用于确定马达的马达角度的方法

1.本发明涉及一种用于城市空中移动体(uam)的大功率马达的角度 传感器融合方法。更具体地说，本发明涉及一种用于确定马达角度的方法， 该方法被配置成即使在故障情况下也能够有效地转换到准确的角度信息， 并且执行故障转移功能，该功能是在任何一个或多个传感器中发生故障时 的替代操作。


背景技术：

2.通常，用于确定马达角度的方法必须需要三个或更多个角度传感器， 经由投票确定优先级的顺序，并且由一个角度驱动。然而，如果高优先级 角度传感器发生异常，则执行到下一个高优先级角度传感器的硬转换，从 而引起故障转移功能不稳定的问题。获得三个传感器a、b和c的角度误 差绝对值，并且通常对误差最小的角度信息提供高优先级。当前的方法通 过确定分别包括角度信息a、b和c的角度误差的平均值，并且操作具有 最小误差的传感器b来执行。但是，该方法提出了故障转移功能不稳定的 问题。
3.另一种方法是将经由低成本传感器获得的角度和利用反电动势的无 传感器技术获得的角度进行融合的技术。该方法利用卡尔曼滤波器调整权 重、并输出新的角度信息。但是，该方法也存在平均值选取模糊的问题， 并且由于该方法基于统计数据，因此存储数据到输出平均值花费的时间较 长。
4.包括在本发明背景部分中的信息仅用于增强对本发明的一般背景的 理解，并且不能被视为该信息形成本领域技术人员已知的现有技术的承认 或者任何形式的暗示。


技术实现要素：

5.本发明的各个方面涉及提供一种用于城市空中移动体(uam)中的 大功率马达角度的传感器融合方法。本发明旨在提供一种用于确定马达角 度的方法，该方法被配置为即使在故障情况下也能够有效地转换到准确的 角度信息，并且执行故障转移功能，该功能是在任何一个或多个传感器中 发生故障时的替代操作。
6.在本发明的各个方面中，提供了一种用于确定马达角度的方法，该方 法包括：经由有传感器电压模型导出基于模型的有传感器电流向量；经由 无传感器电压模型导出基于模型的无传感器电流向量；经由实际电流向量 与基于模型的有传感器电流向量的向量积、以及实际电流向量与基于模型 的无传感器电流向量的向量积，导出有传感器权重和无传感器权重；并且 通过将有传感器权重应用于传感器角度并且将无传感器权重应用于无传 感器角度来确定最终马达角度。
7.有传感器电压模型可以接收马达的固定轴电压命令向量、传感器角 度、以及传感器角速度作为有传感器电压模型的输入，并且可以输出基于 模型的有传感器电流向量。
8.无传感器电压模型可以接收：马达的固定轴电压命令向量、估计的无 传感器角度、以及估计的无传感器角速度作为无传感器电压模型的输入， 并且可以输出基于模型的无传感器电流向量。
9.有传感器电压模型和无传感器电压模型可以包括：常微分方程和积分 器。
10.在推导有传感器权重和无传感器权重时，可以通过对实际电流向量与 基于模型的有传感器电流向量的向量积进行平方化来确定有传感器误差， 并且可以通过对实际电流向量与基于模型的无传感器电流向量的向量积 进行平方化来确定无传感器误差。
11.在推导有传感器权重和无传感器权重时，通过对有传感器误差和无传 感器误差中的每一个进行归一化来确定有传感器权重和无传感器权重。
12.在确定最终马达角度时，可以通过将传感器角度乘以有传感器权重， 将无传感器角度乘以无传感器权重，然后将传感器角度与有传感器权重的 乘积结果、以及无传感器角度与无传感器权重的乘积结果相加来确定最终 马达角度。
13.如上所述，本发明的各个方面旨在提供一种用于确定马达角度的方 法。本发明的各个方面旨在提供一种用于城市空中移动体(uam)中的 大功率马达的角度传感器融合方法。本发明的用于确定马达角度的方法被 配置为即使在故障情况下也能够有效地转换到准确的角度信息，并且执行 故障转移功能，该功能是在任何一个或多个传感器中发生故障时的替代操 作。
14.本发明的方法和设备具有其他特征和优点，这些特征和优点将从结合 在此的附图和下面的详细描述中显而易见或更详细地阐述，这些特征和优 点一起用于解释本发明的某些原理。
附图说明
15.图1是示出根据本发明的各种示例性实施例的用于确定马达角度的方 法的框图；
16.图2和图3是分别示出根据本发明的各种示例性实施例的用于确定马 达角度的方法的有传感器电压模型和无传感器电压模型的视图；
17.图4是示出根据本发明的各种示例性实施例的用于确定马达角度的方 法的基于电流向量的向量积部的框图；
