CN114647263A - 温度控制方法、系统以及机器人的驱动系统 - Google Patents
温度控制方法、系统以及机器人的驱动系统 Download PDFInfo
- Publication number
- CN114647263A CN114647263A CN202210237079.4A CN202210237079A CN114647263A CN 114647263 A CN114647263 A CN 114647263A CN 202210237079 A CN202210237079 A CN 202210237079A CN 114647263 A CN114647263 A CN 114647263A
- Authority
- CN
- China
- Prior art keywords
- temperature
- motor winding
- motor
- driver
- circuit diagram
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004804 winding Methods 0.000 claims abstract description 138
- 238000010586 diagram Methods 0.000 claims description 47
- 238000012546 transfer Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 18
- 230000004907 flux Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种温度控制方法、系统以及机器人的驱动系统。其中,温度控制方法包括:建立驱动器对应的热力学模型,所述驱动器包括电机绕组,所述热力学模型用于获取所述电机绕组的预测温度;根据所述热力学模型以及所述电机绕组在当前时刻的实际温度获取所述电机绕组在下一时刻的预测温度;根据所述预测温度控制所述电机绕组的电流大小,以使得所述电机绕组在下一时刻的实际温度不大于所述电机绕组的最大允许温度。本发明在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,进而提高了驱动器的输出功率;此外,本发明无需引入新的硬件,且可以保证驱动器在多种工况下安全运行。
Description
技术领域
本发明涉及控制技术领域,尤其涉及一种温度控制方法、系统以及机器人的驱动系统。
背景技术
随着科学技术的不断发展,人们的生活水平不断提高,机器人已经成为人们生活中和工作中不可或缺的一部分。目前,机器人已经广泛应用在工业、医疗、教育等领域,随着机器人的广泛应用,机器人驱动器的性能提升得到了业界的广泛关注。机器人驱动器的输出功率直接决定着机器人的性能,例如机器人的负载能力完全取决于驱动器输出功率的大小。因此,在机器人领域中,许多学者致力于高功率输出的驱动器的研究。
目前研究比较热门的是协作机器人领域中高功率密度的机器人关节驱动器,高功率密度意味着驱动器在具有较小的体积、较轻的质量的情况下,可以输出较大的功率。驱动器在输出较大的功率时,通常配置了大功率输出的电机,然而大功率输出的电机体积较大、质量较重,从而导致驱动器的体积以及质量上的增加。但是,机器人旋转驱动器关节在机器人的应用中很多时候不需要持续高功率输出,很多时候仅需在短时间内输出高功率,通常额定输出功率较小的电机即可满足瞬间高功率输出,而电机输出功率的限制大部分是因为驱动器应用了传统的电流保护,即不允许电机超过额定电流运行,从而在很大程度上抑制了电机的性能。
为了保证电机不被损坏,电机保护策略通常分为硬件保护和软件保护,硬件保护主要是在电机电路中引入过热保护器,在电机电流达到一定的值时熔断断电,另一种是在电机内部安装热敏电阻,通过软件控制的方式实现电机绕组的过热保护,但是此种方法不仅会使电机的体积增大、成本增高,而且因为传热过程存在时延,导致精确性比较差;软件保护通常是在软件中控制电流的大小,防止电流超过额定电流,该方法实现简单,保护效果较好,但是在实际应用中很大程度上抑制了电机的性能。
发明内容
本发明要解决的技术问题是为了克服现有技术中传统电流保护策略抑制了电机性能的缺陷,提供一种温度控制方法、系统以及机器人的驱动系统。
本发明是通过下述技术方案来解决上述技术问题:
一种温度控制方法,包括:
建立驱动器对应的热力学模型,所述驱动器包括电机绕组,所述热力学模型用于获取所述电机绕组的预测温度;
根据所述热力学模型以及所述电机绕组在当前时刻的实际温度获取所述电机绕组在下一时刻的预测温度;
