超声波电机控制技术(史敬灼 著)思维导图
合集下载
超声波电动机P与PI型迭代学习转速控制_刘玉
2015 年第 43 卷第 1 期
Dቤተ መጻሕፍቲ ባይዱ
超声波电动机 P 与 PI 型迭代学习转速控制
驱动控制 2015 年第 43 卷第 1 期 rive and control 得到的， 即控制量与当前的系统输出转速误差 e k + 1 被控对象的向 是在上述每一次的重复运行过程中， 量函数及其相互之间的函数关系是不变的 。 （ t） 无关。从这一点来看， 图 1 系统实质上是一个开 作为普通和精密运动控制执行部件的超声波电 环控制系统。如前述， 迭代学习控制是针对具有可 动机， 经常工作于具有重复性的运动控制场合。 据 重复性的系统提出的， 其可重复性包含被控对象及 采用迭代学习控制方法， 有可能通过相对简单的 其系统 的 时 不 变 性 质。 对 于 时 不 变 系 统， 采用式 此， 控制器形式、 较小的在线计算量， 利用电机运动的重 （ 1 ） 计算控制量， 能够保持控制的有效性， 因为在每 实现电机控制性能的渐进调整， 并在有限次数 一次重复的控制过程中， 控制对象的特性始终保持 复性， 的重复运动之后， 达到较好的控制性能。 这就为降 不变， 变化的只是随机的扰动信号。 由于随机扰动 的量值通常微小， 采用式 （ 1 ） 有可能保证并加快系 低超声波电动机系统的控制复杂度提供了一种新的 可能思路。 统学习过程的收敛。但是超声波电动机具有明显的 ： 迭代学习控制的基本控制规律 时变特性， 采用式（ 1 ） 与图 1 形式进行控制， 不能保 u k +1 （ t） = u k （ t） + K P e k （ t） （ 1） 证系统控制过程的有效性。 实验表明， 在阶跃转速 e（ t） = N ref （ t） － n（ t） （ 2） 给定值情况下， 会导致电机转速跟踪过程中的抖动 式中： t 为时间； u k + 1 （ t ） 为系统第 k + 1 次重复运行 和稳态的转速偏差。因而， 本文将式（ 1 ） 改为： ， t 时刻的控制器输出控制量， 过程中 在 本文取为超 u k +1 （ t） = u k （ t） + K P e k +1 （ t） （ 3） 声波电动机的驱动频率值； u k （ t） 为系统第 k 次运行 式中： e k + 1 （ t） 为系统第 k + 1 次运行过程 t 时刻的转 过程中 t 时刻的控制量； e （ t ） 为系统第 k 次运行过 k 速误差。 对应于式 （ 3 ） 的控制系统框图 如 图 2 所 程中 t 时刻的转速误差 ； N ref （ t ） 为电机转速给定值 ； 示， 控制形式进一步简化。 n（ t） 为电机的实际转速值； 比例环节 K 为学习增 P 式 （ 1 ） 的控制规律又称 益。因学习律为比例环节， 为 P 型迭代学习控制。 迭代学习控制的目的是在系统结构和参数都未 知的前提下， 经过多次重复运行， 控制器的输出 图 2 超声波电动机改进迭代学习控制系统基本框图 u （ t ） u （ t ） ， 趋近于事先未知的 从而使得电机转速 d 式（ 3 ） 控制量与当前转速误差相关。 从单次控 n（ t） 趋近于期望的 N （ t ） 。 当达到控制要求的精 ref 具有闭环控制的性质， 为克服超声波电 制过程来看， 停止迭代学习并保存最近一次运行的控制 度之后， 动机的时变特性提供了可能。从多次重复控制过程 器输入输出数据， 就完成了迭代学习过程。 来看， 每次的控制量都是在记忆前次控制量的基础 上， 根据时变对象当前的误差信息进行修正 ， 同样具 刘 有迭代学习的特征， 能够通过迭代使控制过程渐好。 