CN115390476A - 基于Simulink的伺服机构性能与可靠性联合仿真方法 - Google Patents
基于Simulink的伺服机构性能与可靠性联合仿真方法 Download PDFInfo
- Publication number
- CN115390476A CN115390476A CN202210941617.8A CN202210941617A CN115390476A CN 115390476 A CN115390476 A CN 115390476A CN 202210941617 A CN202210941617 A CN 202210941617A CN 115390476 A CN115390476 A CN 115390476A
- Authority
- CN
- China
- Prior art keywords
- simulation
- fault
- performance
- module
- reliability
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 170
- 230000007246 mechanism Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000009826 distribution Methods 0.000 claims abstract description 42
- 230000003321 amplification Effects 0.000 claims description 25
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000035882 stress Effects 0.000 claims description 16
- 230000008646 thermal stress Effects 0.000 claims description 15
- 238000012614 Monte-Carlo sampling Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 229910052739 hydrogen Inorganic materials 0.000 claims description 5
- 239000001257 hydrogen Substances 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000017525 heat dissipation Effects 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000003638 chemical reducing agent Substances 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims description 2
- 238000001816 cooling Methods 0.000 claims description 2
- 239000012530 fluid Substances 0.000 claims description 2
- 230000004907 flux Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 150000003071 polychlorinated biphenyls Chemical class 0.000 claims description 2
- 238000005507 spraying Methods 0.000 claims description 2
- 238000002076 thermal analysis method Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000001845 vibrational spectrum Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 claims 2
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 230000005672 electromagnetic field Effects 0.000 claims 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims 1
- 230000009467 reduction Effects 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 14
- 238000013461 design Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 150000002431 hydrogen Chemical class 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提出一种基于Simulink的伺服机构性能与可靠性联合仿真方法,首先建立伺服机构无故障干扰状态下的性能模型,其次,基于ANSYS与Flotherm对伺服机构的关键部件进行可靠性仿真,进行可靠性预计得到关键部件寿命分布。将寿命分布注入到性能模型中,真实准确刻画关键部件故障逻辑,得到整体模型的寿命情况。实现对伺服机构性能和可靠性联合仿真,为机电产品的性能与可靠性优化提供基础模型。基于各软件平台求解得到伺服机构的性能与可靠性的仿真结果分析结果,且其结果更加符合实际、更具有科学性,该方法为其它学者对性能与可靠性联合分析工作的开展提供新的研究思路。
Description
技术领域
现有针对伺服机构工作性能仿真的研究中,普遍存在可靠性分析与性能设计分析脱节的问题,利用现有的性能模型,基于matlab的技术扩展性,将可靠性原理与性能分析进行融合,对伺服机构开展性能与可靠性联合仿真并进行评估。首先基于simulink建立电机驱动模块、电机-丝杠模块与控制算法模块并组成伺服机构性能模型;再针对伺服机构功能电路部分进行可靠性建模,基于蒙特卡洛抽样得到功能电路的寿命分布参数;基于伺服机构结构间逻辑关系将功能电路寿命分布注入到性能仿真模型中,建立伺服机构的性能与可靠性联合仿真模型,基于可靠性原理求解得到可靠性评估结果。
背景技术
