如何提高电机性能并降低应力-德赢Vwin官网网

什么是负载检测？为什么它很重要？

无传感器电机控制算法不知道它们在启动过程中需要产生的扭矩。如果电机上潜在的负载太大，而施加的电流太小，则可能无法启动转子向正确的方向移动。为了补偿这一点，典型的方法是注入足够大的启动电流，以便在大负载下也能开始旋转。然而，这意味着即使对于轻负载，我们也使用相同的大启动电流。相反，如果我们能预测负载，我们就可以微调启动电流，从而获得更好的性能并减少电机上的应力。

负载检测的工作原理是什么？

使用瑞萨的RealityCheck Motor工具，我们开发了一种基于AI/ML的解决方案，用于估计电机启动序列开始时的负载。AI分类模型是完全不需要额外加装传感器的，只需要更新电机控制固件。

它是如何工作的？

- 检测电机控制系统中的重要变量。

-应用Reality AI特征空间来提取相关信息。

-使用Reality AI推理来确定移动负载所需的扭矩。

-提供确定的值以将启动电流调整到最小扭矩要求。

如果扭矩要求低于预期，我们将实现效率提升，因为较低的启动电流足以开始电机运行。

瑞萨电子应用实例

为了创建应用示例，我们设置了两个耦合的BLDC电机系统，每个系统都由RA6T2电机控制套件驱动。主电机通过电机轴之间的联锁机构连接到次级“制动”电机。使用这种设置，我们可以通过调整施加到制动电机的电流来vwin 初级电机上的负载。测试表明，我们的模型可以近乎完美的准确性区分六种可能的载荷。该模型总共只需要大约12.5KB的闪存和估计的6.5KB的RAM。

我们如何创建应用示例的？

首先，我们为几种载荷设置中的每一种收集了适当数量的数据样本。为了进行评估，我们将数据分为训练集和测试集。然后，我们将数据上传到瑞萨Reality AI云平台*，并使用云工具训练和测试模型。

最后，我们使用部署工具创建了一个嵌入式C包，该包可以使用瑞萨e² studio IDE与电机控制应用程序集成。借助AI Live Monitor（Reality AI Tools套件的一部分），我们通过在改变施加的负载的同时反复启动电机来实时测试AI应用程序。