第3章:电机选型——负载计算、转速匹配、扭矩计算、选型实例

电机选型这事儿,说难不难,说简单也不简单。我见过不少同行,上来就凭经验拍脑袋选电机,结果不是扭矩不够就是转速不匹配,最后调试阶段折腾得够呛。其实,只要把负载算清楚,把转速和扭矩匹配好,选型这事儿就八九不离十了。

3.1 负载计算——别让电机“小马拉大车”

负载计算是选型的第一步。说白了,你得知道电机要拖动多重的东西,以及这些东西运动起来有多大的阻力。

我个人习惯把负载分成两类:

  • 惯性负载:就是物体本身的惯性,跟质量有关。比如分拣机上的传送带、转盘、机械臂。
  • 摩擦负载:物体运动时产生的摩擦力,跟接触面材料和压力有关。

举个例子,分拣机里常见的旋转台。你要算它的转动惯量,公式是:

J = m * r² / 2

其中 m 是转台质量,r 是转台半径。嗯,这里要注意,如果是异形件,最好用三维软件算一下,手算容易出错。

我在项目中遇到过一回,一个转台负载算少了20%,结果电机启动时抖得厉害。后来一查,是忘了算物料本身的转动惯量。所以,负载计算一定要把“动态负载”也算进去,别只算静态的。

3.2 转速匹配——别让电机“跑偏”

转速匹配,说白了就是让电机的额定转速跟你的执行机构需求对上。分拣机里常用的电机,转速范围一般在1000-3000 rpm之间。

你想想看,如果电机转速太高,就得加减速机。减速比怎么算?很简单:

减速比 = 电机额定转速 / 执行机构需求转速

举个例子,你的传送带需要200 rpm,电机额定转速是2000 rpm,那减速比就是10:1。

但这里有个坑——减速比不是越大越好。我建议减速比控制在3:1到10:1之间,太大了效率会下降,而且齿轮磨损快。

注意: 转速匹配时,别忘了考虑电机的“弱磁区”。有些电机在高速区扭矩会下降,如果你需要高速高扭矩,就得选专门的“高速电机”或者“伺服电机”。

3.3 扭矩计算——电机选型的“硬指标”

扭矩是电机选型最核心的参数。算不对,电机要么带不动,要么浪费钱。

扭矩分三种:

  • 启动扭矩:电机从静止到转动瞬间需要的扭矩。一般取负载扭矩的1.5-2倍。
  • 运行扭矩:电机正常运转时需要的扭矩。等于负载扭矩加上摩擦扭矩。
  • 峰值扭矩:电机短时间能承受的最大扭矩。一般取额定扭矩的2-3倍。

计算公式:

T = J * α + T_f

其中 T 是总扭矩,J 是转动惯量,α 是角加速度,T_f 是摩擦扭矩。

我曾经在一个分拣机项目里,算出来的启动扭矩是2.5 Nm,结果选了个3 Nm的电机,以为够用了。结果一启动,电机直接过载报警。后来一查,是忘了算“加速时间”的影响。加速时间越短,需要的扭矩越大。所以,我建议加速时间至少留0.5秒以上,别太激进。

经验值: 对于分拣机常用的步进电机,启动扭矩一般取负载扭矩的2倍;伺服电机取1.5倍。这个经验值我用了十几年,基本没出过问题。

3.4 选型实例——手把手教你选电机

好了,理论说完了,咱们来实战。假设你要给一个分拣机的旋转台选电机,参数如下:

参数 数值
转台质量 50 kg
转台半径 0.3 m
需求转速 60 rpm
加速时间 0.5 s
摩擦系数 0.1

第一步:计算转动惯量

J = m * r² / 2 = 50 * 0.3² / 2 = 2.25 kg·m²

第二步:计算角加速度

ω = 2π * n / 60 = 2 * 3.14 * 60 / 60 = 6.28 rad/s
α = ω / t = 6.28 / 0.5 = 12.56 rad/s²

第三步:计算惯性扭矩

T_i = J * α = 2.25 * 12.56 = 28.26 Nm

第四步:计算摩擦扭矩

T_f = μ * m * g * r = 0.1 * 50 * 9.8 * 0.3 = 14.7 Nm

第五步:计算总扭矩

T_total = T_i + T_f = 28.26 + 14.7 = 42.96 Nm

第六步:选电机

启动扭矩取1.5倍:42.96 * 1.5 = 64.44 Nm。所以,你需要一个额定扭矩至少65 Nm的电机。

转速方面,需求是60 rpm,如果电机额定转速是2000 rpm,减速比就是2000/60 ≈ 33:1。这个减速比有点大,我建议选一个额定转速1000 rpm的电机,减速比16:1,这样效率更高。

小技巧: 选型时,别忘了留10%-20%的余量。电机长时间工作在满负荷状态,寿命会缩短。我一般选型时,额定扭矩比计算值大20%左右。

最后,我推荐一个常用的组合:松下A5系列伺服电机,额定扭矩70 Nm,额定转速1000 rpm,配一个16:1的减速机。这个组合在分拣机里很常见,性价比高,而且调试方便。

嗯,电机选型就讲到这里。下一章咱们聊聊电机驱动器的选型,那又是另一门学问了。