CN117728733A - 马达驱动设备和驱动方法 - Google Patents
马达驱动设备和驱动方法 Download PDFInfo
- Publication number
- CN117728733A CN117728733A CN202410179514.1A CN202410179514A CN117728733A CN 117728733 A CN117728733 A CN 117728733A CN 202410179514 A CN202410179514 A CN 202410179514A CN 117728733 A CN117728733 A CN 117728733A
- Authority
- CN
- China
- Prior art keywords
- nth
- electromotive force
- motor
- counter electromotive
- synovial
- 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 61
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 230000010355 oscillation Effects 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 58
- 210000001258 synovial membrane Anatomy 0.000 claims abstract description 52
- 230000006870 function Effects 0.000 claims description 69
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 13
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 17
- 230000033001 locomotion Effects 0.000 description 116
- 239000010410 layer Substances 0.000 description 32
- 238000010586 diagram Methods 0.000 description 27
- 238000011045 prefiltration Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000002441 reversible effect Effects 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 8
- 230000036962 time dependent Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000000418 atomic force spectrum Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例提供马达驱动设备和驱动方法，涉及终端技术领域。该设备包括：马达、控制单元、电压检测单元、电流检测单元以及驱动电路；控制单元，用于将第N检测电压值输入滑膜观测器，通过滑膜观测器输出第N预测电流值，并对第N预测电流值和第N检测电流值的差值进行超螺旋滑模控制处理，得到马达的第N反电动势；并根据多个反电动势确定控制信号；驱动电路，用于将控制信号转换为施加于马达的驱动信号；马达，用于在驱动信号的驱动下振动。这样，马达驱动设备可以实时检测马达的反电动势，并基于反电动势确定本振频率，可以使确定本振频率的准确率较高，有助于使马达振动的频率更接近本振频率，从而提高马达的振动效果。
Description
技术领域
本申请涉及终端技术领域，尤其涉及马达驱动设备和驱动方法。
背景技术
线性马达可以应用于电子设备的各种振动场景中。示例性地，在电子设备进行信息提示、用户按键等情况下，电子设备可以利用线性谐振马达(Linear resonantactuator，LRA)提供触觉反馈效果。LRA可以由LRA驱动芯片提供驱动。即LRA驱动芯片可以在LRA上施加驱动信号，以使LRA可以往返振动，达到触觉反馈的效果。由于LRA的谐振特性，当驱动信号的频率处于LRA的本振频率(F0)时，LRA的振动效率较高。
LRA的本振频率可以基于LRA的反电动势计算得到。因此，目前可以通过过零点电压检测法等方法检测LRA的反电动势，进而得到LRA的本振频率。过零点电压检测法即通过LRA驱动芯片在提供的驱动电压波形过零点开始的较短的时间窗口内关闭驱动信号，检测LRA振子振动产生的反电动势的方法。
然而，这样的检测方法的准确性较差，使得电子设备通过LRA驱动芯片向LRA施加的驱动信号的频率与本振频率的差距较大，进而使LRA的振动效果较差。
发明内容
本申请实施例提供一种马达驱动设备和驱动方法，应用于终端技术领域。能够提高电子设备检测的LRA的本振频率的准确率，进而使LRA可以在更接近本振频率的频率振动，能够使LRA的振动效果更好。
第一方面，本申请实施例提出一种马达驱动设备，该设备包括：马达、控制单元、电压检测单元、电流检测单元以及驱动电路，所述控制单元包括滑膜观测器；所述电流检测单元，用于检测通过所述马达的电流，得到第N检测电流值；所述电压检测单元，用于检测所述马达两端的电压，得到第N检测电压值；所述控制单元，用于将所述第N检测电压值输入所述滑膜观测器，通过所述滑膜观测器输出第N预测电流值，并对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势；并根据多个反电动势确定控制信号，所述多个反电动势包括所述马达的第N-i反电动势至所述马达的第N+j反电动势，所述第N-i反电动势至第N-1反电动势为在所述第N反电动势之前得到的，第N+1反电动势至所述第N+j反电动势为在所述第N反电动势之后得到的，所述控制信号的振动频率与本振频率的差异小于第一值，所述本振频率与所述多个反电动势的周期成反比；所述驱动电路，用于将所述控制信号转换为施加于所述马达的驱动信号；所述马达，用于在所述驱动信号的驱动下振动。
本申请的马达驱动设备，可以实时检测马达的反电动势，并可以利用超过半个反电动势的周期内的马达的反电动势，确定马达的本振频率。相比于过零点电压检测法，过零点电压检测法只能在停止向马达施加驱动信号之后确定马达的反电动势，而马达驱动设备在停止向马达施加驱动信号之前也可以根据超过半个反电动势的周期内的马达的反电动势，进而确定马达的本振频率。马达驱动设备可以实时检测马达的反电动势，并且马达驱动设备在马达振动过程中可以多次确定马达的本振频率，使得得到的本振频率的准确率较高，并且使得马达驱动设备可以及时根据马达的本振频率调整马达驱动芯片向马达施加的驱动信号，从而使施加于马达上的驱动信号的频率更接近本振频率，使得马达的振动幅度更大，振动效果更好。
结合第一方面，在第一方面的某些实现方式中，所述对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势，包括：对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势；将所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。这样，可以滤波处理前第N反电动势中高频信号。
结合第一方面，在第一方面的某些实现方式中，所述对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势，包括：利用所述差值、所述滑膜观测器的滑膜增益以及所述差值的开关函数，得到所述处理前第N反电动势。
应理解，滑膜观测器可以为二阶滑膜观测器。且滑膜观测器中可以设置有超螺旋算法。第N反电动势可以是通过超螺旋算法，利用差值、滑膜观测器的滑膜增益以及差值的开关函数计算得到的。
结合第一方面，在第一方面的某些实现方式中，所述处理前第N反电动势满足下述公式：
，
其中，γ 1为所述滑膜观测器的第一滑膜增益，γ 2为所述滑膜观测器的第二滑膜增益，ΔI为所述差值，sign（ΔI）为所述差值的开关函数，所述滑膜增益包括所述第一滑膜增益和所述第二滑膜增益。
结合第一方面，在第一方面的某些实现方式中，所述第N预测电流值是利用所述第N检测电压值、所述马达的电阻、所述马达的电感以及第N-1反电动势计算得到的。
结合第一方面，在第一方面的某些实现方式中，所述第N预测电流值I 1满足以下公式：
，
其中，V为所述第N检测电压值，为所述第N-1反电动势，L为所述马达的电感，t为时间，R为所述马达的等效电阻。
结合第一方面，在第一方面的某些实现方式中，所述滑膜观测器包括滑膜电流控制器、反电动势转化器以及低通滤波器；所述滑膜电流控制器，用于利用所述第N检测电压值、所述马达的电阻、所述马达的电感以及第N-1反电动势，计算所述第N预测电流值；所述反电动势转化器，用于利用所述差值、所述滑膜观测器的滑膜增益以及所述差值的开关函数，计算处理前第N反电动势，并向所述滑膜电流控制器反馈所述第N反电动势；所述低通滤波器，用于对所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。
