基于估计的夹持力的夹持检测的制作方法

1.本公开涉及由电动机致动的开闭构件的领域，特别是诸如车辆中的电动车窗、滑动门或滑动天窗之类的构件的领域，所述构件设置有防夹检测器，以防止受伤。更具体地，本公开涉及适用于对闭合构件处的夹持进行检测的夹持检测器、对由电动机致动的构件进行控制的控制装置以及对闭合构件处的夹持进行检测的方法。


背景技术：

2.电动车窗(即，由电动机启动的车窗)如今变得非常流行，甚至在低档车辆中也是如此。
3.儿童会试图将他们的脖子或手伸出车窗。如果有人同时操作车窗开关来关闭车窗，那么可能会导致儿童窒息或受伤。在电动车窗被编程为甚至无需按下开关即可运行的情况下(例如，当全局关闭功能被启动时)，这种风险也会出现。
4.车窗以高达350n的夹紧力移动。这意味着厚度仅为约8mm的薄玻璃板可以施加压力达35kg(例如，压到儿童的手或头上)。只需要98n就会使儿童窒息或受伤。为了避免这种事故，已开发出一种防夹技术。
5.电动车窗的防夹技术必须满足例如由欧盟和/或美国颁布的标准。根据已知标准，允许电动车窗施加在任何对象上的最大力为100n，并且必须在距顶部车窗框架最小4mm至200mm的范围内监测是否遵守该极限并强制遵守该极限，如图1所示。在到达车窗密封件(距顶部密封件4mm的距离)之前立即停用防夹算法也很重要，使得车窗可以完全闭合。另外，为了避免使车窗电动机过载和损坏，阻挡一定不能持续太长时间。
6.文献us2014/239867a1公开了一种用于由电动机致动的开闭构件的夹持检测装置，该夹持检测装置包括参考数据存储部，该参考数据存储部基于电动机的转速和环境温度来计算负载数据。
7.文献us2003/051555a1公开了一种基于使用电压和速度测量结果来计算参考电动机扭矩的夹持检测系统。为此，该夹持检测系统需要至少一个专用速度传感器(诸如编码器或霍尔效应传感器)，该专用速度传感器确定电动机的转速。电压传感器向计算电动机力的力计算器提供信息。因此可以确定实际力与参考力之差。如果力的差超过预定阈值，则指示夹持状况。
8.文献us6239610b1公开了一种基于在用于使车窗移动的电驱动系统的电枢电动机中感应的电压的解决方案。
9.许多已知解决方案需要涉及附加成本的附加设备(诸如力传感器或速度传感器)，在相对受限的环境中需要更多空间并且不允许增加整个系统的可靠性。
10.文献cn101220724a公开了一种不需要附加传感器的用于电动车窗的防夹设备。获取电枢电流信号，根据电流并使用恒定电流阈值判断车窗的运动是否被障碍物挡住。
11.当车辆中的车窗夹持障碍物(例如，乘客的身体部位)时，车窗对该障碍物施加夹持力。这种力的直接测量需要使用附加设备，这会产生附加成本。
12.需要改进现有的防夹解决方案，以至少部分地克服上述问题和缺点。


技术实现要素：

13.本公开涉及一种适用于对由电动机致动的闭合构件处的夹持进行检测的夹持检测器，所述夹持检测器包括：
14.扭矩估计器，所述扭矩估计器使用近似函数的系数，根据所述电动机的包括电动机电压、电动机电流和电动机速度的物理量的当前值来估计电动机扭矩，所述近似函数根据所述电动机扭矩来计算所述电动机的能量转换效率；
15.转换器，所述转换器通过使用扭矩-力转换系数将所估计的电动机扭矩转换成估计夹持力来计算由开闭构件施加在被夹持的对象上的夹持力的第一估计；
16.比较器，所述比较器将所估计的夹持力与预定力极限进行比较，以便基于比较结果来检测夹持。
17.本夹持检测器可以基于简单的计算有效地检测闭合构件处夹持的发生。本夹持检测器速度快，只需要低资源消耗且易于实现。通过调整几个参数，也可以很容易地调整夹持检测器以适应构件的安装。此外，可以简单地测量电动机电流和电动机电压。这些测量还允许通过已知方法估计电动机速度。
18.在一些实施方式中，所述扭矩估计器通过使用线性近似函数的两个系数来计算所估计的电动机扭矩。
