CN104362929A - 机电伺服***谐振在线识别及动态抑制方法 - Google Patents
机电伺服***谐振在线识别及动态抑制方法 Download PDFInfo
- Publication number
- CN104362929A CN104362929A CN201410748876.4A CN201410748876A CN104362929A CN 104362929 A CN104362929 A CN 104362929A CN 201410748876 A CN201410748876 A CN 201410748876A CN 104362929 A CN104362929 A CN 104362929A
- Authority
- CN
- China
- Prior art keywords
- resonance
- frequency
- tau
- servo system
- electromechanical servo
- 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.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
机电伺服***谐振在线识别及动态抑制方法,涉及机电伺服***领域。本发明是为了解决现有的机电伺服***存在机械谐振危害机电伺服***,导致机电伺服***可靠性差,并且在维修过程中耗费人力物力的问题。所述对机电伺服***的控制器输出的信号频谱分析得N个频谱值;得幅值最大值Hmax与设定阈值Hth比较,如果Hmax大于阈值,谐振频率大于穿越频率1.5倍,加入陷波滤波器的方法进行抑制,直到谐振幅值衰减到阈值Hth以下,同时检测剪切频率处相角的变化;如果谐振频率小于剪切频率1.5倍或是用陷波环节调节剪切频率相角损失已超过10°,使剪切频率逐步前移h rad/s步长,重新对机电伺服***的控制器输出的信号进行识别从而抑制谐振。它可用于机电伺服***中。
Description
技术领域
本发明涉及机电伺服***谐振在线识别及动态抑制方法。属于机电伺服***领域。
背景技术
现有技术中谐振识别主要利用是快速傅里叶变换(FFT)检测谐振信号,这种方法可以满足大多数情况下谐振的离线检测,但由于计算量过大,很难用于谐振信号的在线识别和检测,对于尤其对于高动态的伺服***,其实时性很难满足使用。
现有技术中伺服***的谐振抑制主要应用传统的陷波滤波器,这种陷波滤波器的设计和调节只能采用离线的方式进行,调试过程中,需要人工对其参数进行反复调整,费时费力。另外,离线调节还需要整个***停止运转,这往往给人们的生产或生活带来不便。此外,当谐振幅值较大或者谐振频率较低时,相应的采用陷波滤波器抑制谐振可能会严重影响***的稳定裕度,甚至使***失稳。由于一些特殊的机械谐振的谐振频率具有多变性,采用传统陷波滤波器的方法很难有效抑制。
发明内容
本发明是为了解决现有的机电伺服***存在机械谐振危害机电伺服***,导致机电伺服***可靠性差,并且在维修过程中耗费人力物力的问题。现提供机电伺服***谐振在线识别及动态抑制方法。
机电伺服***谐振在线识别及动态抑制方法,它包括以下步骤:
步骤一、采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,当有谐振时,在所述输出的信号的时域中选取N个滑动窗口中数据,经滑动DFT转化后,得到N个频谱值,转入步骤二,当没有谐振时,本方法结束;
步骤二、从N个频谱值中得到幅值最大值Hmax,将N个频谱值中得到的幅值最大值Hmax与设定的阈值Hth进行比较,判断Hmax是否大于阈值Hth,如果Hmax大于阈值,则该幅值最大值Hmax对应的频率为谐振频率点f0,该幅值为谐振幅值,转入步骤三;若否,则转入步骤一;
步骤三:如果谐振频率大于穿越频率1.5倍以上,则进行陷波滤波器参数的调整,进行步骤四;如果谐振频率小于剪切频率1.5倍,进行步骤五,
步骤四、采用加入陷波滤波器的方法对谐振进行抑制,直到谐振幅值衰减到阈值Hth以下,同时检测剪切频率处相角的变化,当剪切频率处相角损失超过10°,进行步骤五,否则进行步骤一;
步骤五、调整机电伺服***的控制器的超前环节的系数使机电伺服***剪切频率以步长h rad/s逐步前移,然后进行步骤一,从而抑制谐振。