玉 考察式（ 3 ） 、 图 2 控制过程的在线计算量， 与传统的 等 固定参数 PID 控制器相比， 仅增加了控制量的一次 图 1 超声波电动机迭代学习控制系统基本框图 超 存储与读取操作， 计算量相当。 图 1 给出了超声波电动机迭代学习转速控制系 声 波 统的基本结构框图。 图中“控制量记忆 ” 、 “误差记 2 P 型迭代学习转速控制 电 “延时” 忆” 与 环节用来存储以前运动过程中的控制 动 机 2 ． 1 学习增益 K P 的确定 K P 环节表示学习控制律。这些环节构成 量和误差， 了迭代学习控制器， 采用式（ 3 ） 对超声波电动机进行转速控制， 学 对应于式 （ 1 ） 。 显然， 采用不同 习增益 K P 是唯一需要确定的控制参数。 该值不仅 可以得到不同的学习过程和控制过 型 的学习控制律， 迭 与单次控制过程的动态性能相关， 而且直接决定了 控制器的输出为超声波电动机频率的 代 程。系统中， 学 迭代学习过程是否能够收敛。为得到学习过程的收 给定值， 通过驱动电路给出具有相应频率的驱动电 习 转 首先取超声波电动 敛条件， 进而确定合适的 K P 值， 压作用于超声波电动机。与电机同轴刚性连接的旋 速 其与转速给 并设为具有普遍意义的 机的模型为状态方程形式， 控 转编码器检测电机转速得到反馈信号 ， 制 ［4 ］ 定值之差作为控制器的输入， 进而通过重复的迭代 全局 Lipschitz 连续动力系统状态方程 ： · 得到更好的控制过程。 x（ t） = F（ x， u， t） 学习控制， （ 4） 考察式（ 1 ） 与图 1 ， 系统当前控制过程的控制量 n（ t） = G（ x， u， t） 40 式中： x（ t） 为超声波电动机系统的状态变量。 根据 u k + 1 （ t ） 是由前次的控制量 u k （ t ） 和误差 e k （ t ） 计算
Dቤተ መጻሕፍቲ ባይዱ
超声波电动机 P 与 PI 型迭代学习转速控制
驱动控制 2015 年第 43 卷第 1 期 rive and control 得到的， 即控制量与当前的系统输出转速误差 e k + 1 被控对象的向 是在上述每一次的重复运行过程中， 量函数及其相互之间的函数关系是不变的 。 （ t） 无关。从这一点来看， 图 1 系统实质上是一个开 作为普通和精密运动控制执行部件的超声波电 环控制系统。如前述， 迭代学习控制是针对具有可 动机， 经常工作于具有重复性的运动控制场合。 据 重复性的系统提出的， 其可重复性包含被控对象及 采用迭代学习控制方法， 有可能通过相对简单的 其系统 的 时 不 变 性 质。 对 于 时 不 变 系 统， 采用式 此， 控制器形式、 较小的在线计算量， 利用电机运动的重 （ 1 ） 计算控制量， 能够保持控制的有效性， 因为在每 实现电机控制性能的渐进调整， 并在有限次数 一次重复的控制过程中， 控制对象的特性始终保持 复性， 的重复运动之后， 达到较好的控制性能。 这就为降 不变， 变化的只是随机的扰动信号。 由于随机扰动 的量值通常微小， 采用式 （ 1 ） 有可能保证并加快系 低超声波电动机系统的控制复杂度提供了一种新的 可能思路。 统学习过程的收敛。但是超声波电动机具有明显的 ： 迭代学习控制的基本控制规律 时变特性， 采用式（ 1 ） 与图 1 形式进行控制， 不能保 u k +1 （ t） = u k （ t） + K P e k （ t） （ 1） 证系统控制过程的有效性。 实验表明， 在阶跃转速 e（ t） = N ref （ t） － n（ t） （ 2） 给定值情况下， 会导致电机转速跟踪过程中的抖动 式中： t 为时间； u k + 1 （ t ） 为系统第 k + 1 次重复运行 和稳态的转速偏差。