可快速适应操作环境的电动机控制系统和方法

文档序号:6285639阅读:108来源:国知局
专利名称:可快速适应操作环境的电动机控制系统和方法
技术领域
本发明涉及一种控制电动机的方法,特别涉及可快速适应操作环境的电动机控制系统和方法,通过包括控制因素,在相应环境下控制电动机,所述控制因素是考虑使用该电动机的系统的环境和操作特性而设计的。
背景技术
图1是图解传统电动机控制系统的方框图。
参考图1,电动机控制系统包括控制单元100、设备110、传感单元120。
这里,控制单元100包括电动机驱动类型的算法,并根据该算法输出用于驱动电动机的信号。
设备110是要控制的目标,其具有电动机。
当驱动设备110中的电动机时,传感单元120检测电动机的操作状态或电动机的错误。将检测结果反馈给控制单元100,并反映在控制单元100的控制算法中,以改善对电动机的驱动。
图2是设计和应用传统电动机控制算法的流程图。
参考图2,在步骤200,分析控制资源和机制。这里,通过检测有关管理控制算法的CPU的性能的信息,例如CPU的时钟频率,或通过检测电动机电压施加类型,例如PWM类型,来分析控制资源。可以通过检测诸如由电动机转动的进给辊(feed-roll)和纸张之间的摩擦力、进给辊的转动惯量、电动机转矩以及电动机转动惯量的环境和操作因素,来分析例如在打印系统中的电动机的控制机制。可以将对控制资源和机制的分析称为对达到控制规范所要求的硬件环境的分析。
当对控制资源和机制的分析已完成时,在步骤210设计控制器。例如,在PID控制器的情况下,在变换函数为Kp+Ki/s+Kd*s的控制器中确定常数Kp、Ki以及Kd,并将这些常数施加到PID控制器。这里,将这些处理编程为固件,并在诸如CPU的处理器中执行。
在步骤220,当已设计了控制器时,根据控制器驱动电动机,以操作系统。
在使用图2的电动机控制系统的情况下,只有当给定用于设计电动机控制器的环境不发生改变时才可以保持系统的性能,即,影响控制器的设计的因素,例如负载,与设计控制器时相比不发生改变。如果因素发生改变,因为控制器不能反映已改变的因素,所以系统的控制性能(即电动机驱动性能)降低。
图3是设计和施加另一个传统电动机控制算法的流程图。
参考图3,在步骤300中分析控制资源和机制。
当分析控制资源和机制时,在步骤310中设计并应用控制器310。这里考虑负载的变化设计多个控制器。例如,在使用PID控制器的情况下,考虑负载的变化,在变换函数为Kp+Ki/s+Kd*s的控制器中确定常数Kp、Ki以及Kd。
当确定在控制器中使用的控制常数时,在步骤320,根据这些控制器驱动电动机,以便尝试性操作系统。
在步骤330中,在多个控制器中,选择产生最佳电动机驱动结果或系统操作结果的那个控制器,并利用所选择的控制器控制该系统。
用于克服图2的电动机控制操作的缺点的图3的电动机控制操作考虑环境的改变因素的情况下设计控制器,尝试性操作控制器以选择产生最佳结果的最佳控制器,并使用所选择的控制器来控制系统。这里,基于由传感器检测到的电动机的速度和加速度来确定控制器的控制操作结果。
当与设计控制器时的条件相比,环境或负载条件没有发生改变时,可以正确地操作图2的传统电动机控制方法。然而,系统的环境或负载条件不可能始终如一,因此,其将脱离控制规范。在图3的情况下,操作根据每个环境和负载条件设计的所有控制器,并选择要应用的最佳控制器,所以检测最佳控制器的处理要求大量时间。此外,只使用电动机的速度和加速度来检测最佳控制器,所以难于反映各种环境因素。

发明内容
本发明提供用于驱动电动机的方法和装置,其选择并应用对操作环境来说最佳的电动机驱动控制器,而不浪费系统资源。
根据本发明的一个方面,提供了一种在电动机驱动系统中控制电动机的方法,该方法包括计算对应于N个电动机驱动条件的N个控制算法,即控制器;使用所计算出的控制器中的任何一个控制器,在N个电动机驱动环境下驱动电动机;使用预定控制因素来计算性能指标,其中,所述预定控制因素是在使用该控制器在N个环境下驱动电动机时检测到的;以及存储对应于N个驱动条件中的每一个的控制算法和性能指标。
最好,计算性能指标的步骤包括给每个控制因素分配预定权重;以及通过合并已分配权重的控制因素来计算性能指标。
最好,控制因素包括最大过冲(overshoot)、响应延迟、速度波动、置位时间或加速信息。
根据本发明的另一个方面,提供了一种在电动机控制系统中控制电动机的方法,所述电动机控制系统包括N个控制器,其对应于N个驱动条件,并包括基本控制器算法;以及在每个驱动条件下应用基本控制器的情况下的N个系统性能信息,该方法包括应用基本控制算法,即基本控制器,来驱动电动机;将通过驱动电动机检测到的预定信息转换为系统性能信息;比较该系统性能信息和N个系统性能信息;以及通过选择在对应于与所检测到的性能信息相似的系统性能信息的驱动条件下的控制器来驱动电动机。
