新闻详情

新闻详情

首页 / 资讯中心 / 详情

019_负载惯量辨识误差对速度环整定的影响

发布时间:2026/11/15 8:43:04来源:尧图网络
019_负载惯量辨识误差对速度环整定的影响
019、负载惯量辨识误差对速度环整定的影响一个半夜被叫去现场的坑前年冬天,一个做包装设备的项目,调试阶段反复出现一种怪现象:空载运行一切正常,速度环响应干净利落,阶跃给定下超调很小,稳定时间也短。但只要装上料卷,一加速就报过流,减速时偶尔报过压,低速段还有明显的爬行和抖动。更让人头疼的是,同一套参数,换了另一台同型号机器,表现又不一样,有的能跑,有的直接震荡。当时第一反应是速度环增益给大了,于是往下压比例增益,压到空载响应都变肉了,带载还是抖。又怀疑是机械传动间隙,检查了联轴器、同步带张紧,没发现明显问题。折腾到后半夜,才把注意力转到负载惯量辨识上——驱动器自带的辨识功能跑出来的惯量比,和实际带载后的表现对不上。后来复盘,问题的根子在于:辨识出来的负载惯量,和真实运行工况下的等效惯量,根本不是一回事。而速度环整定,恰恰严重依赖这个值。这个坑不是个例。很多现场调试,惯量辨识跑一遍,看到辨识成功、惯量比合理,就直接拿去做速度环自整定或手动整定,结果带载就出问题。下面把这里面的门道拆开讲。惯量辨识到底在辨识什么先明确一个容易被忽略的点:驱动器做负载惯量辨识,通常是在特定工况下进行的。常见做法是给一个特定频率、特定幅值的转矩或速度激励,测量响应,然后通过模型拟合算出总惯量,再减去电机自身惯量,得到负载惯量,最后给出惯量比。这里的关键词是“特定工况”。辨识过程一般有几个默认前提:机械连接是刚性或近似刚性的;负
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