TWI776535B

TWI776535B - 基於負載轉矩-轉動慣量自學習模型之速度控制方法與電機驅動系統

Info

Publication number: TWI776535B
Application number: TW110119940A
Authority: TW
Inventors: 曾紹凱; 鄭百恩; 李振業
Original assignee: 台達電子工業股份有限公司
Priority date: 2021-06-02
Filing date: 2021-06-02
Publication date: 2022-09-01
Also published as: TW202248776A

Abstract

一種基於負載轉矩-轉動慣量自學習模型之速度控制方法，應用於控制馬達的控制器，速度控制方法包含：在零速度控制下，獲得負載轉矩的值；根據負載轉矩的值，獲得對應的轉動慣量的值，且自學習建立負載轉矩-轉動慣量關係；以及根據轉動慣量的值，調整控制器的參數，以控制馬達的運轉。

Description

基於負載轉矩-轉動慣量自學習模型之速度控制方法與電機驅動系統

本發明係有關一種速度控制方法與電機驅動系統，尤指一種基於負載轉矩-轉動慣量自學習模型之速度控制方法與電機驅動系統。

電動機搭配變頻器的應用已廣泛的使用於電梯、天車及電扶梯等系統。其中，為了使提升驅動系統的運轉性能，一般會使用該系統的相關機械參數進行速度控制器設計，以滿足運轉時的性能需求。

以電梯作為負載為例，因為馬達的轉動慣量與負載的質量為正相關的關係，因此當負載的重量(質量)不同(即載重不同)時，馬達(電動機)的轉動慣量是會隨之改變的。因此，若能夠估測出馬達的轉動慣量時，將能夠根據所估測出的轉動慣量的值，調整馬達的控制器的參數，有助於更精準地對電動機進行速度控制，並且可提升電動機的控制性能。

為此，如何設計出一種基於負載轉矩-轉動慣量自學習模型之速度控制方法與電機驅動系統，實現前揭技術功效，乃為本案發明人所研究的重要課題。

本發明之一目的在於提供一種基於負載轉矩-轉動慣量自學習模型之速度控制方法，解決現有技術之問題。

為達成前揭目的，本發明所提出的基於負載轉矩-轉動慣量自學習模型之速度控制方法，應用於控制馬達的控制器，速度控制方法包含：(a)、在零速度控制下，獲得負載轉矩的值；(b)、根據負載轉矩的值，獲得對應的轉動慣量的值，且自學習建立負載轉矩-轉動慣量關係；以及(c)、根據轉動慣量的值，調整控制器的參數，以控制馬達的運轉。

在一實施例中，步驟(b)包含：(b1)、在加速度控制下，根據負載轉矩的值，獲得對應的轉動慣量的值；以及(b2)、重複執行步驟(a)與(b1)，自學習建立負載轉矩-轉動慣量關係。

在一實施例中，步驟(b1)包含：利用積分運算，計算對應的轉動慣量的值。

在一實施例中，負載轉矩-轉動慣量關係係為查找表。

在一實施例中，負載轉矩-轉動慣量關係係為曲線擬合關係式。

在一實施例中，速度控制方法更包含：(d)、更新負載轉矩-轉動慣量關係。

在一實施例中，當判斷有新的負載轉矩的值時，獲得對應的新的轉動慣量的值，並更新負載轉矩-轉動慣量關係。

在一實施例中，負載轉矩與轉動慣量的關係為一對一或一對多；當負載轉矩與轉動慣量的關係為一對多時，則對多個轉動慣量進行算術平均運算以得到平均轉動慣量，以獲得負載轉矩與平均轉轉動慣量的關係為一對一。

