CN110858758A

CN110858758A - 电机速度估算方法及装置、电机控制方法及系统

Info

Publication number: CN110858758A
Application number: CN201810969454.8A
Authority: CN
Inventors: 熊友军; 贺小玉
Original assignee: Ubtech Robotics Corp
Current assignee: Ubtech Robotics Corp
Priority date: 2018-08-23
Filing date: 2018-08-23
Publication date: 2020-03-03

Abstract

本发明公开了一种电机速度估算方法，该方法包括：获取电机的电磁转矩和当前时刻系统状态的观测值；基于电机的系统方程对当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值，电机的系统状态的当前估计值包括电机速度的当前估计值，系统方程是利用电机转子运动的状态方程得到的。本发明还公开了一种电机速度估算装置、电机控制方法及系统、可读存储介质。通过上述方式，本发明能够提高速度分辨率并缩短电机速度估算的延时。

Description

电机速度估算方法及装置、电机控制方法及系统

技术领域

本发明涉及电机领域，特别是涉及一种电机速度估算方法及装置、电机控制方法及系统、可读存储介质。

背景技术

伺服系统是指利用某一部件的作用能使系统状态到达或接近某一给定目标，并能将目标状态和实际状态加以比较，依照它们的差别(有时是这一差别的变化率)来调节控制部件，使得系统状态能够跟随输入目标(或给定值)的任意变化的自动控制系统。

伺服系统可以包括控制器、传感器、电机驱动装置和电机，伺服系统的系统状态可以包括电机速度。为了实现基于电机速度的对电机进行闭环控制，需要实时检测电机速度。传统的速度检测方法本质上是对编码器检测的位置信号进行差分/对加速度传感器检测的加速度信号进行积分获得，所得的电机速度实际上为一段时间内的平均速度而非瞬时速度，速度分辨率低，影响伺服系统的平稳性及有效带宽。此外位置信号含有测量噪声，使得对位置信号差分得到的速度噪声较大，为了减少噪声，可以加入低通滤波，但会导致电机速度计算的时延较大，在编码器分辨率较低时尤为严重。

发明内容

本发明主要解决的技术问题是提供一种电机速度估算方法及装置、电机控制方法及系统、可读存储介质，能够解决现有技术中电机速度精度低且延时高的问题。

为了解决上述技术问题，本发明提供了一种电机速度估算方法，该方法包括：获取电机的电磁转矩和当前时刻系统状态的观测值；基于电机的系统方程对当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值，电机的系统状态的当前估计值包括电机速度的当前估计值，系统方程是利用电机转子运动的状态方程得到的。

为了解决上述技术问题，本发明提供了一种电机控制方法，该方法包括：利用前述方法获取电机速度的当前估计值；将电机速度的当前估计值作为电机速度的反馈速度对电机进行闭环控制。

为了解决上述技术问题，本发明提供了一种电机速度估算装置，该装置包括至少一个处理器，单独或协同工作，处理器用于执行指令以实现前述的电机速度估算方法。

为了解决上述技术问题，本发明提供了一种电机控制系统，该系统包括控制器、传感器和前述的电机速度估算装置，电机速度估算装置分别连接控制器和传感器，传感器用于获取电机的系统状态的观测值，控制器用于将电机速度估算装置得到的电机速度的当前估计值作为电机速度的反馈速度对电机进行闭环控制。

为了解决上述技术问题，本发明提供了一种可读存储介质，存储有指令，指令被执行时实现前述的电机速度估算方法或电机控制方法。

本发明的有益效果是：通过卡尔曼滤波估算电机速度，得到的电机速度理论上为真正的瞬时速度而不是平均速度，明显提高速度分辨率，同时无须进行低通滤波即可降低测量噪声的影响，缩短电机速度估算的延时，同时提高了电机的调速比，算法参数鲁棒性好，调整简单，可适配不同的各种系统。

