CN116202558B - 基于增量式数据统计的cmg转动部件工况检测方法 - Google Patents
基于增量式数据统计的cmg转动部件工况检测方法 Download PDFInfo
- Publication number
- CN116202558B CN116202558B CN202310490399.5A CN202310490399A CN116202558B CN 116202558 B CN116202558 B CN 116202558B CN 202310490399 A CN202310490399 A CN 202310490399A CN 116202558 B CN116202558 B CN 116202558B
- Authority
- CN
- China
- Prior art keywords
- detected
- error
- cmg
- moment
- working condition
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Radar, Positioning & Navigation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明是关于一种基于增量式数据统计的CMG转动部件工况检测方法,包括以下步骤:获取CMG转动部件的待检测参数在待检测时刻的实际测量值;计算所述待检测时刻的所述实际测量值与指令值之间的误差;将所述误差与误差阈值进行比较;根据比较结果得到所述CMG转动部件工况检测结果。本发明计算待检测时刻的实际测量值与指令值之间的误差,然后将误差与误差阈值进行比较,以确定检测结果。此过程中,不需要对全部历史数据进行重复计算,降低数据计算的时间消耗。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于增量式数据统计的CMG转动部件工况检测方法。
背景技术
控制力矩陀螺(Control Moment Gyroscopes,CMG)与动量轮、反作用飞轮同属常用的航天器姿态控制执行机构中的角动量交换装置,其核心部件均为电机驱动的高速转子。CMG通过低速框架改变转轴的方向与航天器进行角动量交换,实现对航天器姿态的敏捷控制。CMG的优势在于:极高的力矩放大能力,动态响应平稳快速,可输出连续光滑的控制力矩,控制精度高且主要使用电能,适用于长寿命工作。CMG被认为是未来航天器姿态控制的理想执行机构。然而,CMG存在转动部件,由于转动部件长期受到摩擦、空间环境等因素影响,可能导致CMG机械性能下降而出现故障,进而影响航天器空间姿态与在轨运行。因此,要对CMG的运行数据进行长期检测,以分析其是否正常工作。
相关技术中,在对CMG的运行数据的新增数据进行处理时,因航天器参数数据为时间序列数据,当时间跨度大,比如1年以上时,若新增一个数据,需要从开始重新计算,将耗费大量计算时间,导致检测结果获取较慢,不能快速对工况进行判断。
因此,有必要改善上述相关技术方案中存在的一个或者多个问题。
需要注意的是,本部分旨在为权利要求书中陈述的本发明的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本发明的目的在于提供一种基于增量式数据统计的CMG转动部件工况检测方法,进而至少在一定程度上解决由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明提供一种基于增量式数据统计的CMG转动部件工况检测方法,所述检测方法包括以下步骤:
获取CMG转动部件的待检测参数在待检测时刻的实际测量值;
计算所述待检测时刻的所述实际测量值与指令值之间的误差;
将所述误差与误差阈值进行比较;
根据比较结果得到所述CMG转动部件工况检测结果。
本发明中,当所述误差小于所述误差阈值时,则所述根据比较结果得到所述CMG转动部件工况检测结果的步骤之后还包括:
计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值;
利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差;
对所述标准差进行分析;
根据分析结果得到所述CMG转动部件工况检测结果。
本发明中,所述误差的计算过程如下:
(1)
(2)
(3)
其中,xi为时刻i的所述待检测参数的实际测量值,为时刻i的所述待检测参数的指令值,由航天器控制系统给出;/>为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>的误差矢量,N为时间序列长度,/>为误差矢量/>的第i个分量;/>为待检测时刻所在的时间序列数据集XN+1的误差矢量,时间序列数据集XN+1为/>;/>表示取绝对值。
本发明中,历史均值μN的计算公式如下:
(4)
当前均值μN+1的计算公式如下:
(5)
其中,为时间序列数据集/>的均值,/>为时间序列数据集/>的均值。
本发明中,所述标准差的计算过程如下:
(6)
(7)
其中,为时间序列数据集/>的标准差,/>为时间序列数据集/>的标准差。
本发明中,所述CMG转动部件的待检测参数包括转子的转速和框架转角。
本发明中,所述检测方法还包括:
将所述误差偏离所述误差阈值的时间进行分析;
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
本发明中,当所述标准差呈发散趋势时,则所述CMG转动部件工况检测结果为异常。
本发明提供的技术方案可以包括以下有益效果:
本发明中,通过上述方法,计算待检测时刻的实际测量值与指令值之间的误差,然后将误差与误差阈值进行比较,以确定检测结果。此过程中,不需要对全部历史数据进行重复计算,降低数据计算的时间消耗。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本发明示例性实施例中基于增量式数据统计的CMG转动部件工况检测方法的流程图;
图2示出本发明又一个示例性实施例中基于增量式数据统计的CMG转动部件工况检测方法的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本发明实施例的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本示例实施方式中提供了一种基于增量式数据统计的CMG转动部件工况检测方法,参考图1所示,该检测方法包括以下步骤:
步骤S101:获取CMG转动部件的待检测参数在待检测时刻的实际测量值。
步骤S102:计算所述待检测时刻的所述实际测量值与指令值之间的误差。
步骤S103:将所述误差与误差阈值进行比较。
步骤S104:根据比较结果得到所述CMG转动部件工况检测结果。
通过上述检测方法,计算待检测时刻的实际测量值与指令值之间的误差,然后将误差与误差阈值进行比较,以确定检测结果。此过程中,不需要对全部历史数据进行重复计算,降低数据计算的时间消耗。
其中,所述误差的计算过程如下:
(1)
(2)
(3)
其中,xi为时刻i的所述待检测参数的实际测量值,为时刻i的所述待检测参数的指令值,由航天器控制系统给出;/>为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>的误差矢量,N为时间序列长度,/>为误差矢量/>的第i个分量;/>为待检测时刻所在的时间序列数据集XN+1的误差矢量,时间序列数据集XN+1为/>;/>表示取绝对值。
可选的,在一些实施例中,请参考图2所示,当所述误差小于所述误差阈值时,说明初步检测结果是工况正常,则所述步骤S104之后还需要进行以下步骤对工况继续进行检测:
步骤S201,计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值;
步骤S202,利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差;
步骤S203,对所述标准差进行分析;
步骤S204,根据分析结果得到所述CMG转动部件工况检测结果,此时的检测结果是工况的最终检测结果。
其中,历史均值μN的计算公式如下:
(4)
当前均值μN+1的计算公式如下:
(5)
其中,为时间序列数据集/>的均值,/>为时间序列数据集/>的均值。
所述标准差的计算过程如下:
(6)
(7)
其中,为时间序列数据集/>的标准差,/>为时间序列数据集/>的标准差。
此外,该检测方法还可以包括以下步骤:
将所述误差偏离所述误差阈值的时间进行分析;
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
将比较结果和分析结果结合起来对工况进行分析,得到更准确的工况数据。
以下对CMG转动部件有高速转子和低速框架的检测过程分别进行说明。
1、高速转子工况检测方法
设高速转子转速的时间序列数据集为,其中/>对应高速转子在i时刻的实测值,/>表示时间序列长度(即数据数量)。
首先,计算高速转子转速误差。正常情况下,CMG的高速转子实测转速极为稳定,上下波动幅度在以内(/>为固定值),即正常情况下,高速转子实测转速为,其中/>为指令转速,/>为固定值。采用式(1)、式(2)、式(3)计算高速转子转速误差,其中/>取指令转速/>,/>对应高速转子实测转速;若高速转子转速误差大于/>(预设转速误差阈值)且持续M1(由人工经验给出)个时间序列,则认为其工况出现了较大程度变化;若误差小于/>,则继续计算高速转子转速标准差。
其次,计算高速转子转速标准差。先用式(4)、式(5)计算高速转子转速均值,其中对应高速转子实测转速;然后用式(6)、式(7)计算得到高速转子转速标准差/>。标准差反映数据偏离中心值的程度,如果高速转子转速标准差/>呈发散趋势,则认为其工况出现了变化。
2、低速框架工况检测方法
首先,计算低速框架转角误差。采用式(1)、式(2)、式(3)计算低速框架转角误差,其中取低速框架期望角度/>,/>对应低速框架实测角度;若低速框架转角误差大于(预设转角误差阈值)且持续M2(由人工经验给出)个时间序列,则认为工况出现了较大程度变化;若误差小于/>,则继续计算低速框架转角的标准差。
其次,计算低速框架转角误差的均值。将计算出的低速框架转角误差代入式(4)、式(5)计算误差的均值;若误差的均值呈现出发散趋势,则认为其工况出现了变化;否则,继续计算标准差。
最后,计算低速框架转角的标准差。按照式(6)、式(7)计算低速框架转角的标准差;若标准差呈现出发散趋势,则认为其工况出现了变化。
对本申请的检测方法通过仿真试验进行验证,结果表明,本申请的检测方法能够在5秒内完成单个参数、一年数据的误差、标准差计算,能够提前发现CMG工况变化趋势,准确率达到92%以上。
综上所述,本申请运用增量式数据统计方法分析转动部件相关参数,显著减少计算时间,可以较快发现CMG转动部件工况变化趋势,具有通用性,计算简单,适用于航天器大数据计算。
需要理解的是,上述描述中的术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明实施例的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明实施例中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明实施例中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行结合和组合。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (5)
1.基于增量式数据统计的CMG转动部件工况检测方法,其特征在于,所述检测方法包括以下步骤:
获取CMG转动部件的待检测参数在待检测时刻的实际测量值;
计算所述待检测时刻的所述实际测量值与指令值之间的误差;
将所述误差与误差阈值进行比较;
根据比较结果得到所述CMG转动部件工况检测结果;
当所述误差大于所述误差阈值且持续预设个数的时间序列时,则判定所述CMG转动部件工况出现异常;
当所述误差小于所述误差阈值时,则所述根据比较结果得到所述CMG转动部件工况检测结果的步骤之后还包括:
计算所述待检测时刻所在的时间序列数据集的当前均值以及所述待检测时刻的前一时刻所在的时间序列数据集的历史均值;
利用所述当前均值与所述历史均值计算所述待检测时刻的所述待检测参数的标准差;
对所述标准差进行分析;
根据分析结果得到所述CMG转动部件工况检测结果;
所述误差的计算过程如下:
(1)
(2)
(3)
其中,x i 为时刻i的所述待检测参数的实际测量值,为时刻i的所述待检测参数的指令值,由航天器控制系统给出;/>为所述待检测参数在待检测时刻的前一时刻所在的时间序列数据集/>的误差矢量,N为时间序列长度,/>为误差矢量的第i个分量;/>为待检测时刻所在的时间序列数据集X N+1 的误差矢量,时间序列数据集X N+1 为/>;/>表示取绝对值;
所述检测方法还包括:
将所述误差偏离所述误差阈值的时间进行分析;
根据比较结果和分析结果得到所述CMG转动部件工况检测结果。
2.根据权利要求1所述检测方法,其特征在于,历史均值μ N 的计算公式如下:
(4)
当前均值μ N+1 的计算公式如下:
(5)
其中,为时间序列数据集/>的均值,/>为时间序列数据集/>的均值。
3.根据权利要求2所述检测方法,其特征在于,所述标准差的计算过程如下:
(6)
(7)
其中,为时间序列数据集/>的标准差,/>为时间序列数据集/>的标准差。
4.根据权利要求1所述检测方法,其特征在于,所述CMG转动部件的待检测参数包括转子的转速和框架转角。
5.根据权利要求1所述检测方法,其特征在于,当所述标准差呈发散趋势时,则所述CMG转动部件工况检测结果为异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490399.5A CN116202558B (zh) | 2023-05-04 | 2023-05-04 | 基于增量式数据统计的cmg转动部件工况检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490399.5A CN116202558B (zh) | 2023-05-04 | 2023-05-04 | 基于增量式数据统计的cmg转动部件工况检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116202558A CN116202558A (zh) | 2023-06-02 |
CN116202558B true CN116202558B (zh) | 2023-08-01 |
Family
ID=86513282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310490399.5A Active CN116202558B (zh) | 2023-05-04 | 2023-05-04 | 基于增量式数据统计的cmg转动部件工况检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202558B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012018075A (ja) * | 2010-07-08 | 2012-01-26 | Seiko Epson Corp | 停止判定方法及び停止判定装置 |
CN115824261A (zh) * | 2023-01-15 | 2023-03-21 | 北京理工大学 | 一种控制力矩陀螺仪故障检测方法、装置及相关存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009190506A (ja) * | 2008-02-13 | 2009-08-27 | Mitsubishi Electric Corp | 人工衛星用姿勢制御装置および人工衛星の姿勢制御方法 |
US9354079B2 (en) * | 2012-05-21 | 2016-05-31 | Honeywell International Inc. | Control moment gyroscopes including torsionally-stiff spoked rotors and methods for the manufacture thereof |
JP5973788B2 (ja) * | 2012-05-28 | 2016-08-23 | 任天堂株式会社 | 情報処理プログラム、情報処理装置、情報処理システム及び情報処理方法 |
CN103941741B (zh) * | 2014-04-28 | 2016-06-01 | 北京控制工程研究所 | 基于零运动的控制力矩陀螺框架角速度控制量的确定方法 |
CN107544466B (zh) * | 2017-09-15 | 2019-08-09 | 北京控制工程研究所 | 一种单框架控制力矩陀螺低速框架故障诊断方法 |
ES1215425Y (es) * | 2018-05-28 | 2018-10-04 | Sanz Aranguez Sanz Pedro | Actuador inercial aeroespacial |
CN110031871B (zh) * | 2019-02-21 | 2023-04-11 | 中国西安卫星测控中心 | 基于电压和角动量关系的动量轮故障检测方法 |
CN110245047B (zh) * | 2019-05-29 | 2023-11-24 | 创新先进技术有限公司 | 时间序列异常检测方法、装置及设备 |
CN111178456B (zh) * | 2020-01-15 | 2022-12-13 | 腾讯科技(深圳)有限公司 | 异常指标检测方法、装置、计算机设备和存储介质 |
CN113567858A (zh) * | 2021-07-30 | 2021-10-29 | 北京航空航天大学 | 控制力矩陀螺剩余寿命预测系统 |
-
2023
- 2023-05-04 CN CN202310490399.5A patent/CN116202558B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012018075A (ja) * | 2010-07-08 | 2012-01-26 | Seiko Epson Corp | 停止判定方法及び停止判定装置 |
CN115824261A (zh) * | 2023-01-15 | 2023-03-21 | 北京理工大学 | 一种控制力矩陀螺仪故障检测方法、装置及相关存储介质 |
Non-Patent Citations (3)
Title |
---|
Mengtong Gong ; Diyin Tang ; Jinsong Yu ; Limei Tian.A Physics-informed Transfer Learning Approach for Anomaly Detection of Aerospace CMG with Limited Telemetry Data.2021 Global Reliability and Prognostics and Health Management.2021,全文. * |
基于多源数据的控制力矩陀螺健康状态评价平台设计开发;朱恋蝶, 戴伟, 李亚洲, 等;质量与可靠性(第3期);全文 * |
基于时间序列的时栅数控转台动态建模研究;陈自然;彭东林;刘小康;郑永;郑方燕;;中国机械工程;22(23);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116202558A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7567049B2 (en) | Fluid flow control for fluid handling systems | |
CN110318947B (zh) | 风力发电机组的偏航控制方法、设备及系统 | |
CN105604806B (zh) | 风力发电机的塔架状态监测方法和系统 | |
US20100068070A1 (en) | Flow control for fluid handling system | |
CN110581681B (zh) | 永磁同步电机位置传感器的零位标定方法、装置 | |
EP3505901A1 (en) | Method for diagnosing rotation device by means of rotor-bearing-foundation model | |
CN116202558B (zh) | 基于增量式数据统计的cmg转动部件工况检测方法 | |
CN105527593A (zh) | 电机磁钢磁链参数的测量方法与系统 | |
US20200182225A1 (en) | Determining a wind speed value | |
CN116659803A (zh) | 基于天平零点在线监测获取连续式风洞气动力载荷的方法 | |
CN111141518A (zh) | 一种基于模型的非对称转子轴承系统不平衡量识别方法 | |
CN109039198B (zh) | 永磁电机霍尔位置的校正方法及装置 | |
CN111355412A (zh) | 一种永磁同步电机旋变零位初始角的自检方法及系统 | |
CN112422013B (zh) | 永磁同步电机初始位置辨识方法、装置、存储介质及设备 | |
CN110474574B (zh) | 永磁同步电机的控制方法、装置和电机控制器 | |
CN113252933B (zh) | 一种螺旋桨来流速度检测装置及方法 | |
US20220024049A1 (en) | Servo Motor Device, and Control Method | |
CN114018480A (zh) | 一种大型旋转机械的转子不平衡故障的实时诊断方法 | |
CN114157186A (zh) | 一种永磁同步电机的电角度标定方法、评价方法及其系统 | |
CN112701983A (zh) | 基于线性霍尔传感器的转子角度校准方法和装置 | |
CN112886887B (zh) | 用于电机的控制方法和控制装置、汽车以及存储介质 | |
CN115356668B (zh) | 一种电机转子磁场分布工艺检测方法 | |
CN113050622B (zh) | 无人压路机路径跟踪控制方法及系统、服务器及介质 | |
CN116907825B (zh) | 一种飞轮轴系自动考核系统及方法 | |
JP4357359B2 (ja) | 回転機診断システム及びその方法 |
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 |