永磁同步电机控制自动代码生成的研究

吴政江，李建贵，黄玉祥

（1.武汉理工大学机电工程学院，湖北 武汉430070；2.湖北江山重工有限责任公司，湖北 襄阳441057）

1 引言

由于永磁同步电机具有效率高、调速范围大、体积小、发热小等优点，现已广泛应用在新能源汽车上，随着新能源汽车制造技术的飞速发展，对PMSM性能的控制要求也越来越高，人们也越来越要求新能源汽车的安全性、可操作性和特定功能，这对于汽车嵌入式系统的开发也就越来越严格［1］。为了满足不同电动汽车上的控制需求，如今已将很多智能控制算法应用到了电机控制中，并取得了很好的控制效果。

控制算法的推陈出新对其嵌入式代码实现提出了很大的挑战，同时电机控制代码的规模和复杂度将成倍增加。传统的嵌入式系统开发与控制算法是分开设计与实现的，仿真模型调试成功后需要手工编写控制代码，这样的开发方式不仅效率低下，而且鲁棒性也差。

采用基于模型开发的方法（MBD）可以有效降低电机控制算法开发的难度，在MATLAB环境下通过建模和仿真来获得从需求到设计、实现和测试，使系统模型成为开发过程的核心。基于所选控制算法在Simulink环境下搭建控制系统仿真模型，按照功能要求进行配置优化后，将仿真模型转化为嵌入式代码生成模型再自动生成目标程序代码，在整个过程中不需要手动编写程序，这明显提高了开发效率。传统电机控制嵌入式系统开发模式与基于模型开发方法的对比如表1所示［2］。

表1 传统开发模式与基于模型开发方法的对比Tab.1 Comparison Between Traditional and Model-Based Development Method of Embedded System Model

现采用MBD的方法，以基于模糊自适应PID控制算法的永磁同步电机控制系统为例说明其开发流程。首先介绍了MBD电机控制系统开发流程，其次介绍了模糊自适应PID控制算法原理及Matlab模糊控制器的设计，在Simulink中建立了基于该算法的PMSM矢量控制模型，并把调试成功的仿真模型转化为嵌入式代码生成模型，最后将自动生成的代码导入TMS320F28335控制箱进行测试，以验证代码的正确性和高效性。

2 MBD电机控制系统开发流程

MBD是以实时软件为开发平台，实现快速的算法建模、微控制器驱动集成、代码自动生成、软件/处理器/硬件在环测试等，MBD电机控制系统开发的实现过程，如图1所示［3］。首先在Simulink环境中构建电机控制系统的仿真模型，然后将模型改成可以用于自动代码生成的模型，紧接着把生成的代码下载到DSP开发板中编译运行。在整个过程中，只需搭建模型，完成系统的设计，使用嵌入式代码的全自动生成技术，不需手工编写代码，即可获得实用高效的控制代码。

图1 MBD电机控制系统开发实现过程Fig.1 MBD Motor Control System Development Process

3 模糊自适应PID控制器设计

模糊自适应PID控制算法主体思想是将模糊控制中的模糊推理与传统PID控制结合起来，利用模糊控制规则对PID的参数进行自适应整定，使被控对象保持在良好的动、静态稳定状态，根据不同偏差e和偏差变化率ec，即时输出新的PID参数，与传统的PID控制相比，该算法更加灵活和稳定［4］。

3.1 输入量的模糊化

模糊控制器的输入为设定转速与反馈转速误差e和其误差变化率ec，输出量为比例、积分、微分的修正系数Δkp，Δki，Δkd。在系统运行的不同时刻，e和ec值是不断变化的，由模糊自适应PID控制器原理可知，在不同时刻均有最适合的PID参数输出［5］。

模糊控制器处理的模糊语言变量，所以需要将输入量模糊化才能利用模糊规则实时修改PID的三个参数，选取模糊集合｛NB，NM，NS，ZO，PS，PM，PB｝作 为 输 入 量e、ec和 输 出 量Δkp、Δki、Δkd的取值范围。可以参照文献［5］建立各个变量的模糊规则表，之后再对e和ec进行模糊化处理，可得出相应的隶属度，利用所得出的隶属度及相应隶属度的横坐标带入下式再求出Δkp、Δki、Δkd。

式中：kp、ki、kd-PID控制器的设定值。

3.2 模糊控制器的设计

在Matlab的在Command Window输入fuzzy命令，回车，添加两个输入变量e和ec，三个输出变量Δkp、Δki和Δkd，规定每个变量的取值范围，以Δki为例说明其隶属度函数及取值范围的选取，如图2（a）所示。按照既定的模糊规则表，添加Δkp、Δki、Δkd的模糊规则，完成之后，点击view-Rule，任意拖动e或者ec的刻度线，Δkp、Δki、Δkd的值会不断变化，如图2（b）所示。

4 系统建模与代码自动生成

4.1 搭建基于模糊自适应PID算法仿真模型

采用id=0的控制方式搭建的PMSM矢量控制仿真模型，控制框图如图3所示［6］，其中在转速环控制中引入模糊自适应PID控制算法，它的输出为q轴电流参考值；电流环控制采用PID控制器，它的输出为d，q轴电压参考值；逆变器采用SVPWM调制方式。

图3 PMSM id=0矢量控制框图Fig.3 PMSM id=0 Vector Control Block Diagram

依据以上分析，搭建的PMSM控制系统仿真模型，如图4所示。模糊自适应PID算法的模型，如图4（a）所示。基于此算法的PMSM控制系统仿真模型，如图4（b）所示。

图4 PMSM控制系统仿真模型Fig.4 PMSM Control System Simulation Model

4.2 系统仿真

仿真参数设定如下：设定转速3000r/min，相电阻R=18.7Ω；定子绕组自感L=0.026H；转动惯量J=2.26e-5kg.m2，仿真中设置的输入电压为400V，仿真时长为0.75s，并在0.6s时加入负载，仿真得到的转速波形如图5所示，从波形可以看出，电机速度响应快，无超调，加入负载后，速度波动较小，并能很快恢复到稳定状态，进而也验证了模糊自适应PID控制算法的优越性。

图5 PMSM仿真速度波形Fig.5 PMSM Simulation Speed Waveform

4.3 代码生成与运行测试

4.3.1 自动生成代码的一般流程

自动代码生成的一般流程，如图6所示。首先是代码生成解析，从model.slx转换到model.rtw，解析出来的.rtw是一个文这里件，它描述了所有输入、输出、参数、状态等模型的配置和属性信息；其次是目标语言编译，Embedded Coder会使用Target Language Compiler是代码生成工具去执行.tlc文件，将model.rtw转换到model.c和model.h文件，其中还包括与算法相关联的main文件。Embedded Target for the TI TMS320C2000 DSP Platform产品为TI C2000 DSP实时应用开发的整个过程，从概念设计到代码的软件测试整个流程都提供了支持，将现有C代码与标准控制库模块整合，可实现设计效率最大化，这也提供了一种非常快速的电机驱动设计方法。

图6 自动代码生成流程Fig.6 Automatic Code Generation Process

在上述仿真模型的基础上去掉硬件连接部分，利用DMC模块和IQmath模块搭建嵌入式代码生成模型，如图7（a）所示。其中FOC控制模型，如图7（b）所示。因为，DMC中的PID、Clark变换、Park变换、反Park变换等模块的输入信号都需是定点Q格式，所以还要对输入信号进行规范化和格式化，以ADC采样数据处理模块为例，如图7（c）所示，通过图示各个模块可完成对数据的定点处理［7］。

图7 代码生成模型的建立Fig.7 Code Generation Model Creation

4.3.2 嵌入式代码生成模型的建立

在生成代码之前可以根据Model Advisor检查意见对模型进行优化，一般可以增加代码的可读性，提高代码的执行效率。优化配置完成后，在图7所示的代码生产模型中，点击Simulink界面的Build Model按钮，即可一次性生成控制代码。

5 代码测试与结果分析

将控制代码导入到TMS320F28335控制箱，编译并运行，编译结果，如图8所示。实验在CCS软件中监测电流采样值、矢量控制中的各个变量数据及转速波形，如图9所示。

图8 代码编译结果Fig.8 Code Compilation Result

图9 数据监测与转速波形Fig.9 Data Monitoring and Speed Waveform

实验结果表明，引入模糊自适应PID控制算法后，使得电机具有更优的动态性能，速度波形与仿真结果基本相符，可以看出代码运行正确。

6 结语

主要研究了基于模型开发方法的PMSM控制代码自动生成的详细过程，在电机控制的速度环中引入了模糊自适应PID算法，建立了控制系统仿真模型并转化成了嵌入式代码生成模型，最后将生成的代码导入到试验箱进行了测试，代码成功运行。由此可见将基于模型设计的开发方法运用到PMSM控制系统的开发中，可高效完成核心控制算法的开发与验证工作，能大大缩短了开发周期。