因而， 本文将式（ 1 ） 改为： ， t 时刻的控制器输出控制量， 过程中 在 本文取为超 u k +1 （ t） = u k （ t） + K P e k +1 （ t） （ 3） 声波电动机的驱动频率值； u k （ t） 为系统第 k 次运行 式中： e k + 1 （ t） 为系统第 k + 1 次运行过程 t 时刻的转 过程中 t 时刻的控制量； e （ t ） 为系统第 k 次运行过 k 速误差。 对应于式 （ 3 ） 的控制系统框图 如 图 2 所 程中 t 时刻的转速误差 ； N ref （ t ） 为电机转速给定值 ； 示， 控制形式进一步简化。 n（ t） 为电机的实际转速值； 比例环节 K 为学习增 P 式 （ 1 ） 的控制规律又称 益。因学习律为比例环节， 为 P 型迭代学习控制。 迭代学习控制的目的是在系统结构和参数都未 知的前提下， 经过多次重复运行， 控制器的输出 图 2 超声波电动机改进迭代学习控制系统基本框图 u （ t ） u （ t ） ， 趋近于事先未知的 从而使得电机转速 d 式（ 3 ） 控制量与当前转速误差相关。 从单次控 n（ t） 趋近于期望的 N （ t ） 。 当达到控制要求的精 ref 具有闭环控制的性质， 为克服超声波电 制过程来看， 停止迭代学习并保存最近一次运行的控制 度之后， 动机的时变特性提供了可能。从多次重复控制过程 器输入输出数据， 就完成了迭代学习过程。 来看， 每次的控制量都是在记忆前次控制量的基础 上， 根据时变对象当前的误差信息进行修正 ， 同样具 刘 有迭代学习的特征， 能够通过迭代使控制过程渐好。 玉 考察式（ 3 ） 、 图 2 控制过程的在线计算量， 与传统的 等 固定参数 PID 控制器相比， 仅增加了控制量的一次 图 1 超声波电动机迭代学习控制系统基本框图 超 存储与读取操作， 计算量相当。 图 1 给出了超声波电动机迭代学习转速控制系 声 波 统的基本结构框图。 图中“控制量记忆 ” 、 “误差记 2 P 型迭代学习转速控制 电 “延时” 忆” 与 环节用来存储以前运动过程中的控制 动 机 2 ． 1 学习增益 K P 的确定 K P 环节表示学习控制律。这些环节构成 量和误差， 了迭代学习控制器， 采用式（ 3 ） 对超声波电动机进行转速控制， 学 对应于式 （ 1 ） 。 显然， 采用不同 习增益 K P 是唯一需要确定的控制参数。 该值不仅 可以得到不同的学习过程和控制过 型 的学习控制律， 迭 与单次控制过程的动态性能相关， 而且直接决定了 控制器的输出为超声波电动机频率的 代 程。系统中， 学 迭代学习过程是否能够收敛。为得到学习过程的收 给定值， 通过驱动电路给出具有相应频率的驱动电 习 转 首先取超声波电动 敛条件， 进而确定合适的 K P 值， 压作用于超声波电动机。与电机同轴刚性连接的旋 速 其与转速给 并设为具有普遍意义的 机的模型为状态方程形式， 控 转编码器检测电机转速得到反馈信号 ， 制 ［4 ］ 定值之差作为控制器的输入， 进而通过重复的迭代 全局 Lipschitz 连续动力系统状态方程 ： · 得到更好的控制过程。 x（ t） = F（ x， u， t） 学习控制， （ 4） 考察式（ 1 ） 与图 1 ， 系统当前控制过程的控制量 n（ t） = G（ x， u， t） 40 式中： x（ t） 为超声波电动机系统的状态变量。 根据 u k + 1 （ t ） 是由前次的控制量 u k （ t ） 和误差 e k （ t ） 计算
超声波电机的研究1
负载
项目实施方案、预期目标及经费预算
超声波电机的发展背景
20世纪 年代 世纪60年代 世纪 年代——超声电机的提出阶段 超声电机的提出阶段 苏联 1964年，在基辅学院有学者提出超声电机的理论模型，自此超声 电机的研究工作宣告开始。
