CN1238702C - 负载转子惯量的实时测量方法 - Google Patents

Abstract

本发明披露一种负载转子惯量的实时测量方法，通过适应性滤波器以及最小平方法实时测量负载转子的转动惯量，利用一个已知其转动惯量的模型电机，以其电流信号当作适应性滤波器的输入信号之一，并取驱动电机电流信号以及模型电机的电流信号两者相减所得的误差量，作为适应性滤波器的另一输入信号，再以适应性滤波器配合最小平方的算法，将上述两个输入信号做运算，即可实时测量出负载的转动惯量。

Description

负载转子惯量的实时测量方法

技术领域

本发明涉及一种转动惯量测量方法，特别是一种交流伺服驱动器的负载转子惯量的实时测量方法。

背景技术

交流永磁式同步电机基本结构类似传统的同步电机，定子侧有三相绕组，而转子侧的激磁部分则由永磁体产生，而无激磁电路及滑环、电刷，具有高功率体积比、高效率以及低转矩波动的优点，故适用于精密伺服机构的驱动装置，例如高精密或高响应速度的加工机械平台。目前广为使用的伺服控制系统中，于设计交流无刷伺服驱动器时，对于负载物的转动惯量，是设计服务器的一项重要参数，该参数必须精确地测量，以确保交流伺服驱动器在作服务器运算控制时，对该参数有正确数值来做出准确的控制运算。

而因为数字信号处理器的快速发展，交流伺服驱动器朝向智能型的趋势发展，提供交流伺服驱动器实时了解本身及周遭环境的因素变化。所谓智能型代表的人为介入的设定越来越少，使用者可以因此而更便利。欲达到智能型的交流伺服驱动器，其中一项重要参数为负载转子惯量(rotor inertia)的测量。有些驱动器的设计将负载转子惯量当作参数由使用者输入到驱动器内，此种方式缺乏弹性，且使用者若不清楚负载转子惯量的意义，将造成产品缺乏智能型的优势与使用上的困难。因此，通过负载转子惯量的测量方法，使服务器能清楚负载转动惯量的特性真正达到智能操作的目的，实为交流伺服驱动器的应用领域中亟待解决的技术课题。

发明内容

鉴于以上的问题，本发明的主要目的在于提供一种负载转子惯量的实时测量方法，实时测量由一驱动电机所驱动的受控电机的转动惯量，而调整驱动电机的输出，达到实时测量以及精准控制的目的。

本发明所披露的方法，参考系统模型，与实际系统来做对应，取其相对信号，利用适应性滤波器，以及最小平方法(LMS)来获得实际受控体的参数。

根据本发明所披露的负载转子惯量的实时测量方法，利用一个已知的电机机械模式控制回路作为理想模型，其转动惯量为已知，提取其速度控制器的输出数值当作适应性滤波器的输入信号之一，并取耦合系统中的驱动电机速度控制器的输出与模型电机速度控制器的输出，两者间的误差量，作为适应性滤波器的理想信号，再以适应性滤波器的算法，测量出负载的转动惯量。

因此，为达上述目的，本发明所披露的负载转子惯量的实时测量方法，首先自伺服控制系统中选定一个输入信号与理想信号，以作为适应性滤波器的两个输入信号；接着再将该输入信号经过至少一个以上的延迟器以取得至少一个以上的延迟信号，并将该延迟信号乘以相对应的加权后由一合成器输出为一加权输出信号(weighted output signal)，再决定加权输出信号与理想信号间的误差，再通过该误差回来调整加权值，此即本发明所提出的根据输入信号与理想信号通过适应性滤波器的方法以最小平方法调整适应性滤波器的加权值，进而决定出模型电机、驱动电机与负载电机间的转动惯量比值。

