- 回首頁
- 機械工業雜誌
- 當期雜誌
當期雜誌
購物提醒:當您要離開或跳轉頁面時,請先將您想要購買的文章加入購物車,以便快速紀錄完成購買流程!
摘要
本文說明了馬達為現今自動化產業設備的主要動力來源,為了達到較佳性能,使用馬達驅動器進行馬達控制,因為不同產業類別,性能需求有所不同,因此,需要針對個別需求進行馬達控制增益參數調整,而馬達驅動器控制增益參數的調整方法與系統參數有相當大的關聯性,探討傳統自動控制方法中的頻域設計,與時域設計的計算方法,討論不同控制架構的差異與優缺點,最後說明演化式的最佳化方法,包括單目標與多目標最佳化問題討論,可應用到不同的產業與處理多變工作狀況,滿足各種工程問題。
Abstract
Motors are the primary power source for equipment in modern automation industries. To achieve optimal performance, motor control is implemented using motor drivers. Due to varying performance requirements across different industrial sectors, it is necessary to fine-tune the control gain parameters of motor drivers according to specific application needs. The tuning of these control gains is highly correlated with the characteristics of the system parameters. This article investigates traditional control design methods, including frequency-domain and time-domain approaches, and analyzes the differences, advantages, and disadvantages of various control architectures. Furthermore, evolutionary optimization techniques are introduced, covering both single-objective and multi-objective optimization problems. These methods are applicable across a wide range of industries and adaptable to dynamic working conditions, thereby addressing diverse engineering challenges.
機器人產業馬達與馬達驅動器應用與趨勢
近年由於人工智慧(Artificial Intelligence,簡稱AI)逐漸崛起,帶動AI應用的風潮,以自動化產業為例,在各種自動化展覽會場上隨處可見機器人(Robotics)與移動機器臂(AMR)之應用範例,連帶使得相關零組件,如馬達與馬達驅動器,備受矚目。
永磁無刷馬達可用於自動化產業、汽車、機器人等多個領域。在稀土磁性材料與製程進步的情況下,永磁馬達不僅設計得體積更小與轉動慣量較低,具有效率高,結構簡單的特點。藉由變頻驅動器控制的永磁馬達成為運動控制應用的最佳選擇,如機器人技術、工具機、電動載具等。隨著電力電子技術的快速發展和成本下降,使得變頻驅動的永磁無刷馬達已被廣泛用於工業。永磁馬達設計需要考量幾個特性,磁路設計、電流密度與電氣特性等[1],使用ANSYS有限元素軟體進行設計,也會運用MATLAB/SIMULINK進行動態分析。永磁無刷馬達分類之中,直流電源工作環境的場合,無刷直流馬達是最為廣泛使用;因為無刷直流馬達具有高效率、高功率密度等特性,已廣泛應用於人工智慧(AI)與機器人、自動化設備等領域。據Research Nester報告指出,2024年全球無刷直流馬達市場規模達1,006.7億美元,預計2025~2037年間將以超過9.3%的年複合成長率(CAGR)持續擴大,至2037年底整體規模可達3,229.6億美元,其中協作機器人、自主移動機器人與仿生關節驅動需求占比超過60%[2]。
馬達驅動器的功能為接收機器人控制系統發出之運動命令,根據命令進行馬達運動控制,為了達到較高效率與性能的目標,馬達驅動器採用閉迴路控制,迴路控制分為多層迴路架構,若是機器人產業,馬達控制大多採用內外兩層迴路方式,內迴路為電流轉矩迴路,控制馬達電流或是轉矩,外迴路為速度迴路或阻抗模式控制;不論是何種控制迴路,都需要調整控制增益參數,調整的方法,主要有兩大類,第一大類,根據馬達系統數學模型與性能規格進行參數運算,第二類為無數學模型狀況下,根據性能規格進行最佳化參數運算。
馬達驅動器的增益調整是影響控制性能的關鍵因素,其方法從基於解析解(Analytical Solution)的理論計算。解析解法通常基於線性系統理論推導出最佳增益值,適用於簡單控制架構,但是在複雜的系統,或是不知道系統數學模型,解析解就不具備實用性,為了處理馬達驅動器的增益調整問題,非解析解方法的發展從單目標最佳化,再發展至多目標最佳化,則透過數值計算或演算法,如遺傳演算法(Genetic Algorithms,簡稱GA)來調整增益,以最佳化特定動態響應特性,例如最小化超越量(Overshoot)或縮短上升時間(Rising Time);而多目標最佳化則進一步同時考慮多種控制需求,例如在減少超越量的同時也確保上升時間維持在可接受範圍內,以實現平穩且快速的系統響應。透過如非支配排序遺傳演算法 II(Non-dominated Sorting Genetic Algorithm II , 簡稱NSGA-II)等多目標演算法,可以尋找合適的增益參數,使驅動器在系統穩定與快速響應速度間取得平衡。
更完整的內容歡迎訂購
2025年07月號
(單篇費用:參考材化所定價)