CN110414138A - 伺服电机的型号确定方法及装置、机器设备 - Google Patents
伺服电机的型号确定方法及装置、机器设备 Download PDFInfo
- Publication number
- CN110414138A CN110414138A CN201910691516.8A CN201910691516A CN110414138A CN 110414138 A CN110414138 A CN 110414138A CN 201910691516 A CN201910691516 A CN 201910691516A CN 110414138 A CN110414138 A CN 110414138A
- Authority
- CN
- China
- Prior art keywords
- motor
- value
- servo motor
- acceleration
- model
- 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
Links
Landscapes
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种伺服电机的型号确定方法及装置、机器设备。其中,该方法包括:确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值;基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值;基于电机转矩值和电机转速值,构建目标曲线;基于目标曲线的趋势,确定伺服电机的型号是否合格。本发明解决了相关技术中由于伺服电机的实际加速度变化较快,容易导致伺服电机选型不合理的技术问题。
Description
技术领域
本发明涉及设备控制技术领域,具体而言,涉及一种伺服电机的型号确定方法及装置、机器设备。
背景技术
相关技术中,在选取伺服电机的型号时,通常只会考虑伺服电机的额定扭矩和最大扭矩而忽略转矩特性,伺服电机的机器设备(例如,机器人)在实际工作中会存在不断地加减速过程,传统的伺服电机的选型方法,是将电机的加减速看作匀加减速过程,这与实际情况相差较大,实际情况是伺服电机的加速过程是变加速度的,即速度从0到最大的过程中加速度是先增大后减小的。这种情况下,伺服电机加速接近最大速度时对应的加速度是很小的,利用传统的伺服电机选型方式,很容易选取型号过大或者过小的伺服电机,造成选型不合理。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种伺服电机的型号确定方法及装置、机器设备,以至少解决相关技术中由于伺服电机的实际加速度变化较快,容易导致伺服电机选型不合理的技术问题。
根据本发明实施例的一个方面,提供了一种伺服电机的型号确定方法,包括:确定伺服电机的型号和多个加速度值,其中,每个所述加速度值对应有电机转速值和电机角度值;基于所述电机角度值以及所述伺服电机的多个电机参数,计算与所述伺服电机的每个加速度值对应的电机转矩值;基于所述电机转矩值和所述电机转速值,构建目标曲线;基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格。
可选地,确定伺服电机的型号和多个加速度值的步骤,包括:确定所述伺服电机所在的目标设备的类型;获取所述目标设备的关节的最大运转速度和加速总时长;确定所述伺服电机的加速度类型,其中,每个所述加速度类型对应有加速度计算公式;基于所述最大运转速度和所述加速总时长,使用与所述加速度类型对应的第一加速度计算公式计算出与每个加速时间点所对应的电机加速度值,得到所述多个加速度值。
可选地,所述加速度类型包括下述至少之一:梯形加速度类型、正弦波加速度类型、正弦平方波加速度类型。
可选地,所述目标设备包括下述至少之一:机器人、机床、数控冲床、折弯机、印刷机。
可选地,在确定伺服电机的型号和多个加速度值之后,所述型号确定方法还包括:对每个所述加速度值进行积分处理,得到与每个所述加速度值对应的电机转速值和电机角度值。
可选地,所述伺服电机的多个电机参数至少包括:电机转动惯量值、所述伺服电机所在的目标设备的负载转动惯量值、减速机减速比值、负载质量值、负载质心到转轴的距离值、重力加速度值和减速机效率值。
可选地,基于所述电机转矩值和所述电机转速值,构建目标曲线的步骤,包括:以电机转矩作为纵轴,并以所述电机转速值作为横轴,构建二维空间;分别将所述电机转矩值和所述电机转速值映射至所述二维空间,确定电机转矩-转速曲线;将所述电机转矩-转速曲线作为所述目标曲线。