本发明的有益效果为:本发明采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,得到N个频谱值,从N个频谱值中得到幅值最大值Hmax,将N个频谱值中得到的幅值最大值Hmax与设定的阈值Hth进行比较,如果Hmax大于阈值,则该幅值最大值Hmax对应的频率点为谐振频率点f0,如果谐振频率大于穿越频率1.5倍以上,则进行陷波滤波器参数的调整,同时检测相角衰减,当相角衰减大于10°时,采用剪切频率前移的方法调整,如果谐振频率小于剪切频率1.5倍,进行调整机电伺服***的控制器的超前环节的系数使剪切频率前移hrad/s,通过陷波滤波器和剪切频率前移相结合的方法进行谐振抑制,保证了机电伺服***的可靠性,并且采用调整参数的方式进行抑制,节省了人力物力。
附图说明
图1为实施例中转台***的一个自由度结构示意图,
图2为谐振的动态识别及抑制在转台上实现的原理示意图,
图3为具体实施方式一所述的机电伺服***谐振在线识别及动态抑制方法的流程图,
图4为采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别的流程图,
图5为实施例中***运行时的频谱图,
图6为实施例中***调整后的频谱图,
图7为实施例中输出的位置信号的DA曲线图。
具体实施方式
具体实施方式一:参照图3具体说明本实施方式,本实施方式所述的机电伺服***谐振在线识别及动态抑制方法,它包括以下步骤:
步骤一、采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,当有谐振时,在所述输出的信号的时域中选取N个滑动窗口中数据,经滑动DFT转化后,得到N个频谱值,转入步骤二,当没有谐振时,本方法结束;
步骤二、从N个频谱值中得到幅值最大值Hmax,将N个频谱值中得到的幅值最大值Hmax与设定的阈值Hth进行比较,判断Hmax是否大于阈值Hth,如果Hmax大于阈值,则该幅值最大值Hmax为谐振频率点f0,该幅值为谐振幅值,转入步骤三;若否,则转入步骤一;
步骤三:如果谐振频率大于穿越频率1.5倍以上,则进行陷波滤波器参数的调整,进行步骤四;如果谐振频率小于剪切频率1.5倍,进行步骤五,
步骤四、采用加入陷波滤波器的方法对谐振进行抑制,直到谐振幅值衰减到阈值Hth以下,同时检测剪切频率处相角的变化,当剪切频率处相角损失超过10°,进行步骤五,否则进行步骤一;
步骤五、调整机电伺服***的控制器的超前环节的系数使机电伺服***剪切频率以步长h rad/s逐步前移,然后进行步骤一,从而抑制谐振。
具体实施方式二:本实施方式是对具体实施方式一所述的机电伺服***谐振在线识别及动态抑制方法作进一步说明,本实施方式中,步骤一中采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,得到N个频谱值的过程为:
根据快速傅里叶变换公式:
获得初始时刻N个采样点的频谱值,
式中,n为时域,k为频域,x(n)为信号时域采样点的值,X(k)为信号变换后的频谱值,为旋转因子,j为虚数单位,N为滑动窗口中数据个数,
根据n时刻k频点处的频谱值Xn(k)结合滑动DFT公式:
Xn(k)=ej2πk/N[Xn-1(k)+x(n)-x(n-N)],
获得n时刻的N个频谱值,
其中,Xn-1(k)为n-1时刻k频点的频谱值。
本实施方式中,在n时刻滑动窗口中N个样本序列可以表示为
{x(n),x(n+1),...,x(n+N-2),x(n+N-1)}。
本实施方式中,滑动DFT实际应用时需先利用FFT分析得出初始时刻N个采样点的频域值,在根据滑动DFT的公式推导后续周期频谱值,每分析完一个周期后将得到的N个频谱值进行比较,得到幅值最大值Hmax,再将其与设定的阈值Hth进行比较,如果大于阈值则其对应的频谱值为谐振点,其对应的频率点即为谐振频率点,记为f0,其幅值即为谐振幅值。频谱值为频域上频率点对应的幅值。
具体实施方式三:本实施方式是对具体实施方式一所述的机电伺服***谐振在线识别及动态抑制方法作进一步说明,本实施方式中,步骤四中采用加入陷波滤波器的方法对谐振进行抑制,直到谐振幅值衰减到阈值Hth以下的过程为:
将谐振幅值下降到阈值Hth所需衰减幅度记为ξ为深度,然后以谐振频率点f0为基准向两侧逐一取点,将f0两侧的频率点对应频谱值与设定的阈值进行比较,直到找到小于等于阈值Hth的幅值对应的频率点,取为f1和f2,根据公式k=2max{(f0-f1),(f2-f0)}获得谐振宽度k,将深度ξ和宽度k选取为待渐变调整量进行参数的调整,将深度初值定为1,宽度初值设为0,即没有衰减的状态,深度按照一定的步长逐步增加到预定值宽度按照一定的步长增加并不断和谐振宽度比较,当陷波滤波器宽度大于谐振宽度2倍时,固定宽度参数,仅对深度进行调节,将得到滤波器参数折算到离散化后的参数。
具体实施方式四:本实施方式是对具体实施方式三所述的机电伺服***谐振在线识别及动态抑制方法作进一步说明,本实施方式中,将得到滤波器参数折算到离散化后的参数的过程为:
对下面陷波滤波器的传递函数进行离散化:
获得离散方程为
式中,f=f0,T为采样周期,z=eTs为新的复变量,d0、d2、d1、c1和c0为离散化后陷波环节的系数,y(n)为n时刻的输出信号的值,u(n)为n时刻输入信号的值,
将离散方程转换成差分方程的形式为:
y(n)=-c0y(n-2)-c1y(n-1)+d0u(n-2)+d1u(n-1)+d2u(n),
差分方程对应的离散系数为:
具体实施方式五:本实施方式是对具体实施方式一所述的机电伺服***谐振在线识别及动态抑制方法作进一步说明,本实施方式中,调整机电伺服***的控制器的超前环节的系数使剪切频率以h rad/s为步长逐步前移,其过程为:
机电伺服***被控对象表达式为:
其中,τm为机电时间常数,τe为电气时间常数,K为放大倍数,
采用串联n个超前环节的机电伺服***的传递函数:
用最小二乘法拟合出机电伺服***被控对象传递函数中的三个参数K、τm和eτe,
式中,0<α<1,τ、α和Kc为超前环节的系数,
令s=jωc0,|G(jωc0)|=1,
计算串联n个超前环节机电伺服***控制器的传递函数中原有剪切频率ωc0,
其中,j为虚数单位,
根据公式:
γ=180°+∠G(jωc0),
获得相角裕度γ,
根据公式:
ωc1=ωc0-h,
获得第一次移动的目标剪切频率ωc1,
采用公式:
P1=-90°-arctanτeωc1-arctanτmωc1,
获得被控对象在ωc1处的相角P1,
根据公式:
△θ=γ-180°-P1,
获得超前环节在目标剪切频率处需要补偿的相角△θ,
将补偿的相角△θ平均分配到每个超前环节上,则每个超前环节所需补偿的相角△θe为:
△θe=△θ/n,
根据公式:
获得每个超前环节新的的系数αi,τi,
使目标剪切频率处幅值为1,即|G(jωc1)|=1,
根据 获得Kc的值,
之后使剪切频率前移一个hrad/s,此时选取ωc1为原始剪切频率,ωc2=ωc1-h为目标剪切频率;依此类推ωci=ωc(i-1)-h,不断前移剪切频率,并同时检测谐振幅值,直到谐振幅值降低到阈值以下,结束移动。
本实施方式中,超前环节离散化采用双线性变换,令表达式中(T为采样周期),进行离散化可得
其中,
本实施方式中,n个超前环节是控制器,其余部分是被控对象。τ、α和Kc为超前环节的系数为已知参数。
实施例:
将上述方法应用于实际转台***,转台伺服***主要由工控计算机、永磁伺服交流电机、功率驱动器、转台与负载等构成,其中工控计算机是整个***的中心枢纽,控制器在其中以离散的形式实现;驱动器、转台、电机与负载往往被看做是被控对象;输入即指令信号r(t)是用户在计算机界面中输入的,控制过程是数字的离散的,误差信号e(t)经过控制器后,经由D/A转化器转化为模拟连续的信号驱动电机带动转台相应轴运动。光电编码器测得转台位置信息,经处理后反馈到计算机中,与指令信号相比较,形成闭环控制。转台***一个自由度结构示意图如图1所示。谐振识别与抑制主要是通过检测控制器输出信号得到谐振信息,并依据这些信息调整控制器参数的过程,谐振的动态识别及抑制在转台上实现的方框图如图2所示。图3为陷波滤波器和剪切频率前移相结合的自适应谐振抑制方法流程图,下面将逐一说明几个主要方法的操作流程,并结合实验说明具体实现时的相关操作及效果。
1.滑动DFT算法的实现
(1)设定滑动窗口中数据个数N,从共享内存中获取待分析数据。
(2)利用FFT算法计算初始时刻滑动窗口中N个点对应的N个频域值。
(3)移动滑动窗口,根据滑动DFT的递推方程计算此时刻窗口中N点频谱值。
(4)将计算得到的结果存入共享内存中。移动滑动窗口,重复第(3)步。
其相应流程图见图4。
在实验中为了能够实时监测***谐振的相关信息,我们在Windows程序中应用滑动DFT算法对控制器输出的数字信号进行频谱分析。其中待分析的数字信号以数组形式存储在RTX程序的共享内存变量中。通过共享内存变量实现Windows程序和RTX程序的数据传递。
