专利名称：马达转矩和转速的估测系统与估测方法
技术领域：
本发明有关一种马达转矩和转速的估测系统与估测方法。
背景技术：
目前，市面上的各类机械产品在利用马达做变速驱动时，大多需要配合速度传感器來做马达的转子位置感测，以做为速度反馈的依据。然而，无论是利用电磁感应式或光学传感器来做反馈，在马达的运用上，都造成了很大的限制与成本上的负担，更遑论在机械维修的问题上。因此出现了无传感器的驱动技术。然而，无传感器驱动方式虽然改善了大部分传感器所造成的问题，但大多数的无传感器估测法皆需要通过高速的数字信号处理器(Digital Signal Processor, DSP)来完成大量的数学运算，其过程繁杂，而且在目前，一般较高速的DSP往往售价不斐。因此，需要一种新的马达转矩和转速的估测系统与估测方法来精确地估测出马达的转速与转矩，而不需要现有的磁感应式或光学传感器来做反馈，或是高速数字信号处理器来完成数学运算。
发明内容
因此，本发明的目的是提供一种马达转矩和转速的估测系统及一种马达转矩和转速的估测方法，此系统和方法不需高速数字信号处理器即可精确地估测出马达的转矩和转速。根据本发明的一方面，此马达转矩和转速的估测系统包含声音接收装置、特征撷取装置和类神经网络模块。声音接收装置用以接收马达运转时所发出的马达声音信号。特征撷取装置用以撷取马达声音信号的声音特征值。类神经网络模块，用以接受多笔训练数据的训练来建立马达模型，并根据声音特征值来利用马达模型计算马达转矩或马达转速， 其中这些训练数据包含多个历史马达声音特征值和历史马达声音特征值所对应的多个历史马达转矩值或转速值。根据本发明的另一方面，此马达转矩和转速的估测方法包含模型建立阶段和估测阶段。在模型建立阶段中，首先，提供多笔训练数据。这些训练数据包含多个历史马达声音特征值和这些历史马达声音特征值所对应的多个历史马达转矩值或转速值。接着，利用这些训练数据来训练类神经网络，以建立马达模型。然后，在估测阶段中，首先，接收马达运转时所发出的马达声音信号。接着，撷取马达声音信号的声音特征值。然后，根据声音特征值来利用马达模型计算马达转矩或马达转速。本发明的有益技术效果是提供了以声音信号结合特征分析，并通过类神经网络的建模来估测马达转速与转矩的系统与方法，本发明无需繁杂的数学运算，故不需使用高速的DSP，而且也不会受到马达工作环境影响而限制其运用和影响其估测准确度。
为让本发明的上述和其它目的、特征、和优点能更明显易懂，以下将配合附图对本发明的较佳实施例作详细说明图1绘示根据本发明一实施例的马达转矩和转速的估测系统的功能方块示意图。图2绘示根据本发明一实施例的马达转矩和转速的估测方法的流程示意图。图3绘示本实施例的马达声音信号的频谱图。图4绘示马达转速估测值与实际值的曲线关系示意图。图5绘示马达转矩估测值与实际值的曲线关系示意图。
具体实施例方式请参照图1，其绘示根据本发明一实施例的马达转矩和转速的估测系统100的功能方块示意图。估测系统100包含声音接收装置110、特征撷取装置120和类神经网络模块130。在本实施例中，声音接收装置110为麦克风，特征撷取装置120为快速傅立叶转换 (Fast Fourier Transform ；FFT)模块，而类神经网络模块130则为储存有类神经网络的 8051单芯片或现场可编程逻辑门阵列(Field ProgrammableGate Array ；FPGA)。在以下的说明中，将详细介绍这些装置的功能。请参照图2，其绘示根据本发明一实施例的马达转矩和转速的估测方法200的流程示意图。在本实施例中，估测方法200包含模型建立阶段210和估测阶段220。模型建立阶段210用以建立可估测马达转矩和转速的马达模型，而估测阶段220则利用此马达模型来估测马达的转矩和转速。在模型建立阶段210中，首先进行数据提供步骤212，以提供多笔训练数据。