AMD 馬達 驅動器 FPGA 電力驅動器 自適應SoC SOM

FPGA/自適應SoC/SOM加持 工業電力驅動器智慧升級

2024-08-29
工業產品內部的驅動始終由馬達完成。相較於機械驅動方案,電力驅動器帶來諸多優勢,不僅可實現更靈活的控制、更小的尺寸、更輕的重量,維護需求也更少。轉向電力驅動器已為產業趨勢,接下來,業者關注的重點是如何進一步升級,透過高性能硬體平台加值電力驅動器應用。
Pixabay

工業產品內部的驅動始終由馬達(Electric Motor)完成。即使主要能源為燃料、風能、水力或太陽能,這些能源仍需要先轉換為電能,才可用於工業產品中的實體致動器(Physical Actuator)。傳統上,機器採用靜態配置,只能在預先規畫的事件中進行調整;完全電氣化可以借由數位化提高生產力,持續的資料蒐集有助於動態優化流程。

通常情況下,業者的主要目標是提高能源效率,以實現環境目標並降低成本。此外,市場也期待能從電力驅動器(Electric Drive)的實際優勢中獲益,包括更靈活的控制、更小的尺寸、更輕的重量以及更少的維護需求。

在產品設計部門,決策者正在從現已解決的策略性「如果」與「何時」問題,轉向更實際的考量:如何以最佳方式實作已經嵌入產品路線圖的先進新型電力驅動器。當然,這些驅動器將採用電子方式進行控制和監測,以確保精準度、靈活度和附加價值。電子控制換向在能源效率、產品壽命和易爆環境下的運作方面,表現遠優於帶電刷的機械換向馬達。透過即時取得轉子位置、通過馬達繞組的電流、溫度及其他參數,電子驅動器的設計不只能轉動轉子、控制速度和轉矩,還可控制其他指標。分配給馬達的算力效能越多,驅動器的運作就越準確和動態。

多樣化的設計需求

驅動器必須經過專業設計,才能達到能源效率目標,與市場上的替代產品競爭,並滿足適用的體系設計規範。此外,也需要透過適當的設計將聲學雜訊控制在可接受的範圍內,並且避免不必要的振動。補償可用於處理馬達的缺陷。可以最佳化驅動馬達的電壓波形和電流的生成,以降低與應用於功率級的開關訊號相關的電磁輻射。

與這些問題相關的效能與逆變器(Inverter)和功率級(Power Stage)拓撲密切相關。如前文所述,控制器需要處理來自感測器的訊號和診斷資訊,以支援延長驅動器服務壽命所需的狀態監測。在系統發生故障時,控制器也可以負責確保系統安全運作。實體馬達的行為與安全參數範圍之間的持續比較,可用於確保馬達在發生故障時進入安全狀態,前提是監測具有高可靠度,並且不會受到導致馬達故障的同一因素影響。

設計內建的再生電路可在煞車或減速期間將動能回收為電能,進而對能源效率產生直接影響。微處理器(MPU)或帶有調變器的強大微控制器(MCU)可用於控制驅動器的功率層級。許多供應商為其客戶提供馬達控制軟體演算法,以加速解決方案的開發。如脈波寬度調變(Pulse Width Modulation, PWM)區塊、用於電流測量的類比數位轉換器(ADC)和乙太網路介面等基本周邊功能可以整合在晶片上。然而,在微控制器中運行控制演算法存在局限性。處理器最高效能決定了控制迴路(Control Loop)頻率的上限。理想情況下,驅動轉子的磁場會隨轉子平穩移動,使產生的力在任何時候都指向正確角度。真正連續的控制迴路必須經常採集轉子位置和瞬時電流等資料,並立即計算下一個向量。迴圈時間越短,旋轉場就越平滑。在加速馬達控制迴路的同時進行額外的應用級處理,將產生更高的即時要求,可以透過高成本和高功耗的處理器來滿足要求。

設計人員也需要靈活地採用更複雜的電源拓撲,以在控制馬達磁場方向時實現更高精度,例如以帶有兩個以上電平的調變器取代傳統的脈波寬度調變。多電平逆變器特別適合利用碳化矽(SiC)等寬能隙功率半導體技術的高壓驅動器。控制多電平逆變器比使用兩電平功率級拓撲更為複雜,因此,除了改變逆變器硬體,也需要更多的算力。

此外,確保可擴展性對於實現多軸控制也十分重要。例如,要控制一個關節型機器人的手臂,需要多個馬達彼此同步,才能實現重負載夾爪的規畫軌跡。這可能需要更強大的處理器或同步處理器網路。

在工業環境中,不僅機器應該能夠存取資料,操作人員亦是如此。現代驅動器整合人機介面(Human-machine Interface, HMI)和物聯網連接等功能。選擇合適的可程式化平台來建構這些馬達驅動器,可為設計人員提供靈活度和可擴展性,以滿足當前和未來市場需求。當今的許多FPGA皆整合硬處理器核心,附加的DSP元件可用於卸載具有可程式設計邏輯的處理器,進而獲得更高的傳輸量、額外的通道或更高的每瓦效能。Gigabit乙太網路等高速介面也可與傳統的FPGA邏輯架構一起使用,可用於依照需要實作客製化周邊。

除此之外,現代驅動器的控制器也能結合神經網路或加速演算法,以處理智慧狀態監測、振動檢測、異常檢測。針對這些應用,更全面的可程式設計架構可實現更高的靈活度和整合度,例如AMD Versal系列等自適應系統單晶片(SoC)便整合可用於神經網路的最佳化AI引擎。

另外,設計人員也需要採用適當的方法來設計軟體,並且特別需要注重安全和基本控制,例如採用AMD Vitis和Vivado以及MicroBlaze編譯器等具備安全認證的設計流程。在設計流程中也可以使用Python,其提供了用於資料分析與視覺化的函式庫,可以在執行期間,甚至部署之後分析馬達效能和操作參數,為開發預測性維護功能提供支援。

開發平台助攻電力驅動轉型

除了FPGA和自適應SoC之外,AMD Kria系統模組(SOM)也利用可程式設計硬體以及與AMD設計工具的無縫整合,簡化高效率與高效能電力驅動器的開發。該SOM可以在幾微秒內執行馬達控制迴路的整合式可程式設計邏輯,使控制演算法能夠以每秒超過100,000個迴路的速度運行,進而實現高精度的電壓和電流控制。

硬體中靈活的可程式設計調變可以最佳化EMI行為。區塊RAM(BRAM)等內建記憶體允許於本地分析馬達資料流程,並有助於對電力驅動進行健康監測。包括用於通訊的時間敏感型網路(TSN)在內的工業乙太網路以及DDS和OPC UA等服務,簡化在現代工廠環境中的整合。可客製化驅動器的即用型應用可以下載至SOM。

從機械驅動轉向電力驅動,結合了卓越的能源效率與軸數的可擴展性、更長的產品壽命、更低的噪音和振動,並且有助於和工業物聯網網路進行整合,以支援附加價值功能。FPGA、自適應SoC和SOM由經過安全認證的硬體和軟體設計流程提供支援,為設計人員提供所需的靈活度,透過在工廠中持續採集資料,為運作流程進行智慧優化,以提高生產力。

(本文作者為AMD工業業務資深產品行銷經理)

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!