• 沒有找到結果。

第 1 章 緒論

1.2 文獻回顧

 磁場導向控制之角度及速度估測技術

霍爾感測器由於其低成本與結構簡單,在馬達驅動的應用上已行之有年。但一 般應用使用的多半是依磁場強度輸出高或低電平的數位霍爾感測器,其解析度較 低,僅能用於分辨轉子所在的角度區間,對於要求精確角度資訊的向量控制而言並 不適合。解決此問題最簡單作法是將速度積分來獲得死區內的角度,但此作法會受 到感測器安裝不準及速度變化的嚴重影響。針對此問題,Zhang 等人[1]在傳統方法 上,加入基於最小平方法的擬合機制來降低上述影響。Zaim 等人[2]則結合反電動 勢觀測器的估測速度與霍爾訊號來獲得連續角度並保證快速收斂。另外,許多研究 結合狀態觀測器以求獲得較好的估計,如 Dalala 等人[3]運用改進型向量追蹤觀測 器來彌補霍爾感測器的死區,並利用無感測器控制中常用的磁通觀測器(flux observer)來對估測角度作補償。Zhao 等人[4]建立改進型鎖相環路(enhanced PLL)來 估計角度同時降低估測速度的波動。Ni 等人[5]透過設計變取樣頻率的降階觀測器 來降低估測速度的抖振。Wang 等人[6]建立非平滑反饋鎖相環(non-smooth feedback PLL)架構,透過前饋消除方波型霍爾訊號的高頻諧波分量,降低估測狀態的震盪。

Liu 等人[7]則將霍爾訊號轉為旋轉向量,並應用同步頻率追蹤濾波器(synchronous frequency tracking filter)來消除高頻成分,由處理過的訊號獲得較佳的位置資訊。

線性霍爾感測器可直接輸出正比於磁場強度的電壓,理論上可精準量測出轉 子位置。但也由於其精密性,使其訊號容易受馬達機械結構等不確定性干擾,使角 度估測受影響。如[8]中,Jung 等人為解決感測器訊號受三次諧波干擾造成估測角 度波動,結合鎖相環路與自適應帶阻濾波器(adaptive notch filter)來濾除諧波。Song 等人[9]則利用同步頻率提取器(synchronus frequency extractor)濾除諧波再直接由反 正切函數計算角度。Simpkins 等人[10]應用擴展卡爾曼濾波器(enhanced Kalman filter)優化角度估測,並應用於直流無刷馬達的位置控制。Kim 等人[11]為了處理霍

爾感測器訊號非理想正弦的特性,採用對訊號建模後作定點迭代的算法估測角度 位移量,並以線性馬達平台作實際驗證。同樣在線性馬達的應用,Kim 等人[12]則 利用遞迴最小平方法(recursive least square method),對霍爾訊號的幅值及偏移等作 實 時 的 線 上 補 償 。 Reigosa 等 人 [13] 利 用 包 含 動 態 濾 波 環 節 的 同步 軸 鎖 相 環 (synchronous reference frame -PLL)來估測角度,並分析實際應用中霍爾感測器的偏 移、增益差異等特性造成的角度誤差。

 動力輔助控制 (Power Assist Control)

動力輔助控制欲解決問題在於,在一個有人力輸入的系統中,如何依人力輸入 的大小匹配馬達的輸出力矩,以達到使人能以更小的力量推動系統的目的。其中最 典型的應用是汽車方向盤的輔助轉向(EPS)系統,如[14]中,Lu 等人透過對 EPS 系 統建立動態模型並設計 LQR 控制器,提升轉向時的車身穩定性及操作手感。Yin 等人[15]則是由設計可變參數 PID 的方式,增加 EPS 系統對擾動與參數不確定性 的強健性與適應性。

在部分產品應用中,力矩感測器由於其價格較高、安裝不易且結構較脆弱等缺 點而較不受青睞,故而基於觀測器的無力矩感測器輔助控制(FSPAC)逐漸興起。基 於此想法, Hori 及 Oh 等人[16][17] 發展出一套基於擾動觀測器及阻抗控制 (impedance control)的策略,並對控制器設計原則及系統的穩定性與性能作深入的 討論,最後以基於線性馬達的輔助系統作實際驗證。Hara 等人[18]為了避免輔助系 統放大使用者意料外的擾動,設計一套基於頻率整形的控制架構,過濾可能造成誤 動作的信號,提升使用安全性。Salvucci 等人[19]針對低摩擦力的系統,將 FSPAC 架構中的阻抗控制器改為變增益控制,增進穩定性。在醫療機器人的應用上,Ito 等 人[20]利用基於位置資訊的擾動觀測及阻抗控制架構,控制馬達出力,以達到幫助 護理人員從床上抬起病人並移動的目的。Chen 等人[21]則將基於觀測器的輔助控 制用於復健器材,並加入被動速度控制(passive velocity control)來確保安全性。

