伺服驱动技术的高性能发展趋势

　　在近期举办的“2023年运动控制/直驱产业发展高峰论坛”活动上， 哈尔滨工业大学、运动控制联盟专家委员会主任杨明教授作了题为《智能化高性能伺服驱动技术》的主题演讲，结合目前国内行业现况，以及现阶段哈工大伺服课题组的研究进展，他详细分享了伺服驱动技术的高性能发展趋势。

　　整体而言，传统驱动器的智能化程度较低，大部分需要依赖人工进行大量及繁琐的复杂调试，而针对数控机床、工业机器人和智能化水平更高的自动化设备应用，如何实现驱动器对不同控制对象的兼容、如何实现驱动器控制参数自动调整优化、如何实现驱动器对设备故障的自动诊断，成为了现阶段伺服驱动技术研发的关键课题。

　　如何实现驱动器对不同的控制对象的兼容性，指的是同一个驱动器能够驱动直线电机、旋转电机、永磁电机、异步电机、有刷电机、无刷电机等多种电机类型，即驱动器的自组织能力和普适性。如何实现驱动器控制参数的自整定优化，是人们常说的驱动器智能化水平的主要体现，也是目前大多数企业正努力追求的目标。而如何实现驱动器对设备故障的自动诊断，则是一个新兴的智能化开发方向。

　　就目前产业界的开发情况来看，在驱动器的自组织能力、普适性方面，美国科尔摩根AKD系列及日本安川GA700系列驱动器产品等均实现了单驱动器对多控制对象的匹配；在驱动器的自整定/自调谐方面，安川Σ-7及高创CDHD等系列驱动器的免调整及自整定算法已经取得了市场的广泛认可；在驱动器对设备故障的诊断方面，日本三菱J5率先提出了Maisart智能故障诊断系统，在其嵌入式系统下就可对一整套传动链机构实现智能化预测及维护。而在本土伺服厂商部分，总体而言，大部分厂商的产品普适性还有待完善，自调谐技术仍需打磨，故障诊断领域基本处于空白状态。

　　自组织：智能化电流环特性精准设计

　　针对上述课题，哈工大伺服课题组进行了深入的研究开发工作。实际上，驱动器的普适性主要在于对智能化电流环特性的精准设计，电流环的控制对象是电机本体，除此之外，还需要与编码器、无位置传感器，以及各种电机机种进行匹配，因此，驱动器的普适性，更多的是电流环的智能化整定过程。

　　基于此，哈工大伺服课题组提出智能化电流环精准设计大致上包括以下几个方面：首先，是电机本体参数的自动辨识，这一性能对于变频器产品来说相对较为普遍，但目前国内使用的伺服系统基本上采用的是日系方案，电机和驱动器是绑定的，主要依靠编码器协议，而如果要做到驱动器普适性的话，那么驱动器就必须要能够自动辨识电机本体的电气参数，其中包括电阻、电感、磁链等。其次，是逆变器非线性的精确补偿。人们常说的（控制）死区补偿只是非线性补偿的其中一个种类，另外还需要综合考虑开关器件特性、寄生电容、等效死区时间、母线电压波动等非线性因素，在这一部分，国产伺服和进口品牌尚有较大的差距，如何实现全局性的补偿，是接下来国产伺服厂商需要努力的重点方向。第三，是高性能电流预测控制，其追求的目标是无差拍电流跟踪、零电流静差、零电流超调、高电流环带宽。最后，是高性能PI电流环参数自组织性能，即普适性，一套算法可以适用于不同的电机种类。

　　在自组织智能化电流环特性精准设计上，哈工大伺服课题组目前的研究成果包括：涵盖开关器件特性、寄生电容、等效死区时间等非线性因素、母线电压波动、稳态/动态工况实时逆变器非线性补偿在内的全局一键式在线辨识及自动补偿技术；电机本体参数的辨识普适性，一台驱动器可辨识十款不同的电机，电机本体参数的辨识精度达到10%以内；速度阶跃响应时电流响应时间≤3拍，达到最佳的电流环匹配效果；在带宽拓展的具体措施上，提出了考虑计算延时、相位裕度，建立更精准的电流环带宽模型、考虑PI+Lead前馈的组合自整定策略、考虑高频滤波的Lead前馈策略，使得电流环带宽可达到或超过控制频率1/6等。

　　自整定：智能化伺服参数免调试策略

　　智能化电机驱动技术的另一大难题是——控制器参数的自整定，与前面一点不同的是，这里更多指的是对环境的一种匹配，例如惯量变化、负载转矩变化等，伺服控制器是否具备与之相匹配的能力，实现参数免调试。目前业内主要以安川、松下等日系品牌为代表，针对中国市场实现了傻瓜式一键自整定，有效提升了产品的智能化水平与性能，减轻了人工调试的负担；而欧美系品牌则相对更复杂一点，一般需要借助上位机来实现整定。

　　伺服控制器的智能参数免调试策略主要有以下几个方面：第一，是流程规划，在全位置环模式下，无零位偏差，位移、转速、加速度严格可控；第二，是惯量辨识，可以做到真正的自适性在线辨识特性，低加速度下惯量辨识误差降低10倍；第三，是谐振抑制，兼容多惯量系统，精准离散化，消除z变换误差、陷波缓冲，滤波切换零冲击；第四，是参数寻优，实现精准快速的频域判据，不依赖特定轨迹，且兼容性强，在得到一个理论的PI参数自整定结果之后，进一步提高它的鲁棒性和适应性，完成一整套自动寻优搜索的过程。

　　以具体的频率特征搜索策略研究为例，哈工大伺服课题组尝试了不同的时域、频域分析，采用PRBS扫频、Chirp扫频以及定频扫频方式，能够快速准确地得到系统在线的频谱特征。更重要的是，要让驱动器自动获取其频率特征值，如频率及峰值等，其中最关键的就是滤波处理，因为在真实系统中会存在大量的噪声，需要快速、有效地去除这些噪声，让机器自动准确地快速判断。通过哈工大伺服课题组设计的三惯量平台，可以精确扫频，并且快速、准确地让机器获取频率显著特征，为下一步的谐波抑制滤波器的设置提供有效的依据。

　　另外，常规的伺服控制都是位置、速度、电流或者位置、速度、转矩三环嵌套的典型模式，但现在一些欧系产品开始采用位置、电流的双环模式，当然，这不是简单地把速度环去掉，而是采用了基于PI-Lead控制器的位置、电流双闭环控制方式，使得动态跟踪精度更高，系统更稳定，同时位置环极限带宽可提高4倍以上。

　　结合不同应用场景，哈工大伺服课题组也进行了大量的实践探索。例如：在机器人应用领域，从轨迹规划到伺服底层，进行整体的一体化驱控结构设计，做到真正的快速响应，有效降低负载定位的末端振动;在高档数控机床领域，采用自适应补偿方法，补偿后X轴过象限轮廓误差约为1.1μm，Y轴过象限轮廓误差约为2.4μm，相比于基于转速前馈的方法，能够对瞬态反向间隙误差做好更好的补偿。

　　自诊断：智能化电气法故障诊断技术

　　伺服系统未来的一个发展方向是——智能化电气法故障诊断技术。故障诊断实际上不是一种新兴的技术，传统上主要是用振动传感器、声音传感器等来辨识传动机构是否存在故障，而电气法故障诊断则不需要用额外的传感器，仅仅利用伺服电机驱动的电压信号、电流信号、转速信号、转矩信号，就可以判断电机轴承故障、安装故障以及传动故障等这三大典型的故障特征群。

　　在这一方面，日本三菱走在了开发的前沿，其J5驱动器是目前业界唯一推出的利用自身上位机嵌入式系统，基于Maisart（人工智能）智能化伺服诊断方法，无需任何传感器，预设伺服传动结构基础阈值，周期性估测系统状态并给出故障预警。通过监控摩擦和振动的变化，并与预设阈值相对比，来预测滚珠丝杠、皮带轮、齿轮的健康状态，实现伺服传动结构故障的智能诊断。另据了解，安川Σ-X以及松下新的A7系列伺服驱动器也推出了类似功能；汇川等国内头部企业也正在展开这一领域的研发工作。

　　哈工大伺服课题组实验室通过自然基金等方式进行了相关研究。基于传统信号处理的故障诊断方式，课题组结合时域分析法、频域分析法、时频域分析法，进行轴承故障微弱信息的判断，并取得了一系列科研成果，包括：基于信号振荡特性RSSD的齿轮故障诊断技术、基于改进谱峭度的轴承故障特征技术、基于位域误差信号的故障诊断方法等等。

　　此外，人工智能、大数据等新兴技术被引入进来，例如在工业机器人、人形机器人关节处的故障特征没有明显的理论特征时，只能采用人工智能、大数据挖掘的方式。哈工大伺服课题组针对谐波减速器、RV减速器的故障诊断进行了研究，以RV减速机故障诊断为例，由于RV减速机结构复杂，故障信号信噪比低，齿轮磨损故障早期为轻微故障，无典型故障特征，且特征信号为非冲击信号，传统信号处理方法无法提取故障信号，为此，课题组提出了采用基于深度学习的齿轮磨损故障诊断方法。再如，电机安装偏心故障的纠错指导也是传统方式所无法实现的，哈工大伺服课题组采用深度学习人工智能大数据分析的方式，在没有明确的物理模型、数据结构的条件下，仍然可以判断出偏心方位（8个）和偏心程度，并对其安装纠错进行初步的指导。