可选地,基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格的步骤,包括:分别构建所述伺服电机的瞬时领域曲线和连续领域曲线,其中,所述瞬时领域曲线为所述伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,所述连续领域曲线为所述伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线;若所述目标曲线超出所述瞬时领域曲线,则确定所述伺服电机的型号低于目标型号,所述伺服电机的型号不合格;若所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离超出预设距离,则确定所述伺服电机的型号高于目标型号,所述伺服电机的型号不合格;若所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离未超出预设距离,则确定所述伺服电机的型号合格,或者,若所述目标曲线在所述瞬时领域曲线内,且所述目标曲线所指示的电机转速值为预设数值时电机转矩值小于所述连续领域曲线所指示的电机转矩值,则确定所述伺服电机的型号合格。
根据本发明实施例的另一方面,还提供了一种伺服电机的型号确定装置,包括:第一确定单元,用于确定伺服电机的型号和多个加速度值,其中,每个所述加速度值对应有电机转速值和电机角度值;计算单元,用于基于所述电机角度值以及所述伺服电机的多个电机参数,计算与所述伺服电机的每个加速度值对应的电机转矩值;构建单元,用于基于所述电机转矩值和所述电机转速值,构建目标曲线;第二确定单元,用于基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格。
可选地,所述第一确定单元包括:第一确定模块,用于确定所述伺服电机所在的目标设备的类型;第一获取模块,用于获取所述目标设备的关节的最大运转速度和加速总时长;第二确定模块,用于确定所述伺服电机的加速度类型,其中,每个所述加速度类型对应有加速度计算公式;计算模块,用于基于所述最大运转速度和所述加速总时长,使用与所述加速度类型对应的第一加速度计算公式计算出与每个加速时间点所对应的电机加速度值,得到所述多个加速度值。
可选地,所述加速度类型包括下述至少之一:梯形加速度类型、正弦波加速度类型、正弦平方波加速度类型。
可选地,所述目标设备包括下述至少之一:机器人、机床、数控冲床、折弯机、印刷机。
可选地,所述型号确定装置还包括:处理单元,用于在确定伺服电机的型号和多个加速度值之后,对每个所述加速度值进行积分处理,得到与每个所述加速度值对应的电机转速值和电机角度值。
可选地,所述伺服电机的多个电机参数至少包括:电机转动惯量值、所述伺服电机所在的目标设备的负载转动惯量值、减速机减速比值、负载质量值、负载质心到转轴的距离值、重力加速度值和减速机效率值。
可选地,所述构建单元包括:第一构建模块,用于以电机转矩作为纵轴,并以所述电机转速值作为横轴,构建二维空间;映射模块,用于分别将所述电机转矩值和所述电机转速值映射至所述二维空间,确定电机转矩-转速曲线;第三确定模块,用于将所述电机转矩-转速曲线作为所述目标曲线。
可选地,所述第二确定单元包括:第二构建模块,用于分别构建所述伺服电机的瞬时领域曲线和连续领域曲线,其中,所述瞬时领域曲线为所述伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,所述连续领域曲线为所述伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线;第四确定模块,用于在所述目标曲线超出所述瞬时领域曲线时,确定所述伺服电机的型号低于目标型号,所述伺服电机的型号不合格;第五确定模块,用于在所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离超出预设距离时,确定所述伺服电机的型号高于目标型号,所述伺服电机的型号不合格;第六确定模块,用于在所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离未超出预设距离时,确定所述伺服电机的型号合格,或者,第七确定模块,用于在所述目标曲线在所述瞬时领域曲线内,且所述目标曲线所指示的电机转速值为预设数值时电机转矩值小于所述连续领域曲线所指示的电机转矩值时,确定所述伺服电机的型号合格。
根据本发明实施例的另一方面,还提供了一种机器设备,包括:伺服电机;处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的伺服电机的型号确定方法,以确定所述伺服电机的型号是否合格。
可选地,所述机器设备为工业机器人或教育机器人。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的伺服电机的型号确定方法。
在本发明实施例中,采用确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值,基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值,基于电机转矩值和电机转速值,构建目标曲线,基于目标曲线的趋势,确定伺服电机的型号是否合格。在该实施例中,可以考虑伺服电机的加速曲线以及转矩特性(伺服电机在高速时输出的电机转矩会减小),这样能够选出更为合理的电机型号,可充分发挥出电机的性能,从而解决相关技术中由于伺服电机的实际加速度变化较快,容易导致伺服电机选型不合理的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的伺服电机的型号确定方法的流程图;