60年代末 年代末~70年代末 年代末——超声电机的初级发展阶段 年代末 年代末 超声电机的初级发展阶段
优良的控制性能
电机运动部件（转子）惯性小，响应快（毫秒级）控制性能良好。
250 位 200 移 150 100
电 动 电 动
电 动
动 动
电 性的
/mm
50 0 0 0.01 0.02 0.03 0.04 0.05 响应 /s
LOGO
超声波电机的研究与设计
——秦波，王一，吴茂昌
申请理由
秦波, 获三等奖学金两次，参加过基础学院组织的CAD建模培训，参 加学院组织的新思路科技创新比赛之旋转小车并获一等奖，步行机器 人培训及丛德宏老师指导的机器人竞赛选修课，参加了机械创新大赛。
王一，二等奖学金三次，沈阳机床奖学金一次。参加过基础学院CAD 建模培训及比赛，计算机竞赛（三等奖），新思路科技创新比赛之旋 转小车并获一等奖，也参加过机器人培训及丛德宏老师指导的机器人 竞赛选修课。精通AutoCAD，擅长编程，了解Solidworks，Matlab及 anysis有限元分析。
驱动超声波电机需要对定子上的压电陶瓷 元件施加一定功率的电信号,驱动器的优劣 关系到超声波电机的输出性能和应用
第三阶段
超声波电机驱动方式的设计
采用有限元法对定子与转子动力特性进行 分析,建立定子的机电耦合模型,借此再结合 Matlab进行结构的优化设计
超声波电动机MIT模型参考自适应转速控制_沈晓茜
D
∫
∫
∫
∫
MIT 控制策略具有较强的鲁棒性， 能够在一定程度 上应对未建模动态对控制过程的影响 。从另一个角 MIT 控制策略的参考模型设计， 度来说， 可以具有一 定程度的随意性， 参考模型与被控对象模型的动态 环节可以有差异， 以满足“参考模型表征控制期望 ” 这一要求， 达成控制要求。而这种动态环节的差异， 可以看做未建模动态， 纳入系统控制鲁棒性的考虑 范围。 1 ． 2 参考模型的设计 模型参考自适应控制的目的， 是使控制器、 超声 波电动机的组合环节具有与参考模型相同的控制性 能。因而， 参考模型应体现对超声波电动机的控制 期望， 是系统设计中的关键一环。 考虑设计的简便 通常将参考模型 G m （ s ） 设计 及在线实现的计算量， 为如下的二阶传递函数形式： G m （ s） = ωn s2 + 2 ζω n s + ω2 n
驱动控制 rive and control 沈晓茜， 史敬灼 （ 河南科技大学， 河南洛阳 471023 ） 摘 要：采用相对简单的运动控制算法 ， 有助于降低包含驱动控制电路在内的超声波电动机系统的成本 ， 从而 推动其产业化。基于这一目的， 给出一种模型参考自适应控制策略用于超声波电动机转速控制 。 该策略计算量小， 并具有一定程度的自适应能力 ， 提高了系统性价比。 关键词：超声波电动机； 自适应控制； 模型参考； 计算量 中图分类号：TM359． 9 文献标识码：A 文章编号：1004 － 7018 （ 2013 ） 06 － 0041 － 04 MIT Model Reference Adaptive Speed Control of Ultrasonic Motor SHEN Xiao － xi，SHI Jing － zhuo （ Henan University of Science and Technology，Luoyang 471023 ，China） Abstract： The cost of ultrasonic motor control system including the driving circuit can be reduced by using a relatively simple motion control algorithm，so as to promote the mass production of ultrasonic