通过向滑膜电流控制器反馈第N反电动势，可以使滑膜电流控制器基于第N反电动势计算第N+1预测电流值。
第二方面，本申请实施例提供一种马达驱动方法，应用于电子设备，所述电子设备包括滑膜观测器和马达，该方法包括：检测通过所述马达的电流和所述马达两端的电压，得到第N检测电流值和第N检测电压值；将所述第N检测电压值输入所述滑膜观测器，通过所述滑膜观测器输出第N预测电流值，并对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势；并根据多个反电动势确定控制信号，所述多个反电动势包括所述马达的第N-i反电动势至所述马达的第N+j反电动势，所述第N-i反电动势至第N-1反电动势为在所述第N反电动势之前得到的，第N+1反电动势至所述第N+j反电动势为在所述第N反电动势之后得到的，所述控制信号的振动频率与本振频率的差异小于第一值，所述本振频率与所述多个反电动势的周期成反比；将所述控制信号转换为施加于所述马达的驱动信号，并向所述马达施加所述驱动信号。
结合第二方面，在第二方面的某些实现方式中，所述对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势，包括：对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势；将所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。
结合第二方面，在第二方面的某些实现方式中，所述处理前第N反电动势满足下述公式：
，
其中，γ 1为所述滑膜观测器的第一滑膜增益，γ 2为所述滑膜观测器的第二滑膜增益，ΔI为所述差值，sign（ΔI）为所述差值的开关函数。
第三方面，本申请实施例提供一种马达驱动装置，该马达驱动装置可以是电子设备，也可以是电子设备内的芯片或者芯片系统。该马达驱动装置可以包括驱动芯片和马达。该显示单元用于执行确定驱动信号的步骤，以使该电子设备实现第二方面或第二方面的任意一种可能的实现方式中描述的一种马达驱动方法。当该马达驱动装置是电子设备时，该处理单元可以是处理器。该马达驱动装置还可以包括存储单元，该存储单元可以是存储器。该存储单元用于存储指令，该处理单元执行该存储单元所存储的指令，以使该电子设备实现第二方面或第二方面的任意一种可能的实现方式中描述的一种马达驱动方法。当该马达驱动装置是电子设备内的芯片或者芯片系统时，该处理单元可以是处理器。该处理单元执行存储单元所存储的指令，以使该电子设备实现第二方面或第二方面的任意一种可能的实现方式中描述的一种马达驱动方法。该存储单元可以是该芯片内的存储单元（例如，寄存器、缓存等），也可以是该电子设备内的位于该芯片外部的存储单元（例如，只读存储器、随机存取存储器等）。
示例性的，驱动芯片，包括控制单元、电压检测单元、电流检测单元以及驱动电路。
第四方面，本申请实施例提供一种电子设备，包括处理器和存储器，存储器用于存储代码指令，处理器用于运行代码指令，以执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第五方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序或指令，当计算机程序或指令在计算机上运行时，使得计算机执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第六方面，本申请实施例提供一种包括计算机程序的计算机程序产品，当计算机程序在计算机上运行时，使得计算机执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第七方面，本申请提供一种芯片或者芯片系统，该芯片或者芯片系统包括至少一个处理器和通信接口，通信接口和至少一个处理器通过线路互联，至少一个处理器用于运行计算机程序或指令，以执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。其中，芯片中的通信接口可以为输入/输出接口、管脚或电路等。
在一种可能的实现中，本申请中上述描述的芯片或者芯片系统还包括至少一个存储器，该至少一个存储器中存储有指令。该存储器可以为芯片内部的存储单元，例如，寄存器、缓存等，也可以是该芯片的存储单元（例如，只读存储器、随机存取存储器等）。
应当理解的是，本申请的第二方面至第六方面与本申请的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
图1为一种过零点电压检测法对应的检测电路的示意图；
图2为一种LRA的反电动势曲线的示意图；
图3为本申请实施例提供的电子设备的硬件结构的示意性框图；
图4为本申请实施例提供的电子设备的软件结构的示意性框图；
图5为本申请实施例提供的一种LRA的驱动电路的示意图；
图6为本申请实施例提供的一种滑膜观测器确定LRA的反电动势的过程示意图；
图7为本申请实施例提供的一种滑膜运动的示意图；
图8为本申请实施例提供的一种系统抖振的示意图；
图9为本申请实施例提供的一种滑膜控制的原理示意图；
图10为本申请实施例提供的一种运动点的运动轨迹的示意图；
图11为本申请实施例提供的一种运动点的相轨迹的示意图；
图12为本申请实施例提供的另一种运动点的相轨迹的示意图；
图13为本申请实施例提供的又一种运动点的相轨迹的示意图；
图14为本申请实施例提供的一阶滑膜观测器对应的系统变化曲线的示意图；
图15为本申请实施例提供的二阶滑膜观测器对应的系统变化曲线的示意图；
图16为本申请实施例提供的一种马达驱动装置的示意性框图。
具体实施方式
为了便于清楚描述本申请实施例的技术方案，以下，对本申请实施例中所涉及的部分术语和技术进行简单介绍：
1、线性谐振马达(Linear Resonant Actuator，LRA)：包括纵向（z轴）线性马达和横向（x轴）线性马达。
LRA包括弹簧、线圈和振子等部件。在LRA驱动芯片在线圈上施加电压信号时，线圈可以产生励磁电流。线圈产生的磁场可以推动带有磁性的振子移动。当励磁电流方向发生改变时，磁场方向改变，使得振子的移动方向改变。因此，LRA驱动芯片可以在线圈上施加周期性电压信号，使得磁场方向周期性变化，进而推动振子发生往返振动，达到触觉反馈的效果。该电压信号也可以理解为向LRA施加的驱动信号。
2、LRA振动周期，可以理解为从LRA驱动芯片开始给LRA施加驱动信号LRA开始振动，到LRA驱动芯片停止施加驱动信号且LRA振动停止的时长。示例性地，在电子设备进行来电显示时，电子设备可以间歇性地振动多次。其中，电子设备每次的振动可以理解为一个LRA振动周期。在一个LRA振动周期结束后，电子设备暂停振动；在下一个LRA振动周期开始后，电子设备再开始下一次振动。
3、振动频率，也可以称为振子振动频率。可以指振子单位时间内振动循环的次数。振子振动频率可以是振子振动周期的倒数。
4、本振频率（F0），也可以称为振子本振频率、本振频率等。可以理解为使振子振动幅度最大、振动效率最高的频率。
5、过零点电压检测法：过零点电压检测法对应的检测电路100可以如图1所示。
检测电路100包括数字电路部分和模拟电路部分。在驱动波形接收用于指示振动的指令时，驱动波形可以确定振子振动频率、LRA振动周期、振动幅度等驱动参数。驱动波形可以将驱动参数传输至PWM调制器，PWM调制器可以基于驱动参数，生成正弦信号。正弦信号可以理解为能够用于转换正弦波的电信号。之后，基于正弦信号，驱动电路1和驱动电路2中的一个电路可以利用H桥生成正弦波中相位大于等于0的部分的近似方波；另一个电路可以利用H桥生成正弦波中相位小于等于0的部分的近似方波。该两个方波也可以称为驱动信号。这样，LRA在正弦波的近似方波的作用下振动。
在需要检测LRA的本振频率时，LRA驱动芯片可以停止驱动LRA，即驱动波形不向PWM调制器传输驱动参数。之后，电子设备可以利用数据采集模块、信号反馈模块、低通滤波器以及峰值检测和过零点检测模块检测得到LRA的反电动势和过零点，并能够基于反电动势和过零点确定LRA的本振频率。这样，峰值检测和过零点检测模块可以将本振频率发送至驱动波形，以使驱动波形可以基于本振频率确定驱动参数，以使LRA的振动效率更佳。
其中，数字采集模块可以采集LRA两端（P端和N端）的电压和电流，并将电压和电流传输至信号反馈模块；信号反馈模块基于电压和电流，得到反馈信号，并将反馈信号传输至低通滤波器；经低通滤波器滤波后，向峰值检测和过零点检测模块传输滤波后的反馈信号。峰值检测和过零点检测模块可以基于反馈信号，确定LRA的反电动势和过零点。进而可以根据过零点确定本振频率。
示例性地，如图2所示，图2示出了一个LRA振动周期中LRA的反电动势的示意图。图2中的曲线为LRA的反电动势随着时间（t）推移的变化曲线。其中，每个正弦波表示一个反电动势周期。该反电动势周期例如也可以替换为振子振动周期。振子振动周期的倒数即振子振动频率。多个反电动势周期可以形成一个LRA振动周期。方块表示LRA驱动芯片施加的驱动信号。在一个反电动势周期中，驱动信号包括正向的驱动信号和反向的驱动信号，即位于时间轴上方的驱动信号和位于时间轴下方的驱动信号，从而使得LRA可以往复振动。驱动信号可以理解为上述的近似方波。
在LRA驱动芯片向LRA施加驱动信号之后，LRA开始振动。在LRA的振动幅度接近最大值，即K点之后，LRA驱动芯片施加的驱动信号可以减小。
