一种直线电机自适应智能控制方法、系统及存储介质

摘要

本申请实施例提供了一种直线电机自适应智能控制方法、系统及存储介质。该方法包括：获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据以及当前直线电机的运转数据并获取电机功率负载激励数据结合电机负载功率因子判断电机工作状态，根据当前电机工作状态阈值获得电机功率干扰因子，再根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中处理获得电机输出功效数据并对直线电机进行调节并获取电机修正时效变化数据以及对电机调节后工作状态的有效性判断，从而实现根据电机功率干扰因子以及结合电机功率负载激励数据在电机扰动自适应模型中获得电机输出功效数据对电机进行自适应智能化控制的技术。

权利要求

1.一种直线电机自适应智能控制方法，其特征在于，包括以下步骤：获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

2.根据权利要求1所述的直线电机自适应智能控制方法，其特征在于，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，包括：获取多轴机械手直线电机功率调变周期；

根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

3.根据权利要求2所述的直线电机自适应智能控制方法，其特征在于，所述根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，包括：根据获得的直线电机在所述预设时间段周期内的所述加速度数据、质心线倾斜数据、负载数据、重心位置数据以及所述角加速度、动态输出力矩计算获取电机功率负载激励数据；

根据所述直线电机的配置属性信息获得预设的电机负载功率因子，所述电机负载功率因子包括电机负载响应因子和电机功率响应因子；

根据所述电机功率负载激励数据结合所述电机负载功率因子获得电机运转负荷数据；

根据所述电机运转负荷数据与电机运转负荷阈值进行阈值对比；

根据阈值对比结果判断电机工作状态；

其中，所述电机功率负载激励数据的程序计算公式为：

；

所述电机运转负荷数据的计算公式为：

；

其中，W为电机功率负载激励数据，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 为角加速度， 为动态输出力矩， 、 、 、 、 、 为电机功率约束系数；R为电机运转负荷数据，v为电机负载响应因子，p为电机功率响应因子。

4.根据权利要求3所述的直线电机自适应智能控制方法，其特征在于，所述根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，包括：根据电机工作状态的所述阈值对比结果结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

所述电机功率干扰因子的计算程序为：

;

其中，n为电机功率干扰因子， 为阈值对比结果，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 、 、 、 为电机功率约束系数。

5.根据权利要求4所述的直线电机自适应智能控制方法，其特征在于，所述根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据，包括：根据多轴机械手类型信息和所述直线电机的配置属性信息在多轴机械手智慧管理系统中查询获得对应的电机扰动自适应模型；

所述电机扰动自适应模型根据对应所述多轴机械手类型以及直线电机属性历史采集的电机扰动数据集进行训练处理获取；

所述电机扰动数据集包括历史采集获得的样本电机功率负载激励数据、样本电机负载功率因子、样本电机功率干扰因子以及样本电机输出功效数据；

根据获得的所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在所述电机扰动自适应模型中进行估计处理获得电机输出功效数据。

6.根据权利要求5所述的直线电机自适应智能控制方法，其特征在于，所述根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，包括：根据得到的所述电机输出功效数据调节直线电机的输出功率；

采集调节后电机在时间段周期内的第二电机运转负荷数据；

根据所述第二电机运转负荷数据与调节前所述电机运转负荷数据进行差异对比获得差异数据；

根据所述差异数据作为电机修正时效变化数据。

7.根据权利要求6所述的直线电机自适应智能控制方法，其特征在于，所述根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断，包括：根据所述电机负载功率因子设置电机修正效率阈值；

根据所述电机修正时效变化数据与所述电机修正效率阈值进行阈值对比；

若所述电机修正时效变化数据大于所述电机修正效率阈值，则电机调节功效有效性为有效，反之，则电机调节功效失效。

8.一种直线电机自适应智能控制系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括直线电机自适应智能控制方法的程序，所述直线电机自适应智能控制方法的程序被所述处理器执行时实现以下步骤：获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