motor． Aiming at this purpose，a simple model reference adaptive control strategy used to control speed of ultrasonic motor was proposed． This strategy has a small amount of calculation and moderate capacity of adaptive． Therefore，the performance － to － price ratio of the system can be increased． Key words： ultrasonic motor； adaptive control； model reference； amount of calculation 提高驱动控制电路的性价比？ 本文对此进行 成本、 0引 言 了初步尝试， 给出了一种基于 MIT （ 麻省理工学院） 模 超声波电动机在国内的研究从上世纪 90 年代 型参考自适应控制的超声波电动机转速控制策略 ， ［1 － 2 ］ ， 发展到今天， 已经逐渐走向产业化。 产业 算法计算量小， 实验表明了该控制策略的有效性 。 起步 化生产不仅要求适应于应用场合需要的控制性能 ， 1 超声波电动机 MIT 自适应转速控制策略 同时也必然要求可接受的成本， 尤其是硬件成本。 MIT 控制 作为一种模型参考自适应控制方法， 显然， 装置的成本越低， 超声波电动机产业化的前景 策略根据适当的自适应律， 在线调整控制器参数， 使 就越广阔。作为超声波电动机运动控制装置的必要 沈 晓 超声波电动机转速控制系统的实际转速响应跟踪由 驱动控制电路的成本当然也应保持在与 组成部分， 茜 参考模型表达的期望响应过程， 从而实现对超声波 应用场合相适应的较低水平。 等 电动 机 时 变 特 性 的 自 适 应 随 动， 改 善 控 制 性 能。 由于超声波电动机在运行过程中表现出的复杂 超 MIT 策略的控制器是一个简单的比例控制器， 且不 非线性、 时变特征， 越来越多复杂的控制策略被用于 声 波 ［3 － 4 ］ 。 包含在线的参数辨识环节， 所以控制算法简洁， 在线 超声波电动机的控制， 以得到更好的控制性能 电 动 计算量小。 这些控制策略的提出， 显著提高了超声波电动机的 机 图 1 给出了超声波电动机 MIT 自适应转速控 控制性能。但随着控制性能的提升， 复杂控制策略 k c 为闭环比例控制器， 制系统的基本结构。 其中， 也带来了更大的在线计算量。 为满足实时性的要 模 型 k ， 增益 由自适应律根据转速输出侧的广义误差进 求 就需要选用更高档的微处理器芯片来执行相应 c 参 考 行在线调整。控制器的输出控制量为超声波电动机 的控制程序， 导致驱动控制电路硬件成本的较大幅 自 适 驱动电压的频率。参考模型与超声波电动机模型的 度增加， 适用于高端运动控制场合。 对于性能要求 应 动态部分 N（ s ） / D （ s ） 完全相同， 仅增益不同， 分别 转 稍低的中、 低端运动控制场合， 是否有可能设计一些 速 为 k 和 k v 。参考模型的增益 k 为常数， 超声波电动 相对简单的超声波电动机控制策略， 在实现相对较 控 制 机的增益 k v 则是时变的， 随电机自身特性时变及各 好的控制性能的同时， 减小在线计算量， 以降低硬件 种扰动的出现而变化。可调增益 k c 的作用， 就在于 补偿 k v 的变化， 使可调增益 k c 与超声波电动机时 收稿日期： 2013 － 01 － 31 41 变增益 k v 的乘积等于 （ 实际上是趋近 ） 参考模型的 改稿日期： 2013 － 06 － 05
