什么是負(fù)載檢測？為什么它很重要？

無傳感器電機(jī)控制算法不知道它們?cè)趩?dòng)過程中需要產(chǎn)生的扭矩。如果電機(jī)上潛在的負(fù)載太大，而施加的電流太小，則可能無法啟動(dòng)轉(zhuǎn)子向正確的方向移動(dòng)。為了補(bǔ)償這一點(diǎn)，典型的方法是注入足夠大的啟動(dòng)電流，以便在大負(fù)載下也能開始旋轉(zhuǎn)。然而，這意味著即使對(duì)于輕負(fù)載，我們也使用相同的大啟動(dòng)電流。相反，如果我們能預(yù)測負(fù)載，我們就可以微調(diào)啟動(dòng)電流，從而獲得更好的性能并減少電機(jī)上的應(yīng)力。

負(fù)載檢測的工作原理是什么？

使用瑞薩的RealityCheck Motor工具，我們開發(fā)了一種基于AI/ML的解決方案，用于估計(jì)電機(jī)啟動(dòng)序列開始時(shí)的負(fù)載。AI分類模型是完全不需要額外加裝傳感器的，只需要更新電機(jī)控制固件。

它是如何工作的？

- 檢測電機(jī)控制系統(tǒng)中的重要變量。

-應(yīng)用Reality AI特征空間來提取相關(guān)信息。

-使用Reality AI推理來確定移動(dòng)負(fù)載所需的扭矩。

-提供確定的值以將啟動(dòng)電流調(diào)整到最小扭矩要求。

如果扭矩要求低于預(yù)期，我們將實(shí)現(xiàn)效率提升，因?yàn)檩^低的啟動(dòng)電流足以開始電機(jī)運(yùn)行。

瑞薩電子應(yīng)用實(shí)例

為了創(chuàng)建應(yīng)用示例，我們?cè)O(shè)置了兩個(gè)耦合的BLDC電機(jī)系統(tǒng)，每個(gè)系統(tǒng)都由RA6T2電機(jī)控制套件驅(qū)動(dòng)。主電機(jī)通過電機(jī)軸之間的聯(lián)鎖機(jī)構(gòu)連接到次級(jí)“制動(dòng)”電機(jī)。使用這種設(shè)置，我們可以通過調(diào)整施加到制動(dòng)電機(jī)的電流來模擬初級(jí)電機(jī)上的負(fù)載。測試表明，我們的模型可以近乎完美的準(zhǔn)確性區(qū)分六種可能的載荷。該模型總共只需要大約12.5KB的閃存和估計(jì)的6.5KB的RAM。

我們?nèi)绾蝿?chuàng)建應(yīng)用示例的？

首先，我們?yōu)閹追N載荷設(shè)置中的每一種收集了適當(dāng)數(shù)量的數(shù)據(jù)樣本。為了進(jìn)行評(píng)估，我們將數(shù)據(jù)分為訓(xùn)練集和測試集。然后，我們將數(shù)據(jù)上傳到瑞薩Reality AI云平臺(tái)*，并使用云工具訓(xùn)練和測試模型。

最后，我們使用部署工具創(chuàng)建了一個(gè)嵌入式C包，該包可以使用瑞薩e2 studio IDE與電機(jī)控制應(yīng)用程序集成。借助AI Live Monitor（Reality AI Tools套件的一部分），我們通過在改變施加的負(fù)載的同時(shí)反復(fù)啟動(dòng)電機(jī)來實(shí)時(shí)測試AI應(yīng)用程序。

結(jié)論

此應(yīng)用示例展示了一種提高電機(jī)控制設(shè)計(jì)質(zhì)量和效率的新型創(chuàng)新方法。使用RealityCheck Motor提供的完全無傳感器的AI模型，可以開始利用改進(jìn)的電機(jī)啟動(dòng)性能，而無需額外的單位成本，還可以延長電機(jī)的使用壽命。