伺服机构是对被控对象的运动状态进行控制,使其运动状态能够随***指令进行改变的控制***,通常状况下伺服机构是通过闭环回路实现对机械***的位置、速度等的控制。伺服机构根据其驱动电机不同可以划分为多种类型,涉及到了电气、电子和自动控制等多个学科的知识体系,需要对伺服回路的设计和控制、信息测量和结构设计等内容的研究,主要由伺服控制驱动器、机电作动器和位置传感器等组成。
在伺服机构的设计阶段,一般通过模拟仿真的方式研究产品工作过程中是否具备较好的性能,然而在伺服机构仿真运行过程中,普遍存在可靠性与性能分析脱节的现象,使得伺服机构在研发过程中虽然投入大量资源,但在产品的使用过程中其可靠性仍然不能得到有效保障,因此伺服机构由于设计缺陷、扰动等原因出现性能水平下降,甚至严重故障等问题,可能造成严重经济损失,甚至带来重大安全事故。在仿真建模的研究中,Xu等人提出一种射流管伺服阀长周期仿真建模方法,Wang提出一种基于雷达机构磨损退化的性能仿真方法,然而这些建模都是仅从性能层面针对单个液压机构或者机械结构进行分析,建模方面缺乏综合可靠性仿真层面的考量。因此本文综合考虑伺服***机、电结构,展开性能与可靠性联合仿真建模方法研究。
发明内容
1、目的:本发明以典型伺服机构为研究对象提供一种性能与可靠性联合仿真方法,它是一种基于Simulink仿真的建模方法。首先建立伺服机构无故障干扰状态下的性能模型,其次,基于ANSYS与Flotherm对伺服机构的关键部件进行可靠性仿真,进行可靠性预计得到关键部件寿命分布。将寿命分布注入到性能模型中,真实准确刻画关键部件故障逻辑,得到整体模型的寿命情况。实现对伺服机构性能和可靠性联合仿真,为机电产品的性能与可靠性优化提供基础模型。
2、技术方案:本发明是通过以下技术方案实现的。
首先引入几个定义。
定义1:伺服机构:伺服机构主要由伺服控制驱动器以及机电作动器组成,是一种典型的机电***,其工作原理如图1所示:伺服控制驱动器包括控制板组合与功放板组合,两部分负责控制算法以及电机驱动,在接收到控制***发出的控制指令以及机电作动器反馈信号后按照既定的控制规律生成脉冲宽度调制(Pulse Width Modulation,PWM)信号,经功率电路经过功率放大后驱动电机转动。机电作动器是由电机和丝杠组成的运动副,电机通过齿轮副减速后带动丝杠副运动,推动丝杠螺母输出直线位置,进而实现对被控对象的角度和力矩输出。
定义2:PWM信号:脉冲宽度调制(Pulse width modulation,PWM)技术,对逆变电路开关器件的通断进行控制,使输出端得到一系列幅值相等但宽度不一致的脉冲,用这些脉冲来代替正弦波或所需要的波形。也就是在输出波形的半个周期中产生多个脉冲,使各脉冲的等值电压为正弦波形,所获得的输出平滑且低次谐波少。按一定的规则对各脉冲的宽度进行调制,既可改变逆变电路输出电压的大小,也可改变输出频率。
定义3:威布尔分布:是可靠性分析和寿命检验的理论基础。威布尔分布在可靠性工程中被广泛应用,尤其适用于机电类产品的磨损累计失效的分布形式,既可以描述失效率递增的故障过程,也可以描述失效率递减的故障过程。它可以利用概率值很容易地推断出分布参数,因此被广泛应用于各种寿命试验的数据处理,不可靠函数为:其中g1,g2,g3分别为形状参数、尺度参数和位置参数。
本发明一种基于Simulink的伺服机构性能与可靠性仿真方法,具体包括如下步骤:
步骤一:伺服机构性能仿真方法研究
在Simulink建模仿真中,将伺服机构划分为电机驱动模块、电机-丝杠模块与控制算法模块并建立模型。电机驱动模块将PWM信号转换成正弦波信号;电机-丝杠模块使得三相信号经电机模型后带动负载运动并输出定子电流、转子速度、转子角度、电磁转矩等信息;控制算法模块通过负反馈减小运动输出的位移、电磁转矩与丝杠副速度误差。建模步骤详见具体实施方式。
步骤二:伺服控制驱动器可靠性仿真方法研究
伺服机构中任何一个组成部分的故障都可能致使***任务失败。相对于功能电路的故障频发情况,***机械构件故障发生概率较低,且任何关键电路的故障都将导致整个***的性能水平骤降、瘫痪甚至存在严重安全隐患。因此针对伺服机构中的功能电路进行可靠性仿真。历史数据表明造成电子设备故障的原因有75%以上是由于温度和振动造成的,国内外针对电子产品的可靠性研究集中于温度和振动产生的影响,因此以典型伺服机构功能电路在温度、振动两种环境影响下的可靠性仿真方法进行研究。
基于热仿真软件Flotherm建立产品的CFD数字样机、CFD数字样机修正及热应力仿真;基于ANSYS软件建立简化模型、进行参数设置与网格划分、模态分析、模态试验及模型修正以及添加随机载荷开展随机振动分析。基于CalcePWA软件建立PCB板模型,以Flotherm热仿真结果和ANSYS振动仿真结果和环境剖面为输入条件,对各PCB板开展基于失效物理的故障预计分析。故障预计得到伺服控制驱动器的故障矩阵,对故障数据开展拟合—抽样—拟合求解过程,得到各功能电路的寿命符合威布尔分布并求出其分布参数。
步骤三:伺服机构性能与可靠性联合仿真研究
对伺服机构的性能与可靠性联合仿真方法展开研究。首先在simulink中建立可靠性数学模型:基于步骤二伺服控制驱动器中功能电路的寿命分布,建立蒙特卡洛抽样模块。基于步骤二得到的故障首发时间建立故障触发模块。由于伺服控制驱动器中存在A/D电路、二次电源电路等多个功能电路,分别建立故障触发模块,根据各个电路在伺服机构中的功能逻辑关系建立连接,得到可靠性数学仿真模型。
最终可靠性仿真模型注入到性能模型的实现由多点断点模块完成,单个伺服机构的多点断点模块如图2所示:在电机模块的输出(定子电流、转子速度、转子角度、电磁转矩)处设定断点,将故障触发输出信号加入进行判定。由此,当功能电路发生故障后,故障触发模块输出信号将导致电机模块中断输出,反之对则无影响电机模块的输出信号继续进入下一次反馈。
实现联合仿真后通过建立仿真终止模块进行性能与可靠性的联合评估,将理想信号与反馈信号进行比较,低于误差阈值则认为性能水平符合***指令,反之超出***指令,此时仿真终止。以性能与可靠性联合仿真模型为基础,开展N次仿真,并记录伺服机构无故障运行次数与伺服机构性能水平符合***指令次数,以及可靠性基本原理计算伺服机构在时间T内的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率。
3、本发明与现有技术相比有如下优点:
随着伺服机构结构的复杂化,传统中偏重于其性能设计而忽略可靠性的设计方案不仅使伺服机构的可靠性得不到有效保障,且存在巨大安全隐患。本发明针对现阶段性能与可靠性联合分析过程中存在的接口限制等弊端提出了改进方法,提出了基于Simulink的伺服机构性能与可靠性联合仿真方法。以伺服机构研究对象,根据伺服机构的结构组成、工作原理以及其各组成部分的具体功能,提出了基于Simulink的伺服机构性能与可靠性仿真方法。实现了对伺服机构性能与可靠性的联合仿真,基于各软件平台求解得到伺服机构的性能与可靠性的仿真结果分析结果,且其结果更加符合实际、更具有科学性,该方法为其它学者对性能与可靠性联合分析工作的开展提供新的研究思路。
附图说明
图1是伺服机构工作原理图。
图2是多点断点模块图。
图3是某典型伺服机构构成。
图4是电机驱动模块。
图5是电机-丝杠模块。
图6是控制算法模块。
图7是性能仿真模型。
图8a是电流性能仿真结果。
图8b是位置性能仿真结果。
图9是可靠性仿真方法流程。
图10a是CFD数字样机简化前模型。
图10b是CFD数字样机简化后模型。
图11是故障触发模块。
图12a是控制板功能电路触发模块的逻辑组合。
图12b是摆喷功放板功能电路触发模块的逻辑组合。
图12c是空气舵功放板功能电路触发模块的逻辑组合。
图12d是电流检测电路触发模块的逻辑组合。
图13是故障注入示意图。
图14是***仿真终止逻辑图。
具体实施方式
本发明以典型伺服机构为例,基于其性能模型和可靠性仿真分析结果,利用性能与可靠性联合仿真方法对其开展仿真分析,得到伺服机构可靠性评估结果。现对上述技术方案做进一步的详述。
步骤一:伺服机构性能模型建立。基于Simulink建立性能模型,某典型伺服机构为例,如图3所示:该伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成,功放板分为两台摆喷功放板和四台空气舵功放板。空气舵功放板与摆喷功放板组成结构相同,六台机电作动器组成结构相同。
首先建立单个伺服控制驱动器-机电作动器的仿真模型。将其划分为电机驱动模块、电机-丝杠模块与控制算法模块。电机驱动模块如图4所示:信号在电机驱动模块中进行转换,由PWM信号g转换成三相电压信号A、B、C。电机-丝杠模块如图5所示:永磁同步电机接收三相电压,并将三相电压提供给定子。在定子三相电流的作用下产生旋转磁场,转子在电磁场的作用之下,转子发生转动,此时的永磁同步电机可以带动负载丝杠副做直线运动,永磁同步电机子模型输出机电作动器的定子电流、转子速度、转子角度、电磁转矩等信息。其中电磁转矩:
ψd、ψq分别为d、q轴磁链,iq、id为d、q轴电流。若能控制id=0,则转矩方程可以简化为:
此时仅控制iq我们就可以控制转矩的大小,d轴电压也仅与iq有关,相当于一台典型的他励直流电动机,定子只有交轴分量,且定子磁动势的空间矢量正好和永磁体磁场空间矢量正交。所以为了减少损耗,完全可以将id=0,降低损耗。
此外,转子角度θ经丝杠模块,通过减速器与丝杠的齿轮比k控制转化为丝杠位移s,其中c为丝杠初始位置。
s=k*θ+c (3)
控制算法模块由位置、速度电流三闭环组成,如图6所示:将仿真丝杠位移参数s与理想位置参数s1作为模型输入,位置参数通过负反馈减小误差;由于位置控制不允许超调存在,因此设置比例调节器,将理想位置信号和仿真位置检测信号的差值整定为控制模块的速度,与转子速度进行比较,并通过负反馈减小误差;q轴定子电流(即电磁转矩)通过比例积分控制以及负反馈减小误差,控制id=0,可在d轴产生最大电磁转矩。三闭环负反馈***输出电压Ud、电压Uq以及转子角度θ。输出信号通过SVPWM(Space Vector Pulse WidthModulation空间矢量脉宽调制)算法生成PWM信号,PWM信号返回到电机驱动模块再次生成三相电压信号A、B、C,进行下一次修正与反馈。SVPWM与传统脉宽调制算法比较,绕组电流波形的谐波成分小,使得电机转矩脉动降低,旋转磁场更逼近圆形,并且使直流母线电压的利用率有了很大提高。
建立整体伺服机构模型,由于伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成,因此在性能模型仿真过程中建立六个电机驱动模块、控制算法模块以及电机丝杠模块,模型如图7所示。
基于伺服机构性能模型开展不同时长仿真,设置性能模型的仿真时长为0.08s,理想位置为1mm,通过电流、位置输出变化波形判断性能设计是否符合预期标准。以摆喷功放板组合为例,图8a表示电流输出结果:前期转速环速度低于给定时,输出电机承受的最大电流为40A,使得电机最大转矩升速,在到达给定转速后,电机迅速输出反向转矩,降速到达给定。图8b表示电机位置波形:由于正弦波跟踪存在滞后性,因此阶跃信号经0.05s的调节时间后达到稳定输出状态,输出响应符合给定位置,伺服机构的性能设计符合预期标准。
步骤二:伺服控制驱动器可靠性仿真方法研究。以典型伺服控制驱动器对其功能电路在温度、振动两种环境影响下的可靠性仿真方法进行研究。图9显示可靠性仿真方法流程:针对典型电子产品应用Flotherm开展热应力仿真,应用ANSYS开展振动应力仿真。将热应力与振动应力仿真结果注入CalcePWA平台以开展故障预计,最终根据故障预计结果进行数据拟合得到数据分布。
(1)热应力仿真:基于数值传热学以及计算流体动力学方法,应用Flotherm对伺服控制驱动器开展热应力仿伺服控制驱动器有五块PCB板,根据环境剖面要求对其在-45℃、-20℃、35℃、70℃的温度环境下进行了热仿真。
建立CFD数字样机:如图10a和图10b所示。通过导入CAD模型或手动方式建立模型如图10a,并将产品中尺寸较小的孔、凸台、圆角、热分析无关连接件以及功耗较低元器件进行删除如图10b,提高求解计算效率。而后进行网格划分与边界环境设置,确定有限元分析精度。参照实体模型,对关键部位进行网格细化,其余位置网格自动划分,网格总体数目为2567604。
展开CFD数字样机验证:对产品开展热测量试验,利用温度传感器、恒温箱等设备在产品工作状态下对元器件等进行温度测量,开展热测量试验过程中,设置28个温度测试点,其中有24个点为关键器件、4个为机箱壳体,在伺服控制驱动器通电且稳定状态下测量测量点在25℃、45℃的温度下的温度值。由于建立CFD数字样机模型的过程中存在简化等原因,因此对仿真模型中的具体参数、网格等内容调整,最终使得热测量试验的结果与热仿真的结果误差较低,确保热应力仿真结果更加精确。
进行热应力仿真分析,根据伺服控制驱动器的环境剖面要求,对CFD数字样机模型在-45℃、-20℃、35℃、70℃环境下进行仿真。得到伺服控制驱动器高温器件和温度分布云图,为故障预计提供输入条件。
(2)振动应力仿真。基于有限元分析法对其开展振动应力仿真分析,应用ANSYS对伺服控制驱动器开展振动应力仿真分析。
建立FEA数字样机:对材料属性参数例如弹性模量、泊松比等进行参数注入,对数字样机进行网格划分以增加模型求解精度。