图2是根据本发明实施例的一种可选的电机转矩-转速曲线的示意图;
图3是根据本发明实施例的一种可选的伺服电机的型号确定装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明下述实施例,可以根据伺服电机的加速度曲线(加速度-时间曲线),计算整个加速过程中伺服电机的电机转矩,以时间为变量,将加速过程离散化,可以计算出每个时间点的电机转矩(即输出扭矩),考虑伺服电机的转矩特性,保证伺服电机的电机转矩在转矩特性以内。从而选出合理的伺服电机的型号。
根据本发明实施例,提供了一种伺服电机的型号确定方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的伺服电机的型号确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值;
步骤S104,基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值;
步骤S106,基于电机转矩值和电机转速值,构建目标曲线;
步骤S108,基于目标曲线的趋势,确定伺服电机的型号是否合格。
通过上述步骤,可以采用确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值,基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值,基于电机转矩值和电机转速值,构建目标曲线,基于目标曲线的趋势,确定伺服电机的型号是否合格。在该实施例中,可以考虑伺服电机的加速曲线以及转矩特性(伺服电机在高速时输出的电机转矩会减小),这样能够选出更为合理的电机型号,可充分发挥出电机的性能,从而解决相关技术中由于伺服电机的实际加速度变化较快,容易导致伺服电机选型不合理的技术问题。
本发明实施例主要对伺服电机在加速过程中电机转矩特性(从0到最高速)进行计算,从而确定伺服电机的型号是否合理。
该实施例的伺服电机可应用的目标设备包括但不限于:机器人、机床、数控冲床、折弯机、印刷机。本发明实施例以机器人(如工业机器人、教育机器人)为例对本发明进行说明,但不限定该机器人内的伺服电机。
通过上述各步骤可以选取出机器人的伺服电机的合理型号,保证伺服电机的型号不会过大,也不会过小。
下面对上述各步骤进行详细说明。
步骤S102,确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值。
作为本发明可选的实施例,确定伺服电机的型号和多个加速度值的步骤,包括:确定伺服电机所在的目标设备的类型;获取目标设备的关节的最大运转速度和加速总时长;确定伺服电机的加速度类型,其中,每个加速度类型对应有加速度计算公式;基于最大运转速度和加速总时长,使用与加速度类型对应的第一加速度计算公式计算出与每个加速时间点所对应的电机加速度值,得到多个加速度值。
在获取目标设备的关节的最大运转速度和加速总时长时,可以根据目标设备的出厂手册、工作测速等方式获取的,在本发明实施例中,可以定义最大运转速度为ωm和加速总时长Ta。
在得到最大运转速度为ωm和加速总时长Ta后,可以确定伺服电机的加速度类型,可选地,加速度类型包括下述至少之一:梯形加速度类型、正弦波加速度类型、正弦平方波加速度类型。本发明实施例一正弦平方波加速度类型为例进行说明。
根据加速度类型可以计算出各个时间点的加速度,正弦平方波加速度类型对应的第一加速度计算公式为:其中,α(t)为加速度,t为时间点,ωm为最大运转速度,Ta为加速总时长。
通过上述各个加速度类型对应的加速度公式计算出各个时间点的加速度,可选地,在确定伺服电机的型号和多个加速度值之后,型号确定方法还包括:对每个加速度值进行积分处理,得到与每个加速度值对应的电机转速值和电机角度值。
即可以在得到各个加速度后,可以对加速度积分,求出电机转速值和电机角度值(已知初速度和初始角度),在本发明实施例中,可以定义电机转速值为ω(t),以及定义电机角度值为θ(t)。
步骤S104,基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值。
作为本发明可选的实施例,伺服电机的多个电机参数至少包括:电机转动惯量值、伺服电机所在的目标设备的负载转动惯量值、减速机减速比值、负载质量值、负载质心到转轴的距离值、重力加速度值和减速机效率值。
在计算电机转矩值,可以通过如下公式计算出来:
其中,M(t)为电机转矩值,Jm为电机转动惯量值,JL为负载转动惯量值,i为减速机减速比值,m为负载质量值,R为负载质心到转轴的距离值,g为重力加速度值,η为减速机效率值。
在得到各个时间点对应的电机转矩M(t)以及电机转速值ω(t)后,可以确定一个电机转矩转速曲线,即目标曲线。
步骤S106,基于电机转矩值和电机转速值,构建目标曲线。
作为本发明可选的实施例,基于电机转矩值和电机转速值,构建目标曲线的步骤,包括:以电机转矩作为纵轴,并以电机转速值作为横轴,构建二维空间;分别将电机转矩值和电机转速值映射至二维空间,确定电机转矩-转速曲线;将电机转矩-转速曲线作为目标曲线。
