【技术实现步骤摘要】
一种基于双伺服电机控制的编织速度控制方法及其系统
[0001]本专利技术涉及智能化控制
,尤其涉及一种基于双伺服电机控制的编织速度控制方法及其系统。
技术介绍
[0002]编织机是一种用于制造编织物的机器,通常由送线和编织两个部分组成。在传统的编织机中,通常使用一个电机控制整个机器的运行,并通过机械结构的传动来实现送线和编织的同步。然而,这种方案虽然在低速运行时能够有良好的表现,但在高速运行时可能会面临稳定性和精度的挑战。
[0003]针对这些问题,一些改进方案采用双伺服电机控制编织机。具体来说,使用一个伺服电机控制送线部分,另一个伺服电机控制编织部分,并通过通讯手段实现两个电机的同步控制。通过使用双伺服电机,可以独立地控制送线和编织的速度,从而提高编织速度控制的稳定性和精度。但是,在双伺服电机控制编织机工作的过程中,需要确保送线和编织之间的同步性,以保证编织机的编织质量和效率。然而,传统的控制方案仅依靠人工经验进行控制调整,难以满足实际的应用需求,导致编织速度控制的稳定性和精度较低,编织出的产品品质难以保证。
[0004]因此,期望一种的基于双伺服电机控制的编织速度控制方案。
技术实现思路
[0005]本专利技术实施例提供一种基于双伺服电机控制的编织速度控制方法及其系统,其获取第一伺服电机和第二伺服电机在预定时间段内多个预定时间点的输出转速值,以及,所述预定时间段内多个预定时间点的编织机的编织速度值;对所述输出转速值,以及,所述编织速度值进行时序关联分析以得到速度响应性关联特征 ...
【技术保护点】
【技术特征摘要】
1.一种基于双伺服电机控制的编织速度控制方法,其特征在于,包括:获取第一伺服电机和第二伺服电机在预定时间段内多个预定时间点的输出转速值,以及,所述预定时间段内多个预定时间点的编织机的编织速度值;对所述第一伺服电机和所述第二伺服电机在预定时间段内多个预定时间点的输出转速值,以及,所述预定时间段内多个预定时间点的编织机的编织速度值进行时序关联分析以得到速度响应性关联特征矩阵;基于所述速度响应性关联特征矩阵,确定当前时间点的第一伺服电机的输出转速值应增大或应减小,且当前时间点的第二伺服电机的输出转速值应增大或应减小。2.根据权利要求1所述的基于双伺服电机控制的编织速度控制方法,其特征在于,对所述第一伺服电机和所述第二伺服电机在预定时间段内多个预定时间点的输出转速值,以及,所述预定时间段内多个预定时间点的编织机的编织速度值进行时序关联分析以得到速度响应性关联特征矩阵,包括:对所述第一伺服电机和所述第二伺服电机在预定时间段内多个预定时间点的输出转速值进行时序关联特征提取以得到双伺服电机状态关联特征向量;对所述预定时间段内多个预定时间点的编织机的编织速度值进行时序变化特征提取以得到编织速度时序关联特征向量;以及对所述双伺服电机状态关联特征向量和编织速度时序关联特征向量进行响应性关联编码以得到所述速度响应性关联特征矩阵。3.根据权利要求2所述的基于双伺服电机控制的编织速度控制方法,其特征在于,对所述第一伺服电机和所述第二伺服电机在预定时间段内多个预定时间点的输出转速值进行时序关联特征提取以得到双伺服电机状态关联特征向量,包括:将所述第一伺服电机和所述第二伺服电机在预定时间段内多个预定时间点的输出转速值分别按照时间维度排列为第一伺服电机状态输入向量和第二伺服电机状态输入向量;对所述第一伺服电机状态输入向量和所述第二伺服电机状态输入向量进行关联编码以得到双伺服电机状态关联矩阵;以及将所述双伺服电机状态关联矩阵通过基于卷积神经网络模型的伺服电机状态关联特征提取器以得到所述双伺服电机状态关联特征向量。4.根据权利要求3所述的基于双伺服电机控制的编织速度控制方法,其特征在于,对所述预定时间段内多个预定时间点的编织机的编织速度值进行时序变化特征提取以得到编织速度时序关联特征向量,包括:将所述预定时间段内多个预定时间点的编织机的编织速度值按照时间维度排列为编织速度输入向量;以及通过基于深度神经网络模型的编织速度时序特征提取器对所述编织速度输入向量进行特征提取以得到所述编织速度时序关联特征向量。5.根据权利要求4所述的基于双伺服电机控制的编织速度控制方法,其特征在于,对所述双伺服电机状态关联特征向量和编织速度时序关联特征向量进行响应性关联编码以得到所述速度响应性关联特征矩阵,包括:计算所述编织速度时序关联特征向量相对于所述双伺服电机状态关联特征向量的响应性估计以得到速度响应性关联特征矩阵。6.根据权利要求5所述的基于双伺服电机控制的编织速度控制方法,其特征在于,计算所述编织速度时序关联特征向量相对于所述双伺服电机状态关联特征向量的响应性估计以得到速度响应性关联特征矩阵,包括:分别构造所述编织速度时序关联特征向量和所述双伺服电机状态关联特征向量的高斯密度图以得到第一高斯密度图和第二高斯密度图;计算所述第一高斯密度图相对于所述第二高斯密度图的响应性估计以得到响应性高斯密度图;以及对所述响应性高斯密度图的各个位置的高斯分布进行高斯离散化以得到所述速度
响应性关联特征矩阵。7.根据权利要求6所述的基...
【专利技术属性】
技术研发人员:向桦,何惠英,陈峰,陈少林,何兴海,
申请(专利权)人:杭州高腾机电科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。