地铁门和电梯轿门的3次初始化自学习过程，属于什么技术，应该学习哪方面

澄湖青年

地铁门和电梯轿门的3次初始化自学习过程，属于什么技术，应该学习哪方面 [复制链接]

 

RT：地铁门采用的是直流无刷伺服电机，电梯轿门采用啥电机都有，打开几块驱动+控制的板子看过，基本都是C2000系列的。唯一的区别就是电梯轿门采用光幕防夹，地铁门采用了力矩防夹。

 

有大佬指导下吗，如果要做一块类似的驱动加控制板子，需要学习哪些知识。还有就是标题，3次初始化属于模糊控制还是什么，毕竟不同工况的机械动作时间都是一样的。

chunyang

首先，严重怀疑是否存在什么初始化自学习过程。俺虽不是自动门行业内从业人员，但根据掌握的理论知识和应用经验推理，根本就不存在你说的自学习过程，也实在看不出来AI在此有什么用。而且，采用自学习模式说明AI采用的是蒙特卡罗递归算法，学习次数可不是3次就能够了。所以，只能得出结论——你说的“自学习”跟自动控制及人工智能领域内的“自学习”不是一码事，所以你得先说清楚这个“自学习”到底指什么功能。

chunyang

关于门的防夹技术，光幕、力矩、触板都是常用方案，且应该在产品中采用两种同时应用，比如光幕+力矩或触板+力矩，力矩判断是最后一道防线。

chunyang

对于设计自动门类产品，本质上是电机控制的一种，且控制率很简单，有点速度曲线而已，根本不会涉及或不必涉及什么模糊控制算法之类。在光幕或触板无障碍信号时，根据力矩控制速度，有个起始和终末以及力矩突然变化或障碍信号突然出现后的速度控制甚至反转控制，是各种逻辑的组合控制，要想清楚各逻辑之间的关系。至于你说的“自学习”，估计是为了便于调试运行工艺参数所采取的办法，比如对正常运行力矩的判断之类，作为保护的门限参考依据。是不是这样，需要确认。

澄湖青年

chunyang 发表于 2021-3-25 15:22 对于设计自动门类产品，本质上是电机控制的一种，且控制率很简单，有点速度曲线而已，根本不会涉及或不必涉 ...

原来我也一直认为没有用到真正意义上的自学习，在学习了一段时间的屏蔽门技术后，才有了一些改观，认为采用了模糊控制一类的算法。

主要有两点，一是不同机械工况下，由于机械调教问题及传动机构配件的工况，极端的门道开关门力的差距差距大约有30N左右的偏差，现场的开关动作完成的时间误差小于0.2S，肉眼可见的是基本同步完成。在没有模糊控制的基础上，实现难度较高。

二是行程量不完全相同，差距几厘米跟正常，但关门至最后三分之一时的电流环力矩防夹较为精准，新老皮带之间能差到40MM左右的弧度。在防夹功能一块，这两者的误差是累积的，而且除了力矩防夹没有其他运动传感器了，这个误差的调整，完全不理解。

chunyang

澄湖青年 发表于 2021-3-25 17:12 原来我也一直认为没有用到真正意义上的自学习，在学习了一段时间的屏蔽门技术后，才有了一些改观，认为采 ...

从你描述的功能看，根本不可能存在什么模糊控制算法，更谈不上真正意义的自学习。模糊控制和自学习都是有严格定义的技术名词，不能把生活中的名词理解代入技术定义。

关门时间由电机转速控制，对于给定的驱动及传动系统以及门的行程，最短关门时间就是已知的，留取适当余量，做到高度一致性没什么难度。就算是给不同厂家、不同设计的门配套，鉴于电梯门和地铁门的尺寸以及开关门时间、速度等都存在严格的标准约束，同样无需对门的运动过程进行速度的精确控制，如前帖所言，只响应逻辑事件即可，这跟真正的控制系统、AI系统有着本质的差别。所有这些，不用数字控制器，不用算法，用纯粹的机械和模拟电路（不包括模拟计算机）都能解决，事实上也如此，此类自动门在世界已有百年历史，只是基于现在的技术手段，用MCU系统是实现成本最低、可靠性也容易控制的最佳方案。

楼主的描述，实在是把小问题想象的太过复杂了。做这类产品的设计，不存在什么复杂的算法，重点在于控制工艺流程的设计和系统可靠性设计，需要高鲁棒性。

chunyang

这么说也许更容易理解：

假设标准规定电梯门的关门时间在某个区间，设计时就取该区间的某个时点即可。同时，因标准的存在，电机驱动系统应该能满足这个时点（事实上应覆盖标准规定的整个区间），且所有厂家的产品都应该满足。那所谓的自学习怎么弄？在首次关门操作后启动一个定时任务，先以某个经验转速输出，检测力矩超限的时间（测试时应保证无障碍）即对应的关门时间是否符合预设时间点，然后根据误差调整转速，第二次时就应该能差不多，第三次就能在小于预设误差门限的范围内了，然后把当前转速存储起来，运行时照此执行即可。传动系统老化后，一定时间间隔执行一次校正运行即可。整个过程，不涉及什么模糊算法，也无需什么PID、前馈、矩阵之类的任何自动控制算法，与蒙特卡罗递归更无关，做个启停函数控制电机速度的变化率即可。