在A0点，LRA驱动芯片停止施加驱动信号，由于运动惯性和空间阻尼，LRA可以继续在一定时间内进行振动，直至完全静止。LRA驱动芯片可以在该一定时间内检测LRA的反电动势和过零点。在该一定时间内的反电动势曲线与时间轴的交点可以称为过零点，如图2所示的A0点至A6点。
应理解，LRA的本振频率可以为该一定时间内振子的振动频率。频率即周期的倒数。因此，LRA的本振频率可以是A0点对应的时刻至A6点对应时刻中一个振子振动周期的倒数。例如，A0点对应的时刻至A2点对应时刻的倒数，或A3点对应的时刻至A5点对应时刻的倒数等。或者，LRA的本振频率可以是A0点至A6点对应的时长1与时长1包括的振子振动周期的数量的比值的倒数。示例性地，如图2所示，时长1包括的振子振动周期的数量为3。本振频率F0=1/（T/3）。
峰值检测和过零点检测模块可以确定LRA的反电动势以及过零点；进而可以根据过零点确定LRA的本振频率。
6、其他术语
在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一芯片和第二芯片仅仅是为了区分不同的芯片，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项（个）”或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b，或c中的至少一项（个），可以表示：a，b，c，a-b，a--c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
7、电子设备
本申请实施例的电子设备可以包括具有人脸识别功能的手持式设备、车载设备等。例如，一些电子设备为：手机（mobile phone）、平板电脑、掌上电脑、笔记本电脑、移动互联网设备（mobile internet device，MID）、可穿戴设备，虚拟现实（virtual reality，VR）设备、增强现实（augmented reality，AR）设备、工业控制（industrial control）中的无线终端、无人驾驶（self driving）中的无线终端、远程手术（remote medical surgery）中的无线终端、智能电网（smart grid）中的无线终端、运输安全（transportation safety）中的无线终端、智慧城市（smart city）中的无线终端、智慧家庭（smart home）中的无线终端、蜂窝电话、无绳电话、会话启动协议（session initiation protocol，SIP）电话、无线本地环路（wireless local loop，WLL）站、个人数字助理（personal digital assistant，PDA）、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，5G网络中的终端设备或者未来演进的公用陆地移动通信网络（publicland mobile network，PLMN）中的终端设备等，本申请实施例对此并不限定。
作为示例而非限定，在本申请实施例中，该电子设备还可以是可穿戴设备。可穿戴设备也可以称为穿戴式智能设备，是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，例如：智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。
此外，在本申请实施例中，电子设备还可以是物联网（internet of things，IoT）系统中的终端设备，IoT是未来信息技术发展的重要组成部分，其主要技术特点是将物品通过通信技术与网络连接，从而实现人机互连，物物互连的智能化网络。
本申请实施例中的电子设备也可以称为：终端设备、用户设备（user equipment，UE）、移动台（mobile station，MS）、移动终端（mobile terminal，MT）、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置等。
在本申请实施例中，电子设备或各个网络设备包括硬件层、运行在硬件层之上的操作系统层，以及运行在操作系统层上的应用层。该硬件层包括中央处理器（centralprocessing unit，CPU）、内存管理单元（memory management unit，MMU）和内存（也称为主存）等硬件。该操作系统可以是任意一种或多种通过进程（process）实现业务处理的计算机操作系统，例如，Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。该应用层包含浏览器、通讯录、文字处理软件、即时通信软件等应用。
为了便于理解本申请，首先结合图3和图4对电子设备的硬件结构和软件结构进行说明。
图3为本申请实施例提供的一种电子设备的结构示意图。如图3所示，电子设备300可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线（universalserial bus，USB）接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，传感器模块180，LRA驱动芯片190，LRA191，指示器192，摄像头193，显示屏194，以及用户标识模块（subscriber identificationmodule，SIM）卡接口195等。
其中，传感器模块180可以包括压力传感器，陀螺仪传感器，气压传感器，温度传感器，触摸传感器等。音频模块170可以包括扬声器，受话器，麦克风，耳机接口等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备300的具体限定。在本申请另一些实施例中，电子设备300可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器（application processor，AP），调制解调处理器，图形处理器（graphics processingunit，GPU），图像信号处理器（image signal processor，ISP），控制器，视频编解码器，数字信号处理器（digital signal processor，DSP），基带处理器，和/或神经网络处理器（neural-network processing unit，NPU）等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。处理器110中还可以设置存储器，用于存储指令和数据。
在一种可能的实施方式中，在用户按键、电子设备300进行来电提示等场景中，处理器110可以生成指示振动提示的指令1。
可选地，处理器110可以调用接口将指令1指示给LRA驱动芯片190。这样，LRA驱动芯片190可以生成驱动信号，并将驱动信号传输至LRA191，以使LRA 191可以产生振动提示。
LRA 191可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作，LRA 191也可对应不同的振动反馈效果。不同的应用场景(例如：时间提醒，接收信息，闹钟，游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
在一种可能的实施方式中，LRA驱动芯片190中可以集成有用于驱动LRA的驱动电路。例如图1所示的电路中除了LRA之外的硬件或者软件模块等。
电子设备300的软件系统可以采用分层架构，事件驱动架构，微核架构，微服务架构，或云架构。本申请实施例以分层架构的Android系统为例，示例性说明电子设备300的软件结构。
图4为本申请实施例的电子设备300的软件结构框图。
分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，将Android系统分为五层，从上至下分别为应用程序层，应用程序框架层，硬件抽象层（hardware abstraction layer，HAL），内核层以及硬件层。
需要说明的是，本申请实施例以Android系统举例来说明，在其他操作系统中（例如鸿蒙系统，IOS系统等），只要各个功能模块实现的功能和本申请的实施例类似也能实现本申请的方案。
应用程序层可以包括一系列应用程序包。例如，相机、日历、电话、地图、游戏、设置、通知等应用程序。
应理解，本申请实施例中，界面的显示以及用户的界面交互可以在应用程序层实现。
应用程序框架层为应用程序层的应用程序提供应用编程接口（applicationprogramming interface，API）和编程框架。应用程序框架层包括一些预先定义的函数。
应用程序框架层可以包括振动服务等。振动服务可以用于提供振动相关的服务。
HAL层是对Linux内核驱动程序的封装，向上提供接口，屏蔽低层硬件的实现细节。HAL层中可以包括振动HAL等。
振动HAL可以包括振动接口，振动接口可以实现与内核层的振动驱动进行交互。
内核层是硬件和软件之间的层。内核层可以包括振动驱动等。振动驱动可以驱动LRA振动芯片向LRA施加驱动信号，以使LRA振动。
硬件层可以包括LRA振动芯片和LRA。
在一种可能的实施方式中，电子设备300可以通过以下方式实现振动。
