S příchodem éry inteligence a internetu věcí se požadavky na řízení krokového motoru stávají stále přesnějšími. Pro zlepšení přesnosti a spolehlivosti systému krokového motoru jsou metody řízení krokového motoru popsány ze čtyř směrů:
1. PID regulace: Podle dané hodnoty r(t) a skutečné výstupní hodnoty c(t) se vytvoří regulační odchylka e(t) a úměra, integrál a diferenciál odchylky se vytvoří lineární kombinací pro řízení regulovaného objektu.
2, adaptivní řízení: s ohledem na složitost řídicího objektu, kdy jsou dynamické charakteristiky nepoznatelné nebo se mění nepředvídatelně, se pro dosažení vysoce výkonného regulátoru odvozuje globálně stabilní adaptivní řídicí algoritmus podle lineárního nebo přibližně lineárního modelu krokového motoru. Jeho hlavními výhodami jsou snadná implementace a vysoká adaptivní rychlost, schopnost efektivně překonat vliv způsobený pomalou změnou parametrů modelu motoru, výstupní signál sleduje referenční signál, ale tyto řídicí algoritmy jsou silně závislé na parametrech modelu motoru.
3, vektorové řízení: vektorové řízení je teoretickým základem moderního vysoce výkonného řízení motorů, které může zlepšit výkon řízení momentu motoru. Rozděluje statorový proud na budicí složku a složku momentu pro řízení orientací magnetického pole, aby se dosáhlo dobrých oddělovacích charakteristik. Vektorové řízení proto musí řídit jak amplitudu, tak fázi statorového proudu.
4, inteligentní řízení: prolamuje tradiční metody řízení, které musí být založeny na rámci matematických modelů, nespoléhá se nebo se nespoléhá zcela na matematický model řídicího objektu, pouze podle skutečného účinku řízení, v řízení má schopnost zohlednit nejistotu a přesnost systému, s vysokou robustností a adaptabilitou. V současné době jsou fuzzy logické řízení a řízení neuronových sítí v praxi vyspělejší.
(1) Fuzzy řízení: Fuzzy řízení je metoda realizace systémového řízení založená na fuzzy modelu řízeného objektu a přibližném uvažování fuzzy regulátoru. Systém je pokročilým úhlovým řízením, návrh nevyžaduje matematický model a doba odezvy je krátká.
(2) Řízení neuronovou sítí: Pomocí velkého počtu neuronů podle určité topologie a adaptace učení dokáže plně aproximovat jakýkoli složitý nelineární systém, dokáže se učit a adaptovat na neznámé nebo nejisté systémy a má silnou robustnost a odolnost vůči chybám.
Produkty TT MOTOR se široce používají v elektronických zařízeních vozidel, lékařských zařízeních, audio a video zařízeních, informačních a komunikačních zařízeních, domácích spotřebičích, leteckých modelech, elektrickém nářadí, masážních zdravotnických zařízeních, elektrických zubních kartáčcích, elektrických holicích strojcích, nožích na obočí, přenosných kamerách s fénem, bezpečnostních zařízeních, přesných přístrojích a elektrických hračkách a dalších elektrických produktech.
Čas zveřejnění: 21. července 2023