根据所述预测温度控制所述电机绕组的电流大小,以使得所述电机绕组在下一时刻的实际温度不大于所述电机绕组的最大允许温度。
较佳地,所述建立驱动器对应的热力学模型包括:
建立所述驱动器的热传递过程对应的等效电路图,其中,所述热传递过程中的热通量对应所述等效电路图中的电流,所述热传递过程中的热容对应所述等效电路图中的电容,所述热传递过程中的热阻对应所述等效电路图中的电阻;
根据所述等效电路图建立所述热力学模型。
较佳地,所述根据所述等效电路图建立所述热力学模型包括:
根据所述等效电路图、所述电机绕组的热损耗表达式以及所述电机绕组的电阻温度变化特性建立所述热力学模型。
较佳地,所述根据所述预测温度控制所述电机绕组的电流大小包括:
根据所述预测温度和PID控制算法控制所述电机绕组的电流大小。
一种温度控制系统,包括:
建立模块,用于建立驱动器对应的热力学模型,所述驱动器包括电机绕组,所述热力学模型用于获取所述电机绕组的预测温度;
获取模块,用于根据所述热力学模型以及所述电机绕组在当前时刻的实际温度获取所述电机绕组在下一时刻的预测温度;
控制模块,用于根据所述预测温度控制所述电机绕组的电流大小,以使得所述电机绕组在下一时刻的实际温度不大于所述电机绕组的最大允许温度。
较佳地,所述建立模块包括:
第一建立单元,用于建立所述驱动器的热传递过程对应的等效电路图,其中,所述热传递过程中的热通量对应所述等效电路图中的电流,所述热传递过程中的热容对应所述等效电路图中的电容,所述热传递过程中的热阻对应所述等效电路图中的电阻;
第二建立单元,用于根据所述等效电路图建立所述热力学模型;
和/或,
所述控制模块具体用于根据所述预测温度和PID控制算法控制所述电机绕组的电流大小。
一种机器人的驱动系统,所述机器人包括驱动器,所述驱动系统包括上述任一种温度控制系统。
一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一种温度控制方法的步骤。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一种温度控制方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种温度控制方法的步骤。
本发明的积极进步效果在于:本发明根据驱动器对应的热力学模型以及驱动器中电机绕组在当前时刻的实际温度来获取电机绕组在下一时刻的预测温度,进而根据获取得到的预测温度控制电机绕组的电流大小,以将电机绕组在下一时刻的温度控制在电机绕组的最大允许温度以下。基于此,一方面,本发明在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度;另一方面,本发明无需引入新的硬件,也就无需增加额外的成本,此外,本发明更加安全高效,可以保证驱动器在多种工况下安全运行。
附图说明
图1为根据本发明实施例1的温度控制方法的流程图。
图2为根据本发明实施例1的温度控制方法中的驱动器的热传递过程对应的等效电路图。
图3为根据本发明实施例1的温度控制方法中的热力学模型获得的预测温度曲线。
图4为根据本发明实施例1的温度控制方法获得的电机绕组的温度控制曲线。
图5为根据本发明实施例1的温度控制方法获得的电机绕组的电流变化曲线。
图6为根据本发明实施例2的温度控制系统的模块示意图。
图7为根据本发明实施例5的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种温度控制方法,具体地,本实施例的温度控制方法可以应用于机器人的驱动器,更进一步地,可以应用于机器人关节的驱动器,其中,驱动器电机可以使用直流电机,例如,可以使用直流无刷电机。图1示出了本实施例的流程图,参照图1,本实施例的温度控制方法包括:
S101、建立驱动器对应的热力学模型。
在本实施例中,驱动器包括电机绕组,热力学模型用于获取电机绕组的预测温度。
具体地,在本实施例中,步骤S101可以包括建立驱动器的热传递过程对应的等效电路图的步骤,其中,等效电路图用于模拟驱动器的热传递过程,以及根据等效电路图建立热力学模型的步骤。进一步地,热传递过程中的热通量对应等效电路图中的电流,热传递过程中的热容对应等效电路图中的电容,热传递过程中的热阻对应等效电路图中的电阻。
图2示出了驱动器的热传递过程对应的等效电路图,在本实施例中,可以基于图2建立方程,以建立热力学模型。例如,基于图2建立的方程可以如下式(1)和式(2):
其中,Ploss为电机绕组的焦耳热,T1为电机绕组的温度,T2为电机壳体的温度,T3为环境温度,R1为电机绕组到电机壳体的热阻,R2为电机壳体到环境的热阻,C1为电机绕组到环境的热容,C2为电机壳体到环境的热容。