　　总之，智能化电气法故障诊断技术是下一阶段伺服驱动研究的一个主要方向，未来的应用开发大有可为。

　　高密度、高效率“软开关”驱动技术

　　除了前面主要针对智能化算法方面的研究之外，关于高密度、高效率“软开关”驱动技术，也是目前哈工大伺服课题组实验室近几年开展的一项重点工作。其中，超大功率密度、超高电能转换效率的电机驱动技术，将会在航空航天、军工、汽车电子、半导体装备、医疗设备以及近期热点的人形机器人等新兴领域，带来一次全新的革命，并且也是国家科技部、工信部多次提到的“卡脖子”技术攻关课题。

　　在前期调研中显示，目前市场上小于60V的低压产品较为普遍，但能够满足半导体、机器人、军工等领域应用的60-200V产品则相对较少，这主要是因为受到功率半导体工艺制程的限制，有能力生产电压在（60-200）V之间的高功率密度伺服驱动器的公司寥寥无几，还是一片“蓝海”市场，仅有以色列Elmo等少数几家公司能完全覆盖到200V这一产品线。高功率密度、高端专用市场现阶段还处于一个进口品牌垄断的状态，国内创新企业可以率先完成技术突围，并构建自己的技术“护城河”。

　　以Elmo公司Gold Twitter伺服驱动器为例，其体积只有火柴盒一样大小，却可以达到5.5kW，功率密度甚至达455.49W/cm3，是常规产品功率密度的1000倍。这主要是依靠其中的驱动芯片（Gate Driver）来提升效率，这种驱动芯片实现了控制信号MCU到功率驱动（Power MOS）之间的一个栅极驱动，是控制信号与功率器件之间的接口，这种驱动集成电路芯片可以有效减低系统设计复杂度、缩短开发周期、提高可靠性，并且每一个功率器件都必须要一个驱动芯片，因此驱动芯片有着不同的结构、耐压绝缘等级、保护特性和封装形式。目前市场上，厂商基本上是按照某些国际大品牌的规格在开发产品，特别是60V以下、300V 以上的产品较多，价格也不贵。

　　但另一方面，常规的驱动芯片往往存在以下问题：开关损耗和关断损耗一般较大，而如果要把开关损耗做到很小，则代价往往又造成出现振铃现象，即电磁干扰，这也是电力电子的一个负面效应的体现。为此，哈工大伺服课题组实验室自研了一款驱动芯片，从这款“有源栅极驱动芯片”流片实测的效果来看，开关过程采取变曲率驱动电流措施，开关暂态电压、电流无振铃现象，极大地消除EMI；整体效率达到98.6%以上，输出1.5kW以上时效率99%以上，流片效果较理想。

　　除了通过驱动芯片方案实现效率提升之外，真正的“软开关（Soft Switch）技术”目前在变频器或伺服领域还几乎没有得到商业化应用，因为它需要一些辅助电路及辅助器件共同工作。而针对碳化硅（SiC）这一高功率密度宽禁带器件，可以发挥其高开关频率特征，使得开关损耗尽可能降低。因此，人们开始思考是否能够把这种开关电源或所有电源里普遍应用的软开关技术移植到伺服电机驱动器当中，来重点解决长线传输、共模电压高和EMI电磁干扰等问题。

　　据了解，美国一家名为Pre-Switch的初创公司采用人工智能软开关逆变技术，在拓扑结构基础上增加了辅助谐振电容、辅助谐振开关二级管以及谐振电感，可实现SiC 100kHz、100kW条件下，峰值效率达到99.3%，并且，在系统中还使用了人工智能自动寻优技术，控制过程相对较复杂，通过拓扑半桥结构可以看出，系统也增加了不少成本。

　　此外，哈工大伺服课题组实验室还在尝试一些新的拓扑电路结构和驱动方案，如减少谐振电容的使用等等，为未来的大功率伺服传动或电动车、电力牵引领域提供可大规模应用、更高功率密度的碳化硅SiC驱动方案。

　　结 语

　　综上所述，通过多种技术模块，持续提升电流环、速度环、位置环的高性能，以实现在不同应用领域、不同工况环境下，模块算法的自动投切，并且在控制对象的状态和参数时变的情况下，仍可保持稳定状态，不需要人员参与，即可一键自动进行智能化参数整定，是伺服系统智能化的重要体现。 展望未来，伺服驱动技术将朝着以下几个方向发展：一是高性能伺服驱动的自组织能力，即强调底层电流环的强普适性；二是伺服驱动的自整定能力，即强调位置环、速度环对环境更强适应能力；三是伺服系统的自诊断能力，即对机电传动系统的预防性维护能力；四是高密度、高效率驱动系统在极端应用领域中的拓展能力等等。

　　审核编辑：黄飞