***的采样频率为fs=2000Hz,采样周期0.5ms。为了保证频谱分析有较高的分辨率,我们选用采样点数N为2048点。
2.自适应谐振抑制具体步骤
(1)根据上述步骤利用滑动DFT分析控制器输出信号,得到相应的N点频谱值。
(2)比较N个频域值得出幅值最大值Hmax,及其对应的频率点,判断其是否大于设定阈值Hth,如果大于阈值,则存在谐振,如果谐振频率点大于穿越频率1.5倍以上,则开始陷波滤波器参数的调整,进行步骤(3)。若果谐振频率小于剪切频率1.5倍进行步骤(4)。
(3)谐振频率点频率记为f0,将谐振幅值下降到阈值所需衰减幅度记为然后以这一频率点为基准向两侧逐一取点,将其两侧的频率点对应频谱值与设定的阈值进行比较,直到找到小于等于阈值的幅值对应的频率点,取为f1和f2。谐振宽度取为k=2max{(f0-f1),(f2-f0)}。为了保证***的稳定性,参数的调整需采用渐变调整的方法,这里将深度和宽度选取为待渐变调整量,频率点直接设定为f0,将深度初值定为1,宽度初值设为0,即没有衰减的状态,然后深度按照一定的步长逐步增加到预定值宽度按照一定的步长增加并不断和谐振宽度比较,当陷波滤波器宽度大于谐振宽度2倍时,固定宽度参数,仅对深度进行调节。将得到滤波器参数折算到离散化后的参数更新程序中相应参数,期间不断检测剪切频率处相角,若相角损失超过10°,进行步骤(4),否则进行步骤(5)。
(4)调整超前环节系数使剪切频率前移1rad/s,具体过程为:根据已知的被控对象和超前环节传递函数计算出原有***的剪切频率ωc0、相角裕度γ。目标剪切频率为ωcj=ωc(j-1)-1,计算出被控对象在ωcj处的相角Pj,为保证剪切频率移动后的相角不变,超前环节在目标剪切频率处需要补偿的相角为△θ=γ-180°-Pj,将此相角平均分配到每个超前环节上,则每个超前环节所需补偿的相角为△θe=△θ/n,根据公式 其中1≤i≤n、j≥1,可计算出每个超前环节的系数。然后调整Kc的值,使目标剪切频率处幅值为1。将相应数据转化到对应的离散化控制器数据,改变程序中相应数据的值。
(5)重复步骤(1)。
针对实验室转台***,被控对象一般由电机、负载、转台、驱动器等共同组成。其传递函数同一般机电伺服***的传递函数,可写成:
利用最小二乘法拟合,测量出其被控对象的系数,经过拟合得出所测转台的三个系数值,K=63,τm=2.8648,τe=0.0637。***原有控制器采用五个超前环节串联的形式,这五个超前环节最初都是在29HZ处补20°相角。测得初始的剪切频率为182rad/s。
首先利用滑动DFT分析谐振频率点、幅值等信息,设定阈值为200,若幅值大于阈值,则判断为谐振,利用前面所述自适应谐振抑制方法进行调整。
实验时给定指令信号频率为1Hz,幅值为0.5°,运行时间8s,先不进行自适应调节,观察***运行曲线及频谱图,如图5,可以看***在61Hz处存在机械谐振,谐振幅值约为7400;谐振频率位于***带宽之内,计算机根据设定的条件判断采取剪切频率前移的方法,为了便于观察我们设置从伺服开始第1秒调整剪切频率,每25ms剪切频率前移1rad/s。并同时不断检测谐振幅值,当谐振幅值小于阈值后停止剪切频率前移。图6为调整后频谱图。通过对比可以看出谐振频率得到抑制,且谐振幅值衰减到之前的10%以下,实验时转台运行也从振动并发出噪声变平稳。根据输出的位置信号的DA曲线图,如图7,可以得出抑制时间小于2秒,根据程序中输出的剪切频率值可以得到剪切频率由182rad/s移动到141rad/s。
Claims (5)
1.机电伺服***谐振在线识别及动态抑制方法,其特征在于,它包括以下步骤:
步骤一、采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,当有谐振时,在所述输出的信号的时域中选取N个滑动窗口中数据,经滑动DFT转化后,得到N个频谱值,转入步骤二,当没有谐振时,本方法结束;
步骤二、从N个频谱值中得到幅值最大值Hmax,将N个频谱值中得到的幅值最大值Hmax与设定的阈值Hth进行比较,判断Hmax是否大于阈值Hth,如果Hmax大于阈值,则该幅值最大值Hmax对应的频率为谐振频率f0,该幅值为谐振幅值,转入步骤三;若否,则转入步骤一;