进一步地,在本实施例中,可以根据等效电路图、电机绕组的热损耗表达式以及电机绕组的电阻温度变化特性建立热力学模型。
具体地,电机绕组的热损耗表达式可以如下式(3):
其中,im为电机绕组的电流,Rm为电机绕组的电阻。
具体地,电机绕组的电阻温度变化特性是指电阻随温度变化的特性,可以如下式(4):
Rm=Rm@a(1+αcu(T1-T3))#(4)
其中,Rm@a为环境温度下电机绕组的电阻,αcu为铜材料的热阻系数。
在此基础上,令x1=T1-T3,x2=T2-T3,根据式(1)-(4)可得驱动器的热力学微分方程为:
式(5)即为建立的热力学模型,其获取方式较为简单,其中有四个参数未知,分别是R1、R2、C1和C2,而电机绕组的温度T1、电机壳体的温度T2以及环境温度T3可以通过分别安装在电机绕组、电机壳体以及环境中的温度传感器测得(在其他实施例中,也可以通过红外线传感器测得电机绕组温度和电机壳体温度)。在本实施例中,可以根据测得温度使用参数辨识的方法辨识出未知参数,例如,可以根据测得温度使用最小二乘法拟合系统模型,得到系统参数(在其他实施例中,也可以通过神经网络等方法来进行未知参数的辨识)。
S102、根据热力学模型以及电机绕组在当前时刻的实际温度获取电机绕组在下一时刻的预测温度。
在本实施例中,基于未知参数已经辨识得到的热力学模型,可以根据电机绕组在当前时刻的温度值T1(t)、电机壳体在当前时刻的温度值T2(t),估算预测电机绕组在下一时刻的温度值T1(t+1)以及电机壳体在下一时刻的温度值T2(t+1)。在本实施例中,温度采样的时间间隔可以为1ms。
S103、根据预测温度控制电机绕组的电流大小,以使得电机绕组在下一时刻的实际温度不大于电机绕组的最大允许温度。
在本实施例中,可以根据预测温度和PID控制算法控制电机绕组的电流大小,具体地,根据估算预测得到的电机绕组在下一时刻的温度值T2(t+1),使用传统的PID控制算法控制驱动器的电机绕组的输入电压以控制电机绕组的电流im,以进一步控制电机绕组的温度,并使得电机绕组的温度维持在最大允许温度以下。
基于此,本实施例在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度。
图3至图5为本实施例的一种结果示意图,具体地,图3至图5对应的电机为直流无刷电机,该直流无刷电机应用在协作机器人的柔性关节中并且采用的参数为:额定电压12V、额定电流0.9A、额定转矩3.23mNm、堵转转矩5.95mNm、堵转电流2.0A、相间电阻5.3Ω、转矩常数7.8Nm/A、最大绕组温度+155℃。
图3为给电机施加不同的恒定电流时,使用式(5)建立的驱动器的热力学模型估计的电机绕组的预测温度曲线和电机壳体的预测温度曲线,其中,曲线1、2分别表示施加电流为0.9A时电机绕组和电机壳体的温升过程,曲线3、4分别表示施加电流为0.8A时电机绕组和电机壳体的温升过程,曲线5、6分别表示施加电流为0.7A时电机绕组和电机壳体的温升过程,由此可以看出,本实施例中建立的热力学模型可以正确刻画出驱动器的热传递过程。
图4为执行本实施例获得的电机绕组的温度控制曲线,其中,曲线7、8、9分别表征电机绕组的最大允许温度、电机绕组的温度和电机壳体的温度随时间的变化曲线,由此可以看出,本实施例实现了电机绕组的温度过热保护,始终维持电机绕组的温度在恒定阈值(155℃)以下。
图5为执行本实施例获得的电机绕组的电流变化曲线,其中,曲线10表征电机绕组的电流大小随时间的变化曲线,由此可以看出,本实施例可以使电机发挥出其最大的性能,超过其额定电流的一倍之多,可以使其短时间内过载运行而不烧坏电机。
图3至图5很好地说明了本实施例的温度控制方法可以提高电机的输出功率,尤其在电机应用在机器人关节中时可以提高机器人关节的功率输出,从而增加其功率密度。
本实施例根据驱动器对应的热力学模型以及驱动器中电机绕组在当前时刻的实际温度来获取电机绕组在下一时刻的预测温度,进而根据获取得到的预测温度控制电机绕组的电流大小,以将电机绕组在下一时刻的温度控制在电机绕组的最大允许温度以下。基于此,一方面,本实施例在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度;另一方面,本实施例无需引入新的硬件,也就无需增加额外的成本,此外,本实施例更加安全高效,可以保证驱动器在多种工况下安全运行。
实施例2