有关本发明的特征与实作，兹配合图标作最佳实施例详细说明如下。

附图说明

图1为适应性滤波器的系统方块图；

图2为本发明所采用的模型电机的系统方块图；

图3为驱动电机以及负载电机的系统方块图；

图4为负载转子惯量测量的系统方块图；

图5为应用本发明的实施例的速度命令输入的时间响应图；

图6为应用本发明的实施例的外部转矩干扰的时间响应图；

图7为应用本发明的第一实施例的时间响应图；

图8为应用本发明的第二实施例的时间响应图；

图9为应用本发明的第三实施例的时间响应图；以及

图10为应用本发明的第四实施例的时间响应图。

图中

11   延迟器

12   延迟器

13   延迟器

14   合成器

15   合成器

21   模型电机的电机数学模型

22   驱动电机的电机数学模型

23   负载电机的电机数学模型

31   合成器

32   合成器

33   合成器

34   合成器

35   合成器

36   合成器

37   合成器

38   合成器

39   合成器

41   增益控制器

42   增益控制器

43   比例控制器

44   积分控制器

45   增益控制器

46   增益控制器

47   增益控制器

51   带通滤波器

52   带通滤波器

53   延迟器

54    乘法器

55    乘法器

100   命令信号

101   误差信号

102   增益信号

103   电流信号

104   速度信号

105   误差信号

106   合成信号

107   增益信号

108   合成信号

109   增益信号

110   合成信号

111   速度信号

112   速度信号

113   合成信号

114   合成速度信号

115   增益信号

116   增益信号

301   输入信号

302   理想信号

303   滤波输入信号

304   延迟输入信号

305   加权输入信号

306   加权延迟输入信号

307   合成加权输出信号

308   滤波理想信号

309   合成信号

具体实施方式

首先说明本发明所采用的适应性滤波器以及最小平方法则(LeastMean Square；LMS)的模式来实时测量负载转子的惯量，以适应性滤波器(Adaptive Filter)为其主要的测量负载电机惯量的组件，而适应性滤波器又以最小平方法则(Least Mean Square；LMS)为其主要运算方式。

首先考虑单一输入适应性滤波器(single input adaptive transversalfilter)形式：

$y_k=\underset{l=0}{\overset{L}{\mathrm{\Σ}}}{w}_{\mathrm{lk}}{x}_{k-l}=W_k^T{X}_k=X_k^T{W}_k$ (第一式)

其中，y_k表实际信号输出，x_k表实际信号输入，w_lk表示信号的加权值。

请参考图1，为适应性滤波器的系统方块图，其中X_k-1表示输入信号X_k经过延迟器11后所输出的第一输入延迟信号，第一输入延迟信号X_k-1经过延迟器12后将会输出一第二输入延迟信号X_k-2，当经过第L个的延迟器13后，输入信号X_k将输出为第L输入延迟信号X_k-1输出，第一式表示单一输入信号适应性滤波器其输出信号为延迟信号以及其相对应的加权的内积，亦即合成器14将延迟信号与其对应的加权合成后输出，因此我们将第一式中X_k＝[x_k x_k-1…x_k-L]^T表实际输入信号向量，W_k＝[w_0k  w_1k…w_Lk]^T表实际信号加权向量。

接着说明如何决定延迟信号的相对应加权值。定义理想信号(desired output)d_k，及误差信号e_k＝d_k-y_k。延迟信号相对应的加权值(w_0k、w_1k、W_2k…w_Lk)以最小平方法求得。其中，误差信号e_k由合成器15将输出信号y_k与理想信号d_k合成后输出。

如图所示，误差信号 $e_k=d_k-y_k=d_k-X_k^T{W}_k$ (第二式)

根据LMS的定义估算误差信号，即为实际输出信号y_k，与理想输出信号d_k，相减后误差量的平方为最小。

定义误差平方对延迟信号加权值的微分：

${\widehat{\▿}}_k={[\frac{{\∂e}_k^2}{{\∂w}_0}.....\frac{{\∂e}_k^2}{{\∂w}_L}]}^T={2e}_k{[\frac{{\∂e}_k}{{\∂w}_0}.....\frac{{\∂e}_k}{{\∂w}_L}]}^T={-2e}_k{X}_k$ (第三式)

以陡坡降法(steepest-descent)，其一般解的形式可由 $W_{K+1}=W_k-\mathrm{\&mu;}{\widehat{\&dtri;}}_k$ (第四式)来表示。其中μ表增益常数，其决定着适应性滤波器的稳定度及收敛速度，须满足式 $0<\mathrm{\&mu;}<\frac{1}{(L+1)\left(\underset{i=0}{\overset{L}{\mathrm{\&Sigma;}}}{x}_{k-i}^2\right)},$ L表滤波器阶数。

将第三式代入第四式可得W_k+1＝W_k+2μe_kX_k(第六式)，即为所要的LMS算法。亦即将理想信号与输出信号的误差信号反馈，以估计下一个时间的信号加权。因此，当进入下一个时间点时，延迟信号相对应的加权亦随的改变，当系统达到稳态平衡时，即可测量出负载的转动惯量。因此，可以通过适应性滤波器的特性，由伺服控制系统取得一输入信号以及一理想信号，作为适应性滤波的信号输入，并由LMS法则，计算输入信号经过延迟器后的延迟信号与及相对应的加权值，以测量出负载的转动惯量。

接着请参考图2，为本发明所采用的模型电机的系统方块图。根据 $e_k=d_k-y_k=d_k-X_k^T{W}_k,$ 因此首先必须先取得一理想信号与一输入信号。

理想信号由一已知转动惯量的模型电机而来，如图2所示，模型电机的速度信号104由一电机数学模型21仿真而来，速度信号104将反馈至合成器31，合成器31根据命令信号100与速度信号104输出一误差信号101，误差信号101再透过一增益控制器41输出一增益信号102，再由增益控制器42将增益信号102转换成电流信号103输入至电机数学模型21中以控制模型电机的运转。此处所指已知转动惯量的模型电机，是已知的系统模型参数，我们利用已知的系统模型参数与实际的系统来做对应。输入信号301取用增益控制器41所输出的增益信号102，并输入至一带通滤波器51。

而理想信号的来源请参考图3，为驱动电机以及负载电机的控制系统方块图，驱动电机的电机数学模型22输出的速度信号111(为第一速度信号)，以及负载电机的电机数学模型23输出的速度信号112(为第二速度信号)，经过合成器36合成后输出为一合成速度信号114，再经由一增益控制器47放大为增益信号115再分别反馈至合成器35与合成器37中。

合成器35将增益信号109与增益信号115合成后，将输出一合成信号110以控制驱动电机的电机数学模型22的速度。同样的，合成器37将增益信号115与增益信号116合成输出一合成信号113以带动负载电机23。其中增益信号116为一与增益信号109性质类似的信号。理想信号来自合成器34的合成信号108，合成信号108由合成器34将增益信号107以及增益信号102合成后输出，合成信号108经过增益控制器46输出为增益信号109，增益信号107由增益控制器45输出。因此，理想信号取自合成信号108，由合成器34将增益信号102与增益信号107合成后输出，而增益信号107来自驱动电机的电机数学模型22输出的速度信号111与模型电机的电机数学模型21输出的速度信号104的误差信号105，由合成器32输出，误差信号105分别经由一比例控制器(P控制器)43与一积分控制器(I控制器)44后，再经由一合成器33输出为一合成信号106，再经由增益控制器45输出为增益信号107，使得合成器34可将此增益信号107与增益信号102合成为理想信号302输出。理想信号302则输入至一带通滤波器52中，以测量负载电机的转动惯量。

经由系统决定输入信号301与理想信号302后，接着进行负载转子惯量的测量，请参考图4，为负载转子惯量测量的系统方块图。图2中所示的适应性滤波器，其输出信号可将输入信号经由一个以上的延迟器取得延迟信号再乘以相对应加权后输出，在本实施例中，以一个延迟器即可达成测量的效果。

输入信号301经过带通滤波器51后输出一滤波输入信号(filteredinput signal)303，经过延迟器53后输出一延迟输入信号304，图式中有两个乘法器54以及55，经合成器38用以输出加权输出信号(weightedoutput signal)307。滤波输入信号303与延迟输入信号304经由相对应的加权后成为加权输入信号305以及加权延迟输入信号306，经由合成器38输出为合成加权输出信号(weighted output signal)307。其中加权输入信号305为Xk信号乘上相对应加权而得。加权延迟输入信号306为Xk-1信号乘上相对应加权后而得。

而理想信号302输入至带通滤波器52后，输出一滤波理想信号(filtered ideal signal)308，合成器39将加权输出信号(weightedoutput signal)307与滤波理想信号308合成后输出一合成信号309，合成信号309将透过第六式估算出下一态的加权值w1、w2，反馈至乘法器54与乘法器55中。将输入信号301与理想信号302输入带通滤波器用以取得欲估计的信号。

因此当驱动电机开始带动负载电机运转时，经由取得模型电机电流信号301与驱动电机及模型电机电流信号所合成的误差值302，而以适应性滤波器的估算方法而输出合成信号309，使得在下一个时间的电流，将根据上一个时间的输出决定，因此通过调整合成信号309以调整加权值w1与w2。下一个时间的加权值为适应性滤波器的增益常数、合成信号309(为加权输出信号(weighted output signal)以及理想信号的误差)以及输入信号301的积的两倍与上一个时间加权值的和。因此滤波输入信号303的加权值为w1(k+1)＝w1(k)+2*c*x1(k)*e(k)，延迟输入信号304的力口权值为w2(k+1)＝w2(k)+2*c*x2(k)*e(k)。

本发明所披露的方法以特性为50*2*pi/(s+50*2*pi)*s/(s+2*2*pi)的带通滤波器为例，其收敛常数取小于0.5的值。

以下针对本发明所披露的方法，实际举出仿真及验证的实施例，图5为速度命令输入的时间响应图，图6为外部转矩干扰的时间响应图。测试条件根据图5与图6的条件为依据。其中J表示驱动电机的转动惯量，Jm表示电机的转动惯量，JL表示负载电机的转动惯量，G为交流伺服驱动器的速度控制回路增益。

第一实施例：

J＝9e-5，G＝1，Jm＝2J，JL＝J，测量结果W1+W20.8。其时间响应图如图7所示。

第二实施例：

J＝9e-5，G＝1，Jm＝2J，JL＝10J，测量结果w1+W24.5。其时间响应图如图8所示。

第三实施例：

J＝9e-5，G＝10，Jrn＝2J，JL＝J，测量结果w1+W20.9。其时间响应图如图9所示。

第四实施例：

J＝9e-5，G＝10，Jm＝2J，JL＝10J，测量结果W1+W25。其时间响应图如图10所示。

由以上四个实施例可知，当把速度命令及外部干扰的频率设为近似，负载转量测量仍然可以稳定的进行。比较第一实施例、第二实施例、第三实施例、以及第四实施例，分别在不同控制器增益条件下，由实际仿真的情形，可以知道测量的结果对于控制器而言并无显着的影响。

根据本发明所披露的负载转子惯量的实时测量方法，以及实际应用本发明的实施例，以适应性LMS法则测量负载惯量，有优越的实用性以及价值性。

虽然本发明以前述的较佳实施例披露如上，然其并非用以限定本发明，任何熟悉相像技艺者，在不脱离本发明的精神和范围内，当可做些许的更动与润饰，因此本发明的专利保护范围须视本说明书所附的申请专利范围所界定者为准。

Claims (7)

1.一种负载转子惯量的实时测量方法，应用于一具有一受控电机的伺服控制系统中，该方法包括下列步骤：

参考一模型电机，由一模型电机的电流信号决定一适应性滤波器之一输入信号；

由驱动电机电流信号以及该模型电机的电流信号的误差决定一适应性滤波器之一理想信号；

根据该输入信号取得至少一个以上的延迟信号，并将该延迟信号乘以相对应的加权值后输出为一加权输出信号；

决定该加权输出信号与该理想信号间的误差；及根据该输入信号以及该理想信号，透过该适应性滤波器以最小平方法则决定该伺服控制系统的转动惯量。

2.按照权利要求第1项所述的负载转子惯量的实时测量方法，其中该模型电机的转动惯量为已知。

3.按照权利要求第1项所述的负载转子惯量的实时测量方法，其中取得该延迟信号前，该输入信号经过一带通滤波器并取出一滤波输入信号。

4.按照权利要求第1项所述的负载转子惯量的实时测量方法，其中决定该误差信号前，该理想信号经过一带通滤波器并取一滤波理想信号。

5.按照权利要求第1项所述的负载转子惯量的实时测量方法，其中该加权值随着时间改变。

6.按照权利要求第5项所述的负载转子惯量的实时测量方法，其中下一个时间的加权值为一增益常数、该输入信号以及该误差信号的积的两倍与上一个时间加权值的和。

7.按照权利要求第6项所述的负载转子惯量的实时测量方法，其中该增益常数为该适应性滤波器的增益常数。

Images