论文部分内容阅读
随着经济与科技的迅速发展,在一个现代化控制系统中,通常需要采用一个反馈系统来实现智能化控制。而编码器作为一个反馈系统中最常见的角度位置传感器,能够根据转子的旋转情况而输出转子的角度及位置信息,从而达到控制转子的目的。常用的编码器主要为旋转变压器、光电编码器、磁性编码器。随着越来越多的领域对角位置检测传感器的要求不断提高,旋转变压器由于难以满足高精度的指标要求而逐渐被市场所淘汰,光电编码器虽然拥有着高精度的优点却难以在恶劣的环境下正常工作。而磁性编码器作为一个新兴的编码器产业,被越来越多的科研工作者所重视,因此如何提高磁编码器的性能将成为未来磁编码器技术研究过程中一个至关重要的问题。鉴于此,本文利用HALL传感器作为编码器的磁传感器元件,并采用单对磁极作为磁鼓元件,同时为了使得磁编码器达到一定的精度与分辨率,并且实现稳定的输出,对磁编码器信号的发生过程与处理过程进行了理论分析与深入的研究。在对磁场信号的计算与仿真基础上,完成了对磁编码器信号源结构模型的设计,并通过相应的硬件处理电路实现了对磁编码器信号源数据的采集。针对提高磁编码器分辨率与输出精度的问题上,分析了传统的信号处理算法,设计了一种基于最小二乘法线性拟合并结合神经网络进行误差补偿的磁编码器细分算法。具体内容概括如下:在对磁编码器信号源的设计研究中,如何获得高质量的原始电压信号是研究的重点之一。本文首先计算了径向充磁的单对极圆柱状永磁体的理论磁场信号,并通过Ansoft Maxwell软件对磁场信号进行了仿真分析。根据仿真出的磁场气隙特性曲线及磁感应分布结果,不仅拟定了信号源结构中HALL传感器的安装位置与气隙间距,并且该种信号获取方案与同类磁编码器相比,体积更小、成本更低、结构与制造工艺更简单、由气隙与相位偏差而产生的误差更小等优点。随后以STM32作为处理器芯片完成了包括电压调零、滤波、A/D转换、串口转换通信等功能的外围硬件电路设计。最终完成了实验平台的搭建并通过上位机软件实现了对磁编码器发生信号的采集。线性HALL传感器将变化的磁场信号转换为变化的电压信号进行输出,进一步需要将模拟电压信号转换为数字信号,再将数字信号传输进处理器并通过相应的轴角解算得到最终所需的角度输出。本文在分析了反正切算法、查表算法、基于卡尔曼滤波的算法、CORDIC算法等信号处理算法的基础上,并结合了信号源中传感器产生的正余弦信号的规律特性,设计了一种先通过对相位差为90°正余弦信号进行差值运算以完成对非线性信号的校正,再基于最小二乘法对校正的差值函数进行线性拟合以实现对磁编码器信号的初步解算处理。实验结果表明,所设计的信号细分算法不仅能够避免复杂的计算有效减少处理器运算负荷的同时,还能够更加高效、稳定的完成轴角解算,最终有效地了实现软件细分的目的,使得霍尔磁编码器的分辨率达到了16384p/r。最后,针对线性拟合算法中输出的角度误差过大问题,本文根据人工神经网络的特性,分别运用了径向基神经网络与BP神经网络的算法对角度误差进行补偿。以角度值作为输入层数据,误差值作为输出层数据,完成了对两类神经网络的网络构建,以同样的训练样本与测试样本完成了对网络的训练与预测。实验结果表明,径向基神经网络与BP神经网络都能够有效的运用在磁编码器的角度误差补偿系统中,不仅在一定程度上改善了基于最小二乘法线性拟合的细分算法误差过大的缺陷,且由于神经网络误差补偿的特性使得整个信号处理算法处于一种离线计算状态,比之传统编码器信号处理算法更加高效、快速、稳定,最终使得所设计的霍尔磁编码器输出的角度精度达到了0.09°。