本实施例提供一种温度控制系统,具体地,本实施例的温度控制系统可以应用于机器人的驱动器,更进一步地,可以应用于机器人关节的驱动器,其中,驱动器电机可以使用直流电机,例如,可以使用直流无刷电机。图6示出了本实施例的模块示意图,参照图6,本实施例的温度控制系统包括:
建立模块201,用于建立驱动器对应的热力学模型。
在本实施例中,驱动器包括电机绕组,热力学模型用于获取电机绕组的预测温度。
具体地,在本实施例中,建立模块201可以包括用于建立驱动器的热传递过程对应的等效电路图的第一建立单元,其中,等效电路图用于模拟驱动器的热传递过程,以及用于根据等效电路图建立热力学模型的第二建立单元。进一步地,热传递过程中的热通量对应等效电路图中的电流,热传递过程中的热容对应等效电路图中的电容,热传递过程中的热阻对应等效电路图中的电阻。
图2示出了驱动器的热传递过程对应的等效电路图,在本实施例中,第一建立单元可以基于图2建立方程,以建立热力学模型。例如,基于图2建立的方程可以如下式(1)和式(2):
其中,Ploss为电机绕组的焦耳热,T1为电机绕组的温度,T2为电机壳体的温度,T3为环境温度,R1为电机绕组到电机壳体的热阻,R2为电机壳体到环境的热阻,C1为电机绕组到环境的热容,C2为电机壳体到环境的热容。
进一步地,在本实施例中,第一建立单元可以根据等效电路图、电机绕组的热损耗表达式以及电机绕组的电阻温度变化特性建立热力学模型。
具体地,电机绕组的热损耗表达式可以如下式(3):
其中,im为电机绕组的电流,Rm为电机绕组的电阻。
具体地,电机绕组的电阻温度变化特性是指电阻随温度变化的特性,可以如下式(4):
Rm=Rm@a(1+αcu(T1-T3))#(4)
其中,Rm@a为环境温度下电机绕组的电阻,αcu为铜材料的热阻系数。
在此基础上,令x1=T1-T3,x2=T2-T3,根据式(1)-(4)可得驱动器的热力学微分方程为:
式(5)即为建立的热力学模型,其获取方式较为简单,其中有四个参数未知,分别是R1、R2、C1和C2,而电机绕组的温度T1、电机壳体的温度T2以及环境温度T3可以通过分别安装在电机绕组、电机壳体以及环境中的温度传感器测得(在其他实施例中,也可以通过红外线传感器测得电机绕组温度和电机壳体温度)。在本实施例中,可以根据测得温度使用参数辨识的方法辨识出未知参数,例如,可以根据测得温度使用最小二乘法拟合系统模型,得到系统参数(在其他实施例中,也可以通过神经网络等方法来进行未知参数的辨识)。
获取模块202,用于根据热力学模型以及电机绕组在当前时刻的实际温度获取电机绕组在下一时刻的预测温度。
在本实施例中,基于未知参数已经辨识得到的热力学模型,可以根据电机绕组在当前时刻的温度值T1(t)、电机壳体在当前时刻的温度值T2(t),估算预测电机绕组在下一时刻的温度值T1(t+1)以及电机壳体在下一时刻的温度值T2(t+1)。在本实施例中,温度采样的时间间隔可以为1ms。
控制模块303,用于根据预测温度控制电机绕组的电流大小,以使得电机绕组在下一时刻的实际温度不大于电机绕组的最大允许温度。
在本实施例中,控制模块303具体可以根据预测温度和PID控制算法控制电机绕组的电流大小,具体地,根据估算预测得到的电机绕组在下一时刻的温度值T2(t+1),使用传统的PID控制算法控制驱动器的电机绕组的输入电压以控制电机绕组的电流im,以进一步控制电机绕组的温度,并使得电机绕组的温度维持在最大允许温度以下。
基于此,本实施例在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度。
本实施例的一种结果示意图亦可如图3至图5所示,并且图3至图5很好地说明了本实施例的温度控制系统可以提高电机的输出功率,尤其在电机应用在机器人关节中时可以提高机器人关节的功率输出,从而增加其功率密度。
本实施例根据驱动器对应的热力学模型以及驱动器中电机绕组在当前时刻的实际温度来获取电机绕组在下一时刻的预测温度,进而根据获取得到的预测温度控制电机绕组的电流大小,以将电机绕组在下一时刻的温度控制在电机绕组的最大允许温度以下。基于此,一方面,本实施例在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度;另一方面,本实施例无需引入新的硬件,也就无需增加额外的成本,此外,本实施例更加安全高效,可以保证驱动器在多种工况下安全运行。
实施例3
本实施例提供一种机器人的驱动系统,其中,机器人包括驱动器,例如可以是关节驱动器,驱动系统包括实施例2提供的驱动器的温度控制系统。本实施例根据驱动器对应的热力学模型以及驱动器中电机绕组在当前时刻的实际温度来获取电机绕组在下一时刻的预测温度,进而根据获取得到的预测温度控制电机绕组的电流大小,以将电机绕组在下一时刻的温度控制在电机绕组的最大允许温度以下。
