<li id="wkceg"></li>
<rt id="wkceg"><delect id="wkceg"></delect></rt>
<bdo id="wkceg"></bdo>
<strike id="wkceg"><acronym id="wkceg"></acronym></strike>

  • 帳號:
    密碼:
    智動化 / 文章 /

    模型設計開發(MBD)整合驅動與馬達的優勢
    [作者 陳志豪]   2022年08月25日 星期四 瀏覽人次: [7998]

    建立軟體模型進行產品設計開發(Model base design;MBD)已是目前產品開發趨勢所在,不僅可加速開發速度也可降低開發成本。對於馬達開發更是扮演著舉足輕重的角色,馬達除了電機本體設計之外,連接的驅動方式也是決定馬達性能的重要因素。


    一般常見的驅動方式可分成弦波驅動與六步方波兩大類,相對應的馬達反電動勢也有弦波(Sinwave)及梯型波這兩種。藉由Altair公司發行的電磁分析軟體Flux與系統開發平臺activate進行四種不同搭配的扭力差異分析,可以節省實際實驗所需的經費與時間。


    直流無刷馬達與伺服馬達

    直流無刷馬達(BLDC)與伺服馬達(Servo motor)在馬達本體結構上十分相似,皆是繞線定子加上磁石轉子組合,最大的差異在於馬達反電動勢(back EMF)波形,BLDC為梯型波,而伺服馬達大多為弦波。


    除了馬達本體上的差異之外,BLDC的轉子位置偵測採用的是霍爾元件(Hall Sensor),對應的驅動方式為六步方波(six step square wave)驅動且大多為開迴路(open loop)控制,常應用在風扇等領域。


    然而伺服馬達轉子位置偵測使用的是編碼器(encoder),驅動大多為弦波驅動加上閉迴路控制,常應用在需精準定位,穩定速度或固定扭力的領域。表1為兩種馬達的整理表格。


    表1

     

    直流無刷馬達

    伺服馬達

    結構

    繞線定子,磁石轉子

    反電動勢波形

    梯型波

    弦波

    轉子位置偵測

    霍爾元件

    編碼器

    驅動模式

    六步方波

    弦波

    控制方式

    開迴路

    閉迴路

    應用領域

    風扇

    精準定位、穩定速度、固定扭力


    Flux與Activate建模

    弦波與六步方波皆有對應的理論公式,在系統開發平臺activate上輸入公式可快速實現電流波形(圖1),再建立反電動勢波形即可觀察搭配的扭力輸出結果。不僅縮短了理論推導結果的時間,更可搭配電磁分析軟體Flux建立的8極9槽直流無刷馬達與伺服馬達模型(圖2),將驅動與電機一同整合在系統開發平臺activate。達成初步的機(馬達)電(驅動)整合,進而觀察更接近實際狀況的輸出扭力模擬結果。



    圖1
    圖1

    圖2
    圖2

    模擬結果與比較

    圖3為電源與馬達在Activate平臺建立的模型,驅動電流輸入馬達後,在Flux內進行扭力分析模擬,並非是扭力理論公式計算,更接近實際馬達性能。兩種電流波形搭配兩種馬達,最後有四種扭力結果,將扭力波形的增益值與漣波整理於表2,可見弦波搭配弦波,方波搭配梯型波可以得到穩定的扭力輸出,扭力方均根(rms)值相似,此一結果跟我們常見的伺服馬達弦波驅動,BLDC搭配六步方波結果相同。伺服電機搭配六步方波不僅有較大的扭力漣波,扭力方均根值(rms)也較小,是相對不利的組合。


    然而BLDC搭配弦波驅動可得到較大的扭力方均根值(rms),並且也不會有過大的扭力漣波產生,為十分有利的組合搭配,為了解釋此一現象,將藉由Flux內的細步分析來探究原因。



    圖3
    圖3
    表2

     

    伺服馬達+

    弦波驅動

    直流無刷馬達+

    六步方波

    伺服馬達+

    六步方波

    直流無刷馬達+

    弦波驅動

    扭力rms值N*m

    14.3

    13.5

    15.4

    16.4

    扭力漣波

    (%)