开展模态分析:形成数字样机的离散数学模型,设定求解的模态数为前三阶,频率范围是10~2000Hz,求解特征值得到产品的固有频率及其振型等结果,为随机振动分析提供输入条件。
对FEA数字样机进行修正:根据伺服机构物理实体开展模态试验,求解得到产品的固有频率及其振型。由于存在三块PCB板无法拆卸和设备条件有限无法对整机进行模态试验,因此仅对摆喷功放板组合2板和空气舵功放板组合1板进行使用敲击方式进行模态试验,以模态试验结果为依据进行参数和网格调整,使模态试验和模态分析结果误差在10%以内。
振动应力分析:根据产品的实际工作环境剖面,完成了对产品在X、Y、Z三个方向上的随机振动谱以及加速频谱和随机振动参数的设置,在开展对产品的输出响应进行测量时,选择产品在X、Y、Z三个方向上的位置和速度。对伺服控制驱动器进行随机振动分析,以控制板组合板为例,对响应结果进行分析,得到位移和加速度云图,为故障预计提供输入条件。
(3)故障预计:基于CalcePWA平台对伺服控制驱动器开展故障预计。故障预计模型建立:不同于热、振动应力仿真中的数字样机的建立,在条件允许的情况下对所有的元器件进行建模,模型中包括控制板组合中的所有元器件型号大小与位置分布。
热仿真:设置散热方式与温度剖面,根据驱动器特性散热方式选择自然冷却,上、下板间距分别为12mm和10mm,根据温度剖面设置环境温度分别为-45℃、-20℃、35℃、70℃。根据Flotherm中的热仿真结果对CalcePWA中控制板组合板边界温度进行填充,后进行热仿真,并以Flotherm的热仿真结果为依据对CalcePWA中的热仿真结果进行调整,得到其热应力仿真结果,结果形式以热应力云图呈现。
振动仿真:根据控制板组合的固支情况对其添加固支,并选择随机振动方式输入ANSYS振动仿真后导出的加速度最大点的响应PSD频谱,并根据ANSYS中的仿真结果对CalcePWA中控制板组合的网格和固支方式进行调整,仿真分析得到控制板组合的振动仿真结果,结果形式以振动应力云图呈现。
故障预计:以CalcePWA中的热、振动应力仿真作为输入,进行1000次蒙特卡洛抽样,得到元器件的首发故障时间及多种故障模式。根据元器件的故障模式对其故障首发时间进行数据预处理,得到单个器件的故障数据,对其进行数据拟合得到单点故障分布。选择每个功能电路首发故障时间最低的10个元器件,对其故障数据开展拟合处理过程从而得到每个功能电路的寿命分布:
(1)针对每个功能电路,选取10个期间,将每个器件由两种失效机理导致的失效数据进行耦合,并基于器件寿命服从指数分布假设得到该器件的一组失效数据:
其中,λ1、λ2为元器件两种失效模式的失效率,MTTF1、MTTF2为两种失效模式对应的故障首发时间,通过上述预处理公式得到元器件的失效率。对每个元器件预处理后的数据进行拟合,得到每个元器件的寿命分布。
(2)根据已得到的10个单点分布,利用蒙特卡洛抽样得到10个器件的失效时间,抽样共进行1000次,因此可得到10*1000的失效时间矩阵
(3)将一次抽样中整个功能电路的失效时间认定为10个器件中最早的失效时间,由此得到1000个功能电路的失效时间,再由MATLAB进行分布拟合,得到整个模块的故障分布。
最终拟合求解得到的各功能电路寿命分布服从三参数威布尔分布,表1为各功能电路寿命分布表。
表1各功能电路的寿命分布表
由表1可知,空气舵功放板上的功能电路发生故障概率较大,控制板组合中除二次电源外其它电路发生故障的概率较低。针对上述分析结果,可对空气舵功放板上的元器件进行重点关注,同样是伺服控制驱动器设计改进的重点。
步骤三:伺服机构性能与可靠性仿真方法研究
本发明以伺服控制驱动器功能电路寿命分布为基础,建立电路的可靠性模型,并将其注入到伺服机构的性能模型中,开展伺服机构性能与可靠性联合仿真,并依据性能与可靠性评估规则对性能与可靠性进行评估。
(1)伺服机构性能与可靠性联合仿真模型构建
基于蒙特卡洛抽样数据在Simulink中建立单个功能电路的故障触发模块,如图11描述:将步骤二得到的每个功能电路寿命分布参数g1、g2、g3作为蒙塔卡罗抽样模块的输入,根据式3.1输出得到故障时间,与设定的首发故障时间9000h进行比较,判断功能电路是否能够正常运行。当抽样模块的输出值小于设定值时,此时该功能电路触发故障,反之该功能电路正常运行,因此最终故障出发模块输出布尔型逻辑值。
T=g3+g2τ(1+1/g1) (5)
伺服机构中存在多个功能电路,分别建立蒙特卡洛抽样模型以及故障触发模型,根据功能电路故障对伺服机构性能的影响,描述故障触发模块间的逻辑关系,如表2所示。根据描述连接故障触发模块,如图12描述:由于控制板组合中CAN总线、DSP电路、A/D电路、信号采集电路、二次电源电路任何一个电路故障都将会导致伺服机构***性能模型出现故障,因此将上述五个单电路故障触发模块使用与逻辑连接,如图12a所示;摆喷功放板组合及空气舵功放板组合中的栅极驱动电路、逻辑处理电路、二次电源电路(功放板组合)、功率驱动电路任一电路故障将导致相应功放板控制的机电作动器故障,影响丝杠理想位置参数,因此对功放板的四个单电路故障触发模块使用与逻辑进行连接,组合逻辑模块输出将影响丝杠理想位置信号,如图12b、12c所示。电流监测电路故障对丝杠理想位置无影响,而对机电作动器反馈信号产生影响,因此保持单电路故障触发模块,其输出将影响反馈信号,如图12d所示。
表2功能电路故障对伺服机构性能模型影响表
控制板电路 | 对伺服机构性能模型影响 | 功放板电路 | 对伺服机构性能模型影响 |
CAN总线 | 无信号输入,发生故障 | 逻辑处理电路 | 对应机电作动器无信号输入 |
DSP电路 | 无信号输出,发生故障 | 电流监测电路 | 无对应机电作动器反馈信号 |
A/D电路 | 无反馈信号,发生故障 | 二次电源电路 | 对应电机无信号输入 |
信号采集电路 | 无反馈信号,发生故障 | 功率驱动电路 | 对应电机无信号输入 |
二次电源电路 | 无信号,发生故障 | 栅极驱动电路 | 对应机电作动器无信号输入 |
建立断点模块,最终通过多点断点实现可靠性仿真模型与性能模型的联合。
单个伺服机构的多点断点模块如图2所示:在电机模块的输出(定子电流、转子速度、转子角度、电磁转矩)处设定断点,将故障触发输出信号加入进行判定:当功能电路发生故障后,故障触发模块输出信号将导致电机模块中断输出,反之对则无影响电机模块的输出信号继续进入下一次反馈。
建立整体伺服机构的多点断点模块。已知整体伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成。在伺服控制驱动器进行断点模型注入:
丝杠位置首先与控制板故障触发模块通过单点断点进行故障判定,输出位置量再与功放板故障触发模块进行故障判定,由此经控制板与功放板的双重判定得到丝杠位置量输入到性能模型中,若控制板或功放板任一组件发生故障,故障触发模块输出信号致使中断发生,丝杠位置量为0。
同时,电机模块的输出(定子电流、转子速度、转子角度、电磁转矩)与电流检测触发模块通过多点断点进行故障判定,最终结果作为电机参数m输入到性能模型中,如图13所示。
最终建立仿真终止模块用于可靠性评估,将六个电机的位置、电流、速度三路理想信号与反馈信号分别进行比较,低于误差阈值则认为性能水平符合***指令仿真继续,反之则仿真终止,如图14所示。定义位置、速度和转矩的仿真值与***指令误差率分别为1%、0.5%、0.5%。
(2)性能与可靠性联合评估
以性能与可靠性联合仿真模型为基础,开展N次仿真,并记录伺服机构无故障运行次数与伺服机构性能水平符合***指令次数。设置运行时间为T,开展联合仿真分析,依据公式(3.2)~(3.10),求出伺服机构在时间T内的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率。
式中,N为仿真总次数;Ni=1表示第i次仿真***无故障运行,反之***发生故障;Nk=1表示第k次仿真***未因为位置误差低于阈值故障,反之***因为位置误差超过阈值故障;Nd=1表示第d次仿真***未因为速度误差低于阈值故障,反之***因为速度误差超过阈值故障;Ns=1表示第s次仿真***未因为转矩误差低于阈值故障,反之***因为转矩误差超过阈值故障。P为***指令与反馈值误差率,Pk、Pd、Ps分别指位置、速度和转矩反馈值与***指令的误差率,位置、速度和转矩反馈值与***指令的误差率阈值,R、分别指***在时间T时的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率,通过对N次仿真结果统计可得伺服机构的可靠度与性能水平符合***指令的概率。
此处设置各功能电路首发故障时间为9000h。在不同的仿真时长下,对伺服机构性能与可靠性联合仿真模型进行联合仿真分析,在功能电路无故障发生状态下,其仿真结果无明显差异,因此为简化仿真过程,此处设置仿真时长为0.08s,循环仿真次数设置为1000次,由仿真结果可发现由于各功能电路的故障都会导致其控制线路下的位置、速度和转矩产生较大误差,该情况导致位置、转速与转矩三种性能水平符合***指令的概率相同,根据联合仿真数据统计及式(3.2)~(3.10)得到伺服机构在9000h内,其可靠度以及位置、转速与转矩三种性能水平符合***指令的概率均为0.765。
Claims (10)
1.一种基于Simulink的伺服机构性能与可靠性联合仿真方法,具体包括如下步骤:
步骤一:伺服机构性能仿真方法
在Simulink建模仿真中,将伺服机构划分为电机驱动模块、电机-丝杠模块与控制算法模块并建立模型;电机驱动模块将PWM信号转换成正弦波信号;电机-丝杠模块使得三相信号经电机模型后带动负载运动并输出定子电流、转子速度、转子角度及电磁转矩;控制算法模块通过负反馈减小运动输出的位移、电磁转矩与丝杠副速度误差;
步骤二:伺服控制驱动器可靠性仿真方法
基于热仿真软件Flotherm建立产品的CFD数字样机、CFD数字样机修正及热应力仿真;基于ANSYS软件建立简化模型、进行参数设置与网格划分、模态分析、模态试验及模型修正以及添加随机载荷开展随机振动分析;基于CalcePWA软件建立PCB板模型,以Flotherm热仿真结果和ANSYS振动仿真结果和环境剖面为输入条件,对各PCB板开展基于失效物理的故障预计分析;故障预计得到伺服控制驱动器的故障矩阵,对故障数据开展拟合—抽样—拟合求解过程,得到各功能电路的寿命符合威布尔分布并求出其分布参数;
步骤三:伺服机构性能与可靠性联合仿真
在simulink中建立可靠性数学模型:基于步骤二伺服控制驱动器中功能电路的寿命分布,建立蒙特卡洛抽样模块;基于步骤二得到的故障首发时间建立故障触发模块;由于伺服控制驱动器中存在A/D电路及二次电源电路,分别建立故障触发模块,根据各个电路在伺服机构中的功能逻辑关系建立连接,得到可靠性数学仿真模型。
2.根据权利要求1所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:将可靠性仿真模型注入到性能模型,实现由多点断点模块完成,在电机模块的输出处设定断点,将故障触发输出信号加入进行判定;由此,当功能电路发生故障后,故障触发模块输出信号将导致电机模块中断输出,反之对则无影响电机模块的输出信号继续进入下一次反馈;实现联合仿真后通过建立仿真终止模块进行性能与可靠性的联合评估,将理想信号与反馈信号进行比较,低于误差阈值则认为性能水平符合***指令,反之超出***指令,此时仿真终止;以性能与可靠性联合仿真模型为基础,开展N次仿真,并记录伺服机构无故障运行次数与伺服机构性能水平符合***指令次数,以及可靠性基本原理计算伺服机构在时间T内的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率。
3.根据权利要求1或2所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤一中,基于Simulink建立性能模型,伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成,功放板分为两台摆喷功放板和四台空气舵功放板;空气舵功放板与摆喷功放板组成结构相同,六台机电作动器组成结构相同;
建立单个伺服控制驱动器-机电作动器的仿真模型;将其划分为电机驱动模块、电机-丝杠模块与控制算法模块;信号在电机驱动模块中进行转换,由PWM信号g转换成三相电压信号A、B、C;永磁同步电机接收三相电压,并将三相电压提供给定子;在定子三相电流的作用下产生旋转磁场,转子在电磁场的作用之下,转子发生转动,此时的永磁同步电机带动负载丝杠副做直线运动,永磁同步电机子模型输出机电作动器的定子电流、转子速度、转子角度及电磁转矩;
其中,电磁转矩:
ψd、ψq分别为d、q轴磁链,iq、id为d、q轴电流;若能控制id=0,则转矩方程简化为:
此时仅控制iq就能控制转矩的大小,d轴电压与iq有关,相当于他励直流电动机,定子只有交轴分量,且定子磁动势的空间矢量正好和永磁体磁场空间矢量正交;为了减少损耗,完将id=0,降低损耗;
转子角度θ经丝杠模块,通过减速器与丝杠的齿轮比k控制转化为丝杠位移s,其中c为丝杠初始位置;
s=k*θ+c (3)