基于此,一方面,本实施例在防止电机烧坏、保证电机寿命的同时,允许电机在最大限度的段时间上过载运行,提高了电机的输出功率,可以使得电机最大程度地发挥出其性能,从而使得驱动器在不改变体积和重量的情况下可以输出较高的功率,增加了驱动器的功率密度;另一方面,本实施例无需引入新的硬件,也就无需增加额外的成本,此外,本实施例更加安全高效,可以保证驱动器在多种工况下安全运行。
实施例4
本实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现实施例1中的温度控制方法的步骤。
实施例5
本实施例提供一种电子设备,电子设备可以通过计算设备的形式表现(例如可以为服务器设备),包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中处理器执行计算机程序时可以实现实施例1提供的温度控制方法。
图7示出了本实施例的硬件结构示意图,如图3所示,电子设备9具体包括:
至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93,其中:
总线93包括数据总线、地址总线和控制总线。
存储器92包括易失性存储器,例如随机存取存储器(RAM)921和/或高速缓存存储器922,还可以进一步包括只读存储器(ROM)923。
存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925,这样的程序模块924包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序,从而执行各种功能应用以及数据处理,例如本发明实施例1所提供的温度控制方法。
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且,电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备9使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例6
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现实施例1所提供的温度控制方法的步骤。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行实现实施例1所述的温度控制方法的步骤。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种温度控制方法,其特征在于,包括:
建立驱动器对应的热力学模型,所述驱动器包括电机绕组,所述热力学模型用于获取所述电机绕组的预测温度;
根据所述热力学模型以及所述电机绕组在当前时刻的实际温度获取所述电机绕组在下一时刻的预测温度;
根据所述预测温度控制所述电机绕组的电流大小,以使得所述电机绕组在下一时刻的实际温度不大于所述电机绕组的最大允许温度。
2.如权利要求1所述的温度控制方法,其特征在于,所述建立驱动器对应的热力学模型包括:
建立所述驱动器的热传递过程对应的等效电路图,其中,所述热传递过程中的热通量对应所述等效电路图中的电流,所述热传递过程中的热容对应所述等效电路图中的电容,所述热传递过程中的热阻对应所述等效电路图中的电阻;
根据所述等效电路图建立所述热力学模型。
3.如权利要求2所述的温度控制方法,其特征在于,所述根据所述等效电路图建立所述热力学模型包括:
根据所述等效电路图、所述电机绕组的热损耗表达式以及所述电机绕组的电阻温度变化特性建立所述热力学模型。
4.如权利要求2所述的温度控制方法,其特征在于,所述根据所述预测温度控制所述电机绕组的电流大小包括:
根据所述预测温度和PID控制算法控制所述电机绕组的电流大小。
5.一种温度控制系统,其特征在于,包括:
建立模块,用于建立驱动器对应的热力学模型,所述驱动器包括电机绕组,所述热力学模型用于获取所述电机绕组的预测温度;
获取模块,用于根据所述热力学模型以及所述电机绕组在当前时刻的实际温度获取所述电机绕组在下一时刻的预测温度;
控制模块,用于根据所述预测温度控制所述电机绕组的电流大小,以使得所述电机绕组在下一时刻的实际温度不大于所述电机绕组的最大允许温度。
6.如权利要求5所述的温度控制系统,其特征在于,所述建立模块包括:
第一建立单元,用于建立所述驱动器的热传递过程对应的等效电路图,其中,所述热传递过程中的热通量对应所述等效电路图中的电流,所述热传递过程中的热容对应所述等效电路图中的电容,所述热传递过程中的热阻对应所述等效电路图中的电阻;