9.根据权利要求8所述的直线电机自适应智能控制系统，其特征在于，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，包括：获取多轴机械手直线电机功率调变周期；

根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括直线电机自适应智能控制方法程序，所述直线电机自适应智能控制方法程序被处理器执行时，实现如权利要求1至7中任一项所述直线电机自适应智能控制方法的步骤。

说明书

一种直线电机自适应智能控制方法、系统及存储介质

技术领域

[0001] 本申请涉及电机智能控制领域的智能工程领域，具体而言，涉及一种直线电机自适应智能控制方法、系统及存储介质。

背景技术

[0002] 多轴机械手多用于机器臂，多轴机械手所使用的直线电机是为多轴机械手提供驱动力的动能驱动装置，目前现有多轴机械手的直线电机大都是根据控制器信号中枢系统输出指令操控输出力矩和转速以控制多轴机械手的输出扭矩、作动行程、速度和加速度，而不具备可根据多轴机械手操作姿态、驱动力、载重以及负载变化进行自适应智能调控的功能。

[0003] 针对上述问题，目前亟待有效的技术解决方案。

发明内容

[0004] 本申请实施例的目的在于提供一种直线电机自适应智能控制方法、系统及存储介质，可以根据电机功率干扰因子结合电机功率负载激励数据在电机扰动自适应模型中获得电机输出功效数据对电机进行自适应智能化控制。

[0005] 本申请实施例还提供了一种直线电机自适应智能控制方法，包括以下步骤：

[0006] 获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

[0007] 获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

[0008] 根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

[0009] 根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0010] 根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

[0011] 根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

[0012] 根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0013] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，包括：

[0014] 获取多轴机械手直线电机功率调变周期；

[0015] 根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

[0016] 根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

[0017] 根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

[0018] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，包括：

[0019] 根据获得的直线电机在所述预设时间段周期内的所述加速度数据、质心线倾斜数据、负载数据、重心位置数据以及所述角加速度、动态输出力矩计算获取电机功率负载激励数据；

[0020] 根据所述直线电机的配置属性信息获得预设的电机负载功率因子，所述电机负载功率因子包括电机负载响应因子和电机功率响应因子；

[0021] 根据所述电机功率负载激励数据结合所述电机负载功率因子获得电机运转负荷数据；

[0022] 根据所述电机运转负荷数据与电机运转负荷阈值进行阈值对比；

[0023] 根据阈值对比结果判断电机工作状态；

[0024] 其中，所述电机功率负载激励数据的程序计算公式为：

[0025] ；

[0026] 所述电机运转负荷数据的计算公式为：

[0027] ；

[0028] 其中，W为电机功率负载激励数据，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 为角加速度， 为动态输出力矩， 、 、 、 、 、 为电机功率约束系数；R为电机运转负荷数据，v为电机负载响应因子，p为电机功率响应因子。

[0029] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，包括：

[0030] 根据电机工作状态的所述阈值对比结果结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0031] 所述电机功率干扰因子的计算程序为：

[0032] ;

[0033] 其中，n为电机功率干扰因子， 为阈值对比结果，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 、 、 、 为电机功率约束系数。

[0034] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据，包括：

[0035] 根据多轴机械手类型信息和所述直线电机的配置属性信息在多轴机械手智慧管理系统中查询获得对应的电机扰动自适应模型；

[0036] 所述电机扰动自适应模型根据对应所述多轴机械手类型以及直线电机属性历史采集的电机扰动数据集进行训练处理获取；

[0037] 所述电机扰动数据集包括历史采集获得的样本电机功率负载激励数据、样本电机负载功率因子、样本电机功率干扰因子以及样本电机输出功效数据；

[0038] 根据获得的所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在所述电机扰动自适应模型中进行估计处理获得电机输出功效数据。

[0039] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，包括：

[0040] 根据得到的所述电机输出功效数据调节直线电机的输出功率；

[0041] 采集调节后电机在时间段周期内的第二电机运转负荷数据；

[0042] 根据所述第二电机运转负荷数据与调节前所述电机运转负荷数据进行差异对比获得差异数据；

[0043] 根据所述差异数据作为电机修正时效变化数据。

[0044] 可选地，在本申请实施例所述的直线电机自适应智能控制方法中，所述根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断，包括：

[0045] 根据所述电机负载功率因子设置电机修正效率阈值；

[0046] 根据所述电机修正时效变化数据与所述电机修正效率阈值进行阈值对比；

[0047] 若所述电机修正时效变化数据大于所述电机修正效率阈值，则电机调节功效有效性为有效，反之，则电机调节功效失效。

[0048] 第二方面，本申请实施例提供了一种直线电机自适应智能控制系统，该系统包括：存储器及处理器，所述存储器中包括直线电机自适应智能控制方法的程序，所述直线电机自适应智能控制方法的程序被所述处理器执行时实现以下步骤：

[0049] 获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

[0050] 获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

[0051] 根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

[0052] 根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0053] 根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

[0054] 根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

[0055] 根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0056] 可选地，在本申请实施例所述的直线电机自适应智能控制系统中，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，包括：

[0057] 获取多轴机械手直线电机功率调变周期；

[0058] 根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

[0059] 根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

[0060] 根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

[0061] 第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括直线电机自适应智能控制方法程序，所述直线电机自适应智能控制方法程序被处理器执行时，实现如上述任一项所述的直线电机自适应智能控制方法的步骤。

[0062] 由上可知，本申请实施例提供的一种直线电机自适应智能控制方法、系统及存储介质通过获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据以及当前直线电机的运转数据并获取电机功率负载激励数据结合电机负载功率因子判断电机工作状态，根据当前电机工作状态阈值获得电机功率干扰因子，再根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中处理获得电机输出功效数据并对直线电机进行调节并获取电机修正时效变化数据以及对电机调节后工作状态的有效性判断，从而实现根据电机功率干扰因子以及结合电机功率负载激励数据在电机扰动自适应模型中获得电机输出功效数据对电机进行自适应智能化控制的技术。

[0063] 本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

[0064] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0065] 图1为本申请实施例提供的一种直线电机自适应智能控制方法的一种流程图；

[0066] 图2为本申请实施例提供的一种直线电机自适应智能控制方法中获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据的一种流程图；

[0067] 图3为本申请实施例提供的一种直线电机自适应智能控制方法中获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态的一种流程图；

[0068] 图4为本申请实施例提供的一种直线电机自适应智能控制系统的一种结构示意图。

具体实施方式

[0069] 下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0070] 应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

[0071] 请参照图1，图1是本申请一些实施例中的一种直线电机自适应智能控制方法的一种流程图。该直线电机自适应智能控制方法用于终端设备中，例如电脑终端、显示终端等。该直线电机自适应智能控制方法，包括以下步骤：

[0072] S101、获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

[0073] S102、获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

[0074] S103、根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

[0075] S104、根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0076] S105、根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

[0077] S106、根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

[0078] S107、根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0079] 需要说明的是，为实现根据多轴机械手以及直线电机的状态参数数据进行待适应状态评估获得电机输出功效数据对直线电机进行输入工作参数的调节，并根据调节后获得的电机周期内状态数据即电机修正时效变化数据进行有效性评估获得电机获得调节的适配性优劣效果评判，以实现对直线电机的自适应智能调节功能，具体为获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据以及当前直线电机的运转数据，根据动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，再根据对比得到的当前电机工作状态阈值结合加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对电机待适应状态进行估计处理获得电机输出功效数据，然后根据电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，最后再根据电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0080] 请参照图2，图2是本申请一些实施例中的一种直线电机自适应智能控制方法中获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据的一种流程图。根据本发明实施例，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，具体为：

[0081] S201、获取多轴机械手直线电机功率调变周期；

[0082] S202、根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

[0083] S203、根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

[0084] S204、根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

[0085] 需要说明的是，根据多轴机械手直线电机功率的调整周期确定功率调变周期，根据该调变周期采集多轴机械手和直线电机在预设时间段内的动态参数的集合，预设时间段小于等于该调变周期，将参数的采集调整的预设时间段设定为预设时间段周期，根据采集的动态参数集分别获得在预设时间段周期内的动力姿态数据和重力载荷数据。

[0086] 请参照图3，图3是本申请一些实施例中的一种直线电机自适应智能控制方法中获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态的一种流程图。根据本发明实施例，所述根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，具体为：

[0087] S301、根据获得的直线电机在所述预设时间段周期内的所述加速度数据、质心线倾斜数据、负载数据、重心位置数据以及所述角加速度、动态输出力矩计算获取电机功率负载激励数据；

[0088] S302、根据所述直线电机的配置属性信息获得预设的电机负载功率因子，所述电机负载功率因子包括电机负载响应因子和电机功率响应因子；

[0089] S303、根据所述电机功率负载激励数据结合所述电机负载功率因子获得电机运转负荷数据；

[0090] S304、根据所述电机运转负荷数据与电机运转负荷阈值进行阈值对比；

[0091] S305、根据阈值对比结果判断电机工作状态；

[0092] 其中，所述电机功率负载激励数据的程序计算公式为：

[0093] ；

[0094] 所述电机运转负荷数据的计算公式为：

[0095] ；

[0096] 其中，W为电机功率负载激励数据，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 为角加速度， 为动态输出力矩， 、 、 、 、 、 为电机功率约束系数（系数通过多轴机械手智慧管理系统查询）；R为电机运转负荷数据，v为电机负载响应因子，p为电机功率响应因子。

[0097] 需要说明的是，根据直线电机的配置属性信息获得预设的电机负载功率因子，该电机负载功率因子是直线电机性能的属性因子，反映直线电机的负载功率固有属性，包括电机负载响应因子和电机功率响应因子，根据获得的电机运转负荷数据与预设的电机运转负荷阈值进行阈值对比判断电机在预设时间段周期的工作状态，其中，阈值对比的区间段为[0,0.75)，[0.75,0.95)，[0.95，1.0]，分别对应电机工作状态运转负荷的轻负荷、常负荷以及超负荷，如电机工作状态阈值为0.92，则该电机工作状态运转负荷为常负荷。

[0098] 根据本发明实施例，所述根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，具体为：

[0099] 根据电机工作状态的所述阈值对比结果结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0100] 所述电机功率干扰因子的计算程序为：

[0101] ;

[0102] 其中，n为电机功率干扰因子， 为电机工作状态阈值，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 、 、 、 为电机功率约束系数。

[0103] 需要说明的是，为评估预设时间段周期内直线电机在多轴机械手动力载荷下的干扰状况，设置计算程序获得电机功率干扰因子，该干扰因子可反映出电机的动力负荷激励下的动态干扰。

[0104] 根据本发明实施例，所述根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据，具体为：

[0105] 根据多轴机械手类型信息和所述直线电机的配置属性信息在多轴机械手智慧管理系统中查询获得对应的电机扰动自适应模型；

[0106] 所述电机扰动自适应模型根据对应所述多轴机械手类型以及直线电机属性历史采集的电机扰动数据集进行训练处理获取；

[0107] 所述电机扰动数据集包括历史采集获得的样本电机功率负载激励数据、样本电机负载功率因子、样本电机功率干扰因子以及样本电机输出功效数据；

[0108] 根据获得的所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在所述电机扰动自适应模型中进行估计处理获得电机输出功效数据。

[0109] 需要说明的是，为获得适应直线电机适配属性和干扰以及电机功率负载激励下的电机适配输出功率、转矩以及动能的参量，根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中进行估计处理获得电机输出功效数据，该电机输出功效数据可反映出电机适配输出参量，该电机输出功效数据是直线电机自适应状态激励下的适配输出数据，其中，为获得适配于多轴机械手类型和直线电机配置属性的电机扰动自适应模型，根据获得的历史采集的样本数据在初始模型中进行处理训练获得训练好的电机扰动自适应模型，样本数据数量越大、越接近，则得到的电机扰动自适应模型越精确；

[0110] 其中，所述电机输出功效数据的计算公式为：

[0111] ；

[0112] 其中，K为电机输出功效数据，W为电机功率负载激励数据，v为电机负载响应因子，p为电机功率响应因子，n为电机功率干扰因子， 为电机功率干扰系数（系统通过直线电机的配置属性信息进行查询获得）。

[0113] 根据本发明实施例，所述根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，具体为：

[0114] 根据得到的所述电机输出功效数据调节直线电机的输出功率；

[0115] 采集调节后电机在时间段周期内的第二电机运转负荷数据；

[0116] 根据所述第二电机运转负荷数据与调节前所述电机运转负荷数据进行差异对比获得差异数据；

[0117] 根据所述差异数据作为电机修正时效变化数据。

[0118] 需要说明的是，根据得到的电机输出功效数据对直线电机的输出功率进行调节，完成调节后采集计算获得电机在时间段周期内的第二电机运转负荷数据，再与调节前的电机运转负荷数据求差值获得差异数据，将该差异数据作为电机修正失效变化数据，作为对电机调节效果的检验数据。

[0119] 根据本发明实施例，所述根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断，具体为：

[0120] 根据所述电机负载功率因子设置电机修正效率阈值；

[0121] 根据所述电机修正时效变化数据与所述电机修正效率阈值进行阈值对比；

[0122] 若所述电机修正时效变化数据大于所述电机修正效率阈值，则电机调节功效有效性为有效，反之，则电机调节功效失效。

[0123] 需要说明的是，根据电机负载功率因子获得对应设置的电机修正效率阈值，该阈值是反映直线电机的自适应修正能力，是根据直线电机的配置属性而设置的固有阈值，由直线电机自身属性而决定，该阈值作为对比阈值衡量直线电机自适应调节前后的调节程度和调节效果，通过该阈值与获得的电机修正时效变化数据进行阈值对比，根据阈值对比结果评判电机调节功效的有效性。

[0124] 如图4所示，本发明还公开了一种直线电机自适应智能控制系统4，包括存储器41和处理器42，所述存储器41中包括直线电机自适应智能控制方法程序，所述直线电机自适应智能控制方法程序被所述处理器42执行时实现如下步骤：

[0125] 获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据；

[0126] 获取当前直线电机的运转数据，包括转速、角加速度、动态输出力矩以及功率负载数据；

[0127] 根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态；

[0128] 根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0129] 根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据；

[0130] 根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据；

[0131] 根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0132] 需要说明的是，为实现根据多轴机械手以及直线电机的状态参数数据进行待适应状态评估获得电机输出功效数据对直线电机进行输入工作参数的调节，并根据调节后获得的电机周期内状态数据即电机修正时效变化数据进行有效性评估获得电机获得调节的适配性优劣效果评判，以实现对直线电机的自适应智能调节功能，具体为获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据以及当前直线电机的运转数据，根据动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，再根据对比得到的当前电机工作状态阈值结合加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对电机待适应状态进行估计处理获得电机输出功效数据，然后根据电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，最后再根据电机修正时效变化数据对电机调节后工作状态进行有效性判断。

[0133] 根据本发明实施例，所述获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据，包括瞬时速率数据、加速度数据、质心线倾斜数据、载荷分布数据、负载数据以及重心位置数据，具体为：

[0134] 获取多轴机械手直线电机功率调变周期；

[0135] 根据所述功率调变周期采集所述多轴机械手在预设时间段内的动态参数集，包括重量参数、载重参数、惯性参数、速度参数、角度姿态参数以及重力分布参数；

[0136] 根据所述载重参数、惯性参数、速度参数、角度姿态参数获得所述预设时间段周期内的动力姿态数据，包括瞬时速率数据、加速度数据、质心线倾斜数据；

[0137] 根据所述重量参数、载重参数、重力分布参数获得所述预设时间段周期内的重力载荷数据，包括载荷分布数据、负载数据以及重心位置数据。

[0138] 需要说明的是，根据多轴机械手直线电机功率的调整周期确定功率调变周期，根据该调变周期采集多轴机械手和直线电机在预设时间段内的动态参数的集合，预设时间段小于等于该调变周期，将参数的采集调整的预设时间段设定为预设时间段周期，根据采集的动态参数集分别获得在预设时间段周期内的动力姿态数据和重力载荷数据。

[0139] 根据本发明实施例，所述根据所述动力姿态数据和重力载荷数据以及运转数据获取电机功率负载激励数据并结合预设的电机负载功率因子判断电机工作状态，具体为：

[0140] 根据获得的直线电机在所述预设时间段周期内的所述加速度数据、质心线倾斜数据、负载数据、重心位置数据以及所述角加速度、动态输出力矩计算获取电机功率负载激励数据；

[0141] 根据所述直线电机的配置属性信息获得预设的电机负载功率因子，所述电机负载功率因子包括电机负载响应因子和电机功率响应因子；

[0142] 根据所述电机功率负载激励数据结合所述电机负载功率因子获得电机运转负荷数据；

[0143] 根据所述电机运转负荷数据与电机运转负荷阈值进行阈值对比；

[0144] 根据阈值对比结果判断电机工作状态；

[0145] 其中，所述电机功率负载激励数据的程序计算公式为：

[0146] ；

[0147] 所述电机运转负荷数据的计算公式为：

[0148] ；

[0149] 其中，W为电机功率负载激励数据，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 为角加速度， 为动态输出力矩， 、 、 、 、 、 为电机功率约束系数（系数通过多轴机械手智慧管理系统查询）；R为电机运转负荷数据，v为电机负载响应因子，p为电机功率响应因子。

[0150] 需要说明的是，根据直线电机的配置属性信息获得预设的电机负载功率因子，该电机负载功率因子是直线电机性能的属性因子，反映直线电机的负载功率固有属性，包括电机负载响应因子和电机功率响应因子，根据获得的电机运转负荷数据与预设的电机运转负荷阈值进行阈值对比判断电机在预设时间段周期的工作状态，其中，阈值对比的区间段为[0,0.75)，[0.75,0.95)，[0.95，1.0]，分别对应电机工作状态运转负荷的轻负荷、常负荷以及超负荷，如电机工作状态阈值为0.92，则该电机工作状态运转负荷为常负荷。

[0151] 根据本发明实施例，所述根据对比得到的当前电机工作状态阈值结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子，具体为：

[0152] 根据电机工作状态的所述阈值对比结果结合所述加速度数据、质心线倾斜数据、载荷分布数据以及重心位置数据计算获得电机功率干扰因子；

[0153] 所述电机功率干扰因子的计算程序为：

[0154] ;

[0155] 其中，n为电机功率干扰因子， 为电机工作状态阈值，S为加速度数据，L为质心线倾斜数据，H为负载数据、J为重心位置数据， 、 、 、 为电机功率约束系数。

[0156] 需要说明的是，为评估预设时间段周期内直线电机在多轴机械手动力载荷下的干扰状况，设置计算程序获得电机功率干扰因子，该干扰因子可反映出电机的动力负荷激励下的动态干扰。

[0157] 根据本发明实施例，所述根据所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中对所述电机待适应状态进行估计处理获得电机输出功效数据，具体为：

[0158] 根据多轴机械手类型信息和所述直线电机的配置属性信息在多轴机械手智慧管理系统中查询获得对应的电机扰动自适应模型；

[0159] 所述电机扰动自适应模型根据对应所述多轴机械手类型以及直线电机属性历史采集的电机扰动数据集进行训练处理获取；

[0160] 所述电机扰动数据集包括历史采集获得的样本电机功率负载激励数据、样本电机负载功率因子、样本电机功率干扰因子以及样本电机输出功效数据；

[0161] 根据获得的所述电机功率负载激励数据结合所述电机负载功率因子和电机功率干扰因子在所述电机扰动自适应模型中进行估计处理获得电机输出功效数据。

[0162] 需要说明的是，为获得适应直线电机适配属性和干扰以及电机功率负载激励下的电机适配输出功率、转矩以及动能的参量，根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中进行估计处理获得电机输出功效数据，该电机输出功效数据可反映出电机适配输出参量，该电机输出功效数据是直线电机自适应状态激励下的适配输出数据，其中，为获得适配于多轴机械手类型和直线电机配置属性的电机扰动自适应模型，根据获得的历史采集的样本数据在初始模型中进行处理训练获得训练好的电机扰动自适应模型，样本数据数量越大、越接近，则得到的电机扰动自适应模型越精确；

[0163] 其中，所述电机输出功效数据的计算公式为：

[0164] ；

[0165] 其中，K为电机输出功效数据，W为电机功率负载激励数据，v为电机负载响应因子，p为电机功率响应因子，n为电机功率干扰因子， 为电机功率干扰系数（系统通过直线电机的配置属性信息进行查询获得）。

[0166] 根据本发明实施例，所述根据所述电机输出功效数据对直线电机进行调节并获取电机修正时效变化数据，具体为：

[0167] 根据得到的所述电机输出功效数据调节直线电机的输出功率；

[0168] 采集调节后电机在时间段周期内的第二电机运转负荷数据；

[0169] 根据所述第二电机运转负荷数据与调节前所述电机运转负荷数据进行差异对比获得差异数据；

[0170] 根据所述差异数据作为电机修正时效变化数据。

[0171] 需要说明的是，根据得到的电机输出功效数据对直线电机的输出功率进行调节，完成调节后采集计算获得电机在时间段周期内的第二电机运转负荷数据，再与调节前的电机运转负荷数据求差值获得差异数据，将该差异数据作为电机修正失效变化数据，作为对电机调节效果的检验数据。

[0172] 根据本发明实施例，所述根据所述电机修正时效变化数据对电机调节后工作状态进行有效性判断，具体为：

[0173] 根据所述电机负载功率因子设置电机修正效率阈值；

[0174] 根据所述电机修正时效变化数据与所述电机修正效率阈值进行阈值对比；

[0175] 若所述电机修正时效变化数据大于所述电机修正效率阈值，则电机调节功效有效性为有效，反之，则电机调节功效失效。

[0176] 需要说明的是，根据电机负载功率因子获得对应设置的电机修正效率阈值，该阈值是反映直线电机的自适应修正能力，是根据直线电机的配置属性而设置的固有阈值，由直线电机自身属性而决定，该阈值作为对比阈值衡量直线电机自适应调节前后的调节程度和调节效果，通过该阈值与获得的电机修正时效变化数据进行阈值对比，根据阈值对比结果评判电机调节功效的有效性。

[0177] 本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种直线电机自适应智能控制方法程序，所述直线电机自适应智能控制方法程序被处理器执行时，实现如上述任一项所述的直线电机自适应智能控制方法的步骤。

[0178] 本发明公开的一种直线电机自适应智能控制方法、系统及存储介质通过获取多轴机械手在预设时间段周期内的动力姿态数据和重力载荷数据以及当前直线电机的运转数据并获取电机功率负载激励数据结合电机负载功率因子判断电机工作状态，根据当前电机工作状态阈值获得电机功率干扰因子，再根据电机功率负载激励数据结合电机负载功率因子和电机功率干扰因子在电机扰动自适应模型中处理获得电机输出功效数据并对直线电机进行调节并获取电机修正时效变化数据以及对电机调节后工作状态的有效性判断，从而实现根据电机功率干扰因子以及结合电机功率负载激励数据在电机扰动自适应模型中获得电机输出功效数据对电机进行自适应智能化控制的技术。

[0179] 在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

[0180] 上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

[0181] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

[0182] 本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

[0183] 或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。