在一實施例中，在步驟(a)中，透過速度控制迴路獲得馬達的速度資訊，且透過電流控制迴路獲得馬達的轉矩資訊，以自學習建立負載轉矩-轉動慣量關係。

本發明之另一目的在於提供一種基於負載轉矩-轉動慣量自學習模型之電機驅動系統，解決現有技術之問題。

為達成前揭目的，本發明所提出的基於負載轉矩-轉動慣量自學習模型之電機驅動系統包含：外環控制迴路、內環控制迴路以及參數估測器。外環控制迴路控制馬達的轉速快慢。內環控制迴路控制馬達的輸出轉矩。參數估測器分別連接外環控制迴路與內環控制迴路。參數估測器透過外環控制迴路接收馬達的轉速，且透過內環控制迴路接收馬達的輸出轉矩。在零速度控制下，參數估測器獲得負載轉矩的值，且根據負載轉矩計算對應的轉動慣量，並自學習建立負載轉矩-轉動慣量關係。參數估測器根據負載轉矩-轉動慣量關係調整控制馬達的運轉。

藉由所提出的基於負載轉矩-轉動慣量自學習模型之速度控制方法與電機驅動系統，可達成的技術功效為：(1)、利用積分運算計算對應的轉動慣量的值，以解決現有技術中使用微分運算的方式所造成產生高頻雜訊而需要增設濾波器的問題；(2)、利用既有的速度控制迴路與電流控制迴路的架構，直接獲得參數估測所需要的資訊，因此在參數(轉動慣量)估測過程中不影響閉迴路的運作以及對馬達的驅動控制；(3)、當進行參數估測而獲得轉動慣量的值時，則可根據轉動慣量的值，調整控制器的參數，以控制馬達的運轉，有助於更精準地對電動機進行速度控制，並且可提升電動機的控制性能，包含加速性能、暫態響應、負載拒斥能力都能夠更加理想。

為了能更進一步瞭解本發明為達成預定目的所採取之技術、手段及功效，請參閱以下有關本發明之詳細說明與附圖，相信本發明之目的、特徵與特點，當可由此得一深入且具體之瞭解，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。

S11~S13:步驟

S111~S113:步驟

S100~S520:步驟

I~III:區間

C1~C4:曲線

T _L:負載轉矩

J _m:轉動慣量

圖1：係為本發明之基於負載轉矩-轉動慣量自學習模型之速度控制方法的流程圖。

圖2：係為本發明之自學習建立負載轉矩-轉動慣量關係的流程圖。

圖3：係為本發明之電機速度變化的示意曲線圖。

圖4：係為本發明之電機輸出轉矩、負載轉矩的示意曲線圖。

圖5：係為本發明之負載轉矩-轉動慣量關係為曲線擬合關係式的示意圖。

圖6：係為本發明之基於負載轉矩-轉動慣量自學習模型之速度控制應用的流程圖。

圖7：係為本發明電機驅動系統的方塊圖。

茲有關本發明之技術內容及詳細說明，配合圖式說明如下。

請參見圖1所示，其係為本發明基於負載轉矩-轉動慣量自學習模型之速度控制方法的流程圖。本發明之速度控制方法係應用於控制馬達的控制器(在此亦可稱為速度控制器)。此速度控制方法包含步驟如下：首先，自學習建立負載轉矩-轉動慣量關係(S11)。

配合參見圖2，其中，在步驟(S11)中，係根據零速度與加速度不同的電機機械運動特性獲得(或稱估測)負載轉矩T _L的值與轉動慣量J _m的值。具體地，步驟(S11)包含步驟如下：在零速度控制下，獲得(估測)負載轉矩T _L的值(S111)，然後，在加速度控制下，獲得(估測)對應的轉動慣量J _m的值(S112)。並且，重複執行步驟(S111)與步驟(S112)，實現自學習建立負載轉矩-轉動慣量關係(S113)，具體說明如下。

電機機械運動方程式可如關係式(1)表示：

其中，J _m為轉動慣量、ω _m為機械角速度(經微分

後為機械角加速度)、T _e為馬達輸出轉矩、T _L為負載轉矩、B _m為黏滯摩擦係數。

將關係式(1)移項整理，可得：J _m dω _m=(T _e-T _L-B _m ω _m)dt (2)

將關係式(2)等號兩邊進行積分運算，可得：J _m ω _m=∫(T _e-T _L-B _m ω _m)dt (3)

將關係式(3)移項整理，可得轉動慣量估測方程式：

對電梯系統而言，通常J _m≫B _m，因此，若J _m≫B _m，則轉動慣量估測方程式可簡化為：

配合參見圖3與圖4，第I區間為負載轉矩T _L估測、第II區間為轉動慣量J _m估測以及第III區間為黏滯摩擦係數B _m估測，具體說明如下。

承前步驟(S111)所述：在零速度控制下，獲得(估測)負載轉矩T _L的值。在第I區間，如圖3與圖4所示的第0秒至第2秒之間為零速度控制(圖3所示的馬達速度曲線C1為零)，可得到(估測)負載轉矩T _L的值，其係等於馬達輸出轉矩T _e的值，即為馬達輸出電流(i _q)與轉矩常數(K _t)的乘積(即，T _e=i _q * K _t)，圖4所示的負載轉矩曲線C2與馬達輸出轉矩曲線C3於第I區間為交疊(重合)。舉例來說，當電梯在閉(關)門之後，會有機械煞車的動作。當機械煞車解除後，會對電梯進行零速度控制，即控制電梯的速度為零。當速度為零時，黏滯摩擦係數B _m為零，並且機械角加速度

亦為零。因此，根據關係式(1)可得知(估測)負載轉矩T _L即為已知的馬達輸出轉矩T _e(=i _q * K _t)。因此，在第I區間(零速度控制區間)可估測出負載轉矩T _L的值，即對應圖2的步驟(S111)。

然後，承前步驟(S112)所述：在加速度控制下，獲得(估測)對應的轉動慣量J _m的值。在第II區間，如圖3與圖4所示的第2秒至第7秒之間為加速度控制(圖3所示的馬達速度曲線C1逐漸上升)，可得到(估測)轉動慣量J _m的值。如圖4所示加速初期(即從靜止到加速)，為了克服轉動慣量J _m，因此需要額外的馬達輸出轉矩T _e，亦即馬達輸出轉矩曲線C3在加速初期係為陡升增加。而在克服轉動慣量J _m之後，馬達輸出轉矩曲線C3則顯著地下降。因此，根據關係式(5)，在第II區間(加速度控制區間)，將馬達輸出轉矩T _e與負載轉矩T _L之間的差值進行積分運算，再除以機械角速度ω _m，即可獲得(估測)轉動慣量J _m的值。

故此，重複執行步驟(S111)與步驟(S112)，則可實現自學習建立負載轉矩-轉動慣量關係。

附帶一提，在第III區間，如圖3與圖4所示的第7秒至第12秒之間，由於馬達幾乎為等角速度運轉，因此，機械角加速度

為零。故此，根據關係式(1)，將馬達輸出轉矩T _e與負載轉矩T _L之間的差值，再除以機械角速度ω _m，即可獲得(估測)黏滯摩擦係數B _m的值，其中，如圖4所示的曲線C4係為黏滯摩擦係數B _m與機械角速度ω _m的乘積。

因此，經執行步驟(S11)，則可透過自學習建立負載轉矩-轉動慣量關係。其中，在一實施例中，所述負載轉矩-轉動慣量關係係為查找表(lookup table)，即透過將一個負載轉矩T _L的值對應至少一個轉動慣量J _m的值的方式建立起所述查找方式的關係。附帶一提，在建立負載轉矩-轉動慣量關係過程，也許會有一個負載轉矩T _L的值對應兩個以上的轉動慣量J _m的值，因此，可將兩個以上的轉動慣量J _m利用算術平均的方式計算出一個平均的轉動慣量J _m，然本發明不以此為限制，計算出一個平均後的轉動慣量J _m的值，作為對應負載轉矩T _L的值。以下表1與表2所示例：