19.所述扭矩估计器可以通过使用下式来计算所估计的电动机扭矩：
[0020][0021]
其中，a和b是所述线性函数η＝a
·
τ+b的两个线性系数，所述线性函数根据所述电动机扭矩τ来计算所述电动机的能量转换效率η；
[0022]
v、i和ω分别为电动机电压、电动机电流和电动机角速度。
[0023]
所述夹持检测器还可以包括：
[0024]
第一计算器，所述第一计算器计算由所述构件施加在所述对象上的摩擦力的估计；以及
[0025]
第二计算器，所述第二计算器通过从由所述转换器计算的所述估计夹持力减去所估计的摩擦力来计算所述夹持力的第二估计。
[0026]
引入所估计的摩擦力来估计所述夹持力允许获得更好的估计夹持力，更类似于所测量的夹持力。
[0027]
在特定实施方式中，所述比较器将从所述第二计算器输出的估计夹持力与预定极限进行比较，以便基于比较结果来检测夹持。
[0028]
所述第一计算器可以将所述摩擦力计算为静摩擦力与粘性阻尼力之和。
[0029]
所述第一计算器可以通过将所述电动机速度与粘性阻尼系数相乘来计算所述粘性阻尼力的近似。
[0030]
所述第一计算器可以从存储器获得所述摩擦力的固定值。
[0031]
本公开还涉及一种对由电动机致动的开闭构件进行控制的控制装置，所述控制装置包括如前限定的夹持检测器，以及生成控制信号以对在检测到夹持时停止所述构件并且
反转所述构件的移动方向的两个动作中的至少一者进行控制的部分。
[0032]
本公开还涉及一种系统，所述系统包括：
[0033]
开闭构件；
[0034]
电动机，所述电动机启动所述构件；
[0035]
第一测量电路，所述第一测量电路测量电动机电压；
[0036]
第二测量电路，所述第二测量电路测量电动机电流；
[0037]
电动机角速度估计器，所述电动机角速度估计器根据所测量的电动机电压和所测量的电动机电流来估计所述电动机的角速度；
[0038]
如前限定的夹持检测器。
[0039]
本公开还涉及一种车辆，所述车辆包括上文限定的系统。
[0040]
本公开还涉及一种对由电动机致动的闭合构件处的夹持进行检测的方法，所述方法包括以下步骤：
[0041]
使用近似函数的系数，根据所述电动机的包括电动机电压、电动机电流和电动机速度的物理量的当前值来估计电动机扭矩，所述近似函数根据所述电动机扭矩来计算所述电动机的能量转换效率；
[0042]
通过使用扭矩-力转换系数将所估计的电动机扭矩转换成估计夹持力来计算由所述闭合构件施加在被夹持的对象上的夹持力的第一估计；
[0043]
将所估计的夹持力与预定力极限进行比较，以便基于比较结果来检测夹持。
[0044]
有利地，估计所述电动机扭矩的步骤使用下式：
[0045][0046]
其中，a和b是所述线性函数η＝a
·
τ+b的两个线性系数，所述线性函数根据所述电动机扭矩τ来计算所述电动机的能量转换效率η；
[0047]
v、i和ω分别为电动机电压、电动机电流和电动机角速度。
[0048]
所述方法还可以包括以下步骤：
[0049]
计算由所述构件施加在所述对象上的摩擦力的估计；以及
[0050]
通过从所述估计夹持力减去所估计的摩擦力来计算所述夹持力的第二估计。
[0051]
本公开还涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质包含用于使处理器执行所述方法的程序指令。
附图说明
[0052]
借助于阅读参考附图进行的非限制性实施方式的详细说明，本公开的其它特征、目的和优点将变得更加明确。
[0053]
图1示出了车辆中的设置在车窗与门框架之间留下的空间中的障碍物，以及是否遵守由标准限定的夹持力极限必须被监测的竖直位置范围。
[0054]
图2表示根据特定实施方式的包括配备有夹持检测器的闭开构件的系统。
[0055]
图3示出了图2的夹持检测器的功能框图。
[0056]
图4示出了图2的电动机的能量转换效率的近似函数。
[0057]
图5示出了构件移动场景，以及在该场景期间所测量的夹持力和夹持力的不同近
似随时间的演变，所述构件具有高速。
[0058]
图6示出了图5的夹持时间段的放大图。
[0059]
图7示出了相同的构件移动场景，以及在该场景期间所测量的夹持力和夹持力的不同近似随时间的演变，所述构件具有低速。
[0060]
图8示出了图7的夹持时间段的放大图。
[0061]
图9示出了类似的构件移动场景但没有障碍物，以及在该场景期间所测量的夹持力和夹持力的不同近似随时间的演变，所述构件具有中等(正常)速度。
[0062]
图10表示夹持检测方法的流程图，对应于图3的夹持检测器的操作。
具体实施方式
[0063]
本公开涉及对由电动机致动的闭合构件(例如，车辆中的电动车窗)处的夹持进行检测的夹持检测，并且更精确地专用于基于对构件夹持或夹紧对象(诸如身体部位)所使用的夹持力的估计的夹持检测。
[0064]
第一实施方式
[0065]
参考图2，具有防夹保护的开闭系统100的第一实施方式包括可移动构件1、用于致动构件1的电动机2、用于测量与电动机2相关的一个或更多个物理量的一个或更多个测量电路3a、3b(或测量设备，或传感器)、用于控制电动机2的控制装置4以及用于在闭合构件1处进行夹持检测的夹持检测器5。
[0066]
可移动构件1是诸如车窗、门、天窗、遮板等的开闭构件，其可以例如以平移或旋转的方式在闭合位置与打开位置之间移动，在所述闭合位置中，构件使打开区域闭合，并且在所述打开位置中，构件从打开区域移除。
[0067]
例如，电动机是由直流电源(电源7)供电的dc(直流)电动机，直流电源例如为电池，用于为电动机2供电。
[0068]
在第一实施方式中，pwm控制器8可以用于向电动机2供电作为pwm信号。pwm信号的特征在于pwm频率和pwm占空比。pwm占空比会在电动机工作期间发生变化。例如，当电动机启动时，pwm占空比可以从初始值(0％或更大)增加到最终值，该最终值通常为100％(但可能小于100％)。然后，当电动机2以全速工作时，pwm占空比是不变的，并最终在停止前下降。图2中虚线所示的pwm控制器8是可选的。在其它实施方式中，系统100不包括pwm控制器8。
[0069]
用于向电动机2提供直流电压v的结构可以包括提供直流和固定电压v
batt
的电压电池7、提供pwm信号的pwm控制器8以及h桥电路9，该h桥电路9接收由pwm控制器8生成的pwm信号和由电池7提供的直流电池电压v
batt
作为输入并产生提供给电动机2的直流电压v作为输出。
[0070]
控制装置4控制电动机2使闭开构件1移动。控制装置4具有生成控制信号以控制电动机2和构件1的移动的部分40。在一些实施方式中，电动机移动受到由控制装置4生成并发送至pwm控制器8的控制信号sig2控制，如图2所示。以这种方式，通过pwm控制器8控制h桥电路9。在其它实施方式中，系统100不包括pwm控制器8。在这种情况下，控制信号sig1由控制装置4生成并直接发送至h桥电路9，如图2所示。这允许控制电动机方向移动(顺时针、逆时针和停止)。
[0071]
还可以设置用户接口装置，以输入用户命令，例如，用于使构件停止或移动。用户
接口装置可以包括例如车窗命令按钮6，该车窗命令按钮可以上按以使车窗1向上移动或下按以使车窗1向下移动。
[0072]
在第一实施方式中，电动机2配备有两个测量电路3a和3b，以测量与电动机2有关的两个物理量(或物理值)，包括电流和电压。电动机电流可以是流过电动机2的电枢绕组的电枢电流i，并且电压v可以是被提供给电动机2的直流电压。
[0073]
在工作中，测量电路3a在步骤s2测量电枢电流i，并且测量电路3b在步骤s1测量通过h桥电路9提供给电动机的电池电压v
batt
。各个测量电路3a、3b在连续时间(例如以预定测量频度)测量对应物理量的值。电流和电压的测量值由测量电路3a、3b发送至控制装置4。
[0074]
在步骤s4，计算器11使用式v＝v
batt
*pwmdc计算被提供给电动机2的直流电压v，其中，pwm
dc
是pwm控制器8的pwm占空比，并且v
batt
是由测量电路3b测量的电池电压。计算器11可以是软件或硬件部件。计算器11可以在控制装置4中实现。计算器11可以是夹持检测器5的部件。如前所述，在一些实施方式中，系统100不包括pwm控制器8。在这种情况下，被提供给电动机的电压等于电池电压v
batt
。
[0075]
在第一实施方式中，在步骤s3，角速度估计器10基于轴角位置来估计电动机角速度或速率ω。实际上，在本实施方式中，轴角位置不是直接测量的，这样可以避免在车辆中嵌入额外的外部传感器。轴角位置是使用所测量的电池电压v
batt
和所测量的流过电动机2的绕组(电枢)的电枢电流i通过特别专用的纹波计数算法估计的。电流纹波是与dc电动机的换向现象相关联的小电流波动。典型的换向有刷直流(bdc)电动机通过使用电刷工作，该电刷将电流承载至换向表面，换向表面进而为线圈供电，该线圈产生磁场以在电动机轴上产生扭矩。在电动机轴旋转时，电刷与换向表面的不同集合接触。大多数时候，各个电刷接触两个换向表面。然而，在每次过渡期间，各个电刷仅短暂地接触一个触点。在该过渡期间，电流路径发生变化，并且内部电阻和电感发生变化。这反过来会改变电动机的电流消耗。该过程的反复会导致在这种电动机上看到的电流纹波。每一圈完整的电动机轴旋转的纹波数对应于极数。基于检测到的纹波并然后进行计数来确定轴的旋转位置。
[0076]
角速度估计器10可以是软件或硬件部件。角速度估计器10可以在控制装置4中实现。角速度估计器10可以是夹持检测器5的部件。
[0077]
夹持检测器5可以是控制装置4的一部分。在工作中，夹持检测器5实现下文描述的夹持检测的方法(或算法)，以对开闭构件1处的夹持进行检测。
[0078]
图3更详细地示出了夹持检测器5以及夹持检测器5的输入。
[0079]
夹持检测器5适用于对由电动机2致动的闭合构件1处的夹持进行检测。电动机2由图3中的dc电动机等效模型示意性表示。如图3所示，该dc电动机模型包括串联连接的相当于绕组电阻的电阻ra、相当于绕组电感的电感la和电动势分量emf。
[0080]
夹持检测器5包括扭矩估计器50、扭矩-力转换器51、计算摩擦力的第一计算器52、计算估计的夹持力的第二计算器53以及将估计的夹持力f
pinch
与力极限f
max
进行比较的比较器54。
[0081]
夹持检测器5可以访问存储预定数据的一个或更多个存储器55至59，所述预定数据包括：
[0082]-电动机2的能量效率系数的线性近似函数的两个系数“a”、“b”；
[0083]-电动机2的粘性阻尼系数vd
coef
；
[0084]-电动机2的静摩擦力f
sf
；
[0085]-夹持力极限f
max
，例如，100n，当对象在构件1的闭合移动中被构件1夹持时，不应超过该夹持力极限。
[0086]
存储上述数据的一个或更多个存储器55至59可以是夹持检测器5的内部存储器，或外部存储器(例如，控制装置4的存储器)。
[0087]
在当前描述的实施方式中，电动机角速度估计器10和计算器11在夹持检测器5的外部。如前所述，电动机角速度估计器10和计算器11可以是夹持检测器5的内部部件。
[0088]
夹持检测器5可以是通过控制装置4执行用于夹持检测的程序来实现的功能元件。因此，本公开还涉及一种非暂时性计算机可读介质，该非暂时性计算机可读介质包含用于使处理器执行下面在步骤s5至步骤s11中描述的用于夹持检测的方法的程序指令。
[0089]
由电动机2产生的机械功率p可以表示如下：
[0090]
p＝τ
·
ω
ꢀꢀꢀꢀꢀ
(式1)
[0091]
其中，τ是电动机扭矩，并且ω是电动机角速度。
[0092]
由电动机2消耗的电能fe可以表示如下：
[0093]
pe＝v
·iꢀꢀꢀ
(式2)
[0094]
其中，v是被直接提供给电动机2的电压，并且i是电动机电流(即，流过电动机的电枢绕组的电流)。
[0095]
电动机2的能量转换效率η可以表示如下：
[0096][0097]
由以上式(1)至式(3)的组合得出，电动机2的能量转换效率η可以表示如下：
[0098][0099]
因此，由上式(4)的最后表达式得出，可以基于以下公式来估计电动机扭矩τ：
[0100][0101]
效率系数η的平均(恒定)值可以用于估计电动机扭矩τ，但这将提供有限的精度。为了改进对电动机扭矩τ的估计，使用近似函数来估计能量转换效率η的值，该近似函数给出作为电动机扭矩的函数的η的近似值。在第一实施方式中，该近似函数是线性函数，其可以表示如下：
[0102]
η＝a
·
τ+b
ꢀꢀꢀ
(式6)
[0103]
其中，“a”和“b”是η的线性近似的两个系数。这些系数(a、b)分别存储在存储器55、56中。
[0104]
图4示出了基于式(6)并在扭矩值的有限范围内的作为电动机扭矩τ的函数的能量转换效率η及其线性近似η’。图4还示出了以rpm(每分钟转数)为单位的电动机速度与电动机扭矩τ之间的关系。表示了两种情况：电动机2是冷的时的第一种情况(虚线)和电动机2是热的时的第二种情况(实线)。
[0105]
在工作中，在步骤s5(在步骤s1至步骤s4之后)，扭矩估计器50根据电动机2的物理量的当前值来估计电动机扭矩τ。在本实施方式中，这些物理量包括电动机电压、电动机电流和电动机速度。更确切地，在第一实施方式中，扭矩估计器50将提供给电动机2的电压v、
电动机电枢电流i和电动机角速度ω作为输入。电压v通过计算器11使用所测量的电池电压v
batt
和pwm占空比pwm
dc
来计算。如果系统100没有嵌入pwm控制器，则电压v等于电池电压v
batt
。电动机电枢电流i由测量电路3a测量。角速度ω由估计器10提供，如稍后解释的。
[0106]
扭矩估计器50基于下式使用线性近似函数的两个系数“a”和“b”来根据v、i和ω的当前值计算电动机扭矩的估计：
[0107][0108]
上述式(7)由式(1)、式(6)、式(3)和式(2)得出，它们给出了以下等效表达式：
[0109][0110]
并且，由上述式(8)的最后表达式得出η可以表示如下：
[0111][0112]
基于式(5)和式(9)，可以得到由式(7)给出的电动机扭矩的表达式。
[0113]
进一步假设电动机力的估计fe可以基于以下表达式、通过转换来根据估计的电动机扭矩τ计算：
[0114][0115]
其中，fe是估计电动机力，τ是由扭矩估计器50估计的电动机扭矩，并且t2f
coef
是扭矩-力转换系数。
[0116]
扭矩-力转换系数t2f
coef
是预定的并存储在扭矩-力转换器53中的存储器中的常数。例如，系数t2f
coef
可以由电动机制造商提供。
[0117]
在步骤s6，扭矩-力转换器51基于式(10)并且将来自扭矩估计器50的估计扭矩作为输入来计算估计电动机力fe。转换器51的输出给出夹持力f
pinch
的第一估计。
[0118]
由于机械损失，所以由构件1实际施加在被夹持的对象(即，例如，在由电动机2致动的构件1与构件框架之间被夹持的对象)上的夹持力f
pinch
不等于估计力fe，而是小于估计力fe。该差可以通过摩擦力ff来近似。力f
pinch
与fe之间的关系可以用下式表示：
[0119]fpinch
＝f
e-ffꢀꢀꢀ
(式11)
[0120]
摩擦力可以被建模为静摩擦力f
sf
与粘性阻尼力f
vd
之和，并表示如下：
[0121]ff
＝f
sf
+f
vd
ꢀꢀꢀ
(式12)
[0122]
静摩擦力f
sf
可以被近似为恒定值。静摩擦力f
sf
是预定的并存储在存储器58中。粘性阻尼力f
vd
可以被近似为电动机角速度ω的函数，并表示如下：
[0123]fvd
＝vd
coef
·
ω
ꢀꢀꢀꢀ
(式13)
[0124]
其中，vd
coef
为粘性阻尼系数，其是存储在存储器57中的常数。该粘性阻尼系数可以包含包括车窗1和dc电动机2在内的机械系统的多个粘性阻尼系数，如dc电动机内部的电枢轴与轴承之间的粘性阻尼系数、连接dc电动机2和车窗升降系统的机械部分的蜗轮的粘性阻尼系数、车窗1与车窗框架周围的密封件之间的粘性阻尼系数。
[0125]
在工作中，在步骤s7和步骤s8，第一计算器52计算摩擦力ff。在步骤s7，计算器52将由估计器10计算出的电动机角速度ω和存储在存储器57中的系数vd
coef
作为输入，以使
用式(13)计算粘性阻尼力f
vd
。然后，在步骤s8，计算器52将计算出的粘性阻尼力f
vd
和存储在存储器58中的静摩擦力f
sf
相加，以计算估计摩擦力ff。因此，第一计算器52基于下式来计算摩擦力的估计：
[0126]ff
＝f
sf
+vd
coef
·
ω
ꢀꢀꢀꢀ
(式14)
[0127]
然后，在步骤s9，第二计算器53将以下项作为输入来基于式(11)计算夹持力f
pinch
：
[0128]-来自扭矩-力转换器51的输出(例如，基于式10计算的估计力fe)，以及
[0129]-来自第一计算器52的输出(例如，基于式14计算的估计摩擦力ff)。
[0130]
因此，第二计算器53基于以下公式来计算夹持力f
pinch
的估计：
[0131][0132]
然后，在步骤s10，比较器54将由第二计算器53计算出的估计的夹持力f
pinch
与存储在存储器59中的力极限f
max
进行比较。该力极限f
max
可以是构件(这里是车辆中的车窗)根据标准被允许施加在任何对象上的最大力。例如，f
max
可以被设置为100n。另选地，力极限f
max
可以小于标准所允许的最大力，以便在到达该最大力之前提前检测到夹持。例如，力极限f
max
被设置为50n至80n之间的范围内的值，例如，70n。在步骤s11，当估计的夹持力f
pinch
超过力极限f
max
时，比较器54向控制装置4发送指示已检测到夹持的警告信号(输出信号)。
[0133]
当检测到夹持时，并且在接收到来自夹持检测器5的警告信号后，在步骤s12，控制装置4生成控制信号以反转移动方向，以便打开构件1(即，将闭合移动快速改变成打开移动)。另选地，控制信号只能使构件1的移动停止。
[0134]
针对夹持检测最具挑战性的情况是当车窗(或更一般地，构件1)以较快的速度闭合并夹持较坚硬的障碍物时。考虑如下用例，其中，电池电压v
batt
等于16v，这会导致车窗快速移动，并且障碍物刚度ko为65n/mm，这对应于非常坚硬的障碍物。图5中的上图示意性地表示了车窗移动场景中的夹持检测算法，该图示出了车窗1在车窗移动场景的连续阶段中的连续位置：
[0135]
阶段(1)：最初完全闭合的车窗微微打开并停止；
[0136]
阶段(2)：然后继续打开车窗直到车窗高度的一半并停在该中间位置；
[0137]
阶段(3)：然后车窗闭合但停在未完全闭合的另一中间位置，并且在车窗1与车窗框架之间留下的空间中设置具有给定刚度ko＝65n/mm的障碍物“o”；
[0138]
阶段(4)：车窗再次开始闭合并夹持障碍物o。
[0139]
此外，图5中的上图表示相对于70n的力极限，由车窗1施加在障碍物(对象)上的夹持力随时间的演变。四个夹持力曲线被表示并且对应于：
[0140]-所测量的夹持力，参考为f
pinch_meas
，
[0141]-直接从转换器51输出的第一估计夹持力，参考为f
pinch_est_1
，该第一估计夹持力是(仅)基于能量转换效率η的近似计算的；
[0142]-从第二计算器53输出的第二估计夹持力，参考为f
pinch_est_2
，该第二估计夹持力是基于能量转换系数η的近似并在考虑摩擦力(作为估计力的校正)的情况下计算的；
[0143]-第三估计夹持力，参考为f
pinch_est_3
，该第三估计夹持力是基于恒定的能量转换效率η0计算的(没有任何其它近似或校正)。
[0144]
图6中的上图示出了当对象被夹持时四个曲线的放大图。图6中的下图示出了同一
时间段期间的车窗位置。第三估计f
pinch_est_3
(使用恒定的能量转换效率η0)与所测量的夹持力f
pinch_meas
相距甚远。第一估计f
pinch_est_1
低估了夹持力。第二个估计f
pinch_est_2
高估了夹持力。这些实验的结果是，最好的估计是f
pinch_est_1
(使用η的线性近似时)和f
pinch_est_2
(同时使用η的线性近似和摩擦力的引入时)。实际上，夹持力的高估(f
pinch_est_2
)比夹持力的低估(f
pinch_est_1
)好，因为这允许更早的夹持检测、控制装置4控制电动机2的更快反应以及从而更快打开车窗1。
[0145]
图7例示了类似于图5中所示的车窗移动场景，包括阶段(1)至阶段(4)，但是其中车窗以较低的速度移动并且夹持具有较低刚度的障碍物o。在该示例中，电池电压v
batt
为10v，并且障碍物刚度ko为5n/mm。障碍物的存在导致所测量的夹持力增加。在图8中更详细地例示了障碍物压缩，图8示出了(参见上图)所测量的夹持力f
pinch_measured
、第一估计夹持力f
pinch_estimated_1
、第二估计夹持力f
pinch_estimated_2
和第三估计夹持力f
pinch_estimated_3
。这些实验表明，估计力f
pinch_estimated_2
实际上给出了所测量的夹持力的最佳预测。该预测是令人满意的，并且满足在力超过100n之前检测到夹持的要求。
[0146]
图9例示了与图5所示的几乎相似的车窗移动场景，包括阶段(1)至阶段(4)，但是其中电池电压v
batt
为13v，并且车窗1与车窗框架之间留下的空间中没有设置障碍物。最初，车窗1完全闭合。然后，在阶段(2)，将车窗1微微打开到-350纹波的位置后，车窗1继续打开，直到它到达一半高度。然后，在阶段(3)，车窗1向上移动直至完全闭合为止。夹持检测器5没有做出夹持的错误检测。第一估计力f
pinch_estimated_1
和第二估计力f
pinch_estimated_2
为零或几乎为零。
[0147]
图5、图7和图9中例示的三个场景示出了夹持检测器5进行的对夹持力的令人满意的估计。
[0148]
本公开的夹持检测对所测量的电流i、所测量的电源电压v
batt
和估计角速度ω进行处理，并且给出夹持力的估计f
pinch
。本公开最重要的优点是：
[0149]-夹持检测仅基于由式(15)给出的一个简单公式；
[0150]-夹持检测器5易于配置到构件安装和调整以适应构件安装：只有两个参数vd
coef
和ff(其取决于接纳构件1的安装(例如，接纳车辆车窗的门系统))以及效率系数η的近似函数(其取决于电动机2)需要表征和设置；
[0151]-只需测量电动机电流i和电源电压v
batt
。
[0152]
其它实施方式
[0153]
在另一实施方式中，测量电动机电压的测量电路可以测量直接为电动机供电的电压v。
[0154]
在第一实施方式中，电动机的能量效率系数由线性函数近似。另选地，可以使用二阶函数或三阶函数，或者给出作为电动机扭矩的函数的能量转换效率的近似的任何其它函数。