基于模糊逻辑的行波超声波电动机模型参考自适应转速控制
Ｚ Ｄ
Ｐｓ Ｐｓ Ｚ０ Ｎｓ Ｎｓ
Ｐ Ｓ
Ｐ Ｓ ＺＯ Ｎｓ Ｎｓ ＮＢ
Ｐ Ｂ
Ｚ０ ＮＳ Ｎｓ ＮＢ ＮＢ
１。 。
一
０ ３ 。 ５ 一
Ａ ： Ｌ ０
． ２ ０
］
Ｊ
ＮＢ Ｎｓ Ｚｒ ） Ｐ Ｓ ＰＢ
的摩擦 作用 实现 机械 能 的传 递 ， 而使 得 超 声 波 电 因
动机 的转速 控制存 在 明显 的 时变 非 线 性 特征 ， 同时 也难于 建立完 全表 达超声 波 电动机 动态特 性 的精确
数学模 型 。
速度 ， 积分作 用 主要用 于 消除静 差 ， 微分 作用 产生超 前 控 制作用 以抑 制超调 。模 糊调 节器根 据实 际转速 对参 考模 型输 出的跟 踪 误 差 ， 在线 修 正 ＰＤ控 制 器 Ｉ 的控制参 数 Ｋ 、 。 ， Ｋ 、 以使 控 制器 具 有 与 电机特 性
蝥ｉ化处理以映射到单位论域［ １１上。考虑实际控 一 ，］
ｉ 制 中 的输 入变量 数值 变 化 范 围 与变 化 特 点 ， 了使 为 不 敏感 ， 设定 转 速误差 ｅ的量 化 因子为 转速 给定 值 ，
ＰＤ控 制 器 参 数 必 然 带 来 Ｉ 实 验调 整 ， 定输 出量 化 因 图 ５ 控制参数调节过程 确
（ ｅ ａ ｎｖｒｉ ｆ ｃ ｎｅａ ｄＴ ｃ ｎｌｇ ，ｕ ｙｎ ７ ３ Ｃ ｉａ Ｈ ｎ ｎＵ ｉ ｓｙｏ ｉ ｃ ｎ ｅｈ ｏ ｙ Ｌ ｏａ ｇ４ ０ ， ｈｎ ） ｅ ｔ Ｓｅ ｏ １ ０
Ａｂ ｔ ａ ｔ Ｏ ｖｏ ｓ ｔ —ｖ ｒａ ｌ ｎ ｎ ｉ ｅ ｒ ｙ ｅ ｉ ｓ ｉ ｌ ａ ｏ ｉ ｔｒ ｓ ｅ ｄ ｃ ｎ ｒ １ Ａ ｍｏ ｅ ｒ ｆｒ ｎ ｅ ａ ａ ｔ ｅ ｓｒ ｃ ： ｂ ｉｕ ｉ ｍｅ ａ ｉｂ ｅ ｏ ｌ ａ ｉ ｘ ｓ ｎ ｕ ｔ ｓ ｎｃ ｍｏｏ ｐ ｅ ｏ ｔ ． ｄ ｌ ｅｅ ｅ ｃ ｄ ｐ ｉ ｎ ｔ ｔ ｒ ｏ ｖ
基于遗传神经网络的超声波电机转速控制系统
基于遗传神经网络的超声波电机转速控制系统陈欢;史敬灼【摘要】介绍一种超声波电机(USM)自适应控制策略,系统采用双闭环控制,内环通过对弧极电压进行采样、判断,补偿USM谐振频率的漂移;外环利用动态递归神经网络控制器调节两相驱动交变电压的相位差,实现转速的自适应控制.DRNN的结构和初始参数通过混合递阶遗传算法离线训练获得.试验结果证明,该控制系统具有较高的控制精度和较好的稳定性.【期刊名称】《电机与控制应用》【年(卷),期】2010(037)006【总页数】4页(P38-41)【关键词】超声波电机;自适应控制;遗传神经网络【作者】陈欢;史敬灼【作者单位】武汉船用电力推进装置研究所,湖北,武汉,430064;河南科技大学,河南,洛阳,471003【正文语种】中文【中图分类】TM301.20 引言超声波电机(Ultrasonic Motor，USM)是一种新型特种电机，在工业控制、精密仪器、办公自动化等领域有着广阔的应用前景［1］。
但是，USM具有严重的非线性、时变性和强耦合，数学建模非常困难，至今还没有精确的数学模型，传统的依赖被控对象数学模型的控制策略很难对其实施有效控制。
将动态递归神经网络(Dynamical Recurrent Neural Networks，DRNN)应用于USM的自适应速度控制，弥补了上述方法的不足。
采用混合递阶遗传算法对网络的结构和初始参数进行了离线优化，再通过梯度下降对网络参数进行在线调整。
试验结果表明:该方法不仅具有控制灵活、适应性强的优点，还具有较高的控制精度和鲁棒性。
1 USM驱动控制系统USM利用两相具有一定频率、幅值和相位差的正弦电压来驱动，但由于电机本身的呈容性，可以使用方波电压来直接驱动。
本文采用调相调速方案，使驱动电压的相位差在-90°～+90°连续可调。