如表1所示，負載轉矩T _L與估測的轉動慣量

為一對一的關係，亦即，當得到負載轉矩T _L的值為T _L1時，則可透過查找表的方式得到估測的轉動慣量

的值為J _m1。同理，當得到負載轉矩T _L的值為T _L3時，則可透過查找表的方式得到估測的轉動慣量

的值為J _m3。

如表2所示，由於一個負載轉矩T _L對應到多個估測的轉動慣量

；例如在自學習建立負載轉矩-轉動慣量關係過程中，相同的負載轉矩T _L3在多次的估測中所得到的估測的轉動慣量

為多數個，即J _m31、J _m32...J _m3k，因此，可透過算術平均的方式將J _m31、J _m32...J _m3k加以平均，以獲得估測的轉動慣量

的平均J _m3-avg，使得負載轉矩T _L與估測的轉動慣量

的平均為一對一的關係，以利於查找當負載轉矩T _L的值為T _L3時，得到估測的轉動慣量

的值即為估測的轉動慣量

的平均J _m3-avg。附帶一提，在算術平均多個估測的轉動慣量

時，可將明顯過高或過低的異常(不合理)估測的轉動慣量

先予以刪除再進行算術平均的運算，以獲得更準確的估測的轉動慣量

值。

在另外的實施例中，所述負載轉矩-轉動慣量關係係為曲線擬合關係式(curve-fitting relationship)，配合參見圖5所示。透過將所取樣(獲得)到的若干離散的負載轉矩T _L的值(為圖5的橫座標)，以一個連續的數學函數(線性方程式)表示轉動慣量J _m的值(為圖5的縱座標)與負載轉矩T _L的值兩者之間的關係，因此透過已知的負載轉矩T _L的值可求解獲得轉動慣量J _m的值。

其中，前揭查找表或曲線擬合關係式的形態或資料處理方式，可根據記憶體容量大小、微處理器運算速度、連網能力...等硬體條件進行規劃與設計查找表的資料解析度或曲線擬合關係式的複雜度，以發揮最佳、最即時的估測(估算)效能。

基於所建立的負載轉矩-轉動慣量關係，在步驟(S11)之後，根據負載轉矩T _L的值，獲得對應的轉動慣量J _m的值(S12)。由於在步驟(S11)中已建立負載轉矩-轉動慣量關係，因此可透過查找表的方式，即根據負載轉矩T _L的值，可查找出所對應的轉動慣量J _m的值；又或者，可透過曲線擬合關係式的方式，將負載轉矩T _L的值代入擬合的數學函數，以計算出所對應的轉動慣量J _m的值。最後，根據轉動慣量J _m的值，調整控制器的參數，以控制馬達的運轉(S13)。

請參見圖6所示，其係為本發明之基於負載轉矩-轉動慣量自學習模型之速度控制應用的流程圖。在電梯建置完成後，先透過零速度控制進而估測負載轉矩T _L的值，即負載轉矩T _L等於馬達輸出轉矩T _e(S100)，可對應前揭圖2的步驟(S111)以及圖3、圖4的第I區間操作之詳述記載，在此不加以贅述。然後，判斷是否具有此負載的慣量資訊(S200)，即是否具有馬達的轉動慣量J _m的資訊。若無此負載的慣量資訊，則致能(啟動)轉動慣量J _m的估測(S210)，讓馬達在預設的參數下運轉(S220)，並且進行轉動慣量J _m估測及資料的蒐集(S230)。根據前揭圖2的步驟(S112)以及圖3、圖4的第II區間操作之記載，透過加速度控制獲得(估測)對應的轉動慣量J _m的值。因此，經步驟(S210)至步驟(S230)的執行，可獲得負載轉矩-轉動慣量關係的資訊，可視為是建立初次的負載轉矩-轉動慣量關係。因此，所建立的負載轉矩-轉動慣量關係(包含查找表或曲線擬合關係式的方式)可對現有的負載轉矩-轉動慣量關係進行更新(S240)，使得負載轉矩-轉動慣量關係更趨完整。

