1. 步进电机驱动实验实验报告
1、电源引起的问题比较多，特别是高压和交流驱动器。电机线接反了一般没有影响。
控制电路有问题也会产生这样的问题。
2、驱动器和供电问题。驱动器的品质不好，或供电电压超过驱动器的最大供电电压，还有交流串电。还有一种情况是驱动器没问题，电机或电路问题引起驱动器报警，不工作。
2. 步进电机综合实验报告
主要参照参数有一体化步进电机输出扭力，丝杆螺距。摩擦系数（T型丝杆摩擦系数比较大，滚珠丝杆摩擦系数比较小）。
以立迈胜86一体化步进电机为例：
静扭力6NM为例，直线步进电机轴向力（推力）计算公式： 转矩=轴向力（推力）x导程/2πn （n为效率） 例：直线电机静转矩1NM，直线电机导程8mm，电机效率80%，计算推力
1=Fx0.008/2πx80% F=628N 换算成可以推动物品的重量： 重量=628/GXf （f为摩擦系数）≈30KG 即1NM直线步进电机的推力为628N，可带动大约30-40KG物品。所以86步进电机6NM的推力约为180~240KG.
3. 步进电机驱动实验实验报告总结
重新看一下步进电机和驱动器的矩频特性，和你的负载力矩，重新计算一下，是否满足负载力矩的要求，负载力矩包含本身的力矩和加减速力矩，启动力矩小了也能解决一部分问题，如果最终不行的话，只能换步进电机或驱动器了（在额定范围内提高驱动器的电源电压也能适当提高点转矩）
4. 步进电机驱动接口设计实验
工具/原料
more
1、电源：选用直流24V的开关电源，供控制器使用，或者与步进电机共用一个开关电源。 2、步进电机：根据需要的扭矩大小，选择适合实际需要的步进电机和配套的步进电机驱动器。步进电机无论扭矩大小、电压高低都可以控制。 3、控制器：选择表控TPC12-12TD的控制器，或根据需要选择合适路数的控制器。型号有TPC4-4TD、TPC8-8TD、TPC12-12TD、TPC16-16TD、TPC20-20或TPC24-24TD的控制器，路数从4路至24路的控制器，根据需要选择。 4、感应开关：可以使用磁性开关、接近开关、光电开关等，根据实际需要来选择。可以使用两线或三线的感应开关，电压选用直流24V供电的，三线的感应开关选用NPN型常开的。 5、开关：根据实际需要选择启动开关、停止开关、暂停开关、手动开关等待，完全根据实际需要来选配，不需要的就不必选配。一般的开关使用不带自锁的按钮开关，暂停、手动开关使用带自锁的按钮开关。 上述的几项原料基本都是必须品，很简单，不需要的不必配置。
方法/步骤
1/4分步阅读
接线：
参考表控的步进电机接线图，电子版说明书中有单轴、两轴和4轴的接线图。
接线比较简单，主要分为电源、输出和输入三部分的接线。最关键的接线是表控输出信号到驱动器输入端的信号线。接线的原则是：驱动器脉冲和方向输入信号的正极都接到表控的5V电压端子上，脉冲和方向的负极分别接到表控的输出端Y输出端上。表控的脉冲输出端是Y1——Y4可以输出脉冲，其他输出端不能输出脉冲可以输出方向信号。
2/4
安装功能设置表：
在电脑上安装表控的功能设置表软件。
3/4
测试：
运行功能设置表，设置一行功能数据就可以进行测试。
设置很简单，选择输入端X1为启动开关，选择输出端为Y1输出脉冲，设置频率为2000赫兹，脉冲数设置为10万个脉冲。这样就完成了测试的设置。
频率决定步进电机的转速，脉冲个数是运行的距离或尺寸。
连接好数据线，一端插到电脑的USB接口上，另一端插到控制器的下载接口上，点击连接和下载按钮，按一下输入端X1的按钮开关，点击就会旋转，这样就通过了测试，证明接线、供电和设置都没什么问题了。
4/4
设置实际需要的功能：
根据需要的功能，从第一个动作开始设置，推荐设置一个动作就下载到控制器中测试一下，没有问题就设置下一个动作，然后在测试。
5. 步进电机控制仿真实验报告
1. 如果用步进电机调速时，只要改变控制器的输出脉冲的频率，就可以实现步进电机的调速。也有厂家推出了内部集成有脉冲发生器的步进驱动器，用户只需输入模拟电信号或通过电位器即可实现步进电机的调速，如英纳仕推出的EZD系列产品。
2. 步进电机是将电脉冲信号转变为角位移或线位移的开环控制元件。在非超载的情况下，电机的转速、停止的位置只取决于脉冲信号的频率和脉冲数，而不受负载变化的影响，当步进驱动器接收到一个脉冲信号，它就驱动步进电机按设定的方向转动一个固定的角，它的旋转是以固定的角度一步一步运行的。
3. 步进电机是一种感应电机，它的工作原理是利用电子电路，将直流电变成分时供电的，多相时序控制电流，用这种电流为步进电机供电，步进电机才能正常工作，驱动器就是为步进电机分时供电的，多相时序控制器。
6. 步进电机驱动器实验
步进电机拨码设置一般指的是驱动器上的设置参数，以下图DM542两相四线步进电机驱动器为例。
八个拨码按顺序开关以sw1~sw8表示。从左侧图标看出，其中sw1~sw3的不同开关状态组合可以调节电机驱动电流的大小。sw4的开关状态可以切换半波/全波两种驱动模式。sw5~sw8的不同开关状态组合用来对应驱动电机的细分数量。
7. 步进电机驱动实例
用照应的电源增加电阻调节就可以了
8. 步进电动机实验报告总结
1Nm约等于0.102公斤力。
计算方法：1公斤力≈9.8牛，1÷9.8≈0.102，1Nm约等于0.102公斤力。
扭矩（单位是Nm）在物理学中就是特殊的力矩，等于力和力臂的乘积，国际单位是牛米N·m，此外还可以看见kg·m、lb-ft这样的扭矩单位，由于G=mg，当g=9.8的时候，1kg的重力为9.8N，所以1kg·m=9.8N·m。
千克力（kilogram-force）就是公斤力，是力的一种常用单位，力的国际单位是牛顿。1公斤力指的是1千克的物体所受的重力。所以1千克力≈9.8牛顿。公斤力的符号为：kgf、kg、kp
9. 步进电机模拟控制实验报告
步进电机的控制策略：
1、PID控制
PID控制作为一种简单而实用的控制方法,在步进电机驱动中获得了广泛的应用。它根据给定值r(t)与实际输出值c(t)构成控制偏差e(t),将偏差的比例、积分和微分通过线性组合构成控制量,对被控对象进行控制。文献将集成位置传感器用于二相混合式步进电机中,以位置检测器和矢量控制为基础,设计出了一个可自动调节的PI速度控制器,此控制器在变工况的条件下能提供令人满意的瞬态特性。文献根据步进电机的数学模型,设计了步进电机的PID控制系统,采用PID控制算法得到控制量,从而控制电机向指定位置运动。最后,通过仿真验证了该控制具有较好的动态响应特性。采用PID控制器具有结构简单、鲁棒性强、可靠性高等优点,但是它无法有效应对系统中的不确定信息。
目前,PID控制更多的是与其他控制策略相结合,形成带有智能的新型复合控制。这种智能复合型控制具有自学习、自适应、自组织的能力,能够自动辨识被控过程参数,自动整定控制参数,适应被控过程参数的变化,同时又具有常规PID控制器的特点。
2、自适应控制
自适应控制是在20世纪50年代发展起来的自动控制领域的一个分支。它是随着控制对象的复杂化,当动态特性不可知或发生不可预测的变化时,为得到高性能的控制器而产生的。其主要优点是容易实现和自适应速度快,能有效地克服电机模型参数的缓慢变化所引起的影响,是输出信号跟踪参考信号。文献研究者根据步进电机的线性或近似线性模型推导出了全局稳定的自适应控制算法,这些控制算法都严重依赖于电机模型参数。文献将闭环反馈控制与自适应控制结合来检测转子的位置和速度,通过反馈和自适应处理,按照优化的升降运行曲线,自动地发出驱动的脉冲串,提高了电机的拖动力矩特性,同时使电机获得更精确的位置控制和较高较平稳的转速。
目前,很多学者将自适应控制与其他控制方法相结合,以解决单纯自适应控制的不足。文献设计的鲁棒自适应低速伺服控制器,确保了转动脉矩的最大化补偿及伺服系统低速高精度的跟踪控制性能。文献实现的自适应模糊PID控制器可以根据输入误差和误差变化率的变化,通过模糊推理在线调整PID参数,实现对步进电机的自适应控制,从而有效地提高系统的响应时间、计算精度和抗干扰性。
3、矢量控制
矢量控制是现代电机高性能控制的理论基础,可以改善电机的转矩控制性能。它通过磁场定向将定子电流分为励磁分量和转矩分量分别加以控制,从而获得良好的解耦特性,因此,矢量控制既需要控制定子电流的幅值,又需要控制电流的相位。由于步进电机不仅存在主电磁转矩,还有由于双凸结构产生的磁阻转矩,且内部磁场结构复杂,非线性较一般电机严重得多,所以它的矢量控制也较为复杂。文献[8]推导出了二相混合式步进电机d-q轴数学模型,以转子永磁磁链为定向坐标系,令直轴电流id=0,电动机电磁转矩与iq成正比,用PC机实现了矢量控制系统。系统中使用传感器检测电机的绕组电流和转自位置,用PWM方式控制电机绕组电流。文献推导出基于磁网络的二相混合式步进电机模型,给出了其矢量控制位置伺服系统的结构,采用神经网络模型参考自适应控制策略对系统中的不确定因素进行实时补偿,通过最大转矩/电流矢量控制实现电机的高效控制。
4、智能控制的应用
智能控制不依赖或不完全依赖控制对象的数学模型,只按实际效果进行控制,在控制中有能力考虑系统的不确定性和精确性,突破了传统控制必须基于数学模型的框架。目前,智能控制在步进电机系统中应用较为成熟的是模糊逻辑控制、神经网络和智能控制的集成。
4.1模糊控制
模糊控制就是在被控制对象的模糊模型的基础上,运用模糊控制器的近似推理等手段,实现系统控制的方法。作为一种直接模拟人类思维结果的控制方式,模糊控制已广泛应用于工业控制领域。与常规控制相比,模糊控制无须精确的数学模型,具有较强的鲁棒性、自适应性,因此适用于非线性、时变、时滞系统的控制。文献[16]给出了模糊控制在二相混合式步进电机速度控制中应用实例。系统为超前角控制,设计无需数学模型,速度响应时间短。
4.2神经网络控制
神经网络是利用大量的神经元按一定的拓扑结构和学习调整的方法。它可以充分逼近任意复杂的非线性系统,能够学习和自适应未知或不确定的系统,具有很强的鲁棒性和容错性,因而在步进电机系统中得到了广泛的应用。文献将神经网络用于实现步进电机最佳细分电流,在学习中使用Bayes正则化算法,使用权值调整技术避免多层前向神经网络陷入局部极小点,有效解决了等步距角细分问题。