步骤三:如果谐振频率大于穿越频率1.5倍以上,则进行陷波滤波器参数的调整,进行步骤四;如果谐振频率小于剪切频率1.5倍,进行步骤五,
步骤四、采用加入陷波滤波器的方法对谐振进行抑制,直到谐振幅值衰减到阈值Hth以下,同时检测剪切频率处相角的变化,当剪切频率处相角损失超过10°,进行步骤五,否则进行步骤一;
步骤五、调整机电伺服***的控制器的超前环节的系数使机电伺服***剪切频率以步长h rad/s逐步前移,然后进行步骤一,从而抑制谐振。
2.根据权利要求1所述的机电伺服***谐振在线识别及动态抑制方法,其特征在于,步骤一中采用滑动DFT对机电伺服***的控制器输出的信号进行谐振识别,得到N个频谱值的过程为:
根据快速傅里叶变换公式:
获得初始时刻N个采样点的频谱值,
式中,n为时域,k为频域,x(n)为信号时域采样点的值,X(k)为信号变换后的频谱值,为旋转因子,j为虚数单位,N为滑动窗口中数据个数,
根据n时刻k频点处的频谱值Xn(k)结合滑动DFT公式:
Xn(k)=ej2πk/N[Xn-1(k)+x(n)-x(n-N)],
获得n时刻的N个频谱值,
其中,Xn-1(k)为n-1时刻k频点的频谱值。
3.根据权利要求1所述的机电伺服***谐振在线识别及动态抑制方法,其特征在于,步骤四中采用加入陷波滤波器的方法对谐振进行抑制,直到谐振幅值衰减到阈值Hth以下,的过程为:
将谐振幅值下降到阈值Hth所需衰减幅度记为ξ为深度,然后以谐振频率点f0为基准向两侧逐一取点,将f0两侧的频率点对应频谱值与设定的阈值进行比较,直到找到小于等于阈值Hth的幅值对应的频率点,取为f1和f2,根据公式k=2max{(f0-f1),(f2-f0)}获得谐振宽度k,将深度ξ和宽度k选取为待渐变调整量进行参数的调整,将深度初值定为1,宽度初值设为0,即没有衰减的状态,深度按照一定的步长逐步增加到预定值宽度按照一定的步长增加并不断和谐振宽度比较,当陷波滤波器宽度大于谐振宽度2倍时,固定宽度参数,仅对深度进行调节,将得到滤波器参数折算到离散化后的参数。
4.根据权利要求3所述的机电伺服***谐振在线识别及动态抑制方法,其特征在于,将得到滤波器参数折算到离散化后的参数的过程为:
对下面陷波滤波器的传递函数进行离散化:
获得离散方程为
式中,f=f0,T为采样周期,z=eTs为新的复变量,d0、d2、d1、c1和c0为离散化后陷波环节的系数,y(n)为n时刻的输出信号的值,u(n)为n时刻输入信号的值,
将离散方程转换成差分方程的形式为:
y(n)=-c0y(n-2)-c1y(n-1)+d0u(n-2)+d1u(n-1)+d2u(n),
差分方程对应的离散系数为:
5.根据权利要求1所述的机电伺服***谐振在线识别及动态抑制方法,其特征在于,调整机电伺服***的控制器的超前环节的系数使剪切频率以步长h rad/s逐步前移的过程为:
机电伺服***被控对象表达式为:
其中,τm为机电时间常数,τe为电气时间常数,K为放大倍数,
采用串联n个超前环节的机电伺服***的传递函数:
用最小二乘法拟合出被控对象传递函数中的三个参数K、τm和τe,
式中,0<α<1,τ、α和Kc为超前环节的系数,
令s=jωc0,|G(jωc0)|=1,
计算串联n个超前环节机电伺服***传递函数的原有剪切频率ωc0,
其中,j为虚数单位,
根据公式:
γ=180°+∠G(jωc0),
获得相角裕度γ,
根据公式:
ωc1=ωc0-h,
获得第一次移动的目标剪切频率ωc1,
采用公式:
P1=-90°-arctanτeωc1-arctanτmωc1,
获得被控对象在ωc1处的相角P1,
根据公式:
△θ=γ-180°-P1,
获得超前环节在目标剪切频率处需要补偿的相角△θ,
将补偿的相角△θ平均分配到每个超前环节上,则每个超前环节所需补偿的相角△θe为:
△θe=△θ/n,
根据公式:
获得每个超前环节新的系数αi,τi,
使目标剪切频率处幅值为1,即|G(jωc1)|=1,
根据 获得Kc的值,
