交流伺服电机的结构,编码器的原理及作用是什么?

简介: 交流伺服电机主要分成定子、转子、编码器三部分。定子由铁芯和线圈构成。转子一般是一个永磁体。其它还包括端盖、风扇等辅助部件。

交流伺服电机主要分成定子、转子、编码器三部分。定子由铁芯和线圈构成。转子一般是一个永磁体。其它还包括端盖、风扇等辅助部件。


640.jpg


我们来看交流伺服电机定子的结构,如下图,伺服电机的定子由铁芯和绕组构成。我们这里讲的是三相交流伺服电机,所以它的定子分成三相绕组结构。定子的功能是通过三相交流电产生一个旋转磁场,其工作原理和普通三相电动机是一样的。


640.jpg


交流伺服电机转子的结构。交流伺服电机的转子是一个永磁体,伺服电机转动的原理就是在定子产生的旋转磁场作用下,转子和磁场同步旋转,因此伺服电机也可以说成是一个同步电机。


640.jpg


交流伺服电机编码器的结构。编码器是套在交流伺服电机转子的转轴上,当转子转动的时候,编码器的码盘也跟着转动。伺服电机的编码器是一个光电编码器,三菱伺服电机的编码器的分辨率是131072脉冲/转,也就是说当电机旋转一周,编码能够输出131072个脉冲。伺服电机的编码器是测定伺服电机的运行状况,当电机旋转时,编码器输出的脉冲反馈到伺服驱动器上,构成一个闭环控制。编码器由码盘、发光管、光电接收管、放大整形电路等几个部分构成。


640.jpg


下图中是编码器的码盘,码盘通常由一块玻璃构成,在玻璃的表面上镀了一层金属铬,然后采用激光技术把这个玻璃盘刻成一个个明暗相间的条纹。从图中也可以看出,在这个码盘当中外围刻了一圈条纹,假设为编码器输出的A相脉冲,向内还有一圈条纹相当于编码器输出的B相脉冲,最里面一环只刻了一条条纹,这就是编码器输出的Z相脉冲。如果编码器的分辨率越高,那么码盘上刻的条纹就越多。Z相脉冲一般只有一个条纹,也就是说编码器旋转一周,Z相只输出一个脉冲。


640.jpg


编码器的工作原理。如下图,发光管发光通过玻璃码盘的条纹由光电接收管接收,当电机旋转时码盘跟着转动,由于码盘上是一些明暗相间的条纹,所以光电接收管接收到的就是一些光脉冲,光电接收管把光信号转换成电信号,电信号再通过放大整形电路转换成我们需要的矩形脉冲。由于码盘上A相和B相所刻的条纹是相间隔的,因此放大整形电路输出的A相和B相脉冲存在一个相位差,这里我们要求A相和B相脉冲的相位差为90度。由于码盘上Z相只刻有一个条纹,所以电机旋转一周只产生一个Z相脉冲。我们这里所讲的编码器为相对式编码器,编码器除了相对式编码器还有一种为绝对式编码器,有些伺服电机也会采用绝对式编码器。


640.jpg


编码器的作用。在伺服电机上编码器是作为伺服系统的速度反馈和位置反馈的元件。


相关文章
|
Web App开发
一文读懂锁相环基本原理
一文读懂锁相环基本原理
1363 0
一文读懂锁相环基本原理
|
存储 缓存 5G
时域结构 | 带你读《5G 空口设计与实践进阶 》之十七
在时域,NR 支持基于符号灵活定义的帧结构,以满足各种时延需求。
时域结构 | 带你读《5G 空口设计与实践进阶 》之十七
|
4月前
八问八答搞懂Transformer内部运作原理
【8月更文挑战第28天】这篇名为“Transformer Layers as Painters”的论文通过一系列实验,深入探讨了Transformer模型内部不同层级的信息处理机制。研究发现,中间层级在表示空间上具有一致性,但功能各异,且模型对层级的去除或重排表现出较强的鲁棒性。此外,论文还分析了层级顺序、并行执行及循环等因素对模型性能的影响,揭示了不同任务下层级顺序的重要性差异,并指出随机化层级顺序和循环并行化对性能损害最小。
53 5
|
6月前
|
C语言
【学习笔记】Verilog之四:结构建模方法
Verilog 提供两种建模方法:行为建模和结构建模。行为建模专注于电路功能描述,类似高级编程语言,不涉及底层实现。数据流建模使用 `assign` 进行连续赋值,适合描述组合逻辑。线网可以在声明时直接赋值。顺序行为建模通过 `initial` 和 `always` 语句实现,`initial` 用于一次性初始化,`always` 则用于响应特定事件的重复执行。时序控制包括时延和事件控制,用于精确控制电路行为。阻塞和非阻塞赋值决定了语句执行的顺序和并发性。过程性连续赋值如 `assign-deassign` 和 `force-release` 提供了更多灵活性。
|
7月前
|
机器学习/深度学习 Python
【初窥CBAM】实操版即插即用的注意力机制模块
【初窥CBAM】实操版即插即用的注意力机制模块
244 0
【初窥CBAM】实操版即插即用的注意力机制模块
|
机器学习/深度学习
神经网络核心原理关键点纪要
神经网络核心原理关键点纪要
87 0
|
5G 索引
频域结构 | 带你读《5G 空口设计与实践进阶 》之十九
在频域,为满足多样带宽需求,NR 支持灵活可扩展的 Numerology。这相应也决定了 NR 在频域资源上的物理量度是可变的。
频域结构 | 带你读《5G 空口设计与实践进阶 》之十九
|
机器学习/深度学习 自然语言处理 算法
收藏!编码器中如何融入结构信息?这几篇论文一定不要错过
收藏!编码器中如何融入结构信息?这几篇论文一定不要错过
|
存储 编解码 C++
实验分析非常精彩 | Transformer中的位置嵌入到底改如何看待?(二)
实验分析非常精彩 | Transformer中的位置嵌入到底改如何看待?(二)
582 0
|
自然语言处理 数据建模 计算机视觉
实验分析非常精彩 | Transformer中的位置嵌入到底改如何看待?(一)
实验分析非常精彩 | Transformer中的位置嵌入到底改如何看待?(一)
251 0