最好,将通过驱动电动机检测到的预定信息转换为系统性能信息的步骤包括给每个信息分配预定权重;以及通过合并已分配权重的信息来计算性能信息。
最好,所检测到的信息包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
根据本发明的另一个方面,提供了一种在由电动机驱动的系统中使用的电动机控制方法,该方法包括计算对应于N个电动机驱动条件的N个控制算法,即控制器;使用所计算出的控制器中的任何一个控制器,即基本控制器,在N个电动机驱动环境下驱动电动机;使用预定控制因素来计算性能指标,其中,所述预定控制因素是在使用基本控制器在N个环境下驱动电动机时检测到的;存储对应于N个驱动条件中每一个的控制器和性能指标;应用基本控制器来驱动电动机;使用在驱动电动机时检测到的控制结果来计算实际性能指标;比较实际性能指标和所存储的性能指标,并选择与实际性能指标相似的性能指标和对应的控制算法;以及使用所选择的控制器来驱动电动机。
最好,控制因素包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
最好,计算性能指标的步骤包括给每个控制因素分配预定权重;以及通过合并已分配权重的控制因素来计算性能指标。
最好,计算实际性能指标包括给在驱动电动机时检测到的每个控制结果分配预定权重;以及通过合并已分配权重的控制权重来计算实际性能指标。
根据本发明的另一个方面,提供了一种用于驱动电动机的系统,该系统包括控制器计算单元,用于考虑N个驱动环境获得控制参数的函数,并根据函数计算控制算法;以及存储器,用于存储控制参数的函数和对应的控制算法。
最好,控制参数包括最大过冲、响应延迟、速度波动、置位时间或加速信息。


通过参考附图描述本发明的优选实施例,本发明的上述及其它方面和优点将变得更加清楚,其中图1是图解传统电动机控制系统的方框图;图2是设计和应用传统电动机控制算法的流程图;图3是设计和应用另一种传统电动机控制算法的流程图;图4是说明根据本发明的电动机控制方法的流程图;图5是计算性能指标的例子;以及图6是存储性能指标、操作环境以及控制器的表的例子。
具体实施例方式
下面将参考附图完整地描述本发明,其中展示本发明的优选实施例。
图4是说明根据本发明的控制电动机的方法的流程图。参考图4,在步骤400,在考虑电动机操作环境或负载的改变的情况下,形成预定环境。这里,考虑诸如执行控制操作的CPU的控制资源的时钟振荡周期,和执行控制操作的系统的机制来形成环境。
在步骤410,产生多个控制器,其对应于每个环境。
在步骤420,确定对应于一种环境的控制器为一基本控制器。
在步骤430,将基本控制器应用于所有环境中来驱动电动机,并检测与系统性能相关的控制因素x1、x2、x3、…。这里控制因素包括加速信息、速度波动、位置精确度、最大过冲、置位时间以及响应延迟。在传统方法中,使用信号和CPU时钟只获得加速度和速度信息,所述信号是在驱动电动机时,使用诸如编码器的检测器获得的。然而,在本发明中,使用编码信号和CPU时钟信号可以获得各种控制因素。
在步骤440,使用控制因素来计算性能指标。这里,可以如图5所示来计算性能指标。参考图5的标号500,选择最大过冲、响应延迟以及速度波动为控制因素,并分别称其为x1、x2以及x3。在这种情况下,给每个控制因素分配预定权重。这里通过为每个控制因素建立预定参考范围,并且当控制因素包括在该范围中时分配对应的点来确定权重。标号510是图解用于分配权重的控制因素的评价表。例如,当检测到的最大过冲x1的值大于预定参考值的50%时,给对应的控制因素施加权重1。当检测到的最大过冲x1的值大于预定参考值的30%而小于50%时,给对应的控制因素施加权重2。当检测到的最大过冲x1的值小于预定参考值的30%时,给对应的控制因素施加权重3。在标号520中,确定控制因素的顺序。在标号530中,通过根据预定顺序,合并已施加权重的控制因素,来确定性能指标。这里,施加权重和合并控制因素只是例子,只要使用控制因素,任何函数都是可用的。通过将控制因素转换为性能指标而形成的结果的数量是数量N,这对应于驱动环境的数量,其中所述控制因素是通过将基本控制器应用到每个驱动环境中而获得的。
在图4的步骤450,在表中存储驱动环境以及对应的控制器和性能指标。在使用对每个驱动环境具有不同的变换函数的PID控制器的情况下,存储PID控制器的控制参数Kpn、Kin以及Kdn。图6展示了存储性能指标、驱动环境以及控制器的表的例子。
执行上述处理是为了形成电动机驱动控制环境,而执行下面的处理是为了选择并应用控制器来驱动电动机。
在步骤460,使用基本控制器驱动电动机。
在步骤470,当驱动电动机时,使用从诸如解码器的检测器获得的结果,获得控制因素。这里,控制因素与设计控制器时设置的控制因素相同。
在步骤480,通过使用所获得的控制因素,使用与设计控制器时计算性能指标的方法相同的方法,计算性能指标。在步骤490,比较所计算出的性能指标和表中存储的每个环境的性能指标,以选择对应于性能指标相似的驱动环境的控制器。
