[发明专利]马达转矩和转速的估测系统与估测方法

说明书

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。

附图说明

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。