这些训练数据包含多个历史马达声音特征值(例如频率值)与其所对应的历史马达转矩值和转速值。这些历史马达声音特征值可能以多对一或一对一的形式来对应至历史马达转矩值或转速值。接着，进行训练步骤214，以利用这些训练数据来训练类神经网络模块230中的类神经网络，以使类神经网络建立出可估测马达转矩和转速的马达模型。在估测阶段220中，首先进行接收步骤222，以利用声音接收装置110来接收待测马达140运转时所发出的马达声音信号，例如马达运转时所发出的噪音。然后，进行特征撷取步骤224，以撷取马达声音信号的声音特征值。在本实施例中，是利用特征撷取装置 120来对马达声音信号进行快速傅立叶转换，以将马达声音信号从时域转换至频域上，再根据预设的音量强度阈值来决定声音特征值。请参照图3，其绘示本实施例的马达声音信号的频谱图。由图3可了解，当音量强度阈值定为0.05帕斯卡(Pa)时，可以得到7个特征点 A、B、C、D、E、F、G、H，而每一特征点皆会对应至一个频率值，这些频率值即为本实施例所需的声音特征值。接着，进行估测步骤226，以利用类神经网络模块230所建立的马达模型，来计算特征撷取装置120所撷取的声音特征值所对应的马达转矩和马达转速。为了更具体地解释马达转矩和转速的估测方法200，以下将以一具体的范例来说明。在本范例中，使用的实验设备包含(1)高感度麦克风，其灵敏度为34.4mV/Pa; (2)待测马达，其为三相220V、60Hz、4P，最高转速为1800转/分(rpm)的马达；(3)磁粉动力机，可使得马达产生各种不同的转速以及转矩；(4)数字模拟转换器(A/D CONVERTER), 主要功用为将高感度麦克风所收集到的模拟式信号，转换成数字式信号，以提供计算机记录；(5)8051单芯片，储存有类神经网络和快速傅立叶转换模块；(6)转速计，用以测量马达转速；(7)动力计，用以测量马达转矩。在本范例的实验流程中，首先供给马达220V 60Hz的电力，使马达运转。接着，使用动力机手动加载功能，使马达改变转速和转矩，并通过转速计和动力计记录马达当时的转速和转矩，以做为训练类神经网络的目标值。另外，在记录马达转速和转矩的时候，同时通过高感度麦克风收集马达的声音信号，并使用数字模拟转换器将模拟声音信号转换成数字声音信号，再将声音信号输入至计算机中来做频谱分析，以撷取代表各转速的特征频率， 做为训练类神经网络的输入矩阵。以上，即为模型建立阶段210的数据提供步骤212。通过频谱分析所得到的频谱图，可从其中观察到各个转速对应至频域上的特性， 并察知发生特征的特征频率具有一定的规则性，因此可撷取各个转速发生特征的特征频率，做为训练倒传递类神经网络的输入，此输入为一个9X55的矩阵。训练类神经网络的目标，则是由各个转速经过正规化后的IX^的矩阵。获得上述的矩阵后，利用这些矩阵来训练类神经网络。因为所设定的输出为马达的转速或转矩，故输出层神经原设定为一个，其转移函数为线性转移函数，隐藏层的神经元数目，通常介于输入层神经元数与输出层神经元数和的一半，到输入层神经元数的两倍间， 因为过多的神经元数会造成类神经网络的过度训练，而且会因为网络较复杂，执行的时间增加，所以神经元数也不宜过多。有鉴于此，通过试误法比较得知，本实验决定选择转速估测网络架构为9-11-1，而转矩的网络架构为9-13-1的类神经网络来训练与模拟。以上，即为模型建立阶段210的训练步骤214。训练完成后，将会得到二组权重值以及偏权值，此即类神经网络所建立的马达模型。在接下来的步骤中，将以此二模型来估测马达的转速和转矩。在估测马达的转速和转矩时，首先利用高感度麦克风来接收马达的声音信号。然后。利用8051单芯片的快速傅立叶转换模块来撷取声音信号的特征值。接着，利用马达模型来估测此特征值所对应的马达转速和转矩。以上，即为估测阶段220。请同时参照图4和图5，图4绘示马达转速估测值与实际值的曲线关系示意图，图 5绘示马达转矩估测值与实际值的曲线关系示意图。由图4和图5可看出，本范例所估测的马达转速值和转矩值与实际值相当接近，其误差百分比可以达到0. 007%。值得注意的是，虽然以上实施例是同时进行马达转矩和转速的估测，但在本发明其它实施例中，亦可只进行马达转矩或马达转速的估测。虽然本发明已以实施例揭露如上，然而其并非用以限定本发明，任何熟悉此技术者，在不脱离本发明的精神和范围内，当可作出各种等同的改变或替换，因此本发明的保护范围当视后附的本申请权利要求范围所界定的为准。
