Snel sensorloos botsingsdetectie voor pmsm-controllers met beperkte middelen met behulp van een FFRLS-gebaseerde methode

Waarom stootdetectie in motoren belangrijk is

Van fabrieksrobots tot elektrische auto’s: moderne machines vertrouwen op compacte elektromotoren die snel draaien en dicht bij mensen werken. Als een bewegende arm of transportband onverwacht iets—of iemand—raakt, moet het systeem de impact bijna onmiddellijk opmerken en reageren. Veel veiligheidssystemen gebruiken extra sensoren om zulke stoten te detecteren, maar dat verhoogt de kosten en de complexiteit. Dit artikel introduceert een manier waarop een gangbaar motortype botsingen kan waarnemen met alleen de signalen die het al meet, waardoor snelle veiligheidsreacties mogelijk worden, zelfs in goedkope hardware.

Motoren die kunnen ‘voelen’ zonder extra sensoren

De studie richt zich op permanentmagneet-synchrone motoren, een veelgebruikte klasse van koppelsterke, lichte motoren die voorkomen in collaboratieve robots, industriële aandrijvingen en elektrische voertuigen. Deze motoren worden meestal aangestuurd door compacte embedded controllers met beperkte rekenkracht. Bestaande botsingsdetectieschema’s vertrouwen vaak op gedetailleerde robotmodellen, complexe observatoren of zelfs neurale netwerken, die te zwaar kunnen zijn voor zulke controllers. Andere benaderingen volgen de motorstroom direct, maar ruis en normale bedrijfsvariaties maken die onbetrouwbaar. De auteurs willen een methode ontwikkelen die zowel eenvoudig genoeg is voor kleine controllers als precies genoeg om echte botsingen van alledaagse verstoringen te onderscheiden.

Motorantwoord omzetten in een virtueel gevoel voor aanraking

In plaats van extra hardware toe te voegen, “luistert” de methode naar hoe de motorsnelheid en -stroom in de tijd veranderen. Met een vereenvoudigd mechanisch model van de motor kan de controller het onzichtbare draaimoment op de as—het belastingstroom—afleiden uit basismetingen die hij al heeft. Het kerninstrument is een wiskundige techniek die bekendstaat als een forgetting-factor recursive least-squares (FFRLS) schatter. Praktisch gezien past deze schatter continu een klein aantal interne parameters aan zodat de door het model voorspelde snelheid nauwkeurig overeenkomt met de werkelijke snelheid. Vanuit deze parameters reconstrueert de controller het veranderende koppel op de as, dat zowel de reguliere belasting als eventuele plotselinge extra kracht door een botsing bevat.

Plotselinge schokken in realtime herkennen

Botsingsdetectie wordt dan een patroonherkenningsprobleem op dit geschatte koppel. Het algoritme zoekt naar abrupte veranderingen in het geschatte koppel-signaal, maar moet kleine rimpelingen door ruis of normale snelheidswisselingen negeren. Om dit te bereiken combineert het een eenvoudige gladstrijkfilter met een numerieke afgeleide die plotselinge sprongen benadrukt en willekeurige fluctuaties onderdrukt. Het resultaat is een compacte “evaluatiewaarde” die scherp stijgt wanneer de motor een schok ervaart. De methode past ook zijn beslissingsgrenzen aan op de huidige snelheid: bij hogere snelheden worden grotere natuurlijke variaties verwacht, dus de drempels verbreden automatisch. Wanneer de evaluatiewaarde deze bewegende veilige band verlaat, signaleert het algoritme een botsing—zonder grote matrixvergelijkingen op te lossen of zware optimalisatielussen uit te voeren.

De methode op de proef gesteld

Het team bouwde een experimenteel platform rondom een kleine permanentmagneetmotor, standaard aandrijf-elektronica en een magnetische rem die een constante draaimoment toepast. Om botsingen na te bootsen drukten ze kort wrijvingsblokken tegen de askoppeling, wat snelle, onvoorspelbare pieken in de belasting veroorzaakte. Tests dekten drie realistische scenario’s: constante snelheid, versnellen onder belasting, en constante snelheid met een zacht variërende achtergrondbelasting. In alle gevallen detecteerde de methode botsingen binnen enkele duizendsten van een seconde, vaak in minder dan één milliseconde, en reageerde betrouwbaar zelfs wanneer het extra koppel door de “botsing” veel kleiner was dan de bestaande belasting. Vervolgbproeven bij verschillende motortemperaturen—rond kamertemperatuur en ongeveer 80 graden Celsius—toonden aan dat de detectieprestaties robuust bleven ondanks veranderingen in motor-eigenschappen door verwarming.

Wat dit betekent voor veiligere, goedkopere machines

Voor niet-specialisten is de kernuitkomst dat een motor een soort ingebouwd gevoel voor aanraking kan krijgen zonder nieuwe hardware toe te voegen. Door de snelheid- en stroomsignalen die de aandrijving al meet te hergebruiken, kan deze aanpak lichte impacten snel herkennen en beschermende acties activeren, zoals het stoppen van een robotarm of het vertraagd stilzetten van een transportband. Omdat de methode steunt op compacte, goedkope berekeningen die eenvoudig in bestaande embedded controllers passen, biedt het een praktische weg naar veiligere, responsievere machines in fabrieken, servicrobots en andere alledaagse toepassingen waar mensen en krachtige motoren dezelfde ruimte delen.

Bronvermelding: Zhao, D., Ren, T., Huang, G. et al. Fast sensorless collision detection for resource-constrained pmsm controllers using an FFRLS-based method. Sci Rep 16, 12667 (2026). https://doi.org/10.1038/s41598-026-43846-5

Trefwoorden: botsingsdetectie, elektromotoren, robotsveiligheid, embedded besturing, sensorloze bewaking