图2是根据本发明实施例的一种可选的电机转矩-转速曲线的示意图,如图2所示,该电机转矩-转速曲线为“电机扭矩”所示意的曲线,随着转速的不断加大,其电机转矩会从小到大然后变小,该电机转矩-转矩曲线是伺服电机在加速过程中的曲线。图2中还示出了瞬时领域曲线和连续领域曲线,其中,瞬时领域曲线是为伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,即允许的伺服电机最大转矩变化差值,而连续领域曲线为伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线,即伺服电机变化较为平缓的曲线。
步骤S108,基于目标曲线的趋势,确定伺服电机的型号是否合格。
作为本发明可选的实施例,基于目标曲线的趋势,确定伺服电机的型号是否合格的步骤,包括:分别构建伺服电机的瞬时领域曲线和连续领域曲线,其中,瞬时领域曲线为伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,连续领域曲线为伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线;若目标曲线超出瞬时领域曲线,则确定伺服电机的型号低于目标型号,伺服电机的型号不合格;若目标曲线在瞬时领域曲线内且与瞬时领域曲线的距离超出预设距离,则确定伺服电机的型号高于目标型号,伺服电机的型号不合格;若目标曲线在瞬时领域曲线内且与瞬时领域曲线的距离未超出预设距离,则确定伺服电机的型号合格,或者,若目标曲线在瞬时领域曲线内,且目标曲线所指示的电机转速值为预设数值时电机转矩值小于连续领域曲线所指示的电机转矩值,则确定伺服电机的型号合格。
以图2示意,电机扭矩曲线超出电机瞬时领域曲线,则说明伺服电机的型号偏小(即伺服电机选型偏小),若电机扭矩曲线在电机瞬时领域曲线内且离瞬时领域曲线很远,则说明伺服电机的型号很大(即伺服电机选型偏大)。同时,在图2中,若电机扭矩曲线在瞬时领域曲线以内,转速为0时电机扭矩小于连续领域(转速为0时电机只克服负载重力矩),则表明选型合理。
通过上述实施例,可以基于计算出的各个时间点的加速度,形成相应的加速度曲线,同时可以依据加速度值计算出整个加速过程中伺服电机的电机转矩(或电机扭矩),以时间为变量,形成电机转矩-转速(或者电机扭矩)曲线,通过该电机转矩-转速曲线可以知道选取的伺服电机的型号是否合理。
图3是根据本发明实施例的一种可选的伺服电机的型号确定装置的示意图,如图3所示,该型号确定装置可以包括:第一确定单元31,计算单元33,构建单元35,第二确定单元37,其中,
第一确定单元31,用于确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值;
计算单元33,用于基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值;
构建单元35,用于基于电机转矩值和电机转速值,构建目标曲线;
第二确定单元37,用于基于目标曲线的趋势,确定伺服电机的型号是否合格。
上述伺服电机的型号确定装置,可以通过第一确定单元31确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值,通过计算单元33基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值,通过构建单元35基于电机转矩值和电机转速值,构建目标曲线,通过第二确定单元37基于目标曲线的趋势,确定伺服电机的型号是否合格。在该实施例中,可以考虑伺服电机的加速曲线以及转矩特性(伺服电机在高速时输出的电机转矩会减小),这样能够选出更为合理的电机型号,可充分发挥出电机的性能,从而解决相关技术中由于伺服电机的实际加速度变化较快,容易导致伺服电机选型不合理的技术问题。
可选地,第一确定单元包括:第一确定模块,用于确定伺服电机所在的目标设备的类型;第一获取模块,用于获取目标设备的关节的最大运转速度和加速总时长;第二确定模块,用于确定伺服电机的加速度类型,其中,每个加速度类型对应有加速度计算公式;计算模块,用于基于最大运转速度和加速总时长,使用与加速度类型对应的第一加速度计算公式计算出与每个加速时间点所对应的电机加速度值,得到多个加速度值。
可选地,加速度类型包括下述至少之一:梯形加速度类型、正弦波加速度类型、正弦平方波加速度类型。
可选地,目标设备包括下述至少之一:机器人、机床、数控冲床、折弯机、印刷机。
可选地,型号确定装置还包括:处理单元,用于在确定伺服电机的型号和多个加速度值之后,对每个加速度值进行积分处理,得到与每个加速度值对应的电机转速值和电机角度值。
可选地,伺服电机的多个电机参数至少包括:电机转动惯量值、伺服电机所在的目标设备的负载转动惯量值、减速机减速比值、负载质量值、负载质心到转轴的距离值、重力加速度值和减速机效率值。
可选地,构建单元包括:第一构建模块,用于以电机转矩作为纵轴,并以电机转速值作为横轴,构建二维空间;映射模块,用于分别将电机转矩值和电机转速值映射至二维空间,确定电机转矩-转速曲线;第三确定模块,用于将电机转矩-转速曲线作为目标曲线。
可选地,第二确定单元包括:第二构建模块,用于分别构建伺服电机的瞬时领域曲线和连续领域曲线,其中,瞬时领域曲线为伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,连续领域曲线为伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线;第四确定模块,用于在目标曲线超出瞬时领域曲线时,确定伺服电机的型号低于目标型号,伺服电机的型号不合格;第五确定模块,用于在目标曲线在瞬时领域曲线内且与瞬时领域曲线的距离超出预设距离时,确定伺服电机的型号高于目标型号,伺服电机的型号不合格;第六确定模块,用于在目标曲线在瞬时领域曲线内且与瞬时领域曲线的距离未超出预设距离时,确定伺服电机的型号合格,或者,第七确定模块,用于在目标曲线在瞬时领域曲线内,且目标曲线所指示的电机转速值为预设数值时电机转矩值小于连续领域曲线所指示的电机转矩值时,确定伺服电机的型号合格。
根据本发明实施例的另一方面,还提供了一种机器设备,包括:伺服电机;处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的伺服电机的型号确定方法,以确定伺服电机的型号是否合格。
可选地,机器设备为工业机器人或教育机器人。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的伺服电机的型号确定方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:确定伺服电机的型号和多个加速度值,其中,每个加速度值对应有电机转速值和电机角度值;基于电机角度值以及伺服电机的多个电机参数,计算与伺服电机的每个加速度值对应的电机转矩值;基于电机转矩值和电机转速值,构建目标曲线;基于目标曲线的趋势,确定伺服电机的型号是否合格。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种伺服电机的型号确定方法,其特征在于,包括:
确定伺服电机的型号和多个加速度值,其中,每个所述加速度值对应有电机转速值和电机角度值;
基于所述电机角度值以及所述伺服电机的多个电机参数,计算与所述伺服电机的每个加速度值对应的电机转矩值;
基于所述电机转矩值和所述电机转速值,构建目标曲线;
基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格。
2.根据权利要求1所述的型号确定方法,其特征在于,确定伺服电机的型号和多个加速度值的步骤,包括:
确定所述伺服电机所在的目标设备的类型;
获取所述目标设备的关节的最大运转速度和加速总时长;
确定所述伺服电机的加速度类型,其中,每个所述加速度类型对应有加速度计算公式;
基于所述最大运转速度和所述加速总时长,使用与所述加速度类型对应的第一加速度计算公式计算出与每个加速时间点所对应的电机加速度值,得到所述多个加速度值。
3.根据权利要求2所述的型号确定方法,其特征在于,所述加速度类型包括下述至少之一:梯形加速度类型、正弦波加速度类型、正弦平方波加速度类型。
4.根据权利要求2所述的型号确定方法,其特征在于,所述目标设备包括下述至少之一:机器人、机床、数控冲床、折弯机、印刷机。
5.根据权利要求1所述的型号确定方法,其特征在于,在确定伺服电机的型号和多个加速度值之后,所述型号确定方法还包括:
对每个所述加速度值进行积分处理,得到与每个所述加速度值对应的电机转速值和电机角度值。
6.根据权利要求1所述的型号确定方法,其特征在于,所述伺服电机的多个电机参数至少包括:电机转动惯量值、所述伺服电机所在的目标设备的负载转动惯量值、减速机减速比值、负载质量值、负载质心到转轴的距离值、重力加速度值和减速机效率值。
7.根据权利要求1所述的型号确定方法,其特征在于,基于所述电机转矩值和所述电机转速值,构建目标曲线的步骤,包括:
以电机转矩作为纵轴,并以所述电机转速值作为横轴,构建二维空间;
分别将所述电机转矩值和所述电机转速值映射至所述二维空间,确定电机转矩-转速曲线;
将所述电机转矩-转速曲线作为所述目标曲线。
8.根据权利要求1所述的型号确定方法,其特征在于,基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格的步骤,包括:
分别构建所述伺服电机的瞬时领域曲线和连续领域曲线,其中,所述瞬时领域曲线为所述伺服电机在每个加速时间点的电机转矩变化差值所形成的曲线,所述连续领域曲线为所述伺服电机在每相邻两个时间点的电机转矩变化差值所形成的曲线;
若所述目标曲线超出所述瞬时领域曲线,则确定所述伺服电机的型号低于目标型号,所述伺服电机的型号不合格;
若所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离超出预设距离,则确定所述伺服电机的型号高于目标型号,所述伺服电机的型号不合格;
若所述目标曲线在所述瞬时领域曲线内且与所述瞬时领域曲线的距离未超出预设距离,则确定所述伺服电机的型号合格,或者,
若所述目标曲线在所述瞬时领域曲线内,且所述目标曲线所指示的电机转速值为预设数值时电机转矩值小于所述连续领域曲线所指示的电机转矩值,则确定所述伺服电机的型号合格。
9.一种伺服电机的型号确定装置,其特征在于,包括:
第一确定单元,用于确定伺服电机的型号和多个加速度值,其中,每个所述加速度值对应有电机转速值和电机角度值;
计算单元,用于基于所述电机角度值以及所述伺服电机的多个电机参数,计算与所述伺服电机的每个加速度值对应的电机转矩值;
构建单元,用于基于所述电机转矩值和所述电机转速值,构建目标曲线;
第二确定单元,用于基于所述目标曲线的趋势,确定所述伺服电机的型号是否合格。
10.一种机器设备,其特征在于,包括:
伺服电机;
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任意一项所述的伺服电机的型号确定方法,以确定所述伺服电机的型号是否合格。
11.根据权利要求10所述的机器设备,其特征在于,所述机器设备为工业机器人或教育机器人。
12.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的伺服电机的型号确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910691516.8A CN110414138B (zh) | 2019-07-29 | 2019-07-29 | 伺服电机的型号确定方法及装置、机器设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910691516.8A CN110414138B (zh) | 2019-07-29 | 2019-07-29 | 伺服电机的型号确定方法及装置、机器设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110414138A true CN110414138A (zh) | 2019-11-05 |
CN110414138B CN110414138B (zh) | 2023-02-17 |
Family
ID=68363986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910691516.8A Active CN110414138B (zh) | 2019-07-29 | 2019-07-29 | 伺服电机的型号确定方法及装置、机器设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110414138B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111168661A (zh) * | 2020-02-14 | 2020-05-19 | 珠海格力智能装备有限公司 | 机器人用减速机的运行保护方法及其系统、存储介质 |
CN112835325A (zh) * | 2021-01-03 | 2021-05-25 | 清华大学 | 一种用于滚珠丝杠进给系统的伺服电机选型方法 |
CN113400339A (zh) * | 2021-06-18 | 2021-09-17 | 伯朗特机器人股份有限公司 | 一种多关节机器人减速机以及电机的选型方法 |
CN113732784A (zh) * | 2021-08-23 | 2021-12-03 | 深圳华数机器人有限公司 | 数控机床的伺服电机的选型匹配方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016208665A (ja) * | 2015-04-22 | 2016-12-08 | 国立大学法人東京海洋大学 | 船艇用モータの制御装置、制御方法、及び制御プログラム |
CN106772050A (zh) * | 2017-03-08 | 2017-05-31 | 广州致远电子股份有限公司 | 一种在线估计电机效率的方法和装置 |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、系统及选型方法 |
CN108527365A (zh) * | 2018-03-21 | 2018-09-14 | 清华大学 | 一种高速并联机器人驱动系统参数优化选型方法 |
CN108563826A (zh) * | 2018-03-02 | 2018-09-21 | 河北工业大学 | 多连杆伺服压力机传动机构性能分析平台 |
-
2019
- 2019-07-29 CN CN201910691516.8A patent/CN110414138B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016208665A (ja) * | 2015-04-22 | 2016-12-08 | 国立大学法人東京海洋大学 | 船艇用モータの制御装置、制御方法、及び制御プログラム |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、系统及选型方法 |
CN106772050A (zh) * | 2017-03-08 | 2017-05-31 | 广州致远电子股份有限公司 | 一种在线估计电机效率的方法和装置 |