控制算法模块由位置、速度电流三闭环组成,将仿真丝杠位移参数s与理想位置参数s1作为模型输入,位置参数通过负反馈减小误差;由于位置控制不允许超调存在,因此设置比例调节器,将理想位置信号和仿真位置检测信号的差值整定为控制模块的速度,与转子速度进行比较,并通过负反馈减小误差;q轴定子电流即电磁转矩通过比例积分控制以及负反馈减小误差,控制id=0,在d轴产生最大电磁转矩;三闭环负反馈***输出电压Ud、电压Uq以及转子角度θ;输出信号通过空间矢量脉宽调制SVPWM算法生成PWM信号,PWM信号返回到电机驱动模块再次生成三相电压信号A、B、C,进行下一次修正与反馈;
建立整体伺服机构模型,由于伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成,因此在性能模型仿真过程中建立六个电机驱动模块、控制算法模块以及电机丝杠模块。
4.根据权利要求1所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤二中,热应力仿真:基于数值传热学以及计算流体动力学方法,应用Flotherm对伺服控制驱动器开展热应力仿伺服控制驱动器有五块PCB板,根据环境剖面要求对其在-45℃、-20℃、35℃、70℃的温度环境下进行了热仿真;
建立CFD数字样机:通过导入CAD模型或手动方式建立模型,并将产品中尺寸小的孔、凸台、圆角、热分析无关连接件以及功耗低的元器件进行删除,提高求解计算效率;而后进行网格划分与边界环境设置,确定有限元分析精度;
展开CFD数字样机验证:对产品开展热测量试验,利用温度传感器及恒温箱在产品工作状态下对元器件进行温度测量,开展热测量试验过程中,设置28个温度测试点,其中有24个点为关键器件、4个为机箱壳体,在伺服控制驱动器通电且稳定状态下测量测量点在25℃、45℃的温度下的温度值;
进行热应力仿真分析,根据伺服控制驱动器的环境剖面要求,对CFD数字样机模型在-45℃、-20℃、35℃、70℃环境下进行仿真;得到伺服控制驱动器高温器件和温度分布云图,为故障预计提供输入条件。
5.根据权利要求1所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤二中,振动应力仿真;基于有限元分析法对其开展振动应力仿真分析,应用ANSYS对伺服控制驱动器开展振动应力仿真分析;
建立FEA数字样机:对材料属性参数进行参数注入,对数字样机进行网格划分以增加模型求解精度;
开展模态分析:形成数字样机的离散数学模型,设定求解的模态数为前三阶,频率范围是10~2000Hz,求解特征值得到产品的固有频率及其振型结果,为随机振动分析提供输入条件;
对FEA数字样机进行修正:根据伺服机构物理实体开展模态试验,求解得到产品的固有频率及其振型;由于存在三块PCB板无法拆卸和设备条件有限无法对整机进行模态试验,因此仅对摆喷功放板组合2板和空气舵功放板组合1板进行使用敲击方式进行模态试验,以模态试验结果为依据进行参数和网格调整,使模态试验和模态分析结果误差在10%以内;
振动应力分析:根据产品的实际工作环境剖面,完成了对产品在X、Y、Z三个方向上的随机振动谱以及加速频谱和随机振动参数的设置,在开展对产品的输出响应进行测量时,选择产品在X、Y、Z三个方向上的位置和速度;对伺服控制驱动器进行随机振动分析,对响应结果进行分析,得到位移和加速度云图,为故障预计提供输入条件。
6.根据权利要求1所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤二中,故障预计:基于CalcePWA平台对伺服控制驱动器开展故障预计;故障预计模型建立:不同于热、振动应力仿真中的数字样机的建立,在条件允许的情况下对所有的元器件进行建模,模型中包括控制板组合中的所有元器件型号大小与位置分布;
热仿真:设置散热方式与温度剖面,根据驱动器特性散热方式选择自然冷却,上、下板间距分别为12mm和10mm,根据温度剖面设置环境温度分别为-45℃、-20℃、35℃、70℃;根据Flotherm中的热仿真结果对CalcePWA中控制板组合板边界温度进行填充,后进行热仿真,并以Flotherm的热仿真结果为依据对CalcePWA中的热仿真结果进行调整,得到其热应力仿真结果,结果形式以热应力云图呈现;
振动仿真:根据控制板组合的固支情况对其添加固支,并选择随机振动方式输入ANSYS振动仿真后导出的加速度最大点的响应PSD频谱,并根据ANSYS中的仿真结果对CalcePWA中控制板组合的网格和固支方式进行调整,仿真分析得到控制板组合的振动仿真结果,结果形式以振动应力云图呈现;
故障预计:以CalcePWA中的热、振动应力仿真作为输入,进行1000次蒙特卡洛抽样,得到元器件的首发故障时间及多种故障模式;根据元器件的故障模式对其故障首发时间进行数据预处理,得到单个器件的故障数据,对其进行数据拟合得到单点故障分布;选择每个功能电路首发故障时间最低的10个元器件,对其故障数据开展拟合处理过程从而得到每个功能电路的寿命分布。
7.根据权利要求6所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤二中,(1)、针对每个功能电路,选取10个期间,将每个器件由两种失效机理导致的失效数据进行耦合,并基于器件寿命服从指数分布假设得到该器件的一组失效数据:
其中,λ1、λ2为元器件两种失效模式的失效率,MTTF1、MTTF2为两种失效模式对应的故障首发时间,通过上述预处理公式得到元器件的失效率;对每个元器件预处理后的数据进行拟合,得到每个元器件的寿命分布;
(2)、根据已得到的10个单点分布,利用蒙特卡洛抽样得到10个器件的失效时间,抽样共进行1000次,因此得到10*1000的失效时间矩阵
(3)、将一次抽样中整个功能电路的失效时间认定为10个器件中最早的失效时间,由此得到1000个功能电路的失效时间,再由MATLAB进行分布拟合,得到整个模块的故障分布。
8.根据权利要求1所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤三中,构建伺服机构性能与可靠性联合仿真模型:
基于蒙特卡洛抽样数据在Simulink中建立单个功能电路的故障触发模块,将步骤二得到的每个功能电路寿命分布参数g1、g2、g3作为蒙塔卡罗抽样模块的输入,根据式(1)输出得到故障时间,与设定的首发故障时间9000h进行比较,判断功能电路是否能够正常运行;当抽样模块的输出值小于设定值时,此时该功能电路触发故障,反之该功能电路正常运行,因此最终故障出发模块输出布尔型逻辑值;
T=g3+g2τ(1+1/g1) (5)