在電力輔助自行車的應用上,Hatada 等人[22]針對踩踏板這類週期性的動作,

透過重複控制(repetitive control)方法,優化輔助控制的能量效率。Kai 等人[23]應用 干擾估測器調整輔助出力,以達到對負載及坡度變化的適應性。Lee 等人[24]設計 比例輔助控制器與基於模糊邏輯的輔助控制器,並透過模擬驗證模糊控制器可輸 出較平穩的助力,提供較好的使用體驗。Zhu 等人[25]為了降低路況對騎行影響,

設計基於模型跟隨控制(model-following control)的力矩控制策略,在只用力矩及速 度感測器的情況下,仍可對路況及干擾訊號有較好的適應性。Li 等人[26]使用帶通 濾波器來估計人為力矩,並依車速決定提供輔助的比例。

在輪椅的應用上,Murakami 等人[27]利用基於模糊控制的演算法,協調兩輪 個別的輔助力輸出,以達到優化整車行進軌跡的目的。Nomura 等人[28]設計基於 觀測變加速度(jerk)的輔助控制架構,去除重力對擾動觀測的影響,並透過切換不 同行駛模式,令使用者在推動輪椅上下坡時能獲得適當的輔助。Seki 等人[29]針對 草地、地毯或上坡等阻力較大的路面,設計一套應用模糊控制的輔助策略,調整使 用者放開手輪後的助力輸出,以達到讓輪椅能平順行駛的目的。Shibata 等人[30]在 無 力 矩 感 測 器 的 條 件 下 , 利 用 一 組 工 作 區 干 擾 觀 測 器 (workspace disturbance observer)及人為加速觀測器(human acceleration observer)建立互斥協同控制架構 (repulsive compliance control),協助輪椅使用者以穩定速度完成在輪椅上推動物體 的任務。Ou 等人[31]依據李亞普諾夫理論,設計自適應力矩觀測器應用於輪椅輔 助控制系統中,並由實驗驗證此方法之性能優於傳統負載觀測器。Oh 等人[32]針 對輪椅在三維地形的運動設計不同的輔助控制策略,並驗證其各自可獨立運行,使 操作更為人性化且安全。

 本文貢獻

由前面的回顧可知,在霍爾感測器估測角度上,已有許多不同的算法存在。本 研究主要貢獻在於利用目前已安裝於手輪馬達上之線性霍爾感測器,開發一套簡

單且適用於電動輪椅應用之狀態估測算法,並應用於磁場導向控制。由於在本實驗 室過去研究中,採用的控制算法主要為無感測器磁場導向控制及六步方波驅動,透 過本研究的改善,可實現在更低速區間的控制,改善過去輪椅在啟動時之不穩定性,

並降低馬達運轉時之震動,提升使用者舒適度。同時狀態估測及控制精度的提升,

也讓更高階的應用功能得以較好的實現,如輪椅之路徑學習控制[39]及本文的手推 輔助控制、手推計次功能等,期望能在本實驗室研究中起到繼往開來的作用。

在手推計次功能上,本實驗室過去採用的算法無法於單晶片實時執行,且辨識 成功率有限。本研究透過更高精度的狀態估測與全新設計的算法來解決上述問題,

並可成功實現於輪椅控制器中。

輪椅的輔助控制(PAC)對手輪馬達電動輪椅而言則是一套全新的功能,採用更 人性化操作且符合當初設計動力輪模組之預想。且本研究採無力矩感測器算法,無 須增添額外成本與體積。相較於回顧中提及的研究,其驗證主要用模擬或市售動力 輪模組作為測試平台,本研究則專注於將過往提出之算法應用於本實驗室設計之 特殊手輪馬達,再由實驗檢驗算法性能,並針對手輪馬達電動輪椅之特性作出合適 的修正。