再者，在步驟(S200)的判斷若為”是”時，即具有此負載的慣量資訊，則進一步判斷模型的自學習完成與否(S300)。若模型的自學習已經完成，即步驟(S300)的判斷若為”否”時，則可透過查找表或曲線擬合關係式，根據不同負載轉矩T _L的值(例如電梯內搭乘者的多寡)，獲得對應不同的轉動慣量J _m的值(S500)。並且，可根據轉動慣量J _m的值，對馬達的控制器的參數進行調整，即對馬達進行速度控制(S510)，以控制馬達的運轉(S520)，藉此有助於更精準地對電動機進行速度控制，並且可提升電動機的控制性能。因此，步驟(S500)至步驟(S520)可視為是在不需要更新負載轉矩-轉動慣量關係的狀態下，根據負載轉矩T _L的值獲得對應不同的轉動慣量J _m的值，而對馬達的控制器的參數進行調整，以控制馬達的運轉。

若模型的自學習尚未完成，即步驟(S300)的判斷若為”是”時，則同樣可透過查找表或曲線擬合關係式，根據不同負載轉矩T _L的值(例如電梯內搭乘者的多寡)，獲得對應不同的轉動慣量J _m的值(S310)。並且，可根據轉動慣量J _m的值，對馬達控制器的速度控制參數進行調整，即對馬達進行速度控制(S320)，以控制馬達的運轉(S330)。並且，持續地進行轉動慣量估測及資料的蒐集(S340)。因此，步驟(S310)至步驟(S340)可視為仍需要對負載轉矩-轉動慣量關係進行更新的資料(負載轉矩資訊)蒐集過程。進一步地，若有新的負載轉矩T _L的資訊(例如有新的電梯內搭乘者的不同質(重)量的改變)，則可對應估測新的轉動慣量J _m，因此，可對於新的負載轉矩-轉動慣量關係進行更新，即步驟(S400)的判斷為”是”，且對現有的負載轉矩-轉動慣量關係進行更新(S240)，使得負載轉矩-轉動慣量關係更趨完整。反之，若無新的負載轉矩-轉動慣量關係需進行更新，即步驟(S400)的判斷為”否”，則結束轉動慣量J _m估測(S250)。

請參見圖7所示，其係為本發明電機驅動系統的方塊圖，包含電機驅動所需的硬體與韌體(或軟體)的架構。在驅動系統中，包含外環控制(即速度控制，用以控制馬達的轉速快慢)與內環控制(即電流控制，用以控制馬達的出力值)。在外環控制中，速度控制器接收上位機的速度命令ω _m ^*，即接收到欲控制電梯速度(對應馬達轉速)值的命令。配合位置感測器所提供的位置回授資訊，經由速度計算器可計算出電梯的實際速度(即對應馬達的實際轉速)，且回授速度資訊至速度控制器。因此，根據速度命令ω _m ^*與速度回授，可獲得電流命令，即等效轉矩命令。

電流控制器接收電流命令與經由內環控制迴路的電流感測器所量測的感測電流的電流回授(感測電流透過電流變換器轉換為電流回授，其中，電流變換器係可為將abc三相靜止座標轉換至dq同步旋轉座標)，產生電壓命令。電壓命令透過PWM調變器(脈波寬度調變器)調變處理後產生閘極信號，進而控制逆變器(或稱變頻器)驅動馬達。

此外，在電機驅動系統中更包含參數估測器，其係連接外環控制迴路以接收馬達角速度ω _m，且連接內環控制迴路以接收馬達輸出轉矩估測值

(根據馬達輸出電流(i _q)與轉矩常數(K _t)的乘積)。參數估測器根據所接收到馬達參數資訊進行對轉動慣量J _m值的估測。

值得一提，承前所述在自學習建立或更新負載轉矩-轉動慣量關係所需要的資訊蒐集動作，在不影響驅動系統的外環控制與內環控制的運作以及對馬達的驅動控制。換言之，參數估測器僅係獲取外環控制與內環控制的資訊，進行對轉動慣量J _m值的估測，並沒有干涉外環控制與內環控制的運作以及對馬達的驅動控制。更進一步地，當參數估測器獲得轉動慣量J _m的值時，則可根據轉動慣量J _m的值，調整控制器的參數，以控制馬達的運轉，有助於更精準地對電動機進行速度控制，並且可提升電動機的控制性能，包含加速性能、暫態響應、負載拒斥能力都能夠更加理想。

綜上所述，本發明係具有以下之特徵與優點：

1、利用積分運算計算對應的轉動慣量J _m的值，以解決現有技術中使用微分運算的方式所造成產生高頻雜訊而需要增設濾波器的問題。

2、利用既有的速度控制迴路與電流控制迴路的架構，直接獲得參數估測所需要的資訊，因此在參數(轉動慣量J _m)估測過程中不影響閉迴路的運作以及對馬達的驅動控制。

3、當進行參數估測而獲得轉動慣量J _m的值時，則可根據轉動慣量J _m的值，調整控制器的參數，以控制馬達的運轉，有助於更精準地對電動機進行速度控制，並且可提升電動機的控制性能，包含加速性能、暫態響應、負載拒斥能力都能夠更加理想。

以上所述，僅為本發明較佳具體實施例之詳細說明與圖式，惟本發明之特徵並不侷限於此，並非用以限制本發明，本發明之所有範圍應以下述之申請專利範圍為準，凡合於本發明申請專利範圍之精神與其類似變化之實施例，皆應包含於本發明之範疇中，任何熟悉該項技藝者在本發明之領域內，可輕易思及之變化或修飾皆可涵蓋在以下本案之專利範圍。

S11~S13:步驟

Claims

一種基於負載轉矩-轉動慣量自學習模型之速度控制方法，應用於控制一馬達的一控制器，該速度控制方法包含：(a)、在零速度控制下，獲得一負載轉矩的值；(b)、根據該負載轉矩的值，獲得對應的一轉動慣量的值，且自學習建立一負載轉矩-轉動慣量關係；及(c)、根據該轉動慣量的值，調整該控制器的參數，以控制該馬達的運轉。
如請求項1所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，步驟(b)包含：(b1)、在加速度控制下，根據該負載轉矩的值，獲得對應的該轉動慣量的值；及(b2)、重複執行步驟(a)與(b1)，自學習建立該負載轉矩-轉動慣量關係。
如請求項2所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，步驟(b1)包含：利用積分運算，計算對應的該轉動慣量的值。
如請求項2所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，該負載轉矩-轉動慣量關係係為一查找表。
如請求項2所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，該負載轉矩-轉動慣量關係係為一曲線擬合關係式。
如請求項1所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，更包含：(d)、更新該負載轉矩-轉動慣量關係。
如請求項6所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，當判斷有新的該負載轉矩的值時，獲得對應的新的該轉動慣量的值，並更新該負載轉矩-轉動慣量關係。
如請求項4所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，該負載轉矩與該轉動慣量的關係為一對一或一對多；當該負載轉矩與該轉動慣量的關係為一對多時，對多個轉動慣量進行算術平均運算以得到一平均轉動慣量，以獲得該負載轉矩與該平均轉轉動慣量的關係為一對一。
如請求項1所述之基於負載轉矩-轉動慣量自學習模型之速度控制方法，其中，在步驟(a)中，透過一速度控制迴路獲得該馬達的速度資訊，且透過一電流控制迴路獲得該馬達的轉矩資訊，以自學習建立該負載轉矩-轉動慣量關係。
一種基於負載轉矩-轉動慣量自學習模型之電機驅動系統，包含：一外環控制迴路，控制一馬達的轉速快慢；一內環控制迴路，控制該馬達的輸出轉矩；及一參數估測器，分別連接該外環控制迴路與該內環控制迴路，該參數估測器透過該外環控制迴路接收該馬達的轉速，且透過該內環控制迴路接收該馬達的輸出轉矩；其中，在零速度控制下，該參數估測器獲得一負載轉矩的值，且根據該負載轉矩計算對應的一轉動慣量，並自學習建立一負載轉矩-轉動慣量關係；其中，該參數估測器根據該負載轉矩-轉動慣量關係調整控制該馬達的運轉。