伺服机构中存在多个功能电路,分别建立蒙特卡洛抽样模型以及故障触发模型,根据功能电路故障对伺服机构性能的影响,描述故障触发模块间的逻辑关系;根据描述连接故障触发模块,由于控制板组合中CAN总线、DSP电路、A/D电路、信号采集电路、二次电源电路任何一个电路故障都将会导致伺服机构***性能模型出现故障,因此将上述五个单电路故障触发模块使用与逻辑连接;摆喷功放板组合及空气舵功放板组合中的栅极驱动电路、逻辑处理电路、二次电源电路、功率驱动电路任一电路故障将导致相应功放板控制的机电作动器故障,影响丝杠理想位置参数,因此对功放板的四个单电路故障触发模块使用与逻辑进行连接,组合逻辑模块输出将影响丝杠理想位置信号;电流监测电路故障对丝杠理想位置无影响,而对机电作动器反馈信号产生影响,因此保持单电路故障触发模块,其输出将影响反馈信号;建立断点模块,最终通过多点断点实现可靠性仿真模型与性能模型的联合。
9.根据权利要求8所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤三中,单个伺服机构的多点断点模块是在电机模块的输出处设定断点,将故障触发输出信号加入进行判定:当功能电路发生故障后,故障触发模块输出信号将导致电机模块中断输出,反之对则无影响电机模块的输出信号继续进入下一次反馈;
建立整体伺服机构的多点断点模块;已知整体伺服机构由1台伺服控制驱动器及六台机电作动器组成,其中伺服控制驱动器由一台控制板与六台功放板组成;在伺服控制驱动器进行断点模型注入:
丝杠位置首先与控制板故障触发模块通过单点断点进行故障判定,输出位置量再与功放板故障触发模块进行故障判定,由此经控制板与功放板的双重判定得到丝杠位置量输入到性能模型中,若控制板或功放板任一组件发生故障,故障触发模块输出信号致使中断发生,丝杠位置量为0;同时,电机模块的输出与电流检测触发模块通过多点断点进行故障判定,最终结果作为电机参数m输入到性能模型中;
最终建立仿真终止模块用于可靠性评估,将六个电机的位置、电流、速度三路理想信号与反馈信号分别进行比较,低于误差阈值则认为性能水平符合***指令仿真继续,反之则仿真终止。
10.根据权利要求1或9所述的基于Simulink的伺服机构性能与可靠性联合仿真方法,其特征在于:在步骤三中,对性能与可靠性联合评估:
以性能与可靠性联合仿真模型为基础,开展N次仿真,并记录伺服机构无故障运行次数与伺服机构性能水平符合***指令次数;设置运行时间为T,开展联合仿真分析,依据公式(2)~(10),求出伺服机构在时间T内的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率;
式中,N为仿真总次数;Ni=1表示第i次仿真***无故障运行,反之***发生故障;Nk=1表示第k次仿真***未因为位置误差低于阈值故障,反之***因为位置误差超过阈值故障;Nd=1表示第d次仿真***未因为速度误差低于阈值故障,反之***因为速度误差超过阈值故障;Ns=1表示第s次仿真***未因为转矩误差低于阈值故障,反之***因为转矩误差超过阈值故障;P为***指令与反馈值误差率,Pk、Pd、Ps分别指位置、速度和转矩反馈值与***指令的误差率,位置、速度和转矩反馈值与***指令的误差率阈值,R、分别指***在时间T时的可靠度以及位置、转速与转矩三种性能水平符合***指令的概率,通过对N次仿真结果统计可得伺服机构的可靠度与性能水平符合***指令的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941617.8A CN115390476A (zh) | 2022-08-08 | 2022-08-08 | 基于Simulink的伺服机构性能与可靠性联合仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941617.8A CN115390476A (zh) | 2022-08-08 | 2022-08-08 | 基于Simulink的伺服机构性能与可靠性联合仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115390476A true CN115390476A (zh) | 2022-11-25 |
Family
ID=84118346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210941617.8A Pending CN115390476A (zh) | 2022-08-08 | 2022-08-08 | 基于Simulink的伺服机构性能与可靠性联合仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115390476A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116149801A (zh) * | 2023-04-18 | 2023-05-23 | 商飞软件有限公司 | 一种机载维护与健康管理仿真***及仿真方法 |
CN117666446A (zh) * | 2024-01-30 | 2024-03-08 | 湖南高至科技有限公司 | 伺服控制驱动器测试*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945001A (zh) * | 2011-08-15 | 2013-02-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种伺服作动***仿真装置及其仿真方法 |
CN103064299A (zh) * | 2012-12-28 | 2013-04-24 | 东方电气集团东方汽轮机有限公司 | 一种风力发电机组在环仿真测控***及其测试方法 |
US20200310397A1 (en) * | 2017-09-29 | 2020-10-01 | Vidyabhushana Hande | System, method and control unit for diagnosis and life prediction of one or more electro-mechanical systems |
CN114330412A (zh) * | 2021-11-17 | 2022-04-12 | 北京航空航天大学 | 一种机电伺服***故障诊断方法 |
-
2022
- 2022-08-08 CN CN202210941617.8A patent/CN115390476A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945001A (zh) * | 2011-08-15 | 2013-02-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种伺服作动***仿真装置及其仿真方法 |