    0.7

    5.5

    6.5

    2.6


    線電壓與相電壓

    為了探究BLDC搭配弦波驅動的有利結果,必須由馬達與輸入電流的關係看起。驅動器與馬達連接方式如圖4,實際上對應的是線(端子間)並非單相(U,V,W),所以要觀察的馬達反電動勢為線(端子間)反電動勢。在Flux模型內建立線反電動勢觀察,將其波形進行快速傅立葉分析(FFT)。


    圖5的線反電動勢分析結果可見幾乎沒有高階諧波項目,相當於完美的弦波波形。馬達的相反電勢波形為梯形波但線反電動勢波形為弦波,當搭配的為弦波電流源時,實際上為弦波搭配的組合,說明了為何扭力漣波較小的根本原因。



    圖4
    圖4

    圖5
    圖5

    結論

    藉由MBD方式在實體測試之前即可預測測試結果,可大幅降低測試的費用與時間。試想僅販售驅動器廠商,對接不同類型的馬達,採用MBD方式可在客戶測試前提出可能預見的測試結果,避免爭議發生。對於販售馬達廠商也是如此,對應不同驅動方式馬達會有不同性能表現。MBD可以在設計馬達時,就將驅動的影響納入,不僅節省成本更可累積公司的軟實力。


    近期日益火熱的電動載具產業,馬達跟驅動皆會一併開發,使用MBD可將測試可能出現的問題在模型上預先顯示。然而並非僅有馬達會受驅動影響特性,馬達特性的變化也會影響驅動端的演算,所以驅動與馬達的雙向聯合模擬日益重要,將PID控制、dq軸轉換、閉迴路控制整合於Activate驅動模型,再於Flux模型進行雙向耦合,達到digi twins的目標。


    (本文作者陳志豪為祐謙科技電機顧問)


    相關文章
    ? 雲平臺協助CAD/CAM設計製造整合
    ? 更優異的BLDC直流無刷電機馬達換向方法
    ? MBD應用於霍爾元件位置選定
    ? 提升馬達控制驅動器整合度、最大化靈活性
    ? 在高速運動控制要求下 CPU與FPGA的分工合作
    comments powered by Disqus
      相關新聞
    » 博世憑藉其科技領導者實力
    » 法人開放50條試製線撐中小企業 開發AI新品及培育實作人才
    » TrendForce:自動化成關稅戰避風港 美智慧工廠成本遠超陸廠
    » 風電就業與國際接軌 產訓合一為產業供應鏈培育專才
    » 機械公會參訪金豐淨零轉型 籲產業跟進解出口衝擊
      相關產品
    » 泓格iSN-811C-MTCP紅外線感測模組 從溫度掌握工業製造的安全與先機
    » 凌華科技透過 NVIDIA JetPack 6.1 增強邊緣 AI 解決方案
    » 安勤推出搭載NVIDIA Jetson平臺邊緣AI方案新系列
    » 臺達全新溫度控制器 DTDM系列實現導體加工精準控溫
    » 西門子推出下一代AI增強型電子系統設計軟體 提升使用者體驗

    ?
    刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

    Copyright ©1999-2025 遠播資訊股份有限公司版權所有 Powered by O3
    地址:臺北數位產業園區(digiBlock Taipei) 103臺北市大同區承德路三段287-2號A棟204室
    電話 (02)2585-5526 #0 轉接至總機 / E-Mail: webmaster@hope.com.tw
    主站蜘蛛池模板: 景德镇市| 黄龙县| 六盘水市| 葵青区| 罗平县| 平邑县| 彝良县| 罗源县| 蒙阴县| 建宁县| 南汇区| 镇赉县| 饶阳县| 任丘市| 石屏县| 石狮市| 长宁区| 筠连县| 乌拉特后旗| 三河市| 五华县| 台山市| 景谷| 秀山| 宽甸| 黔江区| 彰武县| 南木林县| 会泽县| 黔南| 横峰县| 吴堡县| 东光县| 策勒县| 鹿泉市| 鄄城县| 连州市| 衡水市| 榆社县| 冀州市| 凤翔县|