CN108563826A (zh) * | 2018-03-02 | 2018-09-21 | 河北工业大学 | 多连杆伺服压力机传动机构性能分析平台 |
CN108527365A (zh) * | 2018-03-21 | 2018-09-14 | 清华大学 | 一种高速并联机器人驱动系统参数优化选型方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111168661A (zh) * | 2020-02-14 | 2020-05-19 | 珠海格力智能装备有限公司 | 机器人用减速机的运行保护方法及其系统、存储介质 |
CN111168661B (zh) * | 2020-02-14 | 2021-06-01 | 珠海格力智能装备有限公司 | 机器人用减速机的运行保护方法及其系统、存储介质 |
CN112835325A (zh) * | 2021-01-03 | 2021-05-25 | 清华大学 | 一种用于滚珠丝杠进给系统的伺服电机选型方法 |
CN113400339A (zh) * | 2021-06-18 | 2021-09-17 | 伯朗特机器人股份有限公司 | 一种多关节机器人减速机以及电机的选型方法 |
CN113400339B (zh) * | 2021-06-18 | 2022-06-14 | 伯朗特机器人股份有限公司 | 一种多关节机器人减速机以及电机的选型方法 |
CN113732784A (zh) * | 2021-08-23 | 2021-12-03 | 深圳华数机器人有限公司 | 数控机床的伺服电机的选型匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110414138B (zh) | 2023-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414138A (zh) | 伺服电机的型号确定方法及装置、机器设备 | |
Wang et al. | Load balancing task scheduling based on genetic algorithm in cloud computing | |
CN107886167A (zh) | 神经网络运算装置及方法 | |
CN111038478B (zh) | 车辆行驶速度确定方法和装置 | |
CN101510233B (zh) | 一种优化汽车动力总成悬置系统的方法 | |
JP2000250604A (ja) | 特性最適化方法における最適化の協調方法 | |
CN109732594A (zh) | 一种机器人控制方法、系统及机器人 | |
Sahman et al. | The binary differential search algorithm approach for solving uncapacitated facility location problems | |
CN113573333A (zh) | 一种基于虚拟力的粒子群异构WSNs覆盖优化算法 | |
CN109701271A (zh) | 显示图标的方法、装置和系统 | |
Liu et al. | Task scheduling in cloud computing based on improved discrete particle swarm optimization | |
CN107274746A (zh) | 一种完整仿真汽车物理引擎控制系统 | |
CN111880926B (zh) | 一种负载均衡方法、装置及计算机存储介质 | |
CN112720455B (zh) | 最优关节加速度与减速度计算方法、装置及其应用 | |
CN111488208A (zh) | 基于可变步长蝙蝠算法的边云协同计算节点调度优化方法 | |
CN107797870A (zh) | 一种云计算数据资源调度方法 | |
CN105786333B (zh) | 移动终端的操作方法及装置 | |
CN113219968B (zh) | 自动驾驶控制方法及装置 | |
Swiechowski et al. | Grail: A Framework for Adaptive and Believable AI in Video Games | |
CN108805463A (zh) | 一种支持削峰型电力需求响应的生产调度方法 | |
CN107324216A (zh) | 智能变速控制方法、装置及系统 | |
CN109214450B (zh) | 一种基于贝叶斯程序学习算法的无人系统资源分配方法 | |
JP6713099B2 (ja) | 学習済モデル統合方法、装置、プログラム、icチップ、及びシステム | |
CN107226092B (zh) | 一种制动方法和装置 | |
CN111090972A (zh) | 一种使用MATLAB软件绘制电机效率map图的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |