技术中心
 
 

高效的步进电机控制算法

   日期:2011-05-02     来源:互联网    
核心提示:在对基于步进电机的运动控制系统设计进行优化的过程中,工程师必须综合考虑成本、性能、效率、未预料到的反馈难题(如机械共振)以及开
在对基于步进电机的运动控制系统设计进行优化的过程中,工程师必须综合考虑成本、性能、效率、未预料到的反馈难题(如机械共振)以及开发时间等因素。现代的电机控制系统面临着在多种不利环境中工作的难题,而传统解决方案的总效率通常受限于整个系统所遇到的最坏情况。自适应控制算法对于提取出经过优化的机电系统的最大效率而言是必不可少的。 系统映射
如果希望得到最高效率,就必须对整个机电系统的边界条件进行映射。所有的系统变量都必须考虑到:温度、机械降解、加速度、速度、电源电压等等。系统架构也会对其产生影响。
在开环系统中,通常需要以最坏情况下的电流驱动和速度曲线来激励电机,所以我们可以认为效率并不是这类系统的首要设计目标。这种类型的测试非常耗费时间,因为必须在电机可能使用的所有电源电压、温度和速度值下对系统进行验证,以尽量减小出现共振的风险。每个步进电机系统都存在发生共振的可能,这通常是因为工作在(或接近于)电机的自然频率而造成的。避开这些区域是至关重要的,因为共振可能会造成电机丢步或进入失速状态。不过,对于开环系统而言,确定这些区域可能是非常困难的。
闭环控制通常采用以下两种形式:基于传感器的系统(光或是霍尔效应)和无传感器的系统。无传感器的系统也称为“半闭环系统”,通常使用由电机线圈所产生的电压来作为反馈。基于传感器的控制系统使用得很广泛,但是在映射实践中必须考虑传感器的其他变化。无传感器的系统的一项主要优势在于,它只需要读取与电机的物理运动有关的信息。它的另一项重要的优势是降低了闭环或半闭环系统的系统成本,同时,由于不需要外部传感器,也降低了系统的复杂度。成功的设计需要理解反电动势的特性。 SLA映射
反电动势可以方便地提取出与机电系统的运动有关的详细信息,并提供诊断数据。在电机的驱动电流脉冲之间,电机线圈运动经过电机磁场时,就会产生电压。这一信息通常被称为电机的速度和/或负荷角(SLA)。可以通过监视反电动势的幅度来很好地近似步进电机的角速度。
图1给出了使用AMIS-30522细分步进电机控制器驱动安装在机械系统中的传统步进电机时SLA引脚的映射。这一信息是在对NXT输入(确定电机激励速度的时钟输入)进行扫频的过程中收集的。随着它从左向右移动,激励的频率升高,可以清晰地看到不同的工作区域。测量整个系统的电机特性的能力是AMIS-305xx系列所具有的一种非常强大的特性——特别是它能够处理传统的设计难题,而在此之前,系统设计人员只分析电机的共振性能,而没有认识到一旦整个机械装置放在一起之后这些区域可能会发生变化。 图1 对NXT引脚扫频的同时监视SLA引脚
电机控制系统可以不断地对SLA电压进行采样,如果遇到异常情况,就可以采取适当的措施。因为反电动势正比于转子的旋转速度,所以可以方便地用于感应输出轴上的外部负载,并调节供应给电机的电流。取自SLA引脚的数据大有作为的另一个领域是当电机将要进入共振区域的时候。通过设计一种算法来快速地识别出这种情况,步进电机控制系统就可以立即加速通过这一区域,到达新的安全速度。
图1左侧的红色方块突出显示了系统中的共振。这可能是因为电机的实际安装,在步进台阶之间的电机共振基频,或者其他二阶因素。这些通常是需要避开的换向速度区域,如果采用安森美半导体的反电动势技术,可以方便地在数分钟之内得到映射。这将有助于减少机电系统的压力。这之所以重要,是因为系统压力可能会造成噪声增大,性能下降,并可能造成系统可靠性降低。这种数据收集方法的亮点在于,不需要对系统进行物理更改就能完成映射过程。唯一的传感器就是电机本身,所以不会额外增加机械复杂度。
图1右侧的红色方块表示电流驱动超出系统的RLC时间常数的区域,从而导致了电机线圈上的残余电流。它是这种特定的机电系统的“速度限制”。
在这两块区域之间的就是推荐的电机工作区域。还应该注意到,相同的映射还可用于识别电机无法换向(从而无法产生反电动势)的失速情况。在系统控制器中,只需要通过配置电机激励之间的最低阈值就能够控制这种情况。 在设计中使用映射数据
一旦完成了映射并且知道了理想的速度曲线,就可以选择最佳的SLA取值。对于给定系统而言,它将代表效率最高的工作点。可以通过动态地调节电机控制变量,如电流驱动、加速度和速度,以避免出现会损害效率的问题,如机械共振和过大的驱动电流。无传感器/反电动势方法的优势在于,来自传感器的反馈不是简单的二元信息,而是可以用于从电机获得详细的诊断信息,而且不会额外增加系统的复杂度,就又使得我们能够使用SLA的细微变化来进行实时补偿,从而避免丢步。
 
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