18.图5是示出根据本发明的各种示例性实施例的用于确定马达角度的方 法的角度融合部的框图；
19.图6是示例性地示出估计器的视图，该估计器输出与根据本发明的各 种示例性实施例的用于确定马达角度的方法的融合角度相关的速度信息； 以及
20.图7是示例性地示出在一秒的时刻时传感器的输出处发生故障时的模 拟结果的视图；以及
21.图8是示出在本发明中使用的重要变量与附图标记的对应关系的视 图。可以理解，所附附图不一定是按比例的，而是呈现了说明本发明基本 原理的各种特征的稍微简化的表示。包括在此的本发明的特定设计特征， 例如，包括特定尺寸、方向、位置和形状，将部分地由特定预期的应用和 使用环境来确定。
22.在图中，附图标记指的是本发明在附图的多个图中的相同或等效部 分。
具体实施方式
23.现在将详细参考本发明的各种实施例，各种实施例示例在附图中示出 并在下文中描述。虽然将结合本发明的示例性实施例来描述本发明，但将 理解，本描述并不旨在将
本发明限制于那些示例性实施例。另一方面，本 发明不仅覆盖本发明的示例性实施例，而且覆盖可以包括在如所附权利要 求所定义的本发明的精神和范围内的各种备选方案、变型例、等同物、以 及其他实施例。
24.图1是示出根据本发明的各种示例性实施例的用于确定马达角度的方 法的框图；图2和图3是分别示出根据本发明的各种示例性实施例的用于 确定马达角度的方法的有传感器电压模型和无传感器电压模型的视图；图 4是示出根据本发明的各种示例性实施例的用于确定马达角度的方法的基 于电流向量的向量积部的框图；图5是示出根据本发明的各种示例性实施 例的用于确定马达角度的方法的角度融合部的框图；图6是示例性地示出 估计器的视图，该估计器输出与根据本发明的各种示例性实施例的用于确 定马达角度的方法的融合角度相关的速度信息；以及图7是示例性地示出 在一秒的时刻时传感器的输出处发生故障时的模拟结果的视图。
25.根据本发明的各种示例性实施例的用于确定马达角度的方法可以包 括：经由有传感器电压模型导出基于模型的有传感器电流向量；经由无传 感器电压模型导出基于模型的无传感器电流向量；经由实际电流向量与基 于模型的有传感器电流向量的向量积、以及实际电流向量与基于模型的无 传感器电流向量的向量积，导出有传感器权重和无传感器权重；并且通过 将有传感器权重应用于传感器角度并且将无传感器权重应用于无传感器 角度来确定最终马达角度。
26.图1是根据本发明的各种示例性实施例的用于确定马达角度的方法的 框图。马达的固定轴电压命令向量100通常被应用于实际的永磁同步马达 (pmsm)200、写在数字信号处理器(dsp)内的有传感器电压模型202、 以及写在处理器内的无传感器电压模型203。由传感器检测的传感器角度 104和传感器角速度106被输入到有传感器电压模型202。由无传感器控 制估计的估计无传感器角度105和估计无传感器角速度107被输入到无传 感器电压模型203。
27.在实际马达200处检测到的三相电流(i
abc
)经过坐标转换器201，坐标 转换器201将坐标转换为固定轴，并且获得固定轴的实际电流向量101。 从有传感器电压模型202和无传感器电压模型203估计出基于模型的有传 感器电流向量102和基于模型的无传感器电流向量103。如果传感器角度 104或无传感器角度105与实际马达转子的角度一致，则电流向量的向量 积变为零。通过使用本事实，在基于电流向量的向量积方框图204中，确 定实际电流向量101和有传感器电流向量102的向量积；并且以同样的方 式确定实际电流向量101和无传感器电流向量103的向量积。
28.对所确定的向量积值进行平方、并使其进入基于权重的传感器融合部 205，并且被归一化。在归一化之后，生成随着有传感器误差增大而减小 的有传感器权重(ρ
sen
)，以及随着无传感器误差增大而减小的无传感器权 重(ρ
sl
)。基于这些权重，输出融合角度信息108。
29.首先，如图8所示，在后面的描述中将使用的重要变量的含义如下：
[0030][0031]
固定轴电压命令向量
[0032]
实际电流向量
[0033]
基于模型的有传感器电流向量
[0034]
基于模型的无传感器电流向量
[0035]
传感器角度
[0036]
无传感器角度
[0037]
传感器角速度
[0038]
无传感器电角速度
[0039]
融合角度
[0040]