附图说明

图1是本发明电机速度估算方法一实施例的流程示意图；

图2是本发明电机速度估算方法一实施例中卡尔曼滤波的流程示意图；

图3是基于本发明电机速度估算方法一具体实施例的系统方程使用卡尔曼滤波估算电机速度的速度分辨率和传统的位置差分方式的速度分辨率的对比示意图；

图4是基于本发明电机速度估算方法一具体实施例的系统方程使用卡尔曼滤波估算电机速度的计算延时与传统的位置差分方式的计算延时的对比示意图；

图5是本发明电机控制方法一实施例的流程示意图；

图6是本发明电机速度估算装置一实施例的结构示意图；

图7是本发明电机控制系统一实施例的结构示意图；

图8是本发明可读存储介质第一实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细说明。以下各实施例中不冲突的可以相互结合。

如图1所示，本发明电机速度估算方法一实施例包括：

S1：获取电机的电磁转矩和当前时刻系统状态的观测值。

电磁转矩是电机旋转磁场各极磁通与转子电流相互作用而在转子上形成的旋转力矩，是控制转子运动的控制量。电机的系统状态可以以向量的形式表示，包括多个元素，其中一个元素为电机转子的速度，即电机速度。由于需要使用卡尔曼滤波来估算系统状态，系统状态是可观测的，其中的至少一个元素为直接参数，即可以直接从检测电机状态的传感器获取的参数，例如位置(从编码器直接获取)、加速度(从加速度计直接获取)等。

当前时刻系统状态的观测值，也可以被称为系统状态的当前观测值，是指当前时刻从传感器获取的系统状态的测量值。对于系统状态中的直接参数，可以在当前时刻从对应的传感器直接获取其当前观测值；对于系统状态中的非直接参数，可以利用前一时刻的系统状态和/或直接参数的当前观测值计算得到非直接参数的当前观测值。例如，系统状态包括电机速度(非直接参数)和转子位置(直接参数)，可以利用利用当前时刻转子位置的观测值计算当前时刻的电机速度的观测值，当前时刻的电机速度的观测值可以等于位置差除采样周期，位置差等于当前时刻转子位置的观测值减去前一时刻转子位置的估计值。

S2：基于电机的系统方程对当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值。

电机的系统状态的当前估计值也可被称为当前时刻的电机的系统状态的估计值。电机的系统状态的当前估计值包括电机速度的当前估计值。电机速度的当前估计值也可以被称为当前时刻的电机速度的估计值。系统方程是利用电机转子运动的状态方程得到的。电机转子运动的状态方程是在电机动力学数学模型的基础上进行离散化而得到的。

系统方程为：

x_k＝Ax_k-1+Bu_k-1+w_k

y_k＝Cx_k+v_k (1)

其中，x_k为当前时刻的电机的系统状态，x_k-1为前一时刻的电机的系统状态，电机的系统状态包括至少三个元素，电机的系统状态包括电机的转子位置和电机速度，A和B为系统参数，C为观测参数，u_k-1为前一时刻的控制量(即电磁转矩)，w_k为过程噪声，v_k为测量噪声。转子位置可以为角位置或线位置，对应的，电机速度(即转子速度)为角速度或线速度。

具体的，如图2所示，本步骤可以包括：

S21：基于系统方程及前一时刻的电机的系统状态的估计值获取当前时刻的电机的系统状态的预测值及对应的误差。

计算公式为：

S21属于卡尔曼滤波中的预测过程。其中，

为当前时刻的电机的系统状态的预测值，

为前一时刻的电机的系统状态的估计值，

为

对应的误差，P_k-1为

对应的误差，A^T为A的转置，Q为过程噪声w_k的协方差。

S22：利用当前时刻的电机的系统状态的预测值及对应的误差计算当前时刻的卡尔曼增益。

计算公式为：

其中，K_k为当前时刻的卡尔曼增益，R为测量噪声v_k的协方差。

S23：利用当前时刻的电机的系统状态的观测值及当前时刻的卡尔曼增益计算电机的系统状态的当前估计值。

计算公式为：

其中，y_k为当前时刻的电机的系统状态的观测值，

为电机的系统状态的当前估计值。

此外，可以按照下面的公式计算

对应的误差P_k：

其中I为单元矩阵。

S22和S23属于卡尔曼滤波中的更新过程。

上述步骤可循环执行。计算得到

及P_k之后，获取k+1时刻的系统状态的观测值作为当前时刻系统状态的观测值，将

及P_k作为前一时刻的系统状态的估计值及对应的误差进行卡尔曼滤波，如此循环往复。

通过本实施例的实施，使用卡尔曼滤波估算电机速度，得到的电机速度理论上为真正的瞬时速度而不是平均速度，明显提高速度分辨率，同时无须进行低通滤波即可降低测量噪声的影响，缩短电机速度估算的延时，同时提高了电机的调速比，算法参数鲁棒性好，调整简单，可适配不同的各种系统。