应用程序A调用API接口与振动服务交互，向振动服务指示振动指令，振动指令中例如可以携带用于指示LRA振动周期（或振动频率）、LRA振动周期的数量（也可以称为振动次数）以及振动强度（0-100）等的信息。之后，振动服务可以调用振动HAL指示振动驱动驱动LRA驱动芯片。之后，驱动LRA振动芯片向LRA施加驱动信号，以使LRA振动。
其中，应用程序A例如可以是社交类应用程序，在应用程序A接收通知消息时向振动服务指示振动指令；或者，应用程序A也可以是电话等应用程序，在应用程序A接收来电时向振动服务指示振动指令。
需要说明的是，图4示出的软件架构仅为示例，并不构成对本申请实施例的限定。电子设备300的软件架构中还可以包括图4未示出的层和模块。例如，电子设备300的软件架构中还包括系统库和安卓运行时（android runtime）等。还例如，应用程序框架层还可以包括活动管理器，视图系统等；内核层还可以包括显示驱动，音频驱动等；硬件层还可以包括存储器、显示屏等。
目前，通常采用过零点电压检测法检测电子设备中LRA的本振频率。然而，这样的方法使电子设备无法实时检测LRA的反电动势，无法实时确定LRA本振频率，进而无法实时利用本振频率调整LRA驱动芯片向LRA施加的驱动信号，导致LRA的振动效果可能较差，影响用户体验感。即如图2所示，电子设备只能在过零点期间检测LRA的反电动势，进而确定LRA的本振频率。
有鉴于此，本申请提供一种马达驱动设备和驱动方法，通过在LRA驱动芯片中设置滑膜观测器，利用滑膜观测器实时检测LRA的反电动势，并利用多个LRA的反电动势计算LRA的本振频率，无需限定于在停止向LRA施加驱动信号之后确定LRA的本振频率，使得在LRA振动过程中，LRA驱动芯片可以确定多个LRA的本振频率，并可以根据LRA的本振频率调整LRA驱动芯片向LRA施加的驱动信号，从而使施加于LRA上的驱动信号的频率更接近本振频率，使得LRA的振动幅度更大，振动效果更好。
下面结合图5至图13对本申请的马达驱动方法进行详细介绍。本申请实施例的马达驱动方法可以由通过马达实现振动功能的电子设备执行，例如手机、平板电脑、智能手环等，也可以为支持电子设备实现马达驱动方法的芯片、芯片系统或处理器，还可以是能实现全部或部分电子设备功能的逻辑模块或软件，本申请对此不做具体限制。下面以电子设备为执行主体对本申请实施例的马达驱动方法进行详细说明。
图5为本申请实施例提供的一种LRA的驱动电路500的示意图。驱动电路500中除LRA之外的硬件或软件模块可以集成于电子设备的LRA驱动芯片中。电子设备的硬件结构可以如图3所示，软件结构可以如图4所示。
驱动电路500可以包括数字电路部分和模拟电路部分。数字电路部分可以包括驱动波形、PWM调制器、F0检测模块以及滑膜观测器。模拟电路部分可以包括驱动电路1、驱动电路2、电压检测模块、电流检测模块以及LRA。
如图5所示，电子设备响应于指示振动的操作，例如按键，来电等，通过振动驱动向驱动波形指示振动指令。驱动波形可以确定振子振动频率、LRA振动周期、振动幅度等驱动参数。在F0检测模块确定本振频率之前，驱动参数可以是预设于电子设备或LRA驱动芯片中的参数。
驱动波形可以将驱动参数传输至PWM调制器，PWM调制器可以基于驱动参数，生成正弦信号。之后，基于正弦信号，驱动电路1和驱动电路2中的一个电路可以利用H桥生成正弦波中相位大于等于0的部分的近似方波；另一个电路可以利用H桥生成正弦波中相位小于等于0的部分的近似方波。该两个方波也可以称为驱动信号。这样，LRA在正弦波的近似方波的作用下振动。
在LRA振动期间，电压检测模块可以实时检测LRA两端（P端和N端）电压，并将检测得到的电压传输至滑膜观测器；电流检测模块可以实时检测LRA两端（P端和N端）中一端的电流，并将检测得到的电流传输至滑膜观测器。滑膜观测器可以根据电压和电流确定LRA的反电动势。滑膜观测器将LRA的反电动势传输至F0检测模块，在滑膜观测器向F0检测模块输入的反电动势包括至少半个反电动势周期的情况下，F0检测模块根据至少半个反电动势周期的反电动势曲线与时间轴的交点确定本振频率，并将本振频率传输至驱动波形。例如，结合图2，至少半个反电动势周期的反电动势曲线与时间轴的交点至少为两个，根据至少半个反电动势周期的反电动势曲线与时间轴的交点，可以确定相邻多个交点之间的时长。从而计算出反电动势周期，反电动势周期的倒数即为本振频率。
这样，驱动波形可以基于本振频率调整驱动参数，并将调整后的驱动参数传输至PWM调制器。从而使施加于LRA上的驱动信号的频率更接近本振频率。结合图2，在A0点之前，电子设备也可以计算本振频率，并且电子设备计算本振频率不仅只能通过A0点到A6点该7个过零点，还可以利用A0点之前反电动势曲线与时间轴的交点，例如利用整个LRA振动周期中与时间轴的交点，共9个反电动势周期，假设从第一个交点至A6点的时长为t1，则反电动势周期为t1/9，本振频率为9/t1。使得计算的本振频率的准确率可以更高。
可选地，滑膜观测器可以通过如图6所示的过程，利用检测得到的电流和电压确定LRA的反电动势。
如图6所示，滑膜观测器可以包括：滑膜电流控制器、作差模块601、反电动势转化器以及低通滤波器。
其中，滑膜电流控制器可以利用检测得到的电压、电流以及反电动势转化器反馈的滤波前反电动势估算电流，得到I’。之后，通过作差模块601，可以对I’和检测到的电流I作差。反电动势转化器可以利用I’和I确定滤波前反电动势。通过低通滤波器对滤波前反电动势进行滤波，可以确定LRA的反电动势。
首先，对滑膜电流控制器确定I’的方式进行说明。
LRA的电压公式可以为下述的公式1和公式2。需要说明的是，为了使LRA中的振子可以往复振动，LRA驱动芯片向LRA施加的驱动信号为周期性的电压信号，即驱动信号包括正向和反向两个方向。
在本申请实施例中，正向和反向可以理解为两个不同的方向，例如正向的反电动势和反向的反电动势的方向不同。例如图2所示的反电动势曲线中，位于时间轴上方的反电动势与位于时间轴下方的反电动势的方向不同，其中一个可以为正向，另一个则为反向。LRA的电流、电压的方向也类似。为了简洁，下文中对此不再赘述。
公式1
其中，i 1为LRA上正向的电流值，R为LRA的等效电阻，L为LRA的电感，μ 1为LRA两端的正向的电压，e 1为正向的反电动势。
公式2
其中，i 2为LRA上反向的电流值，R为LRA的等效电阻，L为LRA的电感，μ 2为LRA两端的反向的电压，e 2为反向的反电动势。
应理解，通过公式1和公式2可以看出，LRA的电流与LRA的反电动势相关。其中，i 1和i 2可以理解为图6中的I。μ 1和μ 2可以理解为图6中的U。e 1和e 2可以理解为图6中的E。
基于公式1和公式2，可以确定估算电流与反电动势转化器反馈的滤波前反电动势相关，该两者之间的关系可以如公式3和公式4所示。
公式3
其中，为LRA上正向的估算电流值，R为LRA的等效电阻，L为LRA的电感，μ 1为LRA两端的正向的电压，z 1为反电动势转化器反馈的正向的滤波前反电动势。
公式4
其中，为LRA上反向的估算电流值，R为LRA的等效电阻，L为LRA的电感，μ 2为LRA两端的反向的电压，z 2为反电动势转化器反馈的反向的滤波前反电动势。
需要说明的是，z 1和z 2可以是反电动势转化器上一次确定的滤波前反电动势。即滑膜电流控制器可以基于反电动势转化器反馈的上一次确定的滤波前反电动势，估算电流。其中，z 1和z 2可以理解为图6中的Z1。和/>可以理解为图6中的I’。
因此，基于公式3和公式4，滑膜电流控制器可以确定和/>。
还需要说明的是，为了使滑膜观测器确定的LRA的反电动势的准确率较高，滑膜观测器的滑膜面可以为公式5中的s 1和公式6中的s 2。
公式5
其中，i 1为LRA上正向的电流值，为LRA上正向的估算电流值。
公式6
其中，i 2为LRA上反向的电流值，为LRA上反向的估算电流值。
应理解，由于LRA的反电动势与LRA的检测的电流相关，因此，滑膜观测器估算的电流与检测的电流越接近，表示通过滑膜观测器确定的LRA的反电动势的准确率较高。
下面对反电动势转化器利用I’和I确定滤波前反电动势Z2的方式进行说明。
可选地，反电动势转化器利用超螺旋（super-twisting）算法确定LRA的反电动势。
应理解，反电动势转化器中可以设置有超螺旋算法的数学模型。反电动势转化器通过将估算电流值和检测的电流值的差值、检测的电流值、滑膜观测器的增益k以及运动点的扰动项ρ输入超螺旋算法的数据模型，可以计算得到反电动势。
示例性地，如下述的公式7和公式8所示，反电动势转化器可以基于公式7和公式8确定滤波前反电动势Z2。
公式7
其中，z 3为反电动势转化器确定的正向的滤波前反电动势，sign（）为符号函数，符号函数也可以称为开关函数，k 1和k 2为滑膜观测器的滑膜增益，为LRA上正向的电流值（i 1）与LRA上正向的估算电流值（/>）的差值。
公式8
其中，z 4为反电动势转化器确定的反向的滤波前反电动势，sign（）为符号函数，符号函数也可以称为开关函数，k 1和k 2为滑膜观测器的滑膜增益，为LRA上反向的电流值（i 2）与LRA上反向的估算电流值（/>）的差值。
其中，公式7中的可以理解为/>的时变扰动项，用于表示/>随时间的变化程度，公式8中的/>可以理解为/>的时变扰动项，用于表示/>随时间的变化程度，这样，通过超螺旋算法可以考虑估算电流值和检测的电流值的差值的时变特性，一方面，计算反电动势的运算量较小，另一方面，可以实时计算得到LRA的反电动势。
此外，k 1可以影响滑膜观测器的动态响应速度，例如运动点向滑膜面的运动速度等；时变扰动项和较大的k 2可以减小由开关函数导致的系统抖振。
反电动势转化器可以基于滑膜控制函数，确定滤波前反电动势Z2，公式7中的z 3公式8中的z 4可以理解为Z2。
之后，反电动势转化器可以将Z2反馈至滑膜电流控制器，以使滑膜电流控制器下一次可以利用Z2估算电流。
应理解，上述的符号函数也可以称为开关函数，因此，通过公式7和公式8确定的滤波前反电动势为高频开关信号。所以可以通过低通滤波器对滤波前反电动势进行滤波，得到LRA的反电动势E。
通过上述确定LRA反电动势的过程可以看出，滑膜观测器可以通过使估算电流值与检测的电流值的差值稳定于0，从而准确的计算LRA的反电动势。
图7为本申请实施例提供的一种滑膜运动的示意图。如图7所示，在X1和X2对应的坐标系中，存在滑膜面S=0。通过滑膜观测器的线性控制和滑膜控制可以使运动点从原始点运动至滑膜面，并在滑膜面上逐渐稳定。
其中，X1和X2可以理解为与LRA反电动势相关的值，例如检测的电压和电流等。运动点可以理解为估算电流值与检测的电流值的差值。
作为一个可选的实施例，滑膜观测器为二阶滑膜观测器。这样，可以减小滑膜观测器的系统系统抖振，从而进一步提高确定的LRA的反电动势的准确性。
图8为本申请实施例提供的一种系统抖振的示意图。如图8所示，当运动点逐渐收敛于滑膜面S=0时，运动点开始在S=0两侧，即S＞0的区域和S＜0的区域来回运动。
其中，X1和X2可以理解为与LRA反电动势相关的值，例如检测的电压和电流等。运动点可以理解为估算电流值与检测的电流值的差值。运动点的运动路径可以是从第三象限运动到第二象限直至接近原点。运动点的运动路径也可以是从第一象限运动到第四象限直至接近原点。
需要说明的是，图7和图8中，运动点的运动路径仅为示意，并不构成对本申请实施例的限定。
下面结合图9对滑膜观测器的设计原理进行说明。
图9为本申请实施例提供的一种滑膜控制的原理示意图。如图9所示，对于滑膜观测器控制的运动系统，存在一个滑膜面s 3，s 3=0。滑膜面s 3将空间划分为s 3＞0和s 3＜0两个部分。滑膜面上的运动点可以分为三类。
其中，点A为穿越点。即当运动点运动到滑膜面上时，运动点将穿过滑膜面。例如图9所示的，运动点从s 3＜0对应的区域运动至滑膜面上（点A处），然后继续向s 3＞0对应的区域运动。
点B为起点。即当运动点运动到滑膜面上时，运动点将向滑膜面两侧中的一侧运动。例如图9所示的，运动点运动至滑膜面上（点B处），然后继续向s 3＞0或s 3＜0对应的区域运动。
点C为终点。即当运动点运动到滑膜面上时，运动点将停留至滑膜面上。例如图9所示的，运动点从s 3＞0或s 3＜0对应的区域运动至滑膜面上（点C处），然后停留至滑膜面上。
需要说明的是，在本申请实施例中，通过滑膜观测器可以使估算电流I’与检测的电流I的差值接近于0，即使该差值收敛于滑膜面上。因此，本申请实施例中的运动点也可以理解为估算电流I’与检测的电流I的差值，滑膜面可以理解为使估算电流I’与检测的电流I的差值为0的面。
对于滑膜观测器，可以通过开关函数控制运动点的运动方向，从而使运动点收敛于滑膜面。并且，滑膜观测器需要在运动点运动至滑膜面上之后再通过开关函数控制运动点收敛于滑膜面上。示例性地如图10所示，当运动点按照运动轨迹1001或者运动轨迹1002运动至滑膜面上之后，滑膜观测器对运动点进行滑膜控制，即通过开关函数控制运动点收敛于滑膜面上，如运动轨迹1003所示。
下面分别对一阶滑膜观测器的滑膜控制以及二阶滑膜观测器的滑膜控制进行详细说明。
对于一阶滑膜观测器，假设运动点的运动轨迹可以用公式9表示。
公式9
其中，为x对时间的一阶导数，x为随时间变化的函数，R n为1×n的数组。
对于上述运动点的运动轨迹，存在一个滑膜面s 3，s 3满足公式10。
公式10
其中，s 3(x)为滑膜面，x 1，x 2，…x n为运动点运动轨迹的运动变量，即会影响运动点的运动轨迹的变量。
对于二阶滑膜观测器，假设运动点的运动轨迹可以用公式11表示。
公式11/>
其中，为x 1对时间的一阶导数，x 1为随时间变化的函数，/>为x 2对时间的一阶导数，x 2为随时间变化的函数，u为滑膜观测器的输入值，例如检测的电压和/或电流，x 1可以为与估算电流和检测的电流的差值相关的函数。
示例性地，由于u与x 1和x 2相关，可以利用x 1和x 2表示u，例如公式12所示。
公式12
其中，u为滑膜观测器的输入值，例如检测的电压和/或电流，a为x 1的系数，x 1为随时间变化的函数，且x 1可以为与估算电流和检测的电流的差值相关的函数。
在a取值不同时，运动点的相轨迹不同。例如，在a为-4的情况下，公式11存在一对共轭复根，且共轭复根的实部为正数，运动点的相轨迹可以如图11所示，图11中的y1和y2为运动点的运动轨迹的根，在y1和y2均大于0时，运动点处于第一象限；在y1小于0且y2大于0时，运动点处于第二象限；在y1和y2均小于0时，运动点处于第三象限；在y1大于0且y2小于0时，运动点处于第四象限。还例如，在a为4的情况下，公式11存在3和-1两个根，运动点的相轨迹可以如图12所示，图12中的y1和y2为运动点的运动轨迹的根，在y1和y2均大于0时，运动点处于第一象限；在y1小于0且y2大于0时，运动点处于第二象限；在y1和y2均小于0时，运动点处于第三象限；在y1大于0且y2小于0时，运动点处于第四象限。通过图11所示的相轨迹和图12所示的相轨迹可以看出，在a为4或-4的情况下，系统不稳定，则运动点的运动轨迹难以收敛。
因此，a可以按照公式13取值。
公式13
其中，s 4为滑膜面，x 1为随时间变化的函数，且x 1可以为与估算电流和检测的电流的差值相关的函数。
这样，滑膜观测器可以通过公式13调整a，从而控制运动点向接近于滑膜面的方向运动，以使运动点在滑膜面上运动。公式13例如可以理解为开关函数。示例性地，在a按照公式13取值的情况下，运动点的相轨迹可以如图13所示。运动点向接近于滑膜面的方向运动。
为了使运动点能够收敛于滑膜面，滑膜观测器采用的滑膜面和趋近律需要使系统趋于稳定。
示例性地，假设运动点的运动轨迹方程为公式14。
公式14
其中，为x 1对时间的一阶导数，x 1为随时间变化的函数，/>为x 2对时间的一阶导数，x 2为随时间变化的函数，/>为x 3对时间的一阶导数，x 3为随时间变化的函数，u为滑膜观测器的输入值，例如检测的电压和/或电流，x 1可以为与估算电流和检测的电流的差值相关的函数。
首先确定滑膜面。根据赫尔维茨（Hurwitz）稳定性判据，滑膜面s 5满足公式15。
公式15
应理解，公式15示出的滑膜面s 5仅为示例，滑膜面满足的公式还可以是其他依据Hurwitz稳定性判据确定的公式，即且满足公式15的根没有负实部。
之后，根据李雅普诺夫函数（Lyapunov function）确定上述示例中的运动点的运动轨迹的稳定性。
例如，令李雅普诺夫函数V满足公式16。
公式16
其中，s 5为滑膜面。
根据李雅普诺夫稳定性判据可以确定，李雅普诺夫函数V的导数为负值。
即公式17
其中，为V对时间的一阶导数，/>为s 5对时间的一阶导数。
为了使滑膜电流控制器每次控制输出均需要进行李雅普诺夫稳定性判断，可以利用合适的趋近律设计滑膜电流控制器，以使运动点的运动轨迹可以趋于稳定，减小系统抖振。
对s 5求导，得到：公式18
将公式14代入公式18，得到：
公式19
以趋近律为指数趋近律为例，根据指数趋近律和公式19，可以得到公式20。
公式20
其中，为第一常数，且第一常数大于0时，表示运动点将在有限时间内达到滑膜面，/>为第二常数，第二常数大于0时，运动点将沿着滑模面在有限时间内收敛到平衡态。
将公式20和公式19代入公式17，得到公式21。
公式21
其中，和/>为大于0的值，因此，/>小于0。s 5将趋于0，根据李雅普诺夫稳定性判据，对于一个系统状态方程，若存在一个具有连续一阶导数的标量函数V满足V是正定的且是负定的，则系统在平衡状态下可以趋于稳定，因此，该滑膜电流控制器可以稳定控制运动点的运动轨迹趋于稳定。
需要说明的是，在滑模观测器通过采集LRA的电流、电压来预测其反电动势的情况下，由于在滑模观测器中，运动点的运动轨迹到达滑膜面时，运动点还存在一定的速度，使得运动点继续运动，并可能会穿越滑模面。通过滑膜观测器的控制，运动点在穿越滑膜面一段距离之后，会切换运动方向，使得运动点在滑模面反复穿越，形成系统抖振。
此外，对于LRA驱动芯片，其I2C通道传输速率可能较小，且硬件设计较为复杂，同时内存空间较小，加上LRA驱动芯片中的开关器件在开关时存在一定的时间空间上的延迟，导致抖振现象更加明显，严重时甚至将带来高频振动，激发系统的多模态，从而影响LRA驱动的精确度，且增加了不必要的能量损耗。
通过二阶滑模观测器，由于其控制的变量（即估算电流与检测的电流之间的差值）不是实际系统的控制输入量，而是其导数或者高阶导数。从而在计算实际控制量时，需要进行积分，因此将不连续的控制量变为了连续的，削弱了抖振问题。此外，二阶滑模观测器将趋近律中的切换函数包含在了积分项中，利用积分的滤波特性减小了系统抖振。
示例性地，通过对一阶滑膜观测器进行仿真，运动点运动的系统中的各变量的变化曲线可以如图14所示，其中，曲线1401例如可以为公式14中的x 1随时间变化的曲线，曲线1402例如可以为公式14中的x 2随时间变化的曲线，曲线1403例如可以为公式14中的x 3随时间变化的曲线，曲线1404例如可以为公式14中的u随时间变化的曲线。通过对基于超螺旋算法的二阶滑膜观测器进行仿真，运动点运动的系统中的各变量的变化曲线可以如图15所示，其中，曲线1501例如可以为公式15中的x 1随时间变化的曲线，曲线1502例如可以为公式14中的x 2随时间变化的曲线，曲线1503例如可以为公式14中的x 3随时间变化的曲线，曲线1504例如可以为公式14中的u随时间变化的曲线。通过对比可以看出，电子设备通过二阶滑膜观测器可以使运动点的运动轨迹中的变量（例如，公式14中x 1、x 2、x 3以及u）趋于稳定，能够减小系统抖振。
需要说明的是，在本申请实施例中，系统也可以理解为运动点运动的系统，或运动点的运动轨迹等。运动点的运动轨迹的方程也可以称为系统状态方程。本申请对此不做具体限定。
还需要说明的是，在电子设备采用二阶滑膜观测器的情况下，运动点的运动轨迹可以存在二阶导数。示例性地，假设运动点的运动轨迹方程为公式22。
公式22
其中，为x对时间的一阶导数，/>为y对时间的一阶导数，σ(x，t)为随时间t和x变化的函数，x可以为与检测的电流值相关的函数，y为估算电流值，β为控制函数的输入。
公式22存在二阶导数，且二阶导数例如可以为公式23。
公式23
其中，为σ对时间的二阶导数，/>为σ对时间的一阶导数，x可以为与检测的电流值相关的函数，β为控制函数的输入，σ为随时间t和x变化的函数，σ例如可以是运动点运动的变化量，/>为β对时间的一阶导数。
控制函数为可以用于控制运动点的运动轨迹的函数。例如公式24。
公式24
其中，z 5为反电动势转化器确定的正向的滤波前反电动势，sign（）为符号函数，τ为符号函数的系数，i 1为LRA上正向的电流值，为LRA上正向的估算电流值。
应理解，上文中示出的运动点的运动轨迹等方程均为示例，并不构成对本申请实施例的限定。
本申请实施例还提供一种马达驱动设备1000，设备1000包括：马达、控制单元、电压检测单元、电流检测单元以及驱动电路，控制单元包括滑膜观测器。设备1000也可以称为电子设备，设备1000的硬件结构可以如图3所示，软件结构可以如图4所示。
其中，电流检测单元，用于检测通过马达的电流，得到第N检测电流值。电压检测单元，用于检测马达两端的电压，得到第N检测电压值。
控制单元，用于将第N检测电压值输入滑膜观测器，通过滑膜观测器输出第N预测电流值，并对第N预测电流值和第N检测电流值的差值进行超螺旋滑模控制处理，得到马达的第N反电动势；并根据多个反电动势确定控制信号，多个反电动势包括马达的第N-i反电动势至马达的第N+j反电动势，第N-i反电动势至第N-1反电动势为在第N反电动势之前得到的，第N+1反电动势至第N+j反电动势为在第N反电动势之后得到的，控制信号的振动频率与本振频率的差异小于第一值，本振频率与多个反电动势的周期成反比。
驱动电路，用于将控制信号转换为施加于马达的驱动信号。
马达，用于在驱动信号的驱动下振动。
应理解，N可以为正整数，i和j为大于等于0的整数。设备1000例如可以包括如图5所示的驱动电路500。上述中的第一值不需要预设。控制信号的振动频率与本振频率的差异小于第一值是设备1000呈现的结果，表示控制信号的振动频率与本振频率的差异较小。且控制信号的振动频率可以表示控制信号中包括的振动频率。第N-i反电动势至第N-1反电动势为在第N反电动势之前得到的，表示按照时间先后顺序，设备1000先计算得到第N-i反电动势至第N-1反电动势。第N+1反电动势至第N+j反电动势为在第N反电动势之后得到的，表示按照时间先后顺序，设备1000先计算得到第N反电动势，之后再计算得到第N-i反电动势至第N-1反电动势。
马达例如可以为驱动电路500中的LRA，控制单元例如可以为驱动电路500中的数字电路部分。电压检测单元例如可以为驱动电路500中的电压检测模块。电流检测单元例如可以为驱动电路500中的电流检测模块。驱动电路例如可以为驱动电路500中的驱动电路1和驱动电路2。控制单元包括的滑膜观测器例如可以为驱动电路500中的数字电路部分中的滑膜观测器。
多个反电动势至少包括半个反电动势的周期内的马达的反电动势，且多个反电动势的反电动势曲线与时间轴至少存在两个交点，这样，设备1000可以根据多个反电动势计算得到反电动势的周期，反电动势的周期的倒数即为本振频率。设备1000利用反电动势的周期确定本振频率的过程可以参看上文的描述，此处不再赘述。
本申请的马达驱动设备，可以实时检测马达的反电动势，并可以利用超过半个反电动势的周期内的马达的反电动势，确定马达的本振频率。相比于过零点电压检测法，结合图2，过零点电压检测法只能在停止向马达施加驱动信号之后确定马达的反电动势，而设备1000在停止向马达施加驱动信号之前也可以根据超过半个反电动势的周期内的马达的反电动势，进而确定马达的本振频率。设备1000可以实时检测马达的反电动势，并且设备1000在马达振动过程中可以多次确定马达的本振频率，使得得到的本振频率的准确率较高，并且使得设备1000可以及时根据马达的本振频率调整马达驱动芯片向马达施加的驱动信号，从而使施加于马达上的驱动信号的频率更接近本振频率，使得马达的振动幅度更大，振动效果更好。
首先，第N反电动势可以通过以下方式确定。
可选地，对第N预测电流值和第N检测电流值的差值进行超螺旋滑模控制处理，得到马达的第N反电动势，可以通过以下方式实施：对差值进行超螺旋滑模控制处理，得到处理前第N反电动势；将处理前第N反电动势进行滤波处理，得到第N反电动势。
应理解，处理前第N反电动势例如可以为上文中的反向的滤波前反电动势和/或正向的滤波前反电动势，第N反电动势例如可以为上文中的反电动势E。处理前第N反电动势中为高频开关信号。因此，通过滤波处理可以滤波处理前第N反电动势中高频信号。
在上述实施例的基础上，对差值进行超螺旋滑模控制处理，得到处理前第N反电动势，可以通过以下方式实施：
利用差值、滑膜观测器的滑膜增益以及差值的开关函数，得到处理前第N反电动势。
应理解，滑膜观测器可以为二阶滑膜观测器。且滑膜观测器中可以设置有超螺旋算法。第N反电动势可以是通过超螺旋算法，利用差值、滑膜观测器的滑膜增益以及差值的开关函数计算得到的。且，超螺旋算法可以是考虑差值的时变的算法。滑膜增益可以包括两个滑膜增益，例如第一滑膜增益和第二滑膜增益。第一滑膜增益和第二滑膜增益可以为通过李雅普诺夫函数（Lyapunov function）计算得到。
其中，差值例如可以为上文中的或/>。
示例性地，处理前第N反电动势满足下述公式：
，
其中，γ 1为滑膜观测器的第一滑膜增益，γ 2为滑膜观测器的第二滑膜增益，ΔI为差值，sign（ΔI）为差值的开关函数，滑膜增益包括第一滑膜增益和第二滑膜增益。
应理解，γ 1例如可以为公式7和/或公式8中的k 1；γ 2例如可以为公式7和/或公式8中的k 2；ΔI例如可以为公式7中的和/或公式8中的/>，/>例如可以为公式7中的z 3和/或公式8中的z 4。可以参看上文的描述，此处不再赘述。
其次，第N预测电流值可以通过以下方式确定。
可选地，第N预测电流值是利用第N检测电压值、马达的电阻、马达的电感以及第N-1反电动势计算得到的。
其中，第N检测电压值例如可以为上文中的LRA两端的反向的电压和/或LRA两端的正向的电压。
示例性地，第N预测电流值I 1满足以下公式：
，
其中，V为第N检测电压值，为第N-1反电动势，L为马达的电感，t为时间，R为马达的等效电阻。
应理解，V例如可以为公式3中的μ 1和/或公式4中的μ 2；例如可以为上文中的Z1，I 1例如可以为公式3中的/>和/或公式4中的/>。可以参看上文的描述，此处不再赘述。
可选地，滑膜观测器包括滑膜电流控制器、反电动势转化器以及低通滤波器；滑膜电流控制器，用于利用第N检测电压值、马达的电阻、马达的电感以及第N-1反电动势，计算第N预测电流值；反电动势转化器，用于利用差值、滑膜观测器的滑膜增益以及差值的开关函数，计算处理前第N反电动势，并向滑膜电流控制器反馈第N反电动势；低通滤波器，用于对处理前第N反电动势进行滤波处理，得到第N反电动势。
其中，通过向滑膜电流控制器反馈第N反电动势，可以使滑膜电流控制器基于第N反电动势计算第N+1预测电流值。
应理解，该实施例的实施方式可以参看图6以及上文中确定估算电流值和LRA的反电动势的方式，此处不再赘述。
本申请实施例还提供一种马达驱动方法1700，方法1700可以由设备1000执行。
方法1700包括以下步骤：
S1701、检测通过马达的电流和马达两端的电压，得到第N检测电流值和第N检测电压值。
S1702、将第N检测电压值输入滑膜观测器，通过滑膜观测器输出第N预测电流值，并对第N预测电流值和第N检测电流值的差值进行超螺旋滑模控制处理，得到马达的第N反电动势；并根据多个反电动势确定控制信号，多个反电动势包括马达的第N-i反电动势至马达的第N+j反电动势，第N-i反电动势至第N-1反电动势为在第N反电动势之前得到的，第N+1反电动势至第N+j反电动势为在第N反电动势之后得到的，控制信号的振动频率与本振频率的差异小于第一值，本振频率与多个反电动势的周期成反比；
S1703、将控制信号转换为施加于马达的驱动信号，并向马达施加驱动信号。
应理解，方法1700的实施方式与设备1000驱动马达的实施方式类似，可以参看上文中对于设备1000的描述，此处不再赘述。
需要说明的是，本申请实施例所涉及的模块名称均可以定义为其他的名称，能够实现各模块的作用即可，不对模块的名称做具体限制。
图16为本申请实施例提供的一种马达驱动装置1600的示意性框图。该装置1600包括处理器1601、通信接口1602和存储器1603。其中，处理器1601、通信接口1602和存储器1603通过内部连接通路互相通信，该存储器1603用于存储指令，该处理器1601用于执行该存储器1603存储的指令。通信接口1602可以用于向其他装置（例如处理器1601或者电子设备的触摸屏）发送信号，也可以用于从其他装置（例如存储器1603）接收信号。示例性地，通信接口1602读取存储器1603中存储的指令，并将该指令发送给处理器1601。
应理解，装置1600可以具体为上述实施例中的电子设备，并且可以用于执行上述方法实施例中与电子设备对应的各个步骤和/或流程。可选地，该存储器1603可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。该处理器1601可以用于执行存储器中存储的指令，并且当该处理器1601执行存储器中存储的指令时，该处理器1601用于执行上述方法实施例的各个步骤和/或流程。
应理解，在本申请实施例中，该处理器可以是中央处理单元（central processingunit，CPU），该处理器还可以是其他通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器执行存储器中的指令，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本申请实施例提供的马达驱动方法，可以应用在具备通信功能的电子设备中。电子设备包括终端设备，终端设备的具体设备形态等可以参照上述相关说明，此处不再赘述。
本申请实施例提供一种终端设备，该终端设备包括：包括：处理器和存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，使得终端设备执行上述方法。
本申请实施例提供一种芯片。芯片包括处理器，处理器用于调用存储器中的计算机程序，以执行上述实施例中的技术方案。其实现原理和技术效果与上述相关实施例类似，此处不再赘述。
本申请实施例还提供了一种计算机可读存储介质。计算机可读存储介质存储有计算机程序。计算机程序被处理器执行时实现上述方法。上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。如果在软件中实现，则功能可以作为一个或多个指令或代码存储在计算机可读介质上或者在计算机可读介质上传输。计算机可读介质可以包括计算机存储介质和通信介质，还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
一种可能的实现方式中，计算机可读介质可以包括RAM，ROM，只读光盘（compactdisc read-only memory，CD-ROM）或其它光盘存储器，磁盘存储器或其它磁存储设备，或目标于承载的任何其它介质或以指令或数据结构的形式存储所需的程序代码，并且可由计算机访问。而且，任何连接被适当地称为计算机可读介质。例如，如果使用同轴电缆，光纤电缆，双绞线，数字用户线（Digital Subscriber Line，DSL）或无线技术（如红外，无线电和微波）从网站，服务器或其它远程源传输软件，则同轴电缆，光纤电缆，双绞线，DSL或诸如红外，无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘，激光盘，光盘，数字通用光盘（Digital Versatile Disc，DVD），软盘和蓝光盘，其中磁盘通常以磁性方式再现数据，而光盘利用激光光学地再现数据。上述的组合也应包括在计算机可读介质的范围内。
本申请实施例提供一种计算机程序产品，计算机程序产品包括计算机程序，当计算机程序被运行时，使得计算机执行上述方法。
本申请实施例是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程设备的处理单元以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理单元执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (14)
1.一种马达驱动设备，其特征在于，包括：马达、控制单元、电压检测单元、电流检测单元以及驱动电路，所述控制单元包括滑膜观测器；
所述电流检测单元，用于检测通过所述马达的电流，得到第N检测电流值；
所述电压检测单元，用于检测所述马达两端的电压，得到第N检测电压值；
所述控制单元，用于将所述第N检测电压值输入所述滑膜观测器，通过所述滑膜观测器输出第N预测电流值，并对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势；并根据多个反电动势确定控制信号，所述多个反电动势包括所述马达的第N-i反电动势至所述马达的第N+j反电动势，所述第N-i反电动势至第N-1反电动势为在所述第N反电动势之前得到的，第N+1反电动势至所述第N+j反电动势为在所述第N反电动势之后得到的，所述控制信号的振动频率与本振频率的差异小于第一值，所述本振频率与所述多个反电动势的周期成反比；
所述驱动电路，用于将所述控制信号转换为施加于所述马达的驱动信号；
所述马达，用于在所述驱动信号的驱动下振动。
2.根据权利要求1所述的设备，其特征在于，所述对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势，包括：
对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势；
将所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。
3.根据权利要求2所述的设备，其特征在于，所述对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势，包括：
利用所述差值、所述滑膜观测器的滑膜增益以及所述差值的开关函数，得到所述处理前第N反电动势。
4.根据权利要求3所述的设备，其特征在于，所述处理前第N反电动势 满足下述公式：
，
其中，γ 1为所述滑膜观测器的第一滑膜增益，γ 2为所述滑膜观测器的第二滑膜增益，ΔI为所述差值，sign（ΔI）为所述差值的开关函数，所述滑膜增益包括所述第一滑膜增益和所述第二滑膜增益。
5.根据权利要求1至4中任一项所述的设备，其特征在于，所述第N预测电流值是利用所述第N检测电压值、所述马达的电阻、所述马达的电感以及第N-1反电动势计算得到的。
6.根据权利要求5所述的设备，其特征在于，所述第N预测电流值I 1满足以下公式：
，
其中，V为所述第N检测电压值，为所述第N-1反电动势，L为所述马达的电感，t为时间，R为所述马达的等效电阻。
7.根据权利要求1至4中任一项所述的设备，其特征在于，所述滑膜观测器包括滑膜电流控制器、反电动势转化器以及低通滤波器；
所述滑膜电流控制器，用于利用所述第N检测电压值、所述马达的电阻、所述马达的电感以及第N-1反电动势，计算所述第N预测电流值；
所述反电动势转化器，用于利用所述差值、所述滑膜观测器的滑膜增益以及所述差值的开关函数，计算处理前第N反电动势，并向所述滑膜电流控制器反馈所述第N反电动势；
所述低通滤波器，用于对所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。
8.一种马达驱动方法，其特征在于，应用于电子设备，所述电子设备包括滑膜观测器和马达，包括：
检测通过所述马达的电流和所述马达两端的电压，得到第N检测电流值和第N检测电压值；
将所述第N检测电压值输入所述滑膜观测器，通过所述滑膜观测器输出第N预测电流值，并对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势；并根据多个反电动势确定控制信号，所述多个反电动势包括所述马达的第N-i反电动势至所述马达的第N+j反电动势，所述第N-i反电动势至第N-1反电动势为在所述第N反电动势之前得到的，第N+1反电动势至所述第N+j反电动势为在所述第N反电动势之后得到的，所述控制信号的振动频率与本振频率的差异小于第一值，所述本振频率与所述多个反电动势的周期成反比；
将所述控制信号转换为施加于所述马达的驱动信号，并向所述马达施加所述驱动信号。
9.根据权利要求8所述的方法，其特征在于，所述对所述第N预测电流值和所述第N检测电流值的差值进行超螺旋滑模控制处理，得到所述马达的第N反电动势，包括：
对所述差值进行超螺旋滑模控制处理，得到处理前第N反电动势；
将所述处理前第N反电动势进行滤波处理，得到所述第N反电动势。
10.根据权利要求9所述的方法，其特征在于，所述处理前第N反电动势满足下述公式：
，
其中，γ 1为所述滑膜观测器的第一滑膜增益，γ 2为所述滑膜观测器的第二滑膜增益，ΔI为所述差值，sign（ΔI）为所述差值的开关函数。
11.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器和存储器； 所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，所述一个或多个处理器调用所述计算机指令以使得所述电子设备执行如权利要求8至10中任一项所述的方法。
12.一种芯片系统，其特征在于，所述芯片系统应用于电子设备，所述芯片系统包括一个或多个处理器，所述一个或多个处理器用于调用计算机指令以使得所述电子设备执行如权利要求8至10中任一项所述的方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求8至10中任一项所述的方法。
14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在电子设备上运行时，使得所述电子设备执行如权利要求8至10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179514.1A CN117728733A (zh) | 2024-02-18 | 2024-02-18 | 马达驱动设备和驱动方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179514.1A CN117728733A (zh) | 2024-02-18 | 2024-02-18 | 马达驱动设备和驱动方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117728733A true CN117728733A (zh) | 2024-03-19 |
Family
ID=90211096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179514.1A Pending CN117728733A (zh) | 2024-02-18 | 2024-02-18 | 马达驱动设备和驱动方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117728733A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014131416A (ja) * | 2012-12-28 | 2014-07-10 | Rohm Co Ltd | スプリングリターン機構付きボイスコイルモータの駆動回路およびそれを用いたレンズモジュールおよび電子機器、ならびにボイスコイルモータの共振周波数の測定方法 |
| CN105511514A (zh) * | 2015-12-31 | 2016-04-20 | 歌尔声学股份有限公司 | 一种智能终端的触觉振动控制系统和方法 |
| CN113067504A (zh) * | 2021-02-07 | 2021-07-02 | 山东交通学院 | 一种永磁线性马达的数据驱动快速终端滑模控制方法 |
| CN113300645A (zh) * | 2021-05-14 | 2021-08-24 | 大连海事大学 | 改进的永磁同步电机超螺旋滑模无位置传感器控制方法 |
| CN115940721A (zh) * | 2022-10-27 | 2023-04-07 | 佛山鸿威技术有限公司 | 基于超螺旋滑模观测器的永磁同步电机观测及滤波方法 |
| CN116195178A (zh) * | 2020-09-24 | 2023-05-30 | 高通股份有限公司 | 触觉自适应占空比 |
| CN116865610A (zh) * | 2023-06-07 | 2023-10-10 | 锐电科技有限公司 | 基于超螺旋滑模观测器的永磁同步电机控制方法及系统 |
| CN117434347A (zh) * | 2022-07-22 | 2024-01-23 | 马克西姆综合产品公司 | 基于电流的谐振频率跟踪系统 |
-
2024
- 2024-02-18 CN CN202410179514.1A patent/CN117728733A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014131416A (ja) * | 2012-12-28 | 2014-07-10 | Rohm Co Ltd | スプリングリターン機構付きボイスコイルモータの駆動回路およびそれを用いたレンズモジュールおよび電子機器、ならびにボイスコイルモータの共振周波数の測定方法 |
| CN105511514A (zh) * | 2015-12-31 | 2016-04-20 | 歌尔声学股份有限公司 | 一种智能终端的触觉振动控制系统和方法 |
| CN116195178A (zh) * | 2020-09-24 | 2023-05-30 | 高通股份有限公司 | 触觉自适应占空比 |
| CN113067504A (zh) * | 2021-02-07 | 2021-07-02 | 山东交通学院 | 一种永磁线性马达的数据驱动快速终端滑模控制方法 |
| CN113300645A (zh) * | 2021-05-14 | 2021-08-24 | 大连海事大学 | 改进的永磁同步电机超螺旋滑模无位置传感器控制方法 |
| CN117434347A (zh) * | 2022-07-22 | 2024-01-23 | 马克西姆综合产品公司 | 基于电流的谐振频率跟踪系统 |
| CN115940721A (zh) * | 2022-10-27 | 2023-04-07 | 佛山鸿威技术有限公司 | 基于超螺旋滑模观测器的永磁同步电机观测及滤波方法 |
| CN116865610A (zh) * | 2023-06-07 | 2023-10-10 | 锐电科技有限公司 | 基于超螺旋滑模观测器的永磁同步电机控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3088064B1 (en) | Vibration signal generation program, vibration signal generation system, vibration signal generation apparatus, vibration signal generation method, and data output program | |
| US10490035B2 (en) | Haptic notifications | |
| US20180164896A1 (en) | Audio enhanced simulation of high bandwidth haptic effects | |
| CN106461727B (zh) | 控制马达振动的方法及装置、电子设备 | |
| CN104932681B (zh) | 触觉效果的自动调整 | |
| KR20170098681A (ko) | 햅틱 효과 충돌 회피 | |
| CN109388234B (zh) | 触觉效果编码和呈现系统 | |
| CN104243279A (zh) | 信息处理方法、信息处理设备和穿戴式电子设备 | |
| CN205485661U (zh) | 一种智能终端的触觉振动控制系统 | |
| KR20200028168A (ko) | 컨볼루셔널 뉴럴 네트워크를 이용하는 컴퓨팅 장치 및 그 동작 방법 | |
| CN111443917B (zh) | 神经网络运行优化方法、装置及相关产品 | |
| CN106534476A (zh) | 智能手机与情趣用品通过蓝牙进行交互控制的方法和系统 | |
| CN111486779B (zh) | 信号处理方法、装置和电子设备 | |
| CN111580644A (zh) | 信号处理方法、装置和电子设备 | |
| US20170025980A1 (en) | Method for driving vibrating motor | |
| CN113708590A (zh) | 线性振动马达、触觉反馈振动模组、控制方法及装置 | |
| CN117728733A (zh) | 马达驱动设备和驱动方法 | |
| CN111752370A (zh) | 马达的振动控制方法、装置、终端和存储介质 | |
| CN115098262B (zh) | 一种多神经网络任务处理方法及装置 | |
| CN105469411A (zh) | 用于检测图像清晰度的方法、装置及终端 | |
| JP6721664B2 (ja) | データ出力プログラム、データ出力装置、およびデータ出力方法 | |
| US10684689B2 (en) | Cross-platform dynamic haptic effect design tool for augmented or virtual reality environments | |
| CN113765326A (zh) | 线性马达及其起振方向检测方法、装置和电子设备 | |
| US11797095B2 (en) | Haptics waveform generator | |
| CN117220556A (zh) | 一种马达驱动方法、马达驱动装置及电子设备 |
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 |