Fault-Tolerant Control Strategy for Robot-Joint PMSM Drives Under Encoder Faults

Roboter, die sich mit der Präzision einer menschlichen Hand bewegen, verlassen sich auf Motoren, die unglaublich schnell und reaktionsschnell sind. In den Gelenken dieser Maschinen fungieren Permanentmagnet-Synchronmotoren als Muskeln, die elektrische Energie in eine sanfte, kontrollierte Bewegung umwandeln. Um diese Motoren exakt dort zu halten, wo sie sein sollen, muss das System in jedem Bruchteil einer Sekunde die genaue Position des rotierenden Rotors kennen. Normalt kommen diese Informationen von einem kleinen Gerät namens Encoder, das wie ein digitales Auge fungiert, die Welle beobachtet und einen ständigen Strom von Positionsdaten an das Computergehirn zurücksendet. Wenn dieses Auge blind wird oder Dinge sieht, die nicht da sind, kann der Motor die Orientierung verlieren, was zu ruckartigen Bewegungen oder einem vollständigen Stillstand führt. In der empfindlichen Welt der Robotik, in der ein Roboter vielleicht einen Mikrochip montiert oder bei einer Operation assistiert, ist der Verlust dieser Positionsrückmeldung nicht nur eine Unannehmlichkeit; es ist ein Versagen, das die Produktion stoppen oder Schäden verursachen kann.

Die Herausforderung für Ingenieure besteht darin, dass diese Motoren über einen riesigen Geschwindigkeitsbereich arbeiten, vom Stillstand bis hin zu tausenden Umdrehungen pro Minute. Im Stillstand ist der Motor ruhig und erzeugt keine natürlichen elektrischen Signale, die ein Computer leicht verfolgen könnte. Bei hohen Geschwindigkeiten erzeugt er starke Signale, aber die Methoden zur Verfolgung bei niedrigen Geschwindigkeiten werden verrauscht und unzuverlässig. Traditionell stoppt der Roboter, wenn der Encoder ausfällt. Jedoch hat ein Team von Forschern der Jiangsu Normal University einen Weg entwickelt, um den Motor auch dann am Laufen zu halten, wenn sein primäres „Auge“ versagt. Sie entwickelten ein System, das zwei verschiedene mathematische Techniken nutzt, um die Position des Rotors zu schätzen, und diese miteinander verschmilzt, sodass, wenn eine Methode schwach ist, die andere übernimmt. Dies ermöglicht es dem Roboter, seine Arbeit nahtlos fortzuführen, selbst nachdem der Encoder korrekt aufgehört hat zu arbeiten.

Die Forscher konzentrierten sich auf drei spezifische Arten, wie ein Encoder ausfallen kann: ein plötzlicher Sprung im gemeldeten Winkel, das Feststecken des Ausgangs auf einem einzelnen Wert oder ein Verlust von Impulsen, der die Geschwindigkeitsmessung erratisch macht. Um diese Ausfälle zu bewältigen, entwarfen sie eine Steuerungsstrategie, die im Hintergrund zwei parallele Schätzsysteme laufen lässt, während der Encoder noch funktioniert. Ein System, bekannt als Hochfrequenzinjektion, arbeitet dadurch, dass es ein winziges, schnelles elektrisches Signal in den Motor sendt und darauf hört, wie die interne magnetische Struktur des Motors reagiert. Diese Methode eignet sich hervorragend, um die Position zu finden, wenn der Motor sich nicht bewegt oder sich sehr langsam bewegt. Das zweite System, ein sogenannter Sliding-Mode-Observer (Gleitmodus-Beobachter), betrachtet die durch den Motor fließende Spannung und den Strom, um die Position basierend auf der eigenen Physik des Motors zu berechnen. Diese Methode ist bei hohen Geschwindigkeiten hochpräzise.

Der kluge Teil dieser neuen Strategie ist die Verwaltung dieser beiden Systeme. Anstatt einfach nur je nach Geschwindigkeit zwischen ihnen zu wechseln, schufen die Forscher eine sanfte Mischung. Sie ermittelten genau, wie viel Vertrauen sie der Methode für niedrige Geschwindigkeiten gegenüber der Methode für hohe Geschwindigkeiten bei jeder einzelnen Geschwindigkeit entgegenbringen sollten, und passten die Stärke des Hochfrequenzsignals unabhängig an, um den Motor effizient zu halten. Während der Encoder gesund ist, vergleicht der Computer ständig den Bericht des Encoders mit der kombinierten Schätzung aus diesen beiden Systemen. Wenn der Encoder plötzlich eine Position meldet, die wild von dem abweicht, worauf sich die beiden Systeme einigen, weiß der Computer, dass etwas nicht stimmt. Er gerät nicht sofort in Panik; er wartet eine kurze Zeit ab, um den Fehler zu bestätigen, damit er keinen vorübergehenden Schluckauf mit einem echten Ausfall verwechselt.

Sobald der Fehler bestätigt ist, führt das System eine feinfühlige Übergabe durch. Es trennt den fehlerhaften Encoder sofort vom Regelkreis und wechselt zur Verwendung der kombinierten Schätzung aus den zwei mathematischen Systemen. Um zu verhindern, dass der Roboter während dieses Wechsels ruckelt, wendet das System eine temporäre Kompensation an, die über nur 50 Millisekunden hinweg ausblendet, wodurch der Übergang geglättet wird, sodass der Motor ohne Unterbrechung weiterdreht. Die Forscher testeten diesen Ansatz umfassend mittels Computersimulationen und einer physischen Testplattform mit einem echten Motor und einer Steuerung. In den Simulationen führten sie verschiedene Fehler ein, während der Motor bei unterschiedlichen Geschwindigkeiten lief, von 100 Umdrehungen pro Minute bis zu 1500 Umdrehungen pro Minute. In jedem Fall erkannte das System den Fehler innerhalb von 16 bis 31 Millisekunden und behielt die geschlossene Regelung erfolgreich bei. Der Fehler im Winkel des Motors nach der Übernahme war bemerkenswert gering und blieb in einem Bereich von weniger als 1,5 Grad, was in einem mechanischen System kaum wahrnehmbar ist.

Die physischen Experimente auf der Testplattform bestätigten, dass diese Strategie in der realen Welt funktioniert und nicht nur in einem Computermodell. Das Team ließ den Motor von einem Stillstand bis zu 3000 Umdrehungen pro Minute laufen und testete, wie gut die beiden Schätzmethoden über den gesamten Geschwindigkeitsbereich zusammenarbeiteten. Sie simulierten einen steckengebliebenen Encoder bei Nullgeschwindigkeit, einen plötzlichen Winkelsprung bei 800 Umdrehungen pro Minute und einen Impulsverlustfehler bei 3000 Umdrehungen pro Minute. In jedem Szenario identifizierte das System das Problem, isolierte den defekten Encoder und hielt den Motor mithilfe der geschätzten Position reibungslos am Laufen. Selbst wenn der Encoder vor dem Start des Motors komplett feststeckte, nutzte das System die Hochfrequenzinjektion, um den Motor ohne externe Hilfe aus dem Stillstand zu starten. Die Ergebnisse zeigten, dass der Motor diese Fehler mit minimaler Störung seiner Geschwindigkeit oder des durch ihn fließenden elektrischen Stroms kompensieren konnte.

Diese Arbeit zeigt, dass Robotergelenke nicht fragil sein müssen, also nicht von einem einzigen Sensor abhängig sein dürfen, der, wenn er bricht, die gesamte Maschine zum Stillstand bringt. Durch die Verschmelzung verschiedener Wege zur Positionsschätzung und die Schaffung eines robusten Verfahrens für deren Wechsel haben die Forscher gezeigt, dass Motoren gegenüber Sensorausfällen widerstandsfähig gemacht werden können. Der Ansatz ermöglicht einen kontinuierlichen, reibungslosen Betrieb, selbst wenn das primäre Feedback-Gerät ausfällt, wodurch sichergestellt wird, dass der Roboter seine Aufgabe ohne Unterbrechung beenden kann. Während sich die Studie auf spezifische Arten von Encoderfehlern konzentrierte und eine kontrollierte Testumgebung nutzte, bieten die Ergebnisse einen klaren Weg zu zuverlässigeren und fehlertoleranteren Robotersystemen, die sicher in komplexen und anspruchsvollen Umgebungen operieren können.