之后使剪切频率前移一个hrad/s,此时选取ωc1为原始剪切频率,ωc2=ωc1-h为目标剪切频率;依此类推ωci=ωc(i-1)-h,不断前移剪切频率,并同时检测谐振幅值,直到谐振幅值降低到阈值以下,结束移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410748876.4A CN104362929B (zh) | 2014-12-09 | 2014-12-09 | 机电伺服***谐振在线识别及动态抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410748876.4A CN104362929B (zh) | 2014-12-09 | 2014-12-09 | 机电伺服***谐振在线识别及动态抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104362929A true CN104362929A (zh) | 2015-02-18 |
CN104362929B CN104362929B (zh) | 2016-09-14 |
Family
ID=52530163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410748876.4A Active CN104362929B (zh) | 2014-12-09 | 2014-12-09 | 机电伺服***谐振在线识别及动态抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104362929B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424171A (zh) * | 2015-11-05 | 2016-03-23 | 中国船舶重工集团公司第七二四研究所 | 一种舰载稳定平台机械谐振的实时检测与保护方法 |
CN106712646A (zh) * | 2015-09-01 | 2017-05-24 | 洛克威尔自动控制技术股份有限公司 | 使用频率响应调节电机驱动器的方法 |
CN106872771A (zh) * | 2017-02-24 | 2017-06-20 | 广东工业大学 | 一种交流伺服***谐振频率检测方法及装置 |
CN107302327A (zh) * | 2017-05-12 | 2017-10-27 | 广州视源电子科技股份有限公司 | 调整电机转速的方法和装置及电机 |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服***的机械谐振抑制方法 |
CN109084742A (zh) * | 2018-06-15 | 2018-12-25 | 东南大学 | 基于谐振频率的硅微陀螺仪最优解调相角数字补偿方法 |
CN109713968A (zh) * | 2018-12-18 | 2019-05-03 | 蚌埠学院 | 切割机伺服***机械谐振的抑制方法 |
CN109995300A (zh) * | 2019-04-23 | 2019-07-09 | 深圳市海浦蒙特科技有限公司 | 用于伺服***谐振抑制、陷波参数优化方法、***及介质 |
CN110262249A (zh) * | 2019-07-08 | 2019-09-20 | 东莞市三姆森光电科技有限公司 | 基于bp神经网络的永磁同步伺服***谐振陷波器参数自校正方法 |
CN111817631A (zh) * | 2020-07-16 | 2020-10-23 | 华中科技大学 | 一种基于自适应陷波的机械谐振在线抑制*** |
CN114710081A (zh) * | 2022-03-18 | 2022-07-05 | 合肥工业大学 | 基于扩张状态观测器与改进型陷波器的在线谐振抑制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030169015A1 (en) * | 2002-03-05 | 2003-09-11 | Semyon Royak | Flux position identifier using high frequency injection with the presence of a rich harmonic spectrum in a responding signal |
CN102651630A (zh) * | 2012-04-25 | 2012-08-29 | 浙江天煌科技实业有限公司 | 一种双馈交流励磁发电机定子磁链测量方法 |
CN103414424A (zh) * | 2013-06-19 | 2013-11-27 | 山西潞安环保能源开发股份有限公司 | 交流电机定子磁链估计方法 |
-
2014
