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

能够以人类手部精度运动的机器人，依赖于极其快速且响应灵敏的电机。在这些机器的关节内部，永磁同步电动机充当着“肌肉”的角色，将电能转化为平滑、受控的运动。为了让这些电机精确地运行在预定位置，系统需要每分每秒都精确掌握旋转转子（rotor）的位置。通常，这一信息来自于一个被称为编码器的小型装置，它就像一只“数字眼睛”，注视着转轴并向计算机大脑发送持续的位置数据流。如果这只“眼睛”失明了，或者开始看到不存在的事物，电机就会迷失方向，导致动作顿挫或完全停机。在机器人技术这个精细的世界里——例如机器人可能正在组装微芯片或辅助手术——失去位置反馈不仅仅是不便，更是一种会导致生产中断或造成损坏的故障。

工程师面临的挑战在于，这些电机在极广的速度范围内运行，从完全静止到每分钟数千转不等。在静止状态下，电机是安静的，不会产生计算机可以轻松追踪的自然电信号。在高转速下，它会产生强烈的信号，但用于追踪低速运动的方法会变得充满噪声且不可靠。传统上，如果编码器失效，机器人就会停止工作。然而，江苏师范大学的一个研究小组开发出了一种方法，即使在主要“眼睛”失效时也能让电机保持运转。他们创建了一个系统，利用两种不同的数学技术来推测转子的位置，并将它们融合在一起，以便当其中一种方法表现乏力时，另一种可以接管。这使得机器人即使在编码器停止正常工作后，仍能无缝地继续其工作。

研究人员重点关注了编码器失效的三种特定方式：报告角度的突然跳变、输出卡在单一数值上，以及导致速度读数不稳定的脉冲丢失。为了应对这些故障，他们设计了一种控制策略，在编码器仍然正常工作时，在后台运行两个并行的估算系统。其中一个被称为“高频注入”（high-frequency injection）的系统，通过向电机发送微小的、快速的电信号，并监听电机内部磁结构对该信号的反应来进行工作。这种方法在电机未移动或移动非常缓慢时，对于寻找位置表现卓越。第二个系统被称为“滑模观测器”（sliding-mode observer），它通过观察流经电机的电压和电流，根据电机自身的物理特性来计算位置。这种方法在电机高速旋转时具有极高的准确性。

这项新策略的高明之处在于它如何管理这两个系统。研究人员并没有简单地随着速度变化而在两者之间进行切换，而是创造了一种平滑的融合。他们确定了在每一个速度点上，应该在低速方法和高速方法之间分配多少信任度，并独立调整高频信号的强度以保持电机的效率。当编码器健康时，计算机不断将编码器的报告与这两个系统结合后的推测值进行对比。如果编码器突然报告的位置与这两个系统达成一致的推测值大相径庭，计算机就会知道出了问题。它不会立即惊慌，而是会等待一小段时间以确认故障，从而确保不会将瞬时干扰误认为是真正的失效。

一旦确认故障，系统就会执行一次精密的交接。它会立即将故障编码器从控制回路中断开，并切换到使用这两个数学系统结合而成的估测值。为了防止机器人在切换过程中发生顿挫，系统会应用一个仅持续50毫秒并逐渐淡出的临时补偿，从而使过渡变得平滑，确保电机持续转动而不受干扰。研究人员通过计算机仿真以及包含真实电机和控制器的物理测试平台，对这种方法进行了广泛测试。在仿真中，他们在电机以不同速度运行（从每分钟100转到1500转）的过程中引入了各种故障。在所有案例中，系统都能在16到31毫秒内检测到故障，并成功维持闭环控制。接管后电机的角度误差极小，保持在1.5度以内，这在机械系统中几乎是察觉不到的。

物理实验平台上的实验证实，该策略不仅在计算机模型中有效，在现实世界中同样适用。团队让电机从完全静止运行到每分钟3000转，测试了两种估算方法在整个速度范围内的协作效果。他们模拟了零速下的编码器卡死、800转时的突然角度跳变，以及3000转时的脉冲丢失故障。在每种场景下，系统都识别出了问题，隔离了损坏的编码器，并利用估算的位置让电机保持平稳运行。甚至在电机启动前编码器完全卡死的情况下，系统也使用了高频注入法，无需外部帮助便实现了电机的启动。结果显示，电机可以从这些故障中恢复，且对转速或电流的影响极小。

这项工作表明，机器人关节不必是脆弱的，不必依赖于一个一旦损坏就会导致整台机器停摆的单一传感器。通过融合不同的位置估算方法并创造一种鲁棒的切换机制，研究人员展示了电机可以具备对传感器失效的抵御能力。这种方法允许在主要反馈设备失效时实现持续、平滑的操作，确保机器人能够不间断地完成任务。尽管本研究侧重于特定类型的编码器故障并在受控测试环境下进行，但其结果为开发更可靠、具备容错能力的机器人系统提供了一条清晰的路径，使其能够在复杂且苛刻的环境中安全运行。