[發(fā)明專利]驅(qū)動(dòng)器的校正器參數(shù)的調(diào)試方法、裝置及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011637381.6
• 申請(qǐng)日: 2020-12-31
• 公開（公告）號(hào): CN112859640A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計(jì)）人: 甘賽;陳迪;覃海濤
• 申請(qǐng)（專利權(quán)）人: 深圳市雷賽軟件技術(shù)有限公司;深圳市雷賽智能控制股份有限公司
• 主分類號(hào): G05B17/02
• 分類號(hào): G05B17/02
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發(fā)明涉及驅(qū)動(dòng)器技術(shù)領(lǐng)域，公開了一種驅(qū)動(dòng)器的校正器參數(shù)的調(diào)試方法、裝置及可讀存儲(chǔ)介質(zhì)，首先，根據(jù)輸入的驅(qū)動(dòng)器的激勵(lì)與響應(yīng)數(shù)據(jù)生成驅(qū)動(dòng)器的辨識(shí)模型，再根據(jù)辨識(shí)模型生成辨識(shí)模型伯德圖，然后，根據(jù)選定的校正器的類型及預(yù)設(shè)的校正器參數(shù)生成驅(qū)動(dòng)器的校正器模型，接著，將校正器模型與辨識(shí)模型進(jìn)行模型組合，得到驅(qū)動(dòng)器的仿真模型，并根據(jù)仿真模型生成仿真模型伯德圖，通過根據(jù)辨識(shí)模型伯德圖與仿真模型伯德圖兩者的分析結(jié)果，對(duì)驅(qū)動(dòng)器的校正器參數(shù)進(jìn)行調(diào)整，通過將辨識(shí)過程與驅(qū)動(dòng)器的校正器參數(shù)結(jié)合成仿真模型，從而為用戶的調(diào)試提供數(shù)據(jù)指導(dǎo)，避免了現(xiàn)有技術(shù)盲目低效的調(diào)試流程，同時(shí)降低了驅(qū)動(dòng)器失穩(wěn)帶來的安全隱患。

技術(shù)領(lǐng)域

本發(fā)明涉及驅(qū)動(dòng)器技術(shù)領(lǐng)域，特別是涉及一種驅(qū)動(dòng)器的校正器參數(shù)的調(diào)試方法、裝置及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著工業(yè)制造的技術(shù)發(fā)展，現(xiàn)代伺服系統(tǒng)應(yīng)用場(chǎng)景日漸復(fù)雜，性能與通用性指標(biāo)也在不斷提高，這對(duì)現(xiàn)場(chǎng)調(diào)試人員的技術(shù)水平提出了更高的要求，隨之帶來的是調(diào)試工具發(fā)展的必要性。

基于伯德特圖進(jìn)行頻率特性分析與輔助參數(shù)調(diào)試的工具被廣泛集成于各大伺服廠商的調(diào)試軟件中，主要的作用為確定系統(tǒng)帶寬與諧振頻率，從而確定陷波器等校正裝置的參數(shù)，實(shí)現(xiàn)有針對(duì)性的性能提升與諧振抑制。其基本的實(shí)現(xiàn)方法是在驅(qū)動(dòng)器指令端施加某種形式的激勵(lì)信號(hào)，記錄響應(yīng)數(shù)據(jù)，通過FFT等技術(shù)將數(shù)據(jù)轉(zhuǎn)換為辨識(shí)頻率特性曲線(伯德圖)后輸出顯示。

目前市場(chǎng)上現(xiàn)有的軟件產(chǎn)品中，該功能往往只提供伯德圖的繪制功能，使用者可用游標(biāo)確定調(diào)試的目標(biāo)頻率參數(shù)，但不能確定陷波器等校正裝置的其他參數(shù)設(shè)置是否合適，容易引發(fā)驅(qū)動(dòng)器失穩(wěn)，并帶來重復(fù)迭代的不確定工作量。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的是提供一種驅(qū)動(dòng)器的校正器參數(shù)的調(diào)試方法、裝置及可讀存儲(chǔ)介質(zhì)，其能夠避免盲目調(diào)整驅(qū)動(dòng)器的校正器參數(shù)的問題。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供一種驅(qū)動(dòng)器的校正器參數(shù)的調(diào)試方法，包括：

根據(jù)輸入的驅(qū)動(dòng)器的激勵(lì)與響應(yīng)數(shù)據(jù)，生成驅(qū)動(dòng)器的辨識(shí)模型；

根據(jù)所述辨識(shí)模型，生成辨識(shí)模型伯德圖；

根據(jù)選定的校正器的類型及預(yù)設(shè)的校正器參數(shù)，生成驅(qū)動(dòng)器的校正器模型；

將所述校正器模型與所述辨識(shí)模型進(jìn)行模型組合，得到驅(qū)動(dòng)器的仿真模型；

根據(jù)所述仿真模型，生成仿真模型伯德圖；

根據(jù)所述辨識(shí)模型伯德圖與所述仿真模型伯德圖兩者的分析結(jié)果，對(duì)所述驅(qū)動(dòng)器的校正器參數(shù)進(jìn)行調(diào)整。

作為優(yōu)選方案，在所述根據(jù)所述辨識(shí)模型伯德圖與所述仿真模型伯德圖兩者的分析結(jié)果，對(duì)所述驅(qū)動(dòng)器的校正器參數(shù)進(jìn)行調(diào)整之后，還包括：

根據(jù)當(dāng)前的校正器的類型以及調(diào)整后的校正器參數(shù)，生成當(dāng)前的驅(qū)動(dòng)器的校正器模型；

將所述當(dāng)前的校正器模型與所述辨識(shí)模型進(jìn)行模型組合，得到當(dāng)前的驅(qū)動(dòng)器的仿真模型；

根據(jù)當(dāng)前的仿真模型，生成當(dāng)前的仿真模型伯德圖；

根據(jù)所述辨識(shí)模型伯德圖與歷史生成的仿真模型伯德圖的分析結(jié)果，再次對(duì)所述驅(qū)動(dòng)器的校正器參數(shù)進(jìn)行調(diào)整。

作為優(yōu)選方案，在所述根據(jù)所述辨識(shí)模型伯德圖與歷史生成的仿真模型伯德圖的分析結(jié)果，再次對(duì)所述驅(qū)動(dòng)器的校正器參數(shù)進(jìn)行調(diào)整之后，還包括：

根據(jù)重新輸入的驅(qū)動(dòng)器的激勵(lì)與響應(yīng)數(shù)據(jù)，生成當(dāng)前的驅(qū)動(dòng)器的辨識(shí)模型，其中，重新輸入的驅(qū)動(dòng)器的激勵(lì)與響應(yīng)數(shù)據(jù)基于調(diào)整后的校正器參數(shù)所測(cè)試得到；

根據(jù)當(dāng)前的辨識(shí)模型，生成當(dāng)前的辨識(shí)模型伯德圖；

在當(dāng)前的辨識(shí)模型伯德圖與所述仿真模型伯德圖兩者的分析結(jié)果滿足預(yù)設(shè)的目標(biāo)調(diào)試狀態(tài)時(shí)，結(jié)束調(diào)試；