- 2014-12-09 CN CN201410748876.4A patent/CN104362929B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030169015A1 (en) * | 2002-03-05 | 2003-09-11 | Semyon Royak | Flux position identifier using high frequency injection with the presence of a rich harmonic spectrum in a responding signal |
CN102651630A (zh) * | 2012-04-25 | 2012-08-29 | 浙江天煌科技实业有限公司 | 一种双馈交流励磁发电机定子磁链测量方法 |
CN103414424A (zh) * | 2013-06-19 | 2013-11-27 | 山西潞安环保能源开发股份有限公司 | 交流电机定子磁链估计方法 |
Non-Patent Citations (1)
Title |
---|
JIAN KANG, SONGLIN CHEN, AND XIAOGUANG DI: "Online Detection and Suppression of Mechanical Resonance for servo system", 《2012 THIRD INTERNATIONAL CONFERENCE ON INTELLIGENT CONTROL AND INFORMATION PROCESSING》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106712646A (zh) * | 2015-09-01 | 2017-05-24 | 洛克威尔自动控制技术股份有限公司 | 使用频率响应调节电机驱动器的方法 |
CN105424171B (zh) * | 2015-11-05 | 2018-04-20 | 中国船舶重工集团公司第七二四研究所 | 一种舰载稳定平台机械谐振的实时检测与保护方法 |
CN105424171A (zh) * | 2015-11-05 | 2016-03-23 | 中国船舶重工集团公司第七二四研究所 | 一种舰载稳定平台机械谐振的实时检测与保护方法 |
CN106872771A (zh) * | 2017-02-24 | 2017-06-20 | 广东工业大学 | 一种交流伺服***谐振频率检测方法及装置 |
CN107302327B (zh) * | 2017-05-12 | 2019-07-16 | 广州视源电子科技股份有限公司 | 调整电机转速的方法和装置及电机 |
CN107302327A (zh) * | 2017-05-12 | 2017-10-27 | 广州视源电子科技股份有限公司 | 调整电机转速的方法和装置及电机 |
CN107748577A (zh) * | 2017-10-19 | 2018-03-02 | 哈尔滨工业大学 | 基于极值搜索算法的机电伺服***的机械谐振抑制方法 |
CN109084742B (zh) * | 2018-06-15 | 2022-04-26 | 东南大学 | 基于谐振频率的硅微陀螺仪最优解调相角数字补偿方法 |
CN109084742A (zh) * | 2018-06-15 | 2018-12-25 | 东南大学 | 基于谐振频率的硅微陀螺仪最优解调相角数字补偿方法 |
CN109713968A (zh) * | 2018-12-18 | 2019-05-03 | 蚌埠学院 | 切割机伺服***机械谐振的抑制方法 |
CN109995300A (zh) * | 2019-04-23 | 2019-07-09 | 深圳市海浦蒙特科技有限公司 | 用于伺服***谐振抑制、陷波参数优化方法、***及介质 |
CN110262249A (zh) * | 2019-07-08 | 2019-09-20 | 东莞市三姆森光电科技有限公司 | 基于bp神经网络的永磁同步伺服***谐振陷波器参数自校正方法 |
CN110262249B (zh) * | 2019-07-08 | 2022-09-23 | 广东三姆森科技股份有限公司 | 基于bp神经网络的永磁同步伺服***谐振陷波器参数自校正方法 |