下面结合附图举例说明电机转子运动的状态方程和对应的系统方程的获取过程。

在本发明电机速度估算方法一具体实施例中，建立电机动力学数学模型如下：

其中，Ω为电机转子角速度(即电机速度)，θ_r为电机转子位置，T_L为负载转矩，f为阻尼系数，J为电机转子的转动惯量，T_em为电磁转矩。

并且做合理化假设，负载转矩变换缓慢，其导数近似为零：

结合式(7)-(9)，可得电机转子运动的状态方程为：

其中，

为电机转子角速度的导数，

为电机转子角速度的导数，

为负载转矩的导数。

式(2)可以写成：

其中，u＝T_em。

系统状态x中只有角位置是直接参数，可以利用编码器直接获取，可知输出方程为：

y＝θ_r＝Mx (11)

其中M＝[0 1 0]。

综合公式(10)和(11)，使用一阶欧拉方程展开进行离散化，得到系统方程(2)中的系数如下：

B＝GT_s＝[T_s/J 0 0]^T

C＝M＝[0 1 0]

其中T_s为采样周期。并且系统方程(2)中，

同一伺服系统中，基于本实施例的系统方程使用卡尔曼滤波估算电机速度的速度分辨率和传统的位置差分方式的速度分辨率对比如图3所示，基于本实施例的系统方程使用卡尔曼滤波估算电机速度的计算延时与传统的位置差分方式的计算延时对比如图4所示。图3和图4中的实线表示使用传统的位置差分方式计算得到的电机速度曲线，虚线表示对于同一电机基于本实施例的系统方程使用卡尔曼滤波估算得到的电机速度曲线。在图3中，实线的变化剧烈程度大于虚线，意味着与传统的位置差分方式相比，采用卡尔曼滤波估算得到的电机速度更接近于实际的瞬时速度，测速精度更高，速度分辨率更高。图4中右边的小图是左边箭头起点部分的放大，可以看出，虚线的相位早于实线，意味着与传统的位置差分方式相比，采用卡尔曼滤波能够更早计算出电机速度，计算延时更短。

在本实施例中，系统状态包括转子角位置θ_r、电机速度Ω和负载转矩T_L，且假设负载转矩T_L保持不变。在其他实施例中，也可以使用转矩传感器来测量负载转矩T_L，或者修改电机转子运动的状态方程和系统方程，例如加入其他参数例如加速度(可从加速度计获取)，使用加速度取代转子角位置等。

如图5所示，本发明电机控制方法一实施例包括：

S11：获取电机速度的当前估计值。

可以利用本发明电机速度估算方法任一实施例及不冲突的结合所提供的方法来获取电机速度的当前估计值。

S12：将电机速度的当前估计值作为电机速度的反馈速度对电机进行闭环控制。

将电机速度的当前估计值作为电机速度的反馈速度，根据外部输入的目标速度值及电机速度的当前估计值生成对应的控制信号来控制电机，实现电机的闭环控制，使得电机的速度能够稳定在目标速度值或者附近运行。

如图6所示，本发明电机速度估算装置一实施例包括：处理器110。图中只画出了一个处理器110，实际数量可以更多。处理器110可以单独或者协同工作。

处理器110控制电机速度估算装置的操作，处理器110还可以称为CPU(CentralProcessing Unit，中央处理单元)。处理器110可能是一种集成电路芯片，具有信号序列的处理能力。处理器110还可以是通用处理器、数字信号序列处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

处理器110用于执行指令以实现本发明电机速度估算方法任一实施例以及不冲突的组合所提供的方法。

如图7所示，本发明电机控制系统一实施例包括：控制器210、传感器220和电机速度估算装置230。

电机速度估算装置230分别连接控制器210和传感器220。电机速度估算装置230可以为图6对应的实施例中的电机速度估算装置。传感器220用于监测电机的运行状态，获取电机的系统状态的观测值，具体可以包括编码器、加速度计、转矩传感器等中的至少一个。控制器210用于将电机速度估算装置得到的电机速度的当前估计值作为电机速度的反馈速度对电机进行闭环控制。图中的Ω’表示目标速度，Ω表示电机速度的估计值，u表示电机的控制量，θ表示转子位置。

可选的，电机速度估算装置230可以与控制器210集成在一起。

如图8所示，本发明可读存储介质第一实施例包括存储器310，存储器310存储有指令，该指令被执行时实现本发明电机速度估算方法/电机控制方法任一实施例及不冲突的结合所提供的方法。

存储器310可以包括只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、闪存(Flash Memory)、硬盘、光盘等。

在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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网络单元上。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方式方案的目的。

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包括，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(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种电机速度估算方法，其特征在于，包括：

获取电机的电磁转矩和当前时刻系统状态的观测值；

基于电机的系统方程对所述当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值，所述电机的系统状态的当前估计值包括电机速度的当前估计值，所述系统方程是利用电机转子运动的状态方程得到的。

2.根据权利要求1所述的方法，其特征在于，

所述系统方程为：

x_k＝Ax_k-1+Bu_k-1+w_k

y_k＝Cx_k+v_k (1)

其中，x_k为当前时刻的电机的系统状态，x_k-1为前一时刻的电机的系统状态，电机的系统状态包括至少三个元素，所述电机的系统状态包括电机速度，A和B为系统参数，C为观测参数，u_k-1为前一时刻的电磁转矩，w_k为过程噪声，v_k为测量噪声。

3.根据权利要求2所述的方法，其特征在于，

所述基于电机的系统方程对所述当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值包括：

基于所述系统方程及前一时刻的电机的系统状态的估计值获取当前时刻的电机的系统状态的预测值及对应的误差；

利用所述当前时刻的电机的系统状态的预测值及对应的误差计算当前时刻的卡尔曼增益；

利用当前时刻的电机的系统状态的观测值及当前时刻的卡尔曼增益计算所述电机的系统状态的当前估计值。

4.根据权利要求2所述的方法，其特征在于，

所述电机转子运动的状态方程为：

其中，Ω为电机转子角速度，θ_r为电机转子位置，T_L为负载转矩，

为电机转子角速度的导数，

为电机转子角速度的导数，

为负载转矩的导数，f为阻尼系数，J为电机转子的转动惯量，T_em为所述电磁转矩；

所述系统方程中，

T_s为采样周期，

B＝[T_s/J 0 0]^T，C＝[0 1 0]。

5.根据权利要求1-4中任一项所述的方法，其特征在于，

所述当前时刻系统状态的观测值包括从传感器直接获取的当前时刻转子位置的观测值且当前时刻电机速度的观测值无法从所述传感器直接获取；

所述基于电机的系统方程对所述当前时刻系统状态的观测值进行卡尔曼滤波得到电机的系统状态的当前估计值之前进一步包括：

利用所述当前时刻转子位置的观测值计算当前时刻的电机速度的观测值。

6.根据权利要求5所述的方法，其特征在于，

所述当前时刻的电机速度的观测值等于位置差除采样周期，所述位置差等于所述当前时刻转子位置的观测值减去前一时刻转子位置的估计值。

7.一种电机控制方法，其特征在于，包括：

利用权利要求1-6中任一项所述的方法获取电机速度的当前估计值；

将所述电机速度的当前估计值作为电机速度的反馈速度对所述电机进行闭环控制。

8.一种电机速度估算装置，其特征在于，包括至少一个处理器，单独或协同工作，所述处理器用于执行指令以实现如权利要求1-6中任一项所述的方法。

9.一种电机控制系统，其特征在于，包括控制器、传感器和如权利要求8所述的电机速度估算装置，所述电机速度估算装置分别连接所述控制器和所述传感器，所述传感器用于获取所述电机的系统状态的观测值，所述控制器用于将所述电机速度估算装置得到的电机速度的当前估计值作为电机速度的反馈速度对所述电机进行闭环控制。

10.一种可读存储介质，存储有指令，其特征在于，所述指令被执行时实现如权利要求1-7中任一项所述的方法。