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

Robôs que se movem com a precisão de uma mão humana dependem de motores que são incrivelmente rápidos e responsivos. Dentro das articulações dessas máquinas, motores síncronos de imãs permanentes atuam como os músculos, transformando energia elétrica em um movimento suave e controlado. Para manter esses motores movendo-se exatamente para onde devem, o sistema precisa saber a posição precisa do rotor giratório a cada fração de segundo. Normalmente, essa informação vem de um pequeno dispositivo chamado encoder, que atua como um olho digital, observando o eixo e enviando um fluxo constante de dados de posição de volta para o cérebro do computador. Se esse olho ficar cego ou começar a ver coisas que não existem, o motor pode perder o rumo, levando a movimentos bruscos ou a uma interrupção completa. No delicado mundo da robótica, onde um robô pode estar montando um microchip ou auxiliando em uma cirurgia, perder esse feedback de posição não é apenas um inconveniente; é uma falha que pode interromper a produção ou causar danos.

O desafio para os engenheiros é que esses motores operam em uma vasta gama de velocidades, desde a imobilidade total até milhares de revoluções por minuto. Na imobilidade, o motor está silencioso e não produz sinais elétricos naturais que um computador possa rastrear facilmente. Em altas velocidades, ele gera sinais fortes, mas os métodos usados para rastreá-lo em baixas velocidades tornam-se ruidosos e pouco confiáveis. Tradicionalmente, se o encoder falha, o robô para. No entanto, uma equipe de pesquisadores da Universidade Normal de Jiangsu desenvolveu uma maneira de manter o motor funcionando mesmo quando seu "olho" primário falha. Eles criaram um sistema que utiliza duas técnicas matemáticas diferentes para adivinhar a posição do rotor, fundindo-as para que, se um método for fraco, o outro assuma o controle. Isso permite que o robô continue seu trabalho de forma contínua, mesmo após o encoder parar de funcionar corretamente.

Os pesquisadores focaram em três maneiras específicas pelas quais um encoder pode falhar: um salto repentino no ângulo relatado, a saída ficando presa em um único valor ou uma perda de pulsos que torna a leitura da velocidade errática. Para lidar com essas falhas, eles projetaram uma estratégia de controle que executa dois sistemas de estimação paralelos em segundo plano enquanto o encoder ainda está funcionando. Um sistema, conhecido como injeção de alta frequência, funciona enviando um sinal elétrico minúsculo e rápido para o motor e ouvindo como a estrutura magnética interna do motor reage. Este método é excelente para encontrar a posição quando o motor não está se movendo ou está se movendo muito lentamente. O segundo sistema, chamado observador de modo deslizante (sliding-mode observer), observa a voltagem e a corrente que fluem através do motor para calcular a posição baseada na própria física do motor. Este método é altamente preciso quando o motor está girando rapidamente.

A parte inteligente desta nova estratégia é como ela gerencia esses dois sistemas. Em vez de simplesmente alternar de um para o outro conforme a velocidade muda, os pesquisadores criaram uma mistura suave. Eles determinaram exatamente quanta confiança depositar no método de baixa velocidade versus o método de alta velocidade em cada velocidade individual, e ajustaram a força do sinal de alta frequência de forma independente para manter o motor eficiente. Enquanto o encoder está saudável, o computador compara constantemente o relatório do encoder com o palpite combinado desses dois sistemas. Se o encoder subitamente começar a relatar uma posição que é drasticamente diferente do que os dois sistemas concordam, o computador sabe que algo está errado. Ele não entra em pânico imediatamente; ele espera por um curto período para confirmar a falha, garantindo que não confunda um erro momentâneo com uma falha real.

Uma vez confirmada a falha, o sistema realiza uma entrega delicada. Ele desconecta instantaneamente o encoder defeituoso do loop de controle e passa a usar a estimativa combinada dos dois sistemas matemáticos. Para evitar que o robô dê solavancos durante essa troca, o sistema aplica uma compensação temporária que desaparece em apenas 50 milissegundos, suavizando a transição para que o motor continue girando sem problemas. Os pesquisadores testaram essa abordagem extensivamente usando simulações de computador e uma plataforma de teste física com um motor e controlador reais. Nas simulações, eles introduziram várias falhas enquanto o motor estava operando em diferentes velocidades, desde uma rotação lenta de 100 rpm até uma rápida de 1500 rpm. Em todos os casos, o sistema detectou a falha dentro de 16 a 31 milissegundos e manteve com sucesso o controle de malha fechada. O erro no ângulo do motor após a tomada de controle foi notavelmente pequeno, permanecendo dentro de uma faixa de menos de 1,5 graus, o que é quase imperceptível em um sistema mecânico.

Os experimentos físicos na plataforma de teste confirmaram que essa estratégia funciona no mundo real, não apenas em um modelo de computador. A equipe operou o motor desde a parada completa até 3000 rotações por minuto, testando quão bem os dois métodos de estimativa trabalham juntos em toda a faixa de velocidade. Eles simularam um encoder travado em velocidade zero, um salto repentino de ângulo a 800 rpm e uma falha de perda de pulsos a 3000 rpm. Em cada cenário, o sistema identificou o problema, isolou o encoder quebrado e manteve o motor funcionando suavemente usando a posição estimada. Mesmo quando o encoder estava completamente travado antes do motor partir, o sistema usou o método de injeção de alta frequência para dar partida no motor a partir do repouso sem qualquer ajuda externa. Os resultados mostraram que o motor pôde se recuperar dessas falhas com distúrbios mínimos em sua velocidade ou na corrente elétrica que flui por ele.

Este trabalho demonstra que as articulações dos robôs não precisam ser frágeis, dependentes de um único sensor que, se quebrado, traz toda a máquina à parada. Ao fundir diferentes formas de estimar a posição e criar uma maneira robusta de alternar entre elas, os pesquisadores mostraram que os motores podem ser tornados resilientes a falhas de sensores. A abordagem permite uma operação contínua e suave, mesmo quando o dispositivo de feedback primário falha, garantindo que o robô termine sua tarefa sem interrupção. Embora o estudo tenha focado em tipos específicos de falhas de encoder e utilizado um ambiente de teste controlado, os resultados fornecem um caminho claro para sistemas robóticos mais confiáveis e tolerantes a falhas que possam operar de forma segura em ambientes complexos e exigentes.