第二建立单元,用于根据所述等效电路图建立所述热力学模型;
和/或,
所述控制模块具体用于根据所述预测温度和PID控制算法控制所述电机绕组的电流大小。
7.一种机器人的驱动系统,所述机器人包括驱动器,其特征在于,所述驱动系统包括如权利要求5或6所述的温度控制系统。
8.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的温度控制方法的步骤。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的温度控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的温度控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210237079.4A CN114647263A (zh) | 2022-03-11 | 2022-03-11 | 温度控制方法、系统以及机器人的驱动系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210237079.4A CN114647263A (zh) | 2022-03-11 | 2022-03-11 | 温度控制方法、系统以及机器人的驱动系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114647263A true CN114647263A (zh) | 2022-06-21 |
Family
ID=81992997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210237079.4A Pending CN114647263A (zh) | 2022-03-11 | 2022-03-11 | 温度控制方法、系统以及机器人的驱动系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114647263A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118067201A (zh) * | 2024-04-17 | 2024-05-24 | 四川赛康智能科技股份有限公司 | 一种防爆盒全生命周期监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106849011A (zh) * | 2016-12-30 | 2017-06-13 | 南京埃斯顿自动控制技术有限公司 | 一种伺服电机过热保护方法 |
DE102017003610A1 (de) * | 2017-04-13 | 2017-11-23 | Daimler Ag | Verfahren zur Ermittlung von Temperaturen in einer elektrischen Maschine |
CN110333443A (zh) * | 2019-06-12 | 2019-10-15 | 南京理工大学 | 感应电机定子绕组温升测试方法 |
CN111262503A (zh) * | 2020-02-15 | 2020-06-09 | 杭州电子科技大学 | 一种直流无刷电机热保护方法 |
CN112416034A (zh) * | 2020-11-17 | 2021-02-26 | 长春捷翼汽车零部件有限公司 | 一种装置的温度控制系统及温度控制方法 |
CN112476432A (zh) * | 2020-11-12 | 2021-03-12 | 腾讯科技(深圳)有限公司 | 机器人的关节电机控制方法、装置、设备及存储介质 |
-
2022
- 2022-03-11 CN CN202210237079.4A patent/CN114647263A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106849011A (zh) * | 2016-12-30 | 2017-06-13 | 南京埃斯顿自动控制技术有限公司 | 一种伺服电机过热保护方法 |
DE102017003610A1 (de) * | 2017-04-13 | 2017-11-23 | Daimler Ag | Verfahren zur Ermittlung von Temperaturen in einer elektrischen Maschine |
CN110333443A (zh) * | 2019-06-12 | 2019-10-15 | 南京理工大学 | 感应电机定子绕组温升测试方法 |
CN111262503A (zh) * | 2020-02-15 | 2020-06-09 | 杭州电子科技大学 | 一种直流无刷电机热保护方法 |
CN112476432A (zh) * | 2020-11-12 | 2021-03-12 | 腾讯科技(深圳)有限公司 | 机器人的关节电机控制方法、装置、设备及存储介质 |
CN112416034A (zh) * | 2020-11-17 | 2021-02-26 | 长春捷翼汽车零部件有限公司 | 一种装置的温度控制系统及温度控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118067201A (zh) * | 2024-04-17 | 2024-05-24 | 四川赛康智能科技股份有限公司 | 一种防爆盒全生命周期监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102742139B (zh) | 电力转换装置和过载保护方法 | |
US7586281B2 (en) | Methods and apparatus for optimal voltage and frequency control of thermally limited systems | |
US20190208663A1 (en) | Method, device and system for controlling heat dissipation of electrical cabinet | |
Arrouf et al. | Vector control of an induction motor fed by a photovoltaic generator | |
Hasan et al. | Fractional-order PID controller for permanent magnet DC motor based on PSO algorithm | |
US11043830B2 (en) | Vehicle and electric power control device for vehicle | |
Dhieb et al. | PID controller tuning using ant colony optimization for induction motor | |
CN109858100B (zh) | 一种获取直流电缆载流量临界环境温度的计算方法及系统 | |
CN1947318A (zh) | 热过负荷保护 | |
JP2004522602A (ja) | 熱最適化方法 | |
CN115587512A (zh) | 基于ANSYS TwinBuilder的锂电池热电耦合数字孪生模型构建方法 | |
CN114647263A (zh) | 温度控制方法、系统以及机器人的驱动系统 | |
CN113381648B (zh) | 用于电机驱动的方法及装置、控制设备 | |
CN114674451A (zh) | 一种估算车用电机控制器冷却液温度的方法、电机控制器和车辆 | |
CN109353228B (zh) | 一种电机扭矩控制方法及装置 | |
JP3290797B2 (ja) | 過電流継電器 | |
CN117060812A (zh) | 电机控制方法、装置、环境调节控制系统、设备及介质 | |
CN112052558B (zh) | 一种优化服务器风扇控制方法 | |
CN112729607B (zh) | 变电站一次设备载流元件发热温度预测监控方法和系统 | |
CN104934941A (zh) | 行李箱门锁电机保护方法和系统 | |
CN115347835B (zh) | 一种权重自适应的电机控制方法、系统、介质及电子设备 | |
CN117889149B (zh) | 无ups磁悬浮轴承控制方法、系统、设备及存储介质 | |
CN116155164A (zh) | 电流控制方法、装置、电子装置和存储介质 | |
JP7418666B1 (ja) | 冷却システム、及び冷却制御方法 | |
Fung et al. | Adaptive real-coded genetic algorithm for identifying motor systems |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220621 |