为了执行控制电动机的方法,系统必须包括控制器发生单元,用于产生对应于N个驱动环境中每一个的控制器;存储器,用于存储图6的表。
在本发明中,考虑各种系统环境,预先设计控制器,并且在驱动电动机时,使用通过应用预定控制器中的一个控制器而检测到的控制因素,来选择当前电动机驱动环境的最佳控制器。与通过驱动每个控制器来选择当前驱动环境的最佳控制器的传统方法不同,本发明在使用控制因素来设计控制器时检测驱动环境,并选择根据所检测到的驱动环境而设计的控制器。在本发明中,由于没有驱动所有控制器,所以没有浪费系统,而且也减少了检测最佳控制器的时间量。
尽管参考本发明的优选实施例具体地展示和描述了本发明,但是本领域一般技术人员应该明白,在不脱离所附权利要求所限定的本发明的精神和范围的情况下,可以对其作各种形式和细节的改变。
权利要求
1.一种在电动机驱动系统中控制电动机的方法,该方法包括计算对应于N个电动机驱动条件的N个控制算法,即控制器;使用所计算出的控制器中的任何一个控制器,在N个电动机驱动环境下驱动电动机;使用预定控制因素来计算性能指标,其中,所述预定控制因素是在使用该控制器在N个环境下驱动电动机时检测到的;以及存储对应于N个驱动条件中的每一个的控制算法和性能指标。
2.如权利要求1所述的方法,其中,计算性能指标的步骤包括给每个控制因素分配预定权重;以及通过合并已分配权重的控制因素来计算性能指标。
3.如权利要求2所述的方法,其中,控制因素包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
4.一种在电动机控制系统中控制电动机的方法,所述电动机控制系统包括N个控制器,其对应于N个驱动条件,并包括基本控制器算法;以及在每个驱动条件下应用基本控制器的情况下的N个系统性能信息,该方法包括应用基本控制器来驱动电动机;将通过驱动电动机检测到的预定信息转换为系统性能信息;比较该系统性能信息和N个系统性能信息;以及通过选择在对应于与所检测到的性能信息相似的系统性能信息的驱动条件下的控制器来驱动电动机。
5.如权利要求4所述的方法,其中,将通过驱动电动机检测到的预定信息转换为系统性能信息的步骤包括给每个信息分配预定权重;以及通过合并已分配权重的信息来计算性能信息。
6.如权利要求5所述的方法,其中,所检测到的信息包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
7.一种在由电动机驱动的系统中使用的电动机控制方法,该方法包括计算对应于N个电动机驱动条件的N个控制算法,即控制器;使用所计算出的控制器中的任何一个控制器,即基本控制器,在N个电动机驱动环境下驱动电动机;使用预定控制因素来计算性能指标,其中,所述预定控制因素是在使用基本控制器在N个环境下驱动电动机时检测到的;存储对应于N个驱动条件中每一个的控制器和性能指标;应用基本控制器来驱动电动机;使用在驱动电动机时检测到的控制结果来计算实际性能指标;比较实际性能指标和所存储的性能指标,并选择与实际性能指标相似的性能指标和对应的控制算法;以及使用所选择的控制器来驱动电动机。
8.如权利要求7所述的方法,其中,控制因素包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
9.如权利要求7所述的方法,其中,计算性能指标的步骤包括给每个控制因素分配预定权重;以及通过合并已分配权重的控制因素来计算性能指标。
10.如权利要求9所述的方法,其中,计算实际性能指标包括给在驱动电动机时检测到的每个控制结果分配预定权重;以及通过合并已分配权重的控制权重来计算实际性能指标。
11.一种用于驱动电动机的系统,该系统包括控制器计算单元,用于考虑N个驱动环境获得控制参数的函数,并根据函数计算控制算法;以及存储器,用于存储控制参数的函数和对应的控制算法。
12.如权利要求11所述的系统,其中,控制参数包括最大过冲、响应延迟、速度波动、置位时间或加速信息。
全文摘要
提供了一种用于控制电动机的方法。所提供的方法包括计算对应于N个电动机驱动条件的N个控制算法,即控制器;使用所计算出的控制器中的任何一个控制器,在N个电动机驱动环境下驱动电动机;使用预定控制因素来计算性能指标,其中,所述预定控制因素是在使用该控制器在N个环境下驱动电动机时检测到的;以及存储对应于N个驱动条件中的每一个的控制算法和性能指标。从而,在较短时间内,有效地选择了对驱动环境最佳的电动机驱动控制器,而不浪费系统资源。
文档编号G05B11/42GK1467909SQ0313783
公开日2004年1月14日 申请日期2003年5月26日 优先权日2002年6月29日
发明者金亨一 申请人:三星电子株式会社
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1