CN103064299A (zh) * | 2012-12-28 | 2013-04-24 | 东方电气集团东方汽轮机有限公司 | 一种风力发电机组在环仿真测控***及其测试方法 |
US20200310397A1 (en) * | 2017-09-29 | 2020-10-01 | Vidyabhushana Hande | System, method and control unit for diagnosis and life prediction of one or more electro-mechanical systems |
CN114330412A (zh) * | 2021-11-17 | 2022-04-12 | 北京航空航天大学 | 一种机电伺服***故障诊断方法 |
Non-Patent Citations (1)
Title |
---|
闵春平, 窦文华: "机电一体化***多能量域集成分布聚合仿真方法", 计算机仿真, no. 04, 30 August 2002 (2002-08-30) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116149801A (zh) * | 2023-04-18 | 2023-05-23 | 商飞软件有限公司 | 一种机载维护与健康管理仿真***及仿真方法 |
CN117666446A (zh) * | 2024-01-30 | 2024-03-08 | 湖南高至科技有限公司 | 伺服控制驱动器测试*** |
CN117666446B (zh) * | 2024-01-30 | 2024-04-19 | 湖南高至科技有限公司 | 伺服控制驱动器测试*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115390476A (zh) | 基于Simulink的伺服机构性能与可靠性联合仿真方法 | |
CN106650072B (zh) | 一种基于半实物仿真的虚拟同发电机并网检测***及方法 | |
CN102385377B (zh) | 一种用于风力发电机主控***测试的硬件在环实验***和方法 | |
CN102035203B (zh) | 一种快速求取联络线暂态稳定极限传输功率的计算方法 | |
CN106357184A (zh) | 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法 | |
Wang et al. | Digital twin-driven virtual commissioning of machine tool | |
Hasan et al. | Real time simulation of automatic generation control for interconnected power system | |
CN102436184A (zh) | 一种基于嵌入式处理器双目标机的控制实时仿真*** | |
Fischer et al. | Control design for mechanical hardware‐in‐the‐loop operation of dynamometers for testing full‐scale drive trains | |
Qian et al. | Design of reduced order sliding mode governor for hydro-turbines | |
Zhang et al. | Modeling and simulation study of hydraulic turbine governor based on SIMULINK | |
CN105140957A (zh) | 基于风电场和光伏电站聚合模型的机电振荡模式估算方法 | |
CN115042209A (zh) | 一种具有数字孪生模型的机器人关节模组伺服控制器 | |
CN113687161B (zh) | 一种飞轮脉冲电源大惯量负载特性模拟装置 | |
Perić et al. | Development of voltage source converter using HiL simulation system | |
Devarajan et al. | Modeling and Simulation of Smart Power Systems Using HIL | |
Monti et al. | A virtual testing facility for elevator and escalator systems | |
CN113360328A (zh) | 一种基于多实时仿真器的数模混合仿真接口测试平台 | |
CN114386253A (zh) | 基于事件驱动的混合步长实时仿真***的实现方法及装置 | |
Alzayed | Simplified maximum torque per ampere trajectory tracking for permanent magnet synchronous machine drives | |
Autsou et al. | Principles and Methods of Servomotor Control: Comparative Analysis and Applications | |
CN108363311A (zh) | 一种风电变桨电机控制器硬件在环实现方法 | |
Rasouli et al. | Teaching modern control theory to undergraduates using a state space model of a synchronous generator | |
Li et al. | Real-time simulation for detailed wind turbine model based on heterogeneous computing | |
Yao et al. | XPC-based real time control system for an electro-hydraulic servo shaking table |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |