TWI399563B - 馬達轉矩和轉速之估測系統與估測方法 - Google Patents

Description

馬達轉矩和轉速之估測系統與估測方法

本發明是有關於馬達轉矩和轉速之估測系統與估測方法。

目前，市面上的各類機械產品在利用馬達做變速驅動時，大多需要配合速度感測器來做馬達的轉子位置感測，以做為速度回授的依據。然而，無論是利用電磁感應式或光學感測器來做回授，在馬達的運用上，都造成了很大的限制與成本上的負擔，更遑論在機械維修的問題上。因此出現了無感測器之驅動技術。

然而，無感測器驅動方式雖然改善了大部分感測器所造成的問題，但大多數的無感測器估測法皆需要透過高速的數位訊號處理器(Digital Signal Processor,DSP)來完成大量的數學運算，其過程繁雜，而且在目前，一般較高速的DSP往往售價不斐。

因此，需要一種新的馬達轉矩和轉速之估測系統與估測方法來精確地估測出馬達之轉速與轉矩，而不需要習知的磁感應式或光學感測器來做回授，或是高速數位訊號處理器來完成數學運算。

因此，本發明之一方面是在提供一種馬達轉矩和轉速之估測系統，此系統不需高速數位訊號處理器即可精確地估測出馬達之轉矩和轉速。

本發明之另一方面是在提供一種馬達轉矩和轉速之估測方法，此方法不需藉助高速數位訊號處理器，即可精確地估測出馬達之轉矩和轉速。

根據本發明之一實施例，此馬達轉矩和轉速之估測系統包含聲音接收裝置、特徵擷取裝置和類神經網路模組。聲音接收裝置係用以接收馬達運轉時所發出之馬達聲音訊號。特徵擷取裝置係用以擷取馬達聲音訊號之聲音特徵值。類神經網路模組，用以接受複數筆訓練資料之訓練來建立馬達模型，並根據聲音特徵值來利用馬達模型計算馬達轉矩或馬達轉速，其中這些訓練資料包含複數個歷史馬達聲音特徵值和歷史馬達聲音特徵值所對應之複數個歷史馬達轉矩值或轉速值。

根據本發明之另一實施例，此馬達轉矩和轉速之估測方法包含模型建立階段和估測階段。在模型建立階段中，首先，提供複數筆訓練資料。這些訓練資料包含複數個歷史馬達聲音特徵值和這些歷史馬達聲音特徵值所對應之複數個歷史馬達轉矩值或轉速值。接著，利用這些訓練資料來訓練類神經網路，以建立馬達模型。然後，在估測階段中，首先，接收馬達運轉時所發出之馬達聲音訊號。接著，擷取馬達聲音訊號之聲音特徵值。然後，根據聲音特徵值來利用馬達模型計算馬達轉矩或馬達轉速。

本發明之實施例提供了以聲音訊號結合特徵分析，並透過類神經網路的建模來估測馬達轉速與轉矩之系統與方法。此法無需繁雜的數學運算，故不需使用高速的DSP，而且也不會受到馬達工作環境影響而限制其運用和影響其估測準確度。

請參照第1圖，其係繪示根據本發明一實施例之馬達轉矩和轉速之估測系統100的功能方塊示意圖。估測系統100包含聲音接收裝置110、特徵擷取裝置120和類神經網路模組130。在本實施例中，聲音接收裝置110為麥克風，特徵擷取裝置120為快速傅利葉轉換(Fast Fourier Transform;FFT)模組，而類神經網路模組130則為儲存有類神經網路之8051單晶片或現場可編程邏輯閘陣列(Field Programmable Gate Array;FPGA)。在以下的說明中，將詳細介紹這些裝置的功能。

請參照第2圖，其係繪示根據本發明一實施例之馬達轉矩和轉速之估測方法200的流程示意圖。在本實施例中，估測方法200包含模型建立階段210和估測階段220。模型建立階段210係用以建立可估測馬達轉矩和轉速的馬達模型，而估測階段220則利用此馬達模型來估測馬達之轉矩和轉速。

在模型建立階段210中，首先進行資料提供步驟212，以提供複數筆訓練資料。這些訓練資料包含多個歷史馬達聲音特徵值(例如：頻率值)與其所對應之歷史馬達轉矩值和轉速值。這些歷史馬達聲音特徵值可能以多對一或一對一之形式來對應至歷史馬達轉矩值或轉速值。接著，進行訓練步驟214，以利用這些訓練資料來訓練類神經網路模組230中的類神經網路，以使類神經網路建立出可估測馬達轉矩和轉速之馬達模型。

在估測階段220中，首先進行接收步驟222，以利用聲音接收裝置110來接收待測馬達140運轉時所發出之馬達聲音訊號，例如：馬達運轉時所發出之噪音。然後，進行特徵擷取步驟224，以擷取馬達聲音訊號之聲音特徵值。在本實施例中，係利用特徵擷取裝置120來對馬達聲音訊號進行快速傅利葉轉換，以將馬達聲音訊號從時域轉換至頻域上，再根據預設的音量強度閥值來決定聲音特徵值。請參照第3圖，其係繪示本實施例之馬達聲音訊號之頻譜圖。由第3圖可了解，當音量強度閥值定為0.05帕斯卡(Pa)時，可以得到7個特徵點A、B、C、D、E、F、G、H，而每一特徵點皆會對應至一個頻率值，這些頻率值即為本實施例所需的聲音特徵值。接著，進行估測步驟226，以利用類神經網路模組230所建立的馬達模型，來計算特徵擷取裝置120所擷取之聲音特徵值所對應的馬達轉矩和馬達轉速。

為了更具體地解釋馬達轉矩和轉速之估測方法200，以下將以一具體的範例來說明。

在本範例中，使用的實驗設備包含：(1)高感度麥克風，其靈敏度為34.4mV/Pa；(2)待測馬達，其為三相220V、60Hz、4P，最高轉速為1800轉/分(rpm)之馬達；(3)磁粉動力機，可使得馬達產生各種不同的轉速以及轉矩；(4)數位類比轉換器(A/D CONVERTER)，主要功用為將高感度麥克風所收集到之類比式訊號，轉換成數位式訊號，以提供電腦記錄；(5)8051單晶片，儲存有類神經網路和快速傅利葉轉換模組；(6)轉速計，用以測量馬達轉速；(7)動力計，用以測量馬達轉矩。

在本範例之實驗流程中，首先供給馬達220V 60Hz的電力，使馬達運轉。接著，使用動力機手動加載功能，使馬達改變轉速和轉矩，並透過轉速計和動力計記錄馬達當時之轉速和轉矩，以做為訓練類神經網路之目標值。另外，在紀錄馬達轉速和轉矩的時候，同時透過高感度麥克風收集馬達之聲音訊號，並使用數位類比轉換器將類比聲音訊號轉換成數位聲音訊號，再將聲音訊號輸入至電腦中來做頻譜分析，以擷取代表各轉速之特徵頻率，做為訓練類神經網路之輸入矩陣。以上，即為模型建立階段210之資料提供步驟212。

經由頻譜分析所得到之頻譜圖，可從其中觀察到各個轉速對應至頻域上的特性，並察知發生特徵之特徵頻率具有一定的規則性，因此可擷取各個轉速發生特徵之特徵頻率，做為訓練倒傳遞類神經網路之輸入，此輸入為一個9×55之矩陣。訓練類神經網路之目標，則是由各個轉速經過正規化後的1×55之矩陣。

獲得上述之矩陣後，利用這些矩陣來訓練類神經網路。因為所設定的輸出為馬達之轉速或轉矩，故輸出層神經原設定為一個，其轉移函數為線性轉移函數，隱藏層的神經元數目，通常介於輸入層神經元數與輸出層神經元數和的一半，到輸入層神經元數的兩倍間，因為過多的神經元數會造成類神經網路的過度訓練，而且會因為網路較複雜，執行的時間增加，所以神經元數也不宜過多。有鑑於此，經由試誤法比較得知，本實驗決定選擇轉速估測網路架構為9-11-1，而轉矩之網路架構為9-13-1之類神經網路來訓練與模擬。以上，即為模型建立階段210之訓練步驟214。

訓練完成後，將會得到二組權重值以及偏權值，此即類神經網路所建立之馬達模型。在接下來的步驟中，將以此二模型來估測馬達之轉速和轉矩。

在估測馬達之轉速和轉矩時，首先利用高感度麥克風來接收馬達之聲音訊號。然後。利用8051單晶片的快速傅利葉轉換模組來擷取聲音訊號之特徵值。接著，利用馬達模型來估測此特徵值所對應的馬達轉速和轉矩。以上，即為估測階段220。

請同時參照第4圖和第5圖，第4圖係繪示馬達轉速估測值與實際值之曲線關係示意圖，第5圖係繪示馬達轉矩估測值與實際值之曲線關係示意圖。由第4圖和第5圖可看出，本範例所估測的馬達轉速值和轉矩值與實際值相當接近，其誤差百分比可以達到0.007%。

值得注意的是，雖然以上實施例係同時進行馬達轉矩和轉速之估測，但在本發明其他實施例中，亦可只進行馬達轉矩或馬達轉速之估測。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

100．．．估測系統

110．．．聲音接收裝置

120．．．特徵擷取裝置

130．．．類神經網路模組

140．．．馬達

200．．．估測方法

210．．．模型建立階段

212．．．資料提供步驟

214．．．訓練步驟

220．．．估測階段

222．．．接收步驟

224．．．特徵擷取步驟

226．．．估測步驟

A、B、C、D．．．特徵點

E、F、G、H．．．特徵點

為讓本發明之上述和其他目的、特徵、和優點能更明顯易懂，上文特舉一較佳實施例，並配合所附圖式，作詳細說明如下：

第1圖係繪示根據本發明一實施例之馬達轉矩和轉速之估測系統的功能方塊示意圖。

第2圖係繪示根據本發明一實施例之馬達轉矩和轉速之估測方法的流程示意圖。

第3圖係繪示本實施例之馬達聲音訊號之頻譜圖。

第4圖係繪示馬達轉速估測值與實際值之曲線關係示意圖。

第5圖係繪示馬達轉矩估測值與實際值之曲線關係示意圖。

200．．．估測方法

210．．．模型建立階段

212．．．資料提供步驟

214．．．訓練步驟

220．．．估測階段

222．．．接收步驟

224．．．特徵擷取步驟

226．．．估測步驟

Claims (10)

1. 一種馬達轉矩和轉速之估測系統，用以估測一馬達之一馬達轉速值或一馬達轉矩值，其中該估測系統包含：一聲音接收裝置，用以接收該馬達運轉時所發出之一馬達聲音訊號；一特徵擷取裝置，用以擷取該馬達聲音訊號之至少一聲音特徵值；以及一類神經網路模組，用以接收複數筆訓練資料來建立該馬達之一馬達模型，並根據該至少一聲音特徵值來利用該馬達模型計算該馬達轉矩或該馬達轉速，其中該些訓練資料包含複數個歷史馬達聲音特徵值和該些歷史馬達聲音特徵值所對應之複數個歷史馬達轉矩值或轉速值。
2. 如申請專利範圍第1項所述之馬達轉矩和轉速之估測系統，其中該至少一聲音特徵值為該馬達聲音訊號之頻率值。
3. 如申請專利範圍第1項所述之馬達轉矩和轉速之估測系統，其中該特徵擷取裝置為一快速傅利葉轉換(Fast Fourier Transform；FFT)模組。
4. 如申請專利範圍第1項所述之馬達轉矩和轉速之估測系統，其中該聲音接收裝置為麥克風。
5. 如申請專利範圍第1項所述之馬達轉矩和轉速之估測系統，其中該類神經網路模組為8051單晶片或現場可編程邏輯閘陣列(Field Programmable Gate Array；FPGA)。
6. 如申請專利範圍第1項所述之馬達轉矩和轉速之估測系統，其中該類神經網路模組係儲存一類神經網路，該類神經網路包含一輸入層、一輸出層和一隱藏層，該輸入層之神經元的數目係大於該輸入層之神經元的數目與該輸出層之神經元的數目的總和的一半，且小於該輸入層之神經元的數目的兩倍。
7. 一種馬達轉矩和轉速之估測方法，適用於估測一馬達之一馬達轉速值或一馬達轉矩值，其中該估測方法包含：一模型建立階段，包含：提供複數筆訓練資料，包含複數個歷史馬達聲音特徵值和該些歷史馬達聲音特徵值所對應之複數個歷史馬達轉矩值或轉速值；以及利用該些訓練資料來訓練一類神經網路，以建立該馬達之一馬達模型；以及一估測階段，包含：接收該馬達運轉時所發出之一馬達聲音訊號；擷取該馬達聲音訊號之至少一聲音特徵值；以及根據該至少一聲音特徵值來利用該馬達模型計算該馬達轉矩或該馬達轉速。
8. 如申請專利範圍第7項所述之馬達轉矩和轉速之估 測方法，其中該至少一聲音特徵值為該馬達聲音訊號之頻率值。
9. 如申請專利範圍第7項所述之馬達轉矩和轉速之估測方法，其中擷取該至少一聲音特徵值之步驟包含：利用快速傅利葉轉換來將該馬達聲音訊號從時域轉換至頻域；以及根據一預設強度閥值來擷取該馬達聲音訊號之該至少一聲音特徵值。
10. 如申請專利範圍第7項所述之馬達轉矩和轉速之估測方法，其中該類神經網路模組係儲存一類神經網路，該類神經網路包含一輸入層、一輸出層和一隱藏層，該輸入層之神經元的數目係大於該輸入層之神經元的數目與該輸出層之神經元的數目的總和的一半，且小於該輸入層之神經元的數目的兩倍。