CN111817631A (zh) * | 2020-07-16 | 2020-10-23 | 华中科技大学 | 一种基于自适应陷波的机械谐振在线抑制*** |
CN114710081A (zh) * | 2022-03-18 | 2022-07-05 | 合肥工业大学 | 基于扩张状态观测器与改进型陷波器的在线谐振抑制方法 |
CN114710081B (zh) * | 2022-03-18 | 2023-08-22 | 合肥工业大学 | 基于扩张状态观测器与改进型陷波器的在线谐振抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104362929B (zh) | 2016-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104362929A (zh) | 机电伺服***谐振在线识别及动态抑制方法 | |
CN106970364B (zh) | 一种车载雷达在环实时仿真测试***及其方法 | |
US10081367B2 (en) | Steering and traction applications for determining a steering control attribute and a traction control attribute | |
CN1702306A (zh) | 用来预测和/或避免稀油熄火的方法和装置 | |
CN102662323B (zh) | 风力发电变桨距执行机构的自适应滑模控制方法及*** | |
CN105651504A (zh) | 基于自适应小波能量的旋转机械故障特征提取方法 | |
CN111256993A (zh) | 一种风电机组主轴承故障类型诊断方法及*** | |
Mason et al. | Earthquake motion selection and calibration for use in a geotechnical centrifuge | |
Janeliukstis | Continuous wavelet transform-based method for enhancing estimation of wind turbine blade natural frequencies and damping for machine learning purposes | |
CN108108672B (zh) | 一种基于线性搜索策略的随机共振电流弱信息识别方法 | |
CN103811017B (zh) | 一种基于Welch法的冲床噪声功率谱估计改进方法 | |
CN105068571A (zh) | 一种多维正弦振动控制方法及控制装置 | |
CN102944773B (zh) | 基于空间变换的电能扰动检测及分类方法 | |
CN103543210A (zh) | 基于声发射技术的加压气力输送流型检测装置和方法 | |
CN109855826A (zh) | 提升设备振动分析***及振动分析方法 | |
CN110907864B (zh) | 电机定子绕组的故障检测方法、装置、设备及存储介质 | |
CN110796047B (zh) | 一种基于机器学习的自适应稀疏时频分析方法 | |
CN103105278A (zh) | 用于臂架振动特性测试的控制器、测试***及测试方法 | |
CN109062051A (zh) | 一种提高机器人动力学参数辨识精度的方法 | |
CN106777518B (zh) | 一种针对姿轨控发动机推力的激励源辨识方法 | |
CN102589675A (zh) | 一种利用伺服驱动器测定机械共振频率的方法 | |
CN108150361B (zh) | 风力发电机组机舱振动的监测方法和装置 | |
CN112965455B (zh) | 一种作动器动态特性测试装置及方法 | |
CN102540896B (zh) | 化学机械抛光传输机器人的非线性模糊结合递归控制*** | |
EP3104152B1 (en) | Method and controller for determining an undesired condition in an electrical drive system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |