CN112534706A - 位置推断方法、马达控制装置以及马达系统 - Google Patents
位置推断方法、马达控制装置以及马达系统 Download PDFInfo
- Publication number
- CN112534706A CN112534706A CN201980051451.9A CN201980051451A CN112534706A CN 112534706 A CN112534706 A CN 112534706A CN 201980051451 A CN201980051451 A CN 201980051451A CN 112534706 A CN112534706 A CN 112534706A
- Authority
- CN
- China
- Prior art keywords
- rotor
- learning data
- motor
- feature amount
- amount learning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 230000006866 deterioration Effects 0.000 claims abstract description 15
- 238000003860 storage Methods 0.000 claims description 24
- 238000010586 diagram Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 32
- 230000008569 process Effects 0.000 description 30
- 230000005856 abnormality Effects 0.000 description 14
- 230000004907 flux Effects 0.000 description 14
- 230000015556 catabolic process Effects 0.000 description 11
- 238000006731 degradation reaction Methods 0.000 description 11
- 238000004804 winding Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000000630 rising effect Effects 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100063075 Bacillus sp. (strain B21-2) degM gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
- H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
- H02P6/14—Electronic commutators
- H02P6/16—Circuit arrangements for detecting position
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Motors That Do Not Use Commutators (AREA)
Abstract
本公开的位置推断方法包含以下内容:取得第1学习数据,该第1学习数据包含规定在转子旋转时从传感器装置输出的第1电信号的波形特征的多个测定值的排列;依次取得规定在转子旋转时从传感器装置输出的第2电信号的波形特征的多个检测值;使用多个测定值和多个检测值来推断输出了第1电信号和第2电信号时的转子的旋转位置的关系;以及根据第1学习数据与第2学习数据之间的差异,判定马达的劣化状态,其中,该第2学习数据包含规定第2电信号的波形特征的多个检测值的排列,并且规定了规定转子的机械位置的多个划分区域与多个检测值之间的关系。
Description
技术领域
本申请涉及高精度地推断转子的机械角度的方法。另外,本申请也涉及马达控制装置和马达系统。
背景技术
永磁铁同步马达等马达一般具备:转子,其具有多个磁极;定子,其具有多个绕组;以及霍尔元件或霍尔IC等磁传感器,其感测由转子的磁极形成的磁通。在需要高精度地测量转子的物理上的旋转位置(机械角度)的情况下,使用旋转编码器或旋转变压器等位置传感器。这些位置传感器使马达系统难以小型化,增加其制造成本。
日本公开公报特开2002-112579号公报公开了一种相位检测装置,该相位检测装置根据霍尔IC的输出来推断转子的相位(电角度)。在该相位检测装置中,使用根据霍尔IC的输出而周期性取得的相位信号(以60°电角度单位产生的脉冲信号)和转子的转速来计算转子的电角度。根据这样的相位检测装置,能够在不使用旋转编码器或旋转变压器等位置传感器的情况下推断转子的大致的电角度。
现有技术文献
专利文献
专利文献1:日本公开公报特开2002-112579号公报
发明内容
发明要解决的课题
日本公开公报特开2002-112579号公报的相位检测装置在转子具有多个磁极对的情况下,无法从霍尔IC判别出信号是由转子的哪个磁极对产生的信号。另外,根据霍尔IC的输出而周期性取得的相位信号被视为按照等间隔产生的信号。如后文详细说明的那样,这样的相位信号的间隔不均匀。因此,在上述的相位检测装置中,无法高精度地推断转子的机械角度。
本公开的实施方式提供通过新的算法来推断转子的机械角度的方法、马达控制装置以及马达系统。
用于解决课题的手段
本公开的方法在例示的实施方式中是推断马达中的转子的位置的方法,该方法安装于计算机,所述马达具有所述转子、定子以及传感器装置,该传感器装置输出根据所述转子的旋转而周期性地变化的电信号,其中,计算机执行以下内容:从存储第1特征量学习数据的存储介质中取得所述特征量学习数据,该第1特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的第1电信号的波形特征的多个测定值的排列,并且该第1特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个测定值之间的关系;接收在所述转子旋转时从所述传感器装置输出的第2电信号,分别依次取得规定所述第2电信号的波形特征的多个检测值;通过在所述多个检测值中的包含最新检测值在内的至少一个检测值与包含于所述第1特征量学习数据中的所述多个测定值的排列之间进行匹配,确定与所述转子的当前的机械位置相关联的划分区域;将第2特征量学习数据存储于所述存储介质中,该第2特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的所述第2电信号的波形特征的多个检测值的排列,并且该第2特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个检测值之间的关系;以及根据所述第1特征量学习数据与所述第2特征量学习数据之间的差异,判定所述马达的劣化状态。
本公开的装置在例示的实施方式中是与具有转子、定子以及传感器装置的马达组合使用的马达控制装置,所述传感器装置输出根据所述转子的旋转而周期性地变化的电信号,其中,所述马达控制装置具有:计算机;以及存储器,其保存使所述计算机动作的程序,所述计算机执行以下内容:从存储第1特征量学习数据的存储介质中取得所述特征量学习数据,该第1特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的第1电信号的波形特征的多个测定值的排列,并且该第1特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个测定值之间的关系;接收在所述转子旋转时从所述传感器装置输出的第2电信号,分别依次取得规定所述第2电信号的波形特征的多个检测值;通过在所述多个检测值中的包含最新检测值在内的至少一个检测值与包含于所述第1特征量学习数据中的所述多个测定值的排列之间进行匹配,确定与所述转子的当前的机械位置相关联的划分区域;将第2特征量学习数据存储于所述存储介质中,该第2特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的所述第2电信号的波形特征的多个检测值的排列,并且该第2特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个检测值之间的关系;以及根据所述第1特征量学习数据与所述第2特征量学习数据之间的差异,判定所述马达和所述传感器装置中的至少一方的劣化状态。
本公开的马达系统在例示的实施方式中具有:马达,其具有转子、定子以及传感器装置,该传感器装置输出根据所述转子的旋转而周期性地变化的电信号;马达驱动装置,其对所述马达进行驱动;以及上述的马达控制装置,其与所述马达驱动装置连接。
发明效果
根据本发明的实施方式,提供了通过对规定根据转子的旋转而周期性地变化的电信号的波形特征的多个数值的排列进行匹配来推断转子的机械角度的方法、马达控制装置以及马达系统。
附图说明
图1是示意性地示出与马达的旋转的中心轴线垂直的截面的结构例的图。
图2是示出从霍尔传感器Hu、Hv以及Hw取得的电信号的波形的例子的曲线图。
图3是示出霍尔IC的输出波形的例子的图。
图4是示出马达内的3个霍尔IC的配置例的图。
图5是示出从各霍尔IC输出的数字信号的状态转变的例子的图。
图6是示出机械位置0~11与电位置E0~E5的关系的图。
图7是示意性地示出测定到的边沿间隔的例子的图。
图8是对于各机械位置[i],用线柱的高度来表现角度幅度Δθ[i]的测定值的示意图。
图9是示出例示的位置推断方法的处理过程的流程图。
图10A是示意性地示出特征量的误差的平方和相对较大的例子的图。
图10B是示意性地示出特征量的误差的平方和最小的例子的图。
图11是用于对机械角度的推断处理进行说明的图。
图12是用于对机械角度的推断处理进行详细说明的图。
图13是用于对在划分区域N内按周期Δt来计算转速V从而计算机械角度的方法进行说明的示意图。
图14是示出例示的确定划分区域后的机械角度的推断处理的过程的流程图。
图15是示意地示出持续更新而发生变化的参考的例子的图。
图16是示出例示的参考的更新处理的过程的流程图。
图17A是用线柱来表现时刻t之前的根据正常的匹配结果而确定出的每个划分区域的角度幅度的测定值的示意图。
图17B是示出时刻t以后取得的每个划分区域的角度幅度的测定值的示意图。
图18是示出例示的异常判定处理的过程的流程图。
图19A是示出出厂时的参考的一例的示意图。
图19B是示出更新后的参考的一例的示意图。
图20是示出例示的经时劣化的判定处理的过程的流程图。
图21是示出例示的马达系统的结构例的图。
图22是示出本公开的例示的马达系统中的马达控制装置的硬件结构的例子的图。
图23是示出本公开的例示的马达控制装置的处理块的结构例的图。
具体实施方式
<本公开的基本原理>
在对本公开的实施方式进行说明之前,对霍尔元件和霍尔IC的动作以及电角度、电位置、机械角度、机械位置的术语进行说明。
图1是示意性地示出包含定子S以及具有多个磁极N0、S0、N1、S1的转子R的马达M的概略结构的剖视图。该剖视图与转子R的旋转的中心轴线垂直。图1的马达M具有4极-6槽的结构,定子S具有6个齿(未图示)。6个齿分别由U相、V相或W相的绕组励磁。绕组与未图示的驱动装置连接。
该例子中的马达M具有3个霍尔元件Hu、Hv、Hw。霍尔元件Hu、Hv、Hw配置在绕着转子R的旋转的中心轴线彼此旋转了规定的角度后的不同位置。霍尔元件Hu、Hv、Hw分别感测由转子R的磁极N0、S0、N1、S1形成的磁通,输出模拟的电信号。
在图1中,为了简单,示意性地记载了磁极N0、S0、N1、S1的配置。实际的磁极N0、S0、N1、S1分别由设置于转子R的表面或内部的永磁铁提供。磁极N0、N1分别在转子R的表面的不同位置形成N极。另一方面,磁极S0、S1分别在转子R的表面的不同位置形成S极。磁极N0、S0构成第1磁极对,磁极N1、S1构成第2磁极对。该例中的转子R具有2个“磁极对”。以下,有时将“磁极对的数量”称为极对数NPP。
一般情况下,这些磁极N0、S0、N1、S1在转子R与定子S的间隙中形成磁通Φg,有助于磁铁扭矩。间隙的磁通Φg是转子R的外周表面上的周向位置θs的函数,大致上能够通过正弦波来近似。例如能够用Φg=f(θs)来表示该函数。磁通Φg的正弦波的1个周期与各个磁极对对应。换言之,在周向位置θs沿着转子R的外周表面变化2π弧度(360°)而返回到原来的位置的期间,磁通Φg以等于“磁极对的数量”的周期呈正弦波状振动。在图1的例子中,极对数NPP为2,因此在周向位置θs沿着转子R的外周表面变化2π弧度(360°)的期间,磁通Φg呈正弦波状振动2个周期。这里,将磁通Φg呈正弦波状变化仅1个周期的角度、即与“1个磁极对”相当的角度定义为“360°电角度”。另一方面,将转子R绕着旋转的中心轴线物理上(机械上)旋转一圈时的角度定义为“360°机械角度”。在图1的例子中,将“360°机械角度”换算为电角度的话,为“360°×极对数NPP”。
当图1所示的转子R旋转时,霍尔元件Hu、Hv、Hw能够分别输出响应于由转子R的磁极N0、S0、N1、S1形成的磁通的强度(磁通密度)和方向而变化的电压等的电信号。例如,当图1的转子R沿顺时针方向旋转而转子R的磁极N0的中央与霍尔元件Hu对置时,霍尔元件Hu的输出(例如电压)能够表现出极大值。伴随着转子R的旋转,磁极N0的中央远离霍尔元件Hu,与此相伴,霍尔元件Hu的输出降低。当转子R进一步旋转而转子R的磁极S0的中央与霍尔元件Hu对置时,霍尔元件Hu的输出能够表现出极小值。当转子R进一步旋转而转子R的磁极N1的中央与霍尔元件Hu对置时,霍尔元件Hu的输出能够表现出下一个极大值。这样,霍尔元件Hu的输出根据转子R的旋转位置而周期性地变化。
霍尔元件Hv、Hw也与霍尔元件Hu同样地根据转子R的旋转位置而周期性地变化。由于霍尔元件Hv、Hw位于从霍尔元件Hu的位置起关于旋转的中心轴线旋转了规定的角度(逐次旋转120°电角度)的位置,因此霍尔元件Hu、Hv、Hw在互不相同的相位感测由磁极N0、S0、N1、S1形成的磁通,并输出电信号。另外,霍尔元件Hu、Hv、Hw的配置间隔不是严格意义的120°电角度、而是与120°随机偏差了安装误差的量的情况是很普遍的。
图2是示出转子R绕着旋转中心旋转一圈时从霍尔元件Hu、Hv、Hw输出的电信号的波形例的图。横轴为转子R的旋转位置,纵轴为电压。在图2中,霍尔元件Hu的输出用单点划线表示,霍尔元件Hv的输出用虚线表示,霍尔元件Hw的输出用实线表示。关注图2中的霍尔元件Hw的输出(实线)可知,在转子R绕着旋转中心旋转一圈的期间,在不同的两个旋转位置输出了具有大小不同的极大值的电压。从同一霍尔元件Hw输出的电压表现出不同的极大值的原因之一可能是,在转子R所具有的磁极N0与磁极N1之间磁动势不同。
比较图2中的霍尔元件Hu、Hv、Hw的各输出可知,电压振幅不一定相等。霍尔元件Hu、Hv、Hw能够响应于相同的磁通而以不同的灵敏度(增益)输出电信号。这样的灵敏度的差异能够依赖于因霍尔元件Hu、Hv、Hw的制造偏差引起的个体差异、以及在将霍尔元件Hu、Hv、Hw固定于马达时可能产生的方向和/或位置的偏移等。另外,灵敏度能够依赖于温度而变化。这样的温度依赖性能够根据霍尔元件Hu、Hv、Hw而不同。
一般情况下,在使永磁铁同步马达等同步马达旋转时,需要使在定子的绕组中流动的电流与转子的相位同步而进行控制。以往,这样的同步是根据从上述的霍尔元件Hu、Hv、Hw取得的输出(模拟信号)或从霍尔IC取得的输出(数字信号)而执行的。
当使对定子S的三相(U、V、W相)绕组施加的电压按照六步发生变化时(六步驱动),该变化在60°电角度单位的时机进行。规定该时机的相位信号是根据转子R的相位、即电角度而生成的。当使用矢量控制的算法将对定子S的三相(U、V、W相)绕组施加的电压控制为正弦波状时,也执行基于相位信号的“同步”。要想使同步马达动作,需要按照60°电角度单位来检测或推断转子R的角度位置。
图3是示出霍尔IC的输出波形的例子的图。霍尔IC感测根据转子R的旋转而变化的磁通(具体而言为磁通密度),输出在逻辑低(低)与逻辑高(高)之间转变的数字信号。以下,为了简单,有时将逻辑低(低)表示为“L”,将逻辑高(高)表示为“H”。一般的霍尔IC内置有上述的霍尔元件和IC电路。这样的IC电路可以构成为,在霍尔元件的输出(模拟信号)例如超过了阈值Th1时从低转变为高,在低于阈值Th2时从高转变为低(Th1>Th2)。
图4示意性地示出了3个霍尔IC(H1、H2、H3)配置在关于转子R的旋转的中心轴线旋转了规定的角度(逐次120°电角度)的位置的马达M的结构例。3个霍尔IC(H1、H2、H3)输出的电信号(数字信号)分别用“H1”、“H2”、“H3”来表示。信号H1、H2、H3在互不相同的相位在低与高之间周期性地转变。
图5是示出信号H1、H2、H3的状态转变的例子的图。在图5中,横轴为时间或转子的旋转位置。在图5中,用电角度示出了2个周期的状态转变。信号H1、H2、H3各自的状态(“L”或“H”)的组合在电角度的1个周期(360degE,360度电角度)内按照六步变化。图5的垂直箭头的列是表示从3个霍尔IC输出的数字信号中的上升沿和下降沿的时机的相位θ0,θ1,θ2,...的列。理想中,转子R每旋转60°电角度就产生相位信号。但是,在现实中,因转子R的外周表面中的磁动势分布不均匀、霍尔元件的个体差异以及安装偏差等而导致边沿的相位θ0,θ1,θ2,...的时间间隔(边沿间隔)并不恒定。在本说明书中,有时用θ[i]来表示第i个相位信号,用Δt[i]来表示从边沿相位θ[i-1]至边沿相位θ[i]的时间间隔(边沿间隔)。当转子R以恒定速度旋转时所取得的Δt[0],Δt[1],...的排列(数值的排列)根据每个马达而不同,是各个马达固有的特征量。如后所述,本公开的转子的位置推测处理利用这样的马达的特征量。
以下的表1是表示信号H1、H2、H3各自的状态(“L”或“H”)的组合与转子R的相位之间的关系的一例的表。转子R的相位用转子R的电角度来规定。转子R的相位(电角度)包含于将360°电角度均等划分而得到的6个区域中的任意区域。将这6个区域称为“电位置”。在本说明书中,对6个“电位置”分别分配编号E0、E1、E2、E3、E4、E5。“电位置”具有约60°电角度的宽度。
[表1]
E0 | E1 | E2 | E3 | E4 | E5 | |
H1 | H | H | H | L | L | L |
H2 | L | L | H | H | H | L |
H3 | H | L | L | L | H | H |
能够根据信号H1、H2、H3各自的状态(“L”或“H”)的组合来检测当前的转子R的相位。例如,在信号H1、H2、H3分别为“H”、“L”、“L”时,转子R的相位位于电位置E1。当转子R旋转而信号H2从“L”转变为“H”时、即信号H1、H2、H3分别为“H”、“H”、“L”时,可知转子R的相位从电位置E1转移到电位置E2。
虽然能够根据信号H1、H2、H3各自的状态(“L”或“H”)的组合来确定当前的转子R的电位置,但无法确定转子R的机械角度。如图5所示,信号H1、H2、H3分别为“H”、“L”、“L”的状态伴随着转子R的旋转而以360°电角度的周期出现。在转子R机械上旋转一圈的期间,转子R的电位置以与磁极对的数量相应的次数示出相同的值。仅使马达旋转的话,只要检测转子R的电位置或转子R的相位(电角度)即可,无需检测或推断转子的机械角度。
图6是示出机械位置0~11与位置E0~E5之间的关系的图。“机械位置”是转子的物理位置,由信号H1、H2、H3各自的状态(“L”或“H”)的组合以及使霍尔IC产生这些状态的磁极对决定。各个“机械位置(划分区域)”具有固有的角度幅度。角度幅度是由图6的波形P中的上升沿与下降沿的间隔(边沿间隔)规定的。在磁极对数为L时,转子R物理上旋转一圈(旋转360°机械角度)时的转子R的角度位置(机械角度)属于6×L=N个划分区域中的任意划分区域。对N个划分区域分别分配编号“0”,“1”,“2”,...,“N-2”,“N-1”。在图6的例子中,N为12。在该例中,各个机械位置(划分区域)所具有的角度幅度约为30°机械角度,12个机械位置(划分区域)的角度幅度的合计值准确地为360°。另外,各个机械位置(划分区域)所具有的角度幅度无需以机械角度进行数值化,也可以以电角度进行数值化。在本说明书中,有时将机械位置具有的角度幅度称为“特征量”。
在图6所示的例子中,即使是相同的电位置,在不同的机械位置,数字信号的边沿间隔也有可能不同。例如在电位置E0的情况下,机械位置0的边沿间隔(θ[1]-θ[0])与机械位置6的边沿间隔(θ[7]-θ[6])可以不同。
接下来,参照图7对测定各机械位置的边沿间隔的方法进行说明。
图7是示意地示出使转子R以恒定速度旋转时测定的边沿间隔的例子的图。如图7所示,例如通过计算机内的计时器来测定从检测到边沿相位θi至检测到下一个边沿相位θi+1为止的时间Δt[i]。由边沿相位θi和边沿相位θi+1规定的划分区域是机械位置i。机械位置i的角度幅度Δθ[i]、即在从产生(检测到)边沿相位θi至产生(检测到)边沿相位θi+1为止的期间转子R旋转的机械角度等于Δt[i]×机械角速度V。
当转子R等速即按照V=恒定值进行360°机械角度的旋转时,以下的等式成立。
[数学式1]
∑Δθ[i]=360degM
[数学式2]
其中,∑表示关于转子R的机械位置i=0,1,...,N-1的总和。∑Δt[i]为旋转360°机械角度(转子旋转一圈)所需的时间,“degM”为机械角度的单位。
从数学式2可知,角度幅度Δθ[i]与Δt[i]成比例。如果在转子R等速旋转一圈的期间取得Δt[i]的测定值,则能够根据与旋转一圈所需的时间的比例来求取角度幅度Δθ[i]。这样,能够分别针对机械位置i=0,1,...,N-1取得角度幅度Δθ[i]的测定值。严格来讲,角度幅度Δθ[i]的测定值分别在每个机械位置i具有不同的值,角度幅度Δθ[i]的测定值的排列是马达M固有的信息。
图8是对于各个机械位置i=0,1,...,11,用线柱的高度来表现角度幅度Δθ[i]的测定值的示意图。如图8所示,角度幅度Δθ[i]的测定值根据机械位置i而不同。角度幅度Δθ[i]的测定值的排列规定从传感器装置输出的电信号的波形特征,该传感器装置输出根据转子的旋转而周期性变化的电信号。
以下的表2对于各个机械位置i=0,1,...,11记载了角度幅度Δθ[i]的测定值(电角度表示)。
[表2]
规定了表2所示那样的转子的机械位置[i]与角度幅度Δθ[i]的测定值之间的关系的特征量学习数据是实际上一边使马达动作,使转子恒速旋转一边取得的。在取得测定值时,转子的旋转不限于旋转一圈。也可以通过对在转子进行多次旋转的过程中测定出的值进行平均化来确定各个机械位置[i]的角度幅度Δθ[i]。这样取得的数据能够作为特征量学习数据(表)而保存于存储介质中。