权利要求
1.一种马达转矩和转速的估测系统，用以估测一马达的一马达转速值或一马达转矩值，其特征在于，该估测系统包含一声音接收装置，用以接收该马达运转时所发出的一马达声音信号；一特征撷取装置，用以撷取该马达声音信号的至少一声音特征值；以及一类神经网络模块，用以接收多笔训练数据来建立该马达的一马达模型，并根据该至少一声音特征值来利用该马达模型计算该马达转矩或该马达转速，其中这些训练数据包含多个历史马达声音特征值和这些历史马达声音特征值所对应的多个历史马达转矩值或转速值。
2.根据权利要求1所述的马达转矩和转速的估测系统，其特征在于，该至少一声音特征值为该马达声音信号的频率值。
3.根据权利要求1所述的马达转矩和转速的估测系统，其特征在于，该特征撷取装置为一快速傅立叶转换模块。
4.根据权利要求1所述的马达转矩和转速的估测系统，其特征在于，该声音接收装置为麦克风。
5.根据权利要求1所述的马达转矩和转速的估测系统，其特征在于，该类神经网络模块为8051单芯片或现场可编程逻辑门阵列。
6.根据权利要求1所述的马达转矩和转速的估测系统，其特征在于，该类神经网络模块储存一类神经网络，该类神经网络包含一输入层、一输出层和一隐藏层，该输入层的神经元的数目大于该输入层的神经元的数目与该输出层的神经元的数目的一半，且小于该输入层的神经元的数目的两倍。
7.—种马达转矩和转速的估测方法，适用于估测一马达的一马达转速值或一马达转矩值，其特征在于，该估测方法包含一模型建立阶段，包含提供多笔训练数据，包含多个历史马达声音特征值和这些历史马达声音特征值所对应的多个历史马达转矩值或转速值；以及利用这些训练数据来训练一类神经网络，以建立该马达的一马达模型；以及一估测阶段，包含接收该马达运转时所发出的一马达声音信号；撷取该马达声音信号的至少一声音特征值；以及根据该至少一声音特征值来利用该马达模型计算该马达转矩或该马达转速。
8.根据权利要求7所述的马达转矩和转速的估测方法，其特征在于，该至少一声音特征值为该马达声音信号的频率值。
9.根据权利要求7所述的马达转矩和转速的估测方法，其特征在于，撷取该至少一声音特征值的步骤包含利用快速傅立叶转换来将该马达声音信号从时域转换至频域；以及根据一预设强度阈值来撷取该马达声音信号的该至少一声音特征值。
10.根据权利要求7所述的马达转矩和转速的估测方法，其特征在于，该类神经网络模块系储存一类神经网络，该类神经网络包含一输入层、一输出层和一隐藏层，该输入层的神经元的数目系大于该输入层的神经元的数目与该输出层的神经元的数目的一半，且小于该输入层的神经元的数目的两倍。
全文摘要
本发明是一种马达转矩和转速的估测系统与估测方法。此估测系统包含声音接收装置、特征撷取装置和类神经网络模块。在此估测方法中，首先提供多笔训练数据。这些训练数据包含多个历史马达声音特征值和历史马达声音特征值所对应的多个历史马达转矩值或转速值。接着，利用这些训练数据来训练类神经网络模块所储存的类神经网络，以得到前述马达的马达模型。然后，接收马达运转时所发出的马达声音信号。接着，撷取马达声音信号的声音特征值。然后，根据声音特征值来利用马达模型计算马达转矩或马达转速。
文档编号G01P3/00GK102589770SQ20111002239
公开日2012年7月18日 申请日期2011年1月11日 优先权日2011年1月11日
发明者萧飞宾, 黄崇能 申请人:成功大学