制电流而言在其转动期间被附上校正数据。

这些校正数据由马达的机械数据确定且被保存在存储器中，从而使得其可取决于位置地被叠加于相应的马达电流。

在功能存储器中，多个不同数据记录以表格形式被存储。这些数据记录在考虑由马达的力曲线和转矩曲线且必要时相联接的负荷得出的影响的情形下被确定。

这些数据记录可被取决于位置或取决于时间地调用且与输入参量相结合，从而被组成取决于位置和时间的瞬时值。

考虑马达的力曲线或者转矩曲线的数据记录通过在测量和检测台上用于优化或者实现马达的预先给定的力曲线或者转矩曲线的测量运行被确定。

备选地，这些数据记录可由测得的参数和/或特征曲线的样本被计算出。

在DE 10 2014 105 730 A1中所指出的通过根据图1的图解所代表的方法的情形中，不利的是，对于执行波动性的补偿所必要的数据和/或参数在适配的检测台处的试测中才须被确定。紧接于此，这些数据和/或参数被保存在存储器中。

因为在一个马达处的试测结果即使在结构相同的情形中不可被转用到另一马达上，所以对于每个各自的马达而言执行单独的试测。

另外如下是不利的，即，只要由永久磁铁激励的马达(PM马达)的磁特性不改变，利用在试验中所确定的数据仅可执行转矩波动性的尽可能的降低。

一旦例如马达的永久磁铁(当同样地仅略微)被退磁，被保存在存储器中的数据不可再被用于转矩波动性的尽可能的降低。

于是，被保存在存储器中的数据须借助于新的试测被更新或者匹配于马达的变化的磁性特性。

该操作方法极其耗费，因为为了该目的被安装在机器中的马达首先须被拆下且然后须被适配到试验台处。此外，缺少马达的机器对于试验运行的时间而言将停机。

在现有技术的方法的情形中进一步不利的是，仅源自在PM马达的电磁结构中的非对称性的和因此周期性重复的转矩波动被补偿，而上面所描述的且由于在角度传感器或电流传感器中以及在转子支承中的系统误差或由于相连结的传动装置所触发的同步波动不被补偿。

在PM马达的电磁结构中形成的周期性重复的转矩波动的唯一降低于是不足以能够例如实现机器人手臂的平稳运动。

发明内容

因此，本发明基于如下目的，即，说明一种方法，其尽可能降低所有在被安装在机器中的永磁激励的马达的情形中出现的同步波动且克服现有技术的缺点且尤其在PM马达的变化的磁性特性的情况中可靠地尽可能降低马达的转矩波动性。

根据本发明，上述目的通过一种带有专利权利要求1的特征的方法来实现。

其后，先前所提及的方法的特征在于，实施如下步骤：

- 使用学习设备(10)，其自主地在机器的运行中实施马达(21)的测试运行且在此获取被用于降低同步波动的测量数据，且

- 基于这些测量数据如此地调整控制单元(18)，即，其补偿同步波动。

与此处所描述的发明相关联，下面作为同步波动概念的替代同义地同样使用波动性的概念。

根据本发明的方法使得如下成为可能，即，所有重要的干扰可利用针对相应原因的解决方式来补偿。因此，在干扰通过控制单元被各自补偿之前，学习设备首先学习这些干扰的单独影响。

另外，根据本发明的方法使得如下成为可能，即，其可被使用在批量生产中。同样地，这样的方法可被集成到在生产中的常见的检测步骤中且仅要求较少的时间。

该方法仅需要相应较短持续时间的较少的测试运行，以便于确定对于波动性的补偿而言必要的参数。

测试运行不仅可在无负荷的运行中在制造单个部件之后、例如在组装单个关节之后被执行，而且可在完全装配的机器(例如机器人)处在带有较少负荷变化的区域中被执行。

通过该方法，所有被以PM马达驱动的机器的可使用性和寿命被延长。这根据本发明由此来实现，即，尤其由于PM马达的转矩的波动性所引起的损伤(例如轴承损伤)被更好地预防。同时，不必要的停机时间和维修成本可被降低。

有利地，马达的测试运行在马达的两个转动方向上被执行。由此如下是可能的，即，确定且排除在干扰与校正之间的时间上的偏差。

进一步有利地，在马达的至少一次测试运行期间多个测量信号被获取且作为测量数据被记录。由此可节省时间地同时获取多个可能相互叠加且/或影响的物理的参量。

有利地，由这些测量数据确定波动性的至少一个频率。由此可获取或者识别出周期性重复的干扰。

进一步有利地由这些测量数据确定组件的哪些部件引起带有哪个频率的哪种波动性。由此可确定或者识别出各个干扰源且单独地补偿。

在该背景下，在来自马达的测量信号和/或测量数据被用于确定且/或补偿马达所引起的波动性之前，来自传感器的测量信号和/或测量数据首先被补偿。因此，源自传感器的干扰可在补偿马达干扰的情形中被减弱。传感器所引起的干扰可与马达所引起的干扰解耦。

有利地，使用这样的控制单元，其实施算法以用于补偿波动性。由此如下是可能的，即，在预先检查的情况中执行迭代的先置方法且该方法针对性地匹配于不同的干扰。该算法通过学习设备来学习。

进一步有利地，测试运行在生产方法期间或在生产车间处被执行。由此如下是可能的，即，在制造期间已使组件或机器、尤其机器人或单个部件免除误差。

有利地，机器人被用作组件。此处所描述的方法可被使用在机器人关节的批量制造中。测试运行不仅在无负荷的运行中在常见的生产测试的情形中在单关节的组装之后可被执行。测试运行同样可在完全装配的机器人处被执行。

此处所描述的方法涉及永久磁铁(PM)激励的电马达且涉及用于补偿其波动性的措施。这些措施降低了转矩的波动性和周期性重复的同步波动。

该方法当合适的测试条件可被达到时同样可被使用在电动车的情形中。这样的测试条件可或通过电动车的顶起或在无起伏的安全道路区域中来创造。

附图说明

其中：

图1 显示了由现有技术已知的关于马达的波动性补偿的图解，

图2 显示了涉及本发明的第一种简化的实施形式的图解，

图3 显示了关于本发明的第二种实施形式的图解，在其中马达调节块承担根据图2的开关块的矢量调节，

图4 显示了关于本发明的第三种实施形式的图解，在其中呈现了根据图3的学习设备的重要的组成部分，

图5 显示了用于执行波动性补偿的预先检查的流程图，其中，该方法被用于将可参数化的控制单元和学习设备最佳地匹配于任务，且

图6 显示了带有马达驱动的关节的机器人，在其中此处所描述的方法得到使用。

附图标记列表

1 存储结构块

2 PI调节器

3 PI调节器

4 逆派克变换(由转动的转子系统到静止的定子系统上)

5 脉宽调制单元

6 克拉克变换(Clarke-Transformation)(由3相系统到笛卡尔坐标系上)

7 派克变换(Parktransformation)(由静止的定子系统到转动的转子系统上)

9 额定指标

10 学习设备

11 测量设备

12 测量数据存储器

13 评估设备

14 参数优化模块

15 开关块

16 转速调节器

17 转角传感器

18 控制单元(可参数化的μC单元)

20 马达调节块

22 机器人

21 马达

23 关节

24 传动装置

25 臂

26 另外的关节

27 端部执行器(Endeffektor)

28 底部

S1 开关单元。

具体实施方式

图1显示了根据现有技术的关于波动性补偿的图解。

图2显示了关于用于补偿转矩的至少一个波动性或同步波动的方法，该同步波动在包括具有至少一个永久磁铁的马达21的组件的情形中出现。

在该方法的情形中，实施如下步骤：

使用学习设备10，其自主地实施马达21的测试运行且在此获取被用于补偿至少一种待补偿的波动性的测量数据。

基于这些测量数据如此地调整控制单元18，即，其补偿至少一种波动性。

图2显示了，在此处所描述的方法的情形中作为根据图1的存储结构块1的替代的可参数化的控制单元18和学习设备10被利用，以其可学习对于补偿波动性所必要的参数。

学习设备10可在生产的常见的检测步骤期间自主地执行测试运行且学习对于波动性的成功补偿而言所必要的参数。

为此，在学习过程期间开关单元S1处在在图2中所显示的第一位置中，从而使得所有用于马达21的矢量调节的指标(Vorgabe)起于学习设备10。在矢量调节的情形中，测得的马达电流借助于克拉克变换6和派克变换7被描绘到转子坐标q,d上，其然后变成直流参量且因此可不带有周期性的变化分量地被调节。转矩经由PI调节器2被调节，可能需要的场减弱(Feldschwächung)经由PI调节器3被调节。调节器输出经由逆派克变换4和脉宽调制单元5被输出到马达21的马达线圈上。

可参数化的控制单元18借助较少的参数确定用于抑制在转速上或在转矩上或者在有效力矩上的波动性的补偿电流。

此外，可参数化的控制单元18具有用于抑制干扰的不同算法，该干扰源自转角传感器或电流传感器、传动装置、转子的支承或马达21的驱动轴。

就此而言，使用控制单元18，其实施算法，用于补偿波动性。

通过学习设备10找到参数，利用该参数可参数化的控制单元18可足够好地抑制在有效转矩上的波动性以及同步干扰。

当控制单元18被成功地教会且相应地被参数化时，开关单元S1被带到下部位置中，从而为了调节马达21任意的额定指标9可作用到马达21上。额定指标9是产生转矩的参考电流i_q,ref。

在图3中，根据图2的开关块15的矢量调节被结合成马达调节块20且聚焦于主要的零件。

波动性在马达21中可通过在马达21的永久磁铁或者线圈中的非对称性形成。波动性同样可由在传感器、例如角度传感器中的系统误差引起。波动性同样可由信号处理引起。为了可成功执行波动性的补偿，对于相应的原因或者干扰而言须找到且使用适配的解决方式。

图4显示了学习设备10的主要的块。

学习设备10包括或包含测量设备11、测量数据存储器12、评估设备13、参数优化模块14和被良好地调整的转速调节器16。

转速调节器16在恒定的转速指标的情形中通过平衡的转矩变化补偿由转矩的波动性引起的转速变化。

因为转速调节器16当干扰已实现时才可调节，所以由转速调节器16所产生的补偿电流具有相对转矩的波动性或者相对触发波动性的干扰的时间上的偏差。

因此，马达21的测试运行在较小的恒定的转速指标的情形中在两个转动方向上被执行，以便于将时间上的偏差保持较小以及以便通过比较两个转动方向可排除时间上的偏差。

太高的测试速度可能导致，转速调节器16不再可跟上或甚至呈现共振效应，其歪曲测量数据。

因此，转速调节器16的传递函数应是已知的，以便于可将合适的测试转速协调于波动性的待测量的频率且将对于测试运行而言需要的时间保持较短。

在马达21的至少一次测试运行期间，多个测量信号被获取且作为测量数据被记录。

干扰的影响在带有不同特征的多个测量信号中可见。因此，在此处所描述的方法的情形中多个测量信号在第一测试运行期间被记录若干秒或者马达周转，一旦转速调节器16已经调整了恒定地预先给定的转速。

当用于紧接着的评估的测量数据或数据点被足够记录时，第一测试运行的记录结束且第二测试运行通过转动方向的倒转来预备。

一旦在相反的转动方向上达到预先给定的转速或额定转速，第二数据记录开始。在相同的测量时间之后，第二数据记录结束且马达21又被停止。

在两次测试运行的情形中所记录的测量数据或数据点在测量数据存储器12中根据测试运行分开地被暂存且紧接着在评估设备13中被评估。

所记录的测量数据的评估以多通道傅立叶变换分析的形式实现。

当傅立叶变换关于对于确定数量的周转而言的累积的马达角度θ而不关于时间来执行时，该评估方法变得更鲁棒的。

尤其在较大转速波动的情形中，在基于时间的傅立叶变换的情形中分析结果将不明确且不准确。该傅立叶分析对于任意重要的干扰而言应提供幅度和相位角。

如果以该方式分析由转速调节器16预先给定的参考电流i_q,ref，则由转速调节器16所引起的滞延引起相位角在转动方向上的偏移量。

通过来自在相同转速的情形中在不同转动方向上的两次测试运行的相位角的平均值可因此补偿由转速调节器16所引起的相位偏移量。

以该方式，尤其如下测量信号可被分析：

- 由转速调节器16预先给定的参考电流i_q,ref

- 测得的电流i_q

- 校正电流i_q,corr

- 转速ω

- 转角传感器17的sinθ_s和cosθ_s

- 其平方和(sin²θ_s+cos²θ_s)或者根

- 总电流i_a+i_b+i_c

适用下面的相互关系：

对于频率n而言的傅立叶系数根据下面的公式(1)和(2)来确定：

公式(1)

公式(2)

其中，适用如下：

n=频率=周期/周转

θi=在第i次测量时的马达角度

m=马达周转的数目

f(θi)=在第i次测量时所分析的参量的函数值

对于在频率n的情形中幅度A而言适用：

公式(3)

对于在频率n的情形中的相位角φ而言适用：

公式(4)

对于由向前(“vor”)和向后(“rück”)两个转动方向的相位角的平均值而言适用如下：

公式(5)

公式(1)至(5)阐明了傅立叶分析。

对于每个频率(即每个干扰频率)而言，根据公式(3)的幅度值以及根据公式(5)的关于两个转动方向的相位角的平均值是重要的。哪个函数值f(θi)被使用取决于干扰的来源。在马达21的干扰的情形中，其是测得的电流f(θi)=i_q和校正电流f(θi)=i_q,corr。在转角传感器17的情形中，正弦或者余弦函数以及平方和以该方式被分析。

合适的分析通道的选择取决于哪个影响参量应被补偿。

在转速的测量信号中且因此同样地在电流中所有干扰被混合时，三角法的信号和其由此的平方和或者根大致指出了转角传感器17的误差。

在正确工作的电流传感器的情形中，总电流根据基尔霍夫定律(KichhoffschenRegel)恒定地等于零。然而当电流传感器的电流放大不同时，总电流指出了带有极变换频率的误差引起的波动性。

为了学习设备10可被最佳地匹配于马达21的类型、转角传感器17的所使用的类型和可能被使用的传动装置，执行带有根据图5的合适的测试运行的预先检查。

通过该预先检查可找出所观察的转速波动呈现了哪个频率且是否该转速波动来自转角传感器17、马达21或传动装置24。

由这些测量数据，就此而言波动性的至少一个频率被确定。由这些测量数据尤其地确定组件的哪些部件引起带有哪个频率的哪种波动性。

于是存在在由于马达21的干扰与由于转角传感器17的干扰的波动性的补偿之间的根本区别。

源自马达21的转速波动一般而言依赖于马达电流或负荷力矩，而该依赖性不在于源自转角传感器17的干扰的情形中。

在马达21与转角传感器17的转速波动的来源之间的区别尤其当由于这些干扰的波动性呈现出相同频率时是决定性的。

当这是该情况时，转角传感器17的干扰一定须在由马达21的干扰所产生的波动性的补偿被执行之前首先被消除。

就此而言，来自传感器的测量信号和/或测量数据在来自马达21的测量信号和/或测量数据被用于确定和/或补偿马达引起的波动性之前首先被补偿。

根据图5的预先检查在迭代的过程中进行。首先，一个测试运行以恒定的速度指标在某一方向上被执行且用于之后评估的测量数据被记录。

其后，第二测试运行在相反的转动方向上在相同速度指标的情形中实现且第二组测量数据被记录。

两次测试运行的执行在图5中作为测试运行对TP通过步骤31来标记，其在开始步骤30之后实现。

测量数据的相应记录被标记为步骤32。

一旦两次测试运行和测量数据的记录结束，实现多通道的傅立叶变换分析，其被标记为步骤33。

其后跟着步骤34，用于确定波动性的频率和其来源。

步骤34在下面作进一步说明。

为了可区别是否所观察的干扰源自马达21或转角传感器17，基于干扰波动性的经确定的频率和所选出的测量信号被考虑。

对于每种干扰类型存在有代表性的基本频率和附属的谐波(Oberwellen)。

在转子磁铁中的非对称性呈现了极变换频率作为基本频率。

在定子的磁场中的非对称性呈现了根据公式f_s=1/齿数所确定的基本频率。

为了执行预先检查，可使用在图4中所显示的测量数据存储器12以及评估设备13。

测量数据的记录或者下面的评估在合适的数据传递的情形中同样可在外部进行。

对于外部进行而言，一般谈及更大的灵活性、大多数情况下更大的可用的存储器以及傅立叶变换分析的更好的图像可表示性。

当波动性的出现的频率和基础的干扰的来源被找到时，评估单元13可被有针对性地针对该待克服的频率且进而简化。

尤其地，在评估设备13中于是仅对于较少频率而言须确定两个例如用于获得幅度和角度的傅立叶系数。

在预先检查中首先确定哪种同步波动由转角传感器17的干扰产生。

关于传感器引起的干扰的概览在两次测试运行的情形中例如在低负荷的情况中已可尤其地通过执行步骤31和32获得。

因为转角传感器17的干扰同样影响马达角度θ，所以这些干扰同样以速度的模拟的较小的变化起作用。

转速调节器16同样起反应于由于补偿的额定电流指标的模拟的转速变化。

然而，这些转速变化与校正叠加，转速调节器16由于所探测的转矩波动进行该校正。

因此，参考电流i_q,ref的指标首先适合用于评判还存在的干扰且推断究竟哪个频率引起同步波动。

为了可识别出源自转角传感器17的干扰，尤其地使用转角传感器17的测量信号sinθ_s和cosθ_s的傅立叶变换以及其平方和(sin²θ_s+ cos²θ_s)或根的傅立叶变换。这可在步骤33中进行。

首先，以在信号处理中的误差来计算。这样的误差可以是偏移误差或比例误差。

当傅立叶系数精确地经由整数多倍的周转来确定时，这些误差可容易地由转角传感器17的测量数据或者测量信号sinθ_s和cosθ_s的傅立叶系数获得。

零阶(即用于频率为0的傅立叶系数a₀)提供了偏移。

一阶(即用于转角传感器17的极变换频率p的傅立叶系数a_p,b_p)相应地提供了幅度或者由其它的信号的可能存在的串扰。

偏移误差引起带有转角传感器17的基本频率(即极变换频率)的平方和的波动。

在幅度情况中的误差或串扰误差引起带有转角传感器17的双倍的基本频率(即极变换频率)的平方和的波动。

平方和相比用于提取误差更多地用于控制误差，因为其是来自两个来源的组合信号。

在一个特殊实施例的情形中(在其中10极转换器被用作转角传感器17)以该方式还可发现另一误差，其在带有四倍的极变换频率的平方和中且在带有三倍的极变换频率(即第三谐波)的单个信号中呈现。

因此，在可参数化的控制单元18中安装用于补偿的算法，其可以两个参数如此地修正转角传感器17的测量信号sinθ_s和cosθ_s，即，经修正的测量信号(sin²θ_s ^*+cos²θ_s ^*)不再呈现在四倍的极变换频率中的波动。

用于校正偏移、比例、串扰和必要时第三谐波的参数在图5中在步骤35中被总结。步骤35旨在涉及传感器引起的波动性。

一旦平方和(sin2θ_s ^*+ cos2θ_s ^*)表现出不带有显著的干扰频率的光滑曲线，预先检查利用转角传感器17的经修正的测量信号sinθ_s ^*和cosθ_s ^*来继续。

在图5中示出了通过在步骤38中的决定点的关于传感器信号校正的实现的决定。

一旦传感器引起的干扰或者误差被足够好地补偿，从而不干扰进一步的检查，由根据步骤31的测试运行对所获得的测量数据被处理。

这些测量数据在执行根据步骤33的多通道傅立叶变换分析之后被用于在步骤36中确定涉及马达引起的波动性的参数。

这借助测得的电流i_q或者借助可参数化的控制单元18的附加于转速调节器16的经预先给定的参考电流i_q,ref的校正电流i_q,corr实现。

迭代的方法被用于每个在步骤34中所确定的频率。步骤34旨在，确定波动性的频率和其来源。

在每个迭代步骤的情形中，对于每个待检测的频率或者干扰频率而言由用于每个转动方向的校正电流i_q,corr和测得的电流i_q的两个测量信号的傅立叶变换来确定幅度和相位角且其平均值根据两个转动方向构成且彼此比较。

在幅度和相位角处的一致性应尽可能被达到，因为这意味着，转速调节器16不可探测在该频率的情形中的偏差且因此无须提供用于该干扰频率的补偿参考电流i_q,ref。

如下是适宜的，即，以非常小的幅度开始第一迭代步骤，从而使得由真的干扰引起的相位偏移量和幅度提高变得可见。

一旦相位角借助于差形成被稳定地找到，对于该干扰频率的幅度同样可通过与倒数的幅度比例的乘积来补偿。

该功能经由在下面的公式(6)中被引入的重量因子X实现。

其至少对于第一个迭代步骤而言保持较小，且在该相位角被找到且确保在测得的电流i_q的测量信号中的探测的幅度同样大于在附上的补偿信号i_q,corr中的幅度时才被提高到0.9至0.95的值。

对于在第l个迭代步骤中的幅度参数pA_n,l而言适用如下：

公式(6)

其中：

X=重量因子<1。

对于在第l个迭代步骤中的相位参数pφ_n,l而言适用如下：

公式(7)。

公式(6)和(7)适用于关于在迭代步骤l中的马达的参数的优化。

重量因子X开始较小，直至相位角靠近目标值且无疑的是，测得的电流i_q的测得的幅度大于i_q,corr的幅度。

仅如此可确证，也存在干扰且不仅由目前的校正值来模拟。

原则上，之后在自学习过程中所使用的迭代方法是根据图5的在预先检查时所使用的方法的简化。

因为波动性的频率和其来源已在步骤34中在预先检查时被确定，所以该步骤在自学习过程的情形中取消。

同样地，评估设备13仅须对于每个已知的频率或者干扰频率根据用于适合于探测干扰的测量信号的公式(1)至(5)计算出傅立叶系数幅度和相位。

于是同样地存在在可编程的控制单元18中用于补偿的合适的算法，以便于可有效地以由测量确定的参数抑制所探测的干扰。

刚才所描述的用于优化关于马达21的参数的方法将作为参数优化模块14的算法被集成到学习设备10中。

对于带有频率n的转矩的马达引起的波动性的补偿而言，由可编程的控制单元18产生校正电流i_q,corr=pA_n*cos(n*θ-pΦ_n)且附加参考电流i_q,ref。

参数优化模块14的算法同样还通过先前所描述的用于优化传感器引起的参数(参见图4)的方法来补充。

因此在预先检查期间已可测试是否学习设备10以及可参数化的控制单元18正确地起作用。优选地，学习设备10被安装在微控制器中或作为其来实施。

同样可检查，是否在若干迭代步骤之后通过学习设备10可找到用于校正的必要参数。

预先检查的另一目的是，对于取决于电流的转速波动而言找到简单的可参数化的公式，以便于然后在之后的检测时在批量制造期间由在低负荷的情况中若干测试运行可推断出在较高负荷的情形中的特性。

原则上，对于所有取决于电流的频率或干扰频率而言寻找适配的简单的幅度函数。

大多数而言然而足够的是，仅对于马达21的转子和定子的基本频率而言安装幅度函数，因为谐波明显更弱且不那么强地干扰。

然而是同样必要的是，确定一个相位函数，因为对于参考值而言附上的校正电流i_q,corr就由马达调节块20滞延地调整并且因此引起取决于速度的偏移量。

因此，该滞延须通过合适的预运行(或先运行，即Vorlauf)来补偿。相位函数然而仅具有较小的、大多数情况可被忽略的电流依赖关系。

此处所描述的测试运行在生产过程期间或在生产车间处被执行。

根据一个实施例，机器人被用作组件。根据该实施例，预先检查在组装的机器人22处被执行。这在图6中示意性地示出。

机器人22包括底部28，臂25经由关节23被可转动地连结到其处。在关节23中安装有马达21和传动装置24，以便于驱动臂25的旋转运动。

转动角θ可借助于转角传感器17被获取。在臂25的上端部处布置有另一关节26，其可类似于关节23来构建，以便于移动被装配在另外的关节26处的端部执行器27。端部执行器27可以是任意的工具且在该实施例中构造成夹具。

为了在预先检查的情形中缩短测量时间，在臂25处或在端部执行器27处安装重量。该重量在较缓慢的速度指标的情形中经由半圆由水平的位置经过垂直的位置移动到相对的水平位置且又移动返回。

在此，多个测量数据在外部被记录。例如，因此在每个运动方向上带有不同负荷的十二个测量数据记录被收集，按照负荷臂(即臂25)的角度位置。

根据马达的永久磁铁和齿的数目得出相应的基波。因为在马达21的定子的该例子中构建有18齿且转子由20个永久磁铁构建，所以对于基本频率即频率=18/周转和频率=20/周转以及谐波的频率=36/周转、=54/周转和=40/周转而言傅立叶系数由测得的电流i_q来确定且关于平均的负荷电流在相应的测量数据记录期间被描绘。

在此显示，仅对于基波而言须安装在频率=20/周转的过零点的情形中或者在频率=18/周转的情形中的带有轻微偏移量的幅度函数。

电流依赖关系在谐波的情形中明显较小且总计地引起该较小的干扰效应。

对于马达21所找到的幅度函数还可在其他的马达参量的情况下在此外相同的构建中，即在带有18个齿的定子和带有20个永久磁铁的转子的情况下被使用。

该相位很少随着电流变化，然而在方向变化时却是明显地变化。因此相位函数在自由可转动的单个关节处在低负荷的情形中被确定。

在预先检查中找到的幅度函数以及相位函数额外于对于传感器误差的校正必要的算法被集成到可参数化的控制单元18中。

评估单元13针对于追溯于马达21的干扰的频率=18/周转、=20/周转、=36/周转、=54/周转和=40/周转的探测以及针对由转角传感器17待预期的频率。

参数优化模块14的算法对此被协调，即，首先补偿由传感器引起的干扰或者误差，并且其后在进一步的迭代步骤中补偿马达引起的干扰。

因此，在学习过程中、例如在组装的马达21的第一次投入运行期间可由在低负荷的情况中的测量确定用于抑制由于传感器引起的干扰的转速波动和由马达引起的转矩波动的必要的参数。

参数的确定同样可在组装的机器人22处在需要时以如下方式被重复，即，对于学习过程而言必要的测量在低负荷的情况中被重复。

同样适配于简单的线性的幅度函数的参数可由在“向前”和“向后”的运动方向的情形中测得的幅度和平均的电流来确定。

如果同样地传动装置引起的干扰(例如由传动装置24)或来自支承的干扰应被补偿，则用于这些干扰的有代表性的频率的进一步的优化步骤是必要的。

一般而言，这些频率明显较低且处在=1/周转或=2/周转的范围中。

利用所描述的方法然而仅可补偿周期性重复的干扰和因此可预见的干扰。

在对于由于传动装置间隙的效应或支承中的随机出现的干扰的情形中，一般而言不存在可预见性且因此同样不可规划校正。

备选于带有根据公式(3)的幅度和根据公式(5)的相位平均值的所描述的方法同样可直接以根据公式(1)和公式(2)的傅立叶系数构建用于优化的方法。

在相对源自转子或者定子的参量的基本频率的情形中，然而所描述的方法证明是有效的，因为取决于速度的滞延因此可较容易地被投射到相位偏移量上。

同样可能的是，对于谐波而言以如下方式使用由两种方法构成的组合方法，即，对于基波而言待使用的相位偏移量作为偏移角度被使用在傅立叶系数根据公式(1)和(2)的计算的情形中且因此取决于速度的分量以与在基波的情形中相同的方式被补偿。

Claims

1.用于降低被安装在机器中的永磁激励电马达(21)的同步波动的方法，

其特征在于，

实施接下来的步骤：

- 使用学习设备(10)，其自主地在所述机器的运行中实施所述马达(21)的测试运行且在此获取被用于降低同步波动的测量数据，且

- 基于所述测量数据如此地调整控制单元(18)，即，其补偿所述同步波动。

2.根据权利要求1所述的方法，其特征在于，所述马达(21)的测试运行在所述马达(21)的两个转动方向上被执行。

3.根据权利要求1或2所述的方法，其特征在于，所述测试运行在所述马达(21)的恒定的马达转速的情形中被执行。

4.根据前述权利要求中任一项所述的方法，其特征在于，在所述马达(21)的至少一次测试运行期间多个测量信号被获取且作为测量数据被记录。

5.根据前述权利要求中任一项所述的方法，其特征在于，由所述测量数据确定同步波动的至少一个频率。

6.根据前述权利要求中任一项所述的方法，其特征在于，由所述测量数据确定组件中的哪些部件引起带有哪个频率的哪种同步波动。

7.根据前述权利要求中任一项所述的方法，其特征在于，由所述马达(21)所引起的同步波动与由传感器所引起的同步波动被解耦。

8.根据权利要求8所述的方法，其特征在于，在由所述马达(21)所引起的同步波动被补偿之前，由所述传感器所引起的同步波动首先被补偿。

9.根据前述权利要求中任一项所述的方法，其特征在于，所述测量数据包括所述马达(21)的马达角度(θ)和校正电流(i_q,corr)或测得的电流(i_q)。

10.根据权利要求9结合权利要求7或8所述的方法，其特征在于，由马达(21)所引起的同步波动借助所述测得的电流(i_q)或所述校正电流(i_q,corr)被确定且/或由所述传感器所引起的同步波动借助所述马达(21)的马达角度的正弦和余弦(sin(θ),cos(θ))被确定。

11.根据权利要求7至10中任一项所述的方法，其特征在于，所述传感器是转角传感器(17)且确定所述马达(21)的马达角度(θ)。

12.根据前述权利要求中任一项所述的方法，其特征在于，使用这样的控制单元(18)，其实施算法，用于补偿同步波动。