在本发明的各种示例性实施例中，首先执行经由有传感器电压模型导 出基于模型的有传感器电流向量，并且经由无传感器电压模型导出基于模 型的无传感器电流向量。有传感器电压模型和无传感器电压模型中的每一 个可以包括常微分方程和积分器。此外，有传感器电压模型可以接收马达 的固定轴电压命令向量、传感器角度和传感器角速度作为输入，并且可以 输出基于模型的有传感器电流向量。无传感器电压模型可以接收马达的固 定轴电压命令向量、估计的无传感器角度和估计的无传感器角速度作为输 入，并且可以输出基于模型的无传感器电流向量。
[0041]
图2和图3分别是示出根据本发明的各种示例性实施例的用于确定马 达角度的方法的有传感器电压模型和无传感器电压模型的视图。参照图2， 有传感器马达固定轴电压模型202接收固定轴电压命令向量100、传感器 角度104和传感器角速度106作为输入，并且输出基于模型的有传感器电 流向量102。
[0042]
传感器马达固定轴电压模型202的内部包括：固定轴电压模型的常微 分方程400和积分器401。固定轴电压模型的常微分方程400必须包括： 定子电阻(rs)、d轴电感(ld)、q轴电感(lq)、电感之和(l
∑
)、电感之差(l
δ
)、 电角度(θe)、d轴电压q轴电压d轴电流q轴电流 以及反电动势常数(ψm)，并且由下式表示。
[0043][0044][0045]
参照图3，无传感器马达固定轴电压模型203接收固定轴电压命令向 量100、无传感器电角度105、以及无传感器电角速度107作为输入，并 且输出基于模型的无传感器电流向量103。无传感器马达固定轴电压模型 203的内部包括：固定轴电压模型的常微分方程400和积分器401，与在 传感器马达固定轴电压模型中的方式相同。
[0046]
图4是示出根据本发明的各种示例性实施例的用于确定马达角度的方 法的基于电流向量的向量积部的框图；图5是示出根据本发明的各种示例 性实施例的用于确定马达角度方法的角度融合部的框图；图6是示例性地 示出估计器的视图，该估计器输出与根据本发明的各种示例性实施例的用 于确定马达角度的方法的融合角度相关的速度信息；以及图7是示例性地 示出在一秒的时刻时传感器的输出处发生故障时的模拟结果的视图。
[0047]
在本发明的各种示例性实施例中，经由上述确定的实际电流向量与基 于模型的有传感器电流向量的向量积、以及实际电流向量与基于模型的无 传感器电流向量的向量积来导出有传感器权重和无传感器权重。
[0048]
在推导有传感器权重和无传感器权重时，可以通过对实际电流向量与 基于模型的有传感器电流向量的向量积进行平方化来确定有传感器误差， 并且可以通过对实际电流向量与基于模型的无传感器电流向量的向量积 进行平方化来确定无传感器误差。此外，在推导有传感器权重和无传感器 权重时，通过对有传感器误差和无传感器误差中的每一个进行归一化来确 定有传感器权重和无传感器权重。
[0049]
此外，在本发明的各种示例性实施例中，通过将有传感器权重和无传 感器权重应用于传感器角度和无传感器角度中的每一个来确定最终马达 角度。在确定最终马达角度时，可以通过将有传感器角度乘以有传感器权 重，将无传感器角度乘以无传感器权重，并然后将有传感器角度与有传感 器权重的乘积结果、以及无传感器角度与无传感器权重的乘积结果相加来 确定最终马达角度。
[0050]
参照图4，在基于电流向量的向量积方框图204中，通过获得固定轴 实际电流向量101与基于模型的有传感器电流向量102的向量积402来获 得误差分量，并且对该误差分量平方化403，从而确定实际电流与有传感 器电流向量之间的误差301。以同样的方式，通过对固定轴实际电流向量 101与基于模型的无传感器电流向量103的向量积402平方化403，来获 得实际电流与无传感器电流向量之间的误差302。实际电流与有传感器电 流向量之间的误差301、以及实际电流与无传感器电流向量之间的误差302 由下式表示。
[0051][0052][0053]
参照图5，基于权重的传感器融合部205包括归一化部404和角度融 合部405。归一化部404通过使用实际电流与有传感器电流向量之间的误 差301、以及实际电流与无传感器电流向量之间的误差302来确定权重。 角度融合部405通过使用确定的权重来融合传感器角度104和无传感器角 度105。有传感器权重(ρ
sen
)、无传感器权重(ρ
sl