选取DSP56F801内置的脉宽调制(Pulse Width Modulation，PWM)模块作为驱动信号发生器，通过修改PWM周期寄存器(PWMCM)和计数模值寄存器(PWMVAL)的值，即可实现驱动电压频率和相位差的调节。
调频调幅调相的超声波电动机控制电路
ｔ ｏ ｊｓ ｂ ｅｆ ｑ ｅ ｃ ，ｍｐ ｔｄ ｎ ｈ ｓ ｎ ｌ ｆｒｕ ｒ ｏ ｉ ｍ ｔ ａ ｅｉ ｅ ． ｈ ｘ ｅ ｍ ｎａ ｒ ｕ ｓｐｏ ｅ ｙ ｆ ｄｕｔ ｌ ｒ ｕ ｎ ｙ ａ ｌｕ ｅａ ｄ ｐ ａ ｅａ ｇｅ ｏ ｌ ａ ｎ ｏ ｒｗ ｓｄ ｓ ｎ ｄ Ｔ ｅ ｅｐ ｒ ｅ ｔ ｅ ｌ ｒｖ ｄ ａ ａ ｅ ｉ ｔｓ ｃ ｏ ｇ ｉ ｌ ｓｔ
赤
㈩
式中： ． 厂为超声 波 电动机 工作 频 率 ， Ｃ为超声 波 电动 机 一相 的等效 电容 。通 常超 声波 电动机工作 频率都
不 是一个确 定 的值 ， 是在 靠 近 超声 波 电动机 机 械 而 共振 频率 的一个 小 范 围 内变 化 的 ； 来 计算 电感值 用
的工作频率 数值 ， 取 为超 声 波 电 动机 机 械共 振频 可 率值 。
地 滤除方 波驱动 电压 中 的高频 谐 波 成分 ， 现 近似 实
的正弦波驱 动 。
Ａ相 调幅 ． ｓ ｔ
线圈， 重量 轻 ， 动部件 形状灵 活 ， 噪声 ， 磁场 辐 驱 无 无 射 干扰 ， 功率 质 量 比大 ， 位 移 直 接 驱 动 等诸 多 优 微
点 。这些优 点使得 超 声 波 电 动机 在航 空航 天 、 器 机 人、 精密加 工设备 、 医疗 仪 器 、 生物 工 程 设备 等 高 端 运 动控制 领域及 家 用 电器 、 车 电子 等 普通 运 动 控 汽 制 领域都 有着广 泛 的应 用前景 Ｊ 。 目前 ， 声 波 电动 机驱 动控 制 电路 结 构较 为 复 超
杂 ¨ Ｊ一定程 度上 限制 了 其 工业 化 应 用 。本 文 提 ，
出了一种 全功能 型 的超 声波 电动机低 成本 驱动控 制
沈职院电气控制技术第四章
1.结构 永磁式同步交流伺服电动机的结构如图4-14所示。主要是 由定子、转子和检测元件组 成。定子内侧有齿槽，槽内装 有三相对称绕组，其结构与普通交流电动机的定子类似。定 子 上有通风孔，定子的外形多呈多边形，且无外壳以利于 散热。转子主要由多块永久磁铁和铁 芯组成，这种结构的 优点是极数多、气隙磁通密度较高。
4.2.2 直流进给伺服驱动控制基础
在直流电动机伺服系统中，常用的有晶闸管 （semiconductor controlled rectifier）调速系统和晶体管 脉宽调制（pulse width modulation，PWM）系统两类。 目前使用最广泛的方法是晶体管脉宽调制器直流电动机 调速（PWM-M，简称PWM变换器。它具有响应快、效率 高、调整范围宽、噪声污染低、结构简单可靠等优点。
前置放大器：放大环形脉冲分配器送来的进给控制 信号并推动大功率驱动部分
大功率放大器：进一步将前置放大器送来的电平信 号放大，得到步进电动机各相绕组所需要的电流。
分类：单电压驱动、高低压切换驱动、恒流斩波驱 动、调频调压驱动等
4.2 直流伺服电动机及其驱动控制
• 在伺服系统中常用大功率直流伺服电动机，如小惯量直流 伺服电动机 和宽调速直流伺服电动机等.宽调速直流伺服 电动机是用提高转矩的方法来改善其动态性 能的，因而 在闭环伺服系统中广泛应用。 • 宽调速直流伺服电动机的励磁方式分为电磁式和永磁式两 种。 • 永磁式直流伺服电动机也可分为小惯量与大惯量两类。 • 直流电动机的缺点是需要电刷，因此限制了电动机转速的 提高，且维护工作量大。
A
B'
A C' B
B'
A C' B
B'
C'
相关主题