在本公开的实施方式中,通过使用这样的特征量学习数据作为参考来推断转子的机械位置或机械角度,其中,该特征量学习数据包含规定从传感器装置输出的电信号的波形特征的多个测定值的排列。特征量学习数据是规定转子的多个机械位置(多个划分区域)与多个测定值之间的关系的数据。这样的特征量学习数据例如可以在马达出厂前或起动时等生成,并存储于存储介质中。
另外,在本公开的实施方式中,在推断转子的机械位置时,取得规定从传感器装置输出的电信号的波形特征的多个检测值的排列。通过将实时取得的检测值与特征量学习数据进行匹配,能够确定当前的转子的机械位置,进而实现机械角度的高精度推断。
以下,对本公开的实施方式进行说明。
<实施方式>
1.特征量匹配
在非限定性的例示的实施方式中,本公开的位置推断方法推断具有转子和定子的马达中的转子的旋转位置。该马达具有输出根据转子的旋转而周期性地变化的电信号的传感器装置。传感器装置的典型例是将在马达中产生的磁场转换为电信号而输出的非接触磁传感器,例如是霍尔元件或霍尔IC。
图9是示出本公开的实施方式的位置推断方法的处理过程的流程图。该位置推断方法是安装于计算机的方法,计算机通过至少执行以下的处理(1)-处理(3)来确定转子所在的划分区域。另外,各处理中的用括号括起来的“步骤”表示图9的步骤。
处理(1):计算机使转子恒速旋转(步骤S1)。计算机从存储特征量学习数据的存储介质中取得特征量学习数据(步骤S2)。特征量学习数据包含规定在转子旋转时从传感器装置输出的第1电信号的波形特征的多个测定值的排列。在该特征量学习数据中,规定了规定转子的机械位置的多个划分区域与多个测定值之间的关系。这样的特征量学习数据例如可以在从工厂出厂前等的离线(offline)动作时取得,并存储在记录介质中。但是,也可以在使出厂后的马达动作时或马达停止时更新特征量学习数据。
处理(2):当转子旋转时,计算机接收从传感器装置输出的第2电信号。然后,分别依次取得规定第2电信号的波形特征的多个检测值(步骤S3)。这些检测值典型地可以在马达的用户通过再次接通电源而使马达刚刚起动之后取得、或者在马达的动作中取得。因此,也可以将规定第2电信号的波形特征的多个检测值的排列称为“在线(online)检测值”。
处理(3):计算机在多个检测值中的包含最新检测值在内的至少一个检测值与包含于特征量学习数据中的多个测定值的排列之间进行匹配(步骤S4)。通过该匹配,计算机确定与转子的当前的机械位置相关联的划分区域(步骤S5)。
以下,对匹配的详细内容进行说明。具体地对将表2所示的数据用作参考的例子进行说明。
首先,控制马达的计算机使马达起动,通过矢量控制等公知的马达控制算法而使转子在规定的方向上以恒定速度旋转。在这样的转子的旋转中,需要取得转子的电位置,根据霍尔IC等传感器装置的输出来确定转子的电位置。
接着,计算机从通常的动作模式转移到匹配模式。执行上述的处理(1)、(2)而分别依次取得规定从传感器装置输出的第2电信号的波形特征的多个检测值。本实施方式中的“多个检测值”是通过进行与取得特征量学习数据时所进行的测定相同的测定而取得的。在将霍尔IC用作传感器装置的情况下,“多个检测值”是通过以下方式取得的:依次测定从霍尔IC输出的数字信号中的相邻的上升沿与下降沿的边沿间隔的经过时间;以及,根据在转子等速地机械旋转一圈的期间测定出的各个边沿间隔的经过时间来确定各个边沿间隔的角度幅度。在确定各个边沿间隔的角度幅度时,也可以使用在转子等速地机械旋转两圈以上的期间测定出的各个边沿间隔的经过时间的平均值。
假设这样取得的过去3个检测值例如是电角度60.6°、58.2°、62.1°。在该情况下,通过参照表2的特征量学习数据,能够确定为与过去3个检测值相当的机械位置分别是机械位置5、6、7。其结果为,能够推断当前的转子位于机械位置8。在该例子中,在匹配中使用了过去3个检测值,但只要能够使用U个(U为1以上的整数)检测值来进行匹配即可。U优选为2以上,典型地为3以上。另外,U为1的情况意味着根据1个检测值而确定了机械位置。例如,在取得了1个检测值后,参照表2的特征量学习数据而进行匹配,找到了最接近的特征量学习数据。能够判定为与所找到的特征量学习数据对应的机械位置是取得了该1个检测值的机械位置。
匹配能够按照使特征量的误差(测定值与检测值之差)的绝对值之和、或误差的平方和最小化的方式进行。另外,由于电位置是根据来自3个霍尔IC的输出而确定的,因此只要能够确定磁极对,匹配就能够完成。
图10A是示意地示出特征量的误差的平方和相对较大的例子的图。图10B是示意性地示出特征量的误差的平方和最小的例子的图。在各个图中,虚线表示测定值的排列(参考),实线表示检测值的排列。当特征量的误差的平方和最小(图10B)、并且该平方和的值不到预先决定的阈值时,计算机判定为匹配成立。在本说明书中,有时将匹配成立的状态表达为“匹配成功(Matched)”。如果是“匹配成功”,则确定了当前的转子的机械位置(划分区域)。在该平方和的值为预先决定的阈值以上的情况下,计算机输出错误。当输出了错误时,无法确定转子的机械位置(划分区域)。
上述的各处理能够由通用的微控制器、马达用微控制器、或者数字信号处理装置(DSP)等计算元件来执行。从具有霍尔元件的传感器装置输出的模拟信号例如通过AD转换电路而被转换为数字信号。另一方面,从具有霍尔IC的传感器装置输出的数字信号典型地能够直接输入给计算元件。
另外,上述的使用3个霍尔IC作为传感器装置的方式是一例。作为其他例子,也可以使用霍尔元件来代替霍尔IC,传感器装置的数量也可以是4个以上。在传感器装置的数量为4个以上的情况下,例如图2、图5以及图6的波形变为与传感器装置的数量对应的数量的波形,得到了与波形的数量对应的高和低的组合。
另外,上述思想能够分别适用于马达的旋转方向为正转和反转的情况。即,可以针对马达的旋转方向为正转时和反转时分别取得表2的机械位置i和角度幅度Δθ[i]的测定值。另外,作为特征量学习数据,可以包含将转子的机械位置和旋转方向作为变量而给出多个划分区域各自的两端的转子的机械角度或各划分区域的角度幅度的函数。
上述的其他例子也能够适用于以下要说明的各项目。
2.机械角度推断
当通过上述的特征量匹配处理而确定了转子所在的划分区域后,接下来,计算机执行推断转子的更详细的位置(机械角度)的处理。在本说明书中,“机械角度”与转子的绝对角同义。
图11是用于对机械角度的推断处理进行说明的图。在转子以恒定的转速(角速度)V旋转的情况下,机械角度是作为确定出的划分区域(图11的区域编号2)的起始位置(边沿位置)的机械角度θ2与从边沿位置起算的当前的转子的机械角度(Δθ)之和(θ2+Δθ)而取得的。
从边沿位置起算的当前的转子的机械角度(Δθ)能够根据从该划分区域的边沿位置起的经过时间Δt和转子的转速V来计算。具体而言,计算机计算Δθ=V·Δt。
计算机能够通过计算(θ2+V·Δt)来求取机械角度。以下,对进行该计算所需的V和Δt的求法进行说明。
图12是用于对机械角度的推断处理进行详细说明的图。为了使说明一般化,将确定出的划分区域设为N,将要求取的机械角度设为θ(t)。
首先,θ(t)如下表示。
(数学式3)θ(t)=θn+V·ΔT
这里,θn是确定出的划分区域N的起始位置(边沿位置)的机械角度。θn能够使用表2的关系而如下求取。
(数学式4)θn=∑Δθ[i]其中,i=0~(n-1)的整数
接着,在本实施方式中,将划分区域N中的转子的转速V近似认为与前一个划分区域(N-1)的转速一致。前一个划分区域(N-1)的转速V、即划分区域N中的转子的转速V能够如下求取。
(数学式5)
另外,数学式5中的θn-1的求法依据数学式4。tn和tn-1分别是通过前一个划分区域(N-1)的起始位置和终止位置的时刻的计时器值。另外,也可以不使用计时器值本身,而使用从计时器值换算得到的时刻值。划分区域(N-1)的起始位置和终止位置分别是规定划分区域(N-1)的、从霍尔IC输出的数字信号中的相邻的上升沿和下降沿中的一方和另一方。
要求取的机械角度如下表示。
(数学式6)θ(t)=θn+∫Vdt(其中,积分范围为从时刻tn至(tn+ΔT))
数学式6的积分范围ΔT是计时器值或从计时器值换算得到的时刻值。
图12是假定在划分区域N内转速V恒定的情况下的简易的机械角度的计算方法。但是,也可以采用精度更高的机械角度的计算方法。
图13是用于对在划分区域N内按周期Δt来计算转速V从而计算机械角度的方法进行说明的示意图。在该例中也是,通过划分区域N的起始的边沿位置的时刻为tn,机械角度为θn。周期Δt比从划分区域N的起始位置至终止位置的时间短。周期Δt例如是微型计算机的动作周期,具体例是50微秒。在图13的例子中,通过以下的运算来求取机械角度θ(t)。
(数学式7)θ(t)=θn+∫Vdt=θn+∑{V[k]·Δt}(其中,∑的相加范围为k=1至ΔT/Δt)
其中,V[k]表示划分区域N内的第k个周期中的转子的转速。V[k]是将第k个周期中的起始位置的机械角度与终止位置的机械角度之差除以Δt而得到的。
在图12所示的机械角度的推断方法中,通过将前一个划分区域中的转速视为当前的划分区域中的转速来推断机械角度。另一方面,在图13所示的机械角度的推断方法中,不是将前一个划分区域中的转速而是将当前的划分区域内的前一个动作周期中求出的转速视为当前的动作周期中的转速来推断机械角度。后者的推断方法能够更精确地求取每个Δt的旋转角,因此所取得的机械角度也更精确。
图14是示出确定划分区域后的机械角度的推断处理的过程的流程图。这里,例示了图12所示的机械角度的推断处理。
在步骤S11中,计算机使转子恒速旋转。在步骤S12中,计算机根据数学式(4)来计算当前的划分区域的起始位置的机械角度θn。在步骤S13中,计算机取得从最新检测到从霍尔IC输出的数字信号的上升沿或下降沿起的经过时间ΔT。在步骤S14中,计算机根据数学式5来计算通过前一个划分区域时的转子的转速V。在步骤S15中,计算机根据数学式6而输出机械角度的推断值。
另外,在采用图13所示的推断方法的情况下,将步骤S15中的数学式6替换为数学式7即可。通过以上的处理,能够使用计算机来推断精确的机械角度。
另外,在例示的实施方式中,近似地假设为划分区域N的转速V与前一个划分区域(N-1)的旋转角度一致。因此,将划分区域(N-1)的机械角度除以通过时刻来求取转速V。但是,也可以利用比前一个划分区域更靠前的划分区域的转速来求取划分区域N的转速V。例如,可以将之前的多个划分区域的机械角度的合计值除以该多个划分区域的通过时刻来求取划分区域N的转速V。即,也可以根据上升沿或下降沿的最新的检测结果与X个(X为2以上的整数)之前的划分区域的最初的上升沿或下降沿的检测结果之间的时间间隔来计算转子的转速。或者,也可以是,将X个以上之前的划分区域的机械角度除以该划分区域的通过时刻,近似地视为X个以上之前的划分区域的转速是划分区域N的转速,从而求取转速。
3.参考更新
接下来,对参考的更新处理进行说明。
如图10B所示,即使在判定为匹配成立时,也存在参考(虚线)与检测值(实线)不完全一致的情况。其理由之一是,取得作为参考的测定值时的动作条件与取得检测值时的动作条件的差异。这里所说的动作条件例如是环境温度。与霍尔元件同样地,霍尔IC的灵敏度也会依赖于温度而变化。转子与定子之间的间隙也会可以依赖于温度而改变。这些能够使马达固有的特征量发生变化。
因此,根据在当前的动作条件下所取得的检测值来更新现有的参考,用于以后的匹配处理。由此,能够进一步减小在匹配的评价中使用的误差的平方和。例如,在判定为匹配成立的情况下,计算机将检测值的排列作为新的参考来更新现有的参考。更具体而言,计算机用新的参考来覆写存储于存储器中的现有的参考。
图15示意性地示出了持续更新而发生变化的参考的例子。在本实施方式中,匹配成立是参考更新的必要条件,因此在更新前后的参考之间看不到大幅的变动。但是,一部分或全部的测定值逐渐变化,逐渐接近在当前的动作条件下所取得的检测值。其结果为,能够进一步减小作为匹配成功与否的条件的误差的平方和。例如,可以在每次更新参考时,计算机进一步减小误差的平方和的阈值。通过使判定为匹配成立的条件更严格,能够进一步提高匹配的精度。
另外,不仅在匹配成立的情况下,也可以在之后的推断转子的更详细的位置(机械角度)的处理结束之后进行参考的更新处理。另外,也可以先维持出厂时的参考,另外准备可更新的参考而进行更新。以下,对在推断转子的机械角度的处理之后更新参考的处理进行说明。
图16是示出参考的更新处理的过程的流程图。
在步骤S21中,计算机将判定为匹配成立时的检测值的排列保持于缓冲器中。缓冲器是一般的计算机(CPU)在内部所具有的存储元件。
在步骤S22中,计算机判定在存储介质中是否已经存在可更新参考。“可更新参考”与出厂时的参考不同,是指能够更新(覆写)的参考。另外,在本实施方式中,对出厂时的参考赋予了不可覆写属性,使得无法进行覆写。或者,也可以将出厂时的参考存储于不可覆写的存储介质(例如ROM)中。
当在存储介质中已经不存在可更新参考的情况下,处理前进到步骤S23。当在存储介质中已经存在可更新参考的情况下,处理前进到步骤S24。
在步骤S23中,计算机根据保持于缓冲器中的检测值的排列来新创建可更新参考,并保存于存储介质中。然后,计算机结束处理。
在步骤S24中,计算机用保持于缓冲器中的检测值的排列来覆写可更新参考。然后,计算机结束处理。
通过以上的处理,能够在维持出厂时的参考的同时,更新用于匹配处理的参考。
4.异常检测
接下来,在本项目和下一个项目中对匹配处理的应用例进行说明。
在本项目中,对判定在判断匹配成功与否时马达处于发生了故障等异常状态的情况的异常判定处理进行说明。
假设在某个时刻t之前匹配成立,准确地进行了马达的机械位置的推断,但在时刻t及以后,在某个机械位置,检测值突然变大。在这样的状况下,认为判定匹配成功与否的处理会需要时间。因此,能够在匹配未在预先决定的规定的时间以内完成时,推测为在该机械位置发生了某种异常。
图17A是示出了用线柱的高度来表现基于时刻t之前的正常的匹配结果而确定出的每个划分区域的角度幅度的测定值的示意图。现在,关注在时刻t所取得的划分区域2和3的角度幅度的组C1。
图17B是示出在时刻t及以后所取得的每个划分区域的角度幅度的测定值的示意图。划分区域2和3的角度幅度的组C2大幅背离在时刻t所取得的划分区域2和3的角度幅度的组C1。理解为在组C2中划分区域2的角度幅度变得更大,划分区域3的角度幅度变得更小。因此,例如,预先对全部的角度幅度之差的绝对值或平方之和设置阈值,在超过了该阈值的情况下,计算机判定为马达处于异常状态。根据判定结果,计算机切换成用于使转子停止的控制。作为各划分区域的角度幅度的基准值,可以采用在之前的处理中取得的、或者在一定的时间范围内取得的角度幅度,也可以采用预先准备的表示各划分区域的角度幅度的固定值。
另外,在角度幅度之差的绝对值或者平方之和超过了阈值的情况下,匹配也可能成立。因此,计算机可以不管匹配是否成功都进行上述的异常判定。
图18是示出异常判定处理的过程的流程图。
在步骤S31中,计算机取得当前的角度幅度的推断值。
在步骤S32中,计算机判定匹配是否在规定的时间以内完成了。在完成了的情况下,处理前进到步骤S33,在未完成的情况下,处理前进到步骤S34。
在步骤S33中,计算机判定各划分区域的角度幅度与预先准备的基准角度幅度之差的绝对值或平方和是否在阈值以内。如果在阈值以内,则判定为没有异常,因此处理结束。另一方面,在超过阈值的情况下,判定为存在异常,处理前进到步骤SS34。
在步骤S34中,计算机判定为发生了马达的异常。此时,计算机能够确定出差的绝对值或平方变大而超过了规定的值的机械位置,判定为在该机械位置马达发生了异常。然后,计算机输出表示发生了异常的机械位置的信号。响应于该信号,例如,使未图示的蜂鸣器鸣响,并且/或者使未图示的显示装置显示表示发生了异常的机械位置的警告。由此,能够向用户通知发生了异常的机械位置。或者,计算机也可以将使当前执行中的马达的转子旋转的处理切换成使转子停止旋转的处理。例如,计算机通过切断向马达提供的电流而使转子停止旋转。
另外,在判定为马达存在异常的情况下,计算机也可以输出表示马达或霍尔IC(传感器装置)中的某个处于异常状态的信号。响应于该信号,例如,使未图示的蜂鸣器鸣响,并且/或者使未图示的显示装置显示表示处于故障的警告。由此,能够向用户通知故障。另外,在判定为马达存在异常的情况下,计算机也可以将表示马达或霍尔IC(传感器装置)的某个处于异常状态的信号记录于存储介质中。例如,用户能够在维护马达时,根据记录于存储介质中的信号而进行修理故障部位等处置。
计算机也能够进行其他应用处理。例如,能够利用在匹配时取得的检测值表示该马达固有的特征量这一情况而进行马达的个体识别。假定匹配通常在0.1秒以内完成。但是,在虽然持续了1秒钟进行了匹配处理但匹配不成立的情况下,能够判定为参考与检测值相差很大而导致无法匹配、即安装了与取得参考的马达不同或者不适合的马达这样的异常状态。因此,计算机能够切换成不驱动马达这样的处理。由此,能够仅对特定的马达许可控制。另外,也可以输出表示马达与参考不适合的信号。由此,能够向用户通知检测到了不同的马达。
另外,假定在提供进行本说明书所记载的处理的马达系统的从业人员给予了关于上述的不适合的马达的使用许可的情况下,该从业人员例如经由通信线路或经由可移动存储介质而将不适合的马达固有的参考安装到计算机中。由此,对于此前判定为不适合的马达,匹配成立,能够对马达进行控制。
5.经时劣化判定
在本项目中,对利用出厂时的参考和更新后的参考来判定马达有无经时劣化的处理进行说明。
如在上述的项目3中所说明的那样,将更新后的参考与原本出厂时的参考之间存在差异这一情况作为前提。虽然认为差异是因动作条件不同而引起的,但实际上也可能是因经时劣化而引起的。在经时劣化的情况下,对于参考的一部分或全部,差异有可能逐渐变大。因此,能够利用更新后的参考和出厂时的参考来判定经时劣化是否加剧。
图19A是示出出厂时的参考的一例的示意图。另一方面,图19B是示出更新后的参考的一例的示意图。例如,对于划分区域8的角度幅度,出厂时的参考与更新后的参考实质上一致。另一方面,对于划分区域2和3的角度幅度的组,出厂时的参考的组C3与更新后的参考的组C5存在差异。能够利用两个参考的角度幅度之差的绝对值或平方和来评价这些差异。例如,如果两个参考的角度幅度之差的绝对值或平方和为阈值以上,则能够判定为发生了经时劣化。经时劣化例如可能因转子的偏心、转子所使用的磁铁的退磁、霍尔IC的灵敏度降低而产生。由此,能够判定马达和霍尔IC(传感器装置)中的至少一方有无经时劣化。另外,有时将有无经时劣化的判定称为“劣化状态的判定”。
以下,对经时劣化的判定处理的内容进行说明。以下,与上述的项目3的例子同样地,假定在存储介质内并存有当前的参考和出厂时的参考。
图20是示出经时劣化的判定处理的过程的流程图。该流程图的处理例如能够在马达起动时、或者在马达起动以后经过了规定的时间的定期的时机执行。
在步骤S41中,计算机从存储介质中取得当前的参考和出厂时的参考。
在步骤S42中,计算机判定两个参考的各划分区域的角度幅度之差的绝对值或平方和是否在预先决定的阈值以内。如果在阈值以内,则判定为没有经时劣化,因此处理结束。另一方面,在超过了阈值的情况下,判定为存在经时劣化,处理前进到步骤S43。
在步骤S43中,计算机判定为马达发生了经时劣化。然后,计算机输出表示马达或霍尔IC(传感器装置)中的至少一方发生了经时劣化的信号。通过该信号,能够向用户通知发生了经时劣化。例如,响应于该信号,使未图示的蜂鸣器鸣响,并且/或者使未图示的显示装置显示表示存在劣化的警告。由此,能够用户通知经时劣化。以上,对本公开的例示的实施方式进行了说明。
如上所述,通过匹配处理以及机械位置的推断处理,不仅能够推断转子的精确位置,还能够判定马达的异常和经时劣化。
6.马达系统的结构例
以下,对本公开的实施方式的马达系统1000的结构例进行说明。
首先,参照图21。图21是示出本公开的实施方式的马达系统1000的结构例的图。图21所例示的马达系统1000具有马达M,该马达M安装了具有霍尔IC(H1、H2、H3)的传感器装置20。马达M包含具有多个磁极的转子R和具有多个绕组的定子S。本公开的马达M的典型例是无刷DC马达等永磁铁同步马达,但不限于该例。
马达系统1000具有驱动马达M的马达驱动装置30以及与马达驱动装置30连接的马达控制装置40。另外,在图21中,在块之间记载有双向的空白箭头。该箭头并不表示信号和数据等信息始终能够双向移动。例如,也可以是,在马达驱动装置30与马达控制装置40之间,从马达控制装置40朝向马达驱动装置30单向发送信号。
马达系统1000与外部装置70连接。马达控制装置40从外部装置70接收位置指令值和速度指令值等指令值,例如执行依照公知的矢量控制算法的控制处理。马达控制装置40输出电压指令值。马达驱动装置30根据从马达控制装置40输出的电压指令值而对马达M的定子S的绕组施加马达M的旋转动作所需的电压。马达驱动装置30例如具有逆变器电路和预驱动器。逆变器电路可以是具有多个功率晶体管的桥电路。马达驱动装置30典型地从马达控制装置40接收脉冲宽度调制(PWM)信号作为电压指令值,并将伪正弦波电压提供给马达M。
马达控制装置40具有推断转子R的位置的位置推断装置60。位置推断装置60具有传感器信号处理电路62、特征量提取电路64、存储有特征量学习数据(参考)的存储器68以及匹配电路66。这些电路相当于位置推断装置60的功能块。如后所述,各功能块能够通过计算机来实现。
传感器信号处理电路62从传感器装置20接收传感器输出,生成边沿相位θ[i]或表示图6的波形P的信号。传感器信号处理电路62也可以具有根据传感器输出来确定电位置的逻辑电路。
特征量提取电路64通过参照图7所说明的方法而依次取得Δθ[i]。但是,在该时刻,即使确定了当前的电位置,机械位置i也是不确定的。
位置推断装置60从存储器68读出特征量学习数据,进行与Δθ[i]的匹配。匹配的结果能够确定机械位置i。
这样,通过执行上述的位置推断方法,能够使用来自霍尔IC的输出来求取转子R的机械位置。另外,根据后述的方法和装置,能够以高分辨率推断转子R的机械角度。表示转子R的位置推断值的信号从位置推断装置60输入给马达控制装置40。
图22是示出本公开的马达系统中的马达控制装置40的硬件结构的例子的图。
马达控制装置40例如可以具有图22所示的硬件结构。本例中的马达控制装置40具有相互与总线连接的CPU 54、PWM电路55、ROM(只读存储器)56、RAM(随机存取存储器)57以及I/F(输入输出接口)58。未图示的其他电路或器件(AD转换器等)也可以与总线连接。PWM电路55向图21的马达驱动装置30提供PWM信号。规定CPU 54的动作的程序和数据存储于ROM56和RAM 57中的至少一方。这样的马达控制装置40例如可以通过32位的通用的微控制器来实现。这样的微控制器例如可以由一个或多个集成电路芯片构成。微控制器是上述的“计算机”的一例。
马达控制装置40进行的各种动作是通过存储于存储器(存储介质)中的程序而规定的。通过更新程序和数据的内容的一部分或全部,能够变更马达控制装置40的动作的一部分或全部。这样的程序的更新可以使用保存有程序的记录介质来进行,也可以通过有线通信或无线通信来进行。能够使用图22的I/F 58来进行通信。为了减少图22所示的CPU 54的运算量,马达控制装置40进行的各种动作的一部分例如矢量运算的一部分可以通过该运算专用的硬件电路来执行。
接下来,参照图23对本公开的实施方式的马达控制装置的非限定性的例示的结构和动作的例子进行说明。在图示的例子中,本实施方式的马达系统1000中的马达控制装置40具有电流指令值生成电路10、电流控制电路12、第1坐标变换电路14A以及PWM电路16。电流指令值生成电路10根据位置指令值和速度指令值而生成d轴电流指令值id*和q轴电流指令值iq*。电流控制电路12根据d轴电流指令值id*和q轴电流指令值iq*来确定d轴电压指令值Vd*和q轴电压指令值Vq*。第1坐标变换电路14A将电压指令值从dq坐标系变换为UVW坐标系。PWM电路16根据从第1坐标变换电路14A输出的电压指令值(Vu*,Vv*,Vw*)而生成脉冲宽度调制信号。这些电路10、12、14A、16的结构和动作依照公知的例子。
马达控制器40还具有第2坐标变换电路14B、位置推断装置18A以及速度运算电路18B。第2坐标变换电路14B将从逆变器200提供给马达M的三相U、V、W的绕组电流的检测值iu、iv从UVW坐标系变换成dq坐标系。位置推断装置18A通过上述的方法,根据来自安装于马达M的传感器装置(未示出)的输出来推断马达M中的转子的机械角度θm。速度运算电路18B根据转子的机械角度θm来计算转子的机械角速度ωm。
从第2坐标变换电路14B将变换成了dq坐标系的d轴电流id、q轴电流iq提供给电流控制电路12,分别与d轴电流指令值id*和q轴电流指令值iq*进行比较。电流控制电路12的典型例是比例积分(PI)控制器。根据转子的机械角度θm来计算转子的电角度θ。转子的电角度θ用于dq坐标系与UVW坐标系之间的坐标变换。转子的机械角度速度ωm能够用于确定扭矩指令值T。
能够在马达驱动电路200的逆变器的前级设置栅极驱动器,该栅极驱动器根据PWM信号而生成对逆变器内的晶体管进行开关的栅极驱动信号。这些要素是公知的,为了简单,省略记载。
上述的各电路的一部分或全部能够通过集成电路装置来实现。这样的集成电路装置典型地可以由一个或多个半导体部件形成。集成电路装置可以包含将来自位置传感器的模拟信号转换为数字信号的A/D转换器、以将来自检测在马达M的绕组中流动的电流的传感器(未图示)的模拟信号转换为数字信号的A/D转换器。
逆变器的至少一部分也可以包含于集成电路装置中。这样的集成电路装置典型地通过将一个或多个半导体芯片在一个封装内相互连接起来而实现。集成电路装置的一部分或全部例如可以通过向通用的微控制器单元(MCU)中写入本公开特有的程序来实现。
本公开的位置推断方法、马达控制装置以及马达系统能够在不使用旋转编码器或旋转变压器等位置传感器的情况下高分辨率地推断转子的位置,因此能够广泛用于需要高精度的位置控制的用途。
标号说明
20:传感器装置;30:马达驱动装置;40、60:马达控制装置;62:传感器信号处理电路;64:特征量提取电路;66:匹配电路;68:存储器;1000:马达系统;Hu、Hv、Hw:霍尔元件;R:转子;S:定子;M:马达;H1、H2、H3:霍尔IC。
Claims (8)
1.一种推断马达中的转子的位置的方法,该方法安装于计算机,所述马达具有所述转子、定子以及传感器装置,该传感器装置输出根据所述转子的旋转而周期性地变化的电信号,其中,
计算机执行以下内容:
从存储第1特征量学习数据的存储介质中取得所述特征量学习数据,该第1特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的第1电信号的波形特征的多个测定值的排列,并且该第1特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个测定值之间的关系;
接收在所述转子旋转时从所述传感器装置输出的第2电信号,分别依次取得规定所述第2电信号的波形特征的多个检测值;
通过在所述多个检测值中的包含最新检测值在内的至少一个检测值与包含于所述第1特征量学习数据中的所述多个测定值的排列之间进行匹配,确定与所述转子的当前的机械位置相关联的划分区域;
将第2特征量学习数据存储于所述存储介质中,该第2特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的所述第2电信号的波形特征的多个检测值的排列,并且该第2特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个检测值之间的关系;以及
根据所述第1特征量学习数据与所述第2特征量学习数据之间的差异,判定所述马达的劣化状态。
2.根据权利要求1所述的方法,其中,
所述计算机根据所述第1特征量学习数据与所述第2特征量学习数据之间的差异,输出表示所述马达发生了经时劣化的信号。
3.根据权利要求1或2所述的方法,其中,
所述计算机在马达起动时或者经过了规定的动作时间时,求取所述第1特征量学习数据与所述第2特征量学习数据之间的差异,判定所述劣化状态。
4.根据权利要求1至3中的任意一项所述的方法,其中,
所述第1特征量学习数据与所述第2特征量学习数据之间的差异是通过在所述多个测定值的排列与所述多个测定值的排列之间对应的值之间的差的绝对值或平方和来规定的。
5.根据权利要求4所述的方法,其中,
所述计算机将所述差的绝对值或平方和存储于所述存储介质中。
6.根据权利要求1至5中的任意一项所述的方法,其中,
执行以下内容:
从所述存储介质中取得所述第2特征量学习数据;
接收在所述转子旋转时从所述传感器装置输出的所述第2电信号,通过在所述多个检测值中的包含最新检测值在内的至少一个检测值与包含于所述第2特征量学习数据中的所述多个测定值的排列之间进行匹配,确定与所述转子的当前的机械位置相关联的划分区域。
7.一种马达控制装置,其与具有转子、定子以及传感器装置的马达组合使用,所述传感器装置输出根据所述转子的旋转而周期性地变化的电信号,其中,
所述马达控制装置具有:
计算机;以及
存储器,其保存使所述计算机动作的程序,
所述计算机执行以下内容:
从存储第1特征量学习数据的存储介质中取得所述特征量学习数据,该第1特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的第1电信号的波形特征的多个测定值的排列,并且该第1特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个测定值之间的关系;
接收在所述转子旋转时从所述传感器装置输出的第2电信号,分别依次取得规定所述第2电信号的波形特征的多个检测值;
通过在所述多个检测值中的包含最新检测值在内的至少一个检测值与包含于所述第1特征量学习数据中的所述多个测定值的排列之间进行匹配,确定与所述转子的当前的机械位置相关联的划分区域;
将第2特征量学习数据存储于所述存储介质中,该第2特征量学习数据包含规定在所述转子旋转时从所述传感器装置输出的所述第2电信号的波形特征的多个检测值的排列,并且该第2特征量学习数据规定了规定所述转子的机械位置的多个划分区域与所述多个检测值之间的关系;以及
根据所述第1特征量学习数据与所述第2特征量学习数据之间的差异,判定所述马达和所述传感器装置中的至少一方的劣化状态。
8.一种马达系统,其具有:
马达,其具有转子、定子以及传感器装置,该传感器装置输出根据所述转子的旋转而周期性地变化的电信号;
马达驱动装置,其对所述马达进行驱动;以及
权利要求7所述的马达控制装置,其与所述马达驱动装置连接。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018149716 | 2018-08-08 | ||
JP2018-149716 | 2018-08-08 | ||
PCT/JP2019/030655 WO2020031943A1 (ja) | 2018-08-08 | 2019-08-05 | 位置推定方法、モータ制御装置およびモータシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112534706A true CN112534706A (zh) | 2021-03-19 |
CN112534706B CN112534706B (zh) | 2023-11-17 |
Family
ID=69415002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980051451.9A Active CN112534706B (zh) | 2018-08-08 | 2019-08-05 | 位置推断方法、马达控制装置以及马达系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112534706B (zh) |
WO (1) | WO2020031943A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114157102B (zh) * | 2020-12-31 | 2023-07-18 | 德马科技集团股份有限公司 | 电机的角度测量方法、系统、装置及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016104378A1 (ja) * | 2014-12-22 | 2016-06-30 | 日本電産株式会社 | 位置推定方法および位置制御装置 |
WO2016194919A1 (ja) * | 2015-06-02 | 2016-12-08 | 並木精密宝石株式会社 | 三相ブラシレスdcモータの制御方法及び該制御方法を用いたモータ制御装置 |
CN107276463A (zh) * | 2017-08-09 | 2017-10-20 | 中国科学院宁波材料技术与工程研究所 | 一种四相开关磁阻电机的转子位置检测装置 |
JP2018098886A (ja) * | 2016-12-13 | 2018-06-21 | 株式会社デンソー | 回転角度推定装置、電動機制御装置および回転角度推定方法 |
-
2019
- 2019-08-05 WO PCT/JP2019/030655 patent/WO2020031943A1/ja active Application Filing
- 2019-08-05 CN CN201980051451.9A patent/CN112534706B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016104378A1 (ja) * | 2014-12-22 | 2016-06-30 | 日本電産株式会社 | 位置推定方法および位置制御装置 |
CN107148741A (zh) * | 2014-12-22 | 2017-09-08 | 日本电产株式会社 | 位置估计方法和位置控制装置 |
WO2016194919A1 (ja) * | 2015-06-02 | 2016-12-08 | 並木精密宝石株式会社 | 三相ブラシレスdcモータの制御方法及び該制御方法を用いたモータ制御装置 |
JP2018098886A (ja) * | 2016-12-13 | 2018-06-21 | 株式会社デンソー | 回転角度推定装置、電動機制御装置および回転角度推定方法 |
CN107276463A (zh) * | 2017-08-09 | 2017-10-20 | 中国科学院宁波材料技术与工程研究所 | 一种四相开关磁阻电机的转子位置检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112534706B (zh) | 2023-11-17 |
WO2020031943A1 (ja) | 2020-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5124483B2 (ja) | 同期機を駆動するための方法および装置 | |
JP5267843B2 (ja) | 電動パワーステアリング装置 | |
JP2012149909A (ja) | 回転角検出装置 | |
CN111801883A (zh) | 位置推定方法、位置推定装置以及电动机模块 | |
JP2010029028A (ja) | モータ制御装置 | |
JP2012149908A (ja) | 回転角検出装置 | |
JP2003235285A (ja) | 三相ブラシレスdcモータの回転方向検出装置 | |
CN112534706B (zh) | 位置推断方法、马达控制装置以及马达系统 | |
CN112514238B (zh) | 位置推断方法、马达控制装置以及马达系统 | |
US8922200B2 (en) | Method and device for determining a current angular position of a rotatable magnetic component in an electric drive | |
JP4735439B2 (ja) | 永久磁石式同期電動機の初期磁極位置推定装置 | |
US10948314B2 (en) | Position detector | |
JP2005218277A (ja) | ブラシレスモータの回転トルク方向検出装置 | |
CN112534707B (zh) | 位置推断方法、马达控制装置以及马达系统 | |
CN112514237B (zh) | 位置推断方法、马达控制装置以及马达系统 | |
CN112544034B (zh) | 位置推断方法、马达控制装置以及马达系统 | |
JP5585058B2 (ja) | 回転角検出装置、モータ制御装置、および電動パワーステアリング装置 | |
JP5381958B2 (ja) | 車両の走行用モータ制御装置、車両用のモータ制御システム、及び回転検出装置 | |
JP2009248749A (ja) | 電動パワーステアリング装置の制御装置 | |
JP2019144056A (ja) | 回転角検出装置、モータ制御装置、電動パワーステアリング装置、及び回転角検出方法 | |
JP4367555B2 (ja) | 通電タイミング決定回路及びモータの通電タイミング決定方法 | |
JP2006042537A (ja) | 磁気エンコーダと信号処理回路を付加したブラシレスdcモータ | |
JP2006033903A (ja) | モータ制御装置 | |
JP4206374B2 (ja) | 同期モータ制御装置及びその初期位相設定方法 | |
JP4161695B2 (ja) | 永久磁石型同期電動機の制御装置 |
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 |