)、以及由此确定的融合 角度108由以下等式表示。
[0054][0054][0054][0055]
参照图6，估计器500包括：速度跟踪器501和积分器401。估计器 500输出估计的融合角度109和估计的融合角速度110。
[0056]
图7的模拟结果示出在一秒的时刻时传感器(旋转变压器)的输出处 发生故障的时间。示出了当sin和cos的输出线圈的一侧短路时的情况。 首先，在本发明的传感器融合方法中，确定要分配给传感器角度和无传感 器角度中的每一个的权重。在故障发生前，两种传感器之间的角度差异是 不可察觉的，从而分别分配0.5的权重。在故障发生后，权重瞬态将持续 约0.12秒。在瞬态之后，零的权重分配给被破坏的传感器角度，而一的权 重被分配给无传感器角度。因此，用连续融合的角度信息来执行马达的向 量控制，即使在故障情况下也提供鲁棒的角度信息。
[0057]
由于速度控制的特点，稳定的速度检测对马达也是非常重要的。然而， 在故障发生后，传感器角度信息存在一个问题：即速度信息出现了较大的 误差。另一方面，通过本发明的角度融合方法确定的速度信息不会产生太 大的误差。
[0058]
本发明的马达角度确定方法涉及一种城市空中移动体(uam)中使 用的大功率马达的角度传感器融合方法。本发明的方法即使在故障情况下 也能够有效地转换到准确的角度信息，并且能够执行故障转移功能，该功 能是在任何一个或多个传感器中发生故障时的替代操作。
[0059]
在本发明的示例性实施例中，图1至图6的实施例可以由控制器执行。
[0060]
此外，与诸如“控制器”、“控制单元”、“控制装置”或“控制模 部”等的控制装置有关的术语是指包括存储器和处理器的硬件装置，处理 器被配置为执行解释为算法结构的一个或多个步骤。存储器存储算法步 骤，处理器执行算法步骤以执行根据本发明的各种示例性实施例的方法的 一个或多个处理。根据本发明的示例性实施例的控制装置可以通过非易失 性存储器和处理器来实现，该非易失性存储器被配置为存储用于控制车辆 的各种部件的操作的算法或关于用于执行这些算法的软件命令的数据，处 理器被配置为使用存储在存储器中的数据来执行上述操作。存储器和处理 器可以是单独的芯片。可替代地，存储器和处理器可以集成在单个芯片中。 该处理器可以实现为一个或多个处理器。该处理器可以包括各种逻辑电路 和操作电路，可以根据从存储器提供的程序处理数据，并且可以根据处理 结果生成控制信号。
[0061]
控制装置可以是由预定程序操作的至少一个微处理器，该预定程序可 以包括用于执行在本发明的上述各种示例性实施例中的方法的一系列命 令。
[0062]
上述发明还可以体现为计算机可读记录介质上的计算机可读代码。计 算机可读记录介质是能够存储此后可以由计算机系统读取的数据的任何 数据存储装置。计算机可读记录介质的示例包括硬盘驱动器(hdd)、固 态盘(ssd)、硅盘驱动器(sdd)、只读存储器(rom)、随机存取存储 器(ram)、cd-rom、磁带、软盘、光学数据存储装置等。
[0063]
为了便于解释和在所附权利要求中的准确定义，术语“上面的”、
ꢀ“
下面的”、“内部的”、“外部的”、“上”、“下”、“向上”、“向 下”、“前面”、“后面”、“背面”、“内部”、“外部”、“向内”、
ꢀ“
向外”、“内”、“外”、“向前”、以及“向后”用于参照图中显示 的这些特征的位置来描述示例性实施例的特征。还可以理解，术语“联系
”ꢀ
或其衍生物指的是直接联系和间接联系。
[0064]
此外，术语“固定连接”意味着固定连接的构件总是以相同的速度旋 转。此外，术语“可选择性地连接”表示“当可选择性地连接的构件彼此 不接合时，可选择性地连接的构件分开旋转，当可选择性地连接的构件彼 此接合时，以相同的速度旋转，以及当至少一个可选择性地连接的构件是 固定构件，并且其余的可选择性地连接的构件与固定构件接合时，该可选 择性地连接的构件是固定的”。
[0065]
为了说明和描述的目的，已经呈现了对本发明的特定示例性实施例的 前述描述。这些描述不试图详尽性的或将本发明限制到所公开的精确形 式，并且显然，根据上述教导，许多修改和变化是可能的。选择和描述示 例性实施例是为了解释本发明的某些原理及其实际应用，以使本领域的其 他技术人员能够制造和利用本发明的各种示例性实施例，以及其各种替代 方案和变型例。本发明的范围由所附权利要求及其等同物来定义。