吳政江，李建貴，黃玉祥

（1.武漢理工大學機電工程學院，湖北 武漢430070；2.湖北江山重工有限責任公司，湖北 襄陽441057）

1 引言

由于永磁同步電機具有效率高、調速范圍大、體積小、發(fā)熱小等優(yōu)點，現(xiàn)已廣泛應用在新能源汽車上，隨著新能源汽車制造技術的飛速發(fā)展，對PMSM性能的控制要求也越來越高，人們也越來越要求新能源汽車的安全性、可操作性和特定功能，這對于汽車嵌入式系統(tǒng)的開發(fā)也就越來越嚴格［1］。為了滿足不同電動汽車上的控制需求，如今已將很多智能控制算法應用到了電機控制中，并取得了很好的控制效果。

控制算法的推陳出新對其嵌入式代碼實現(xiàn)提出了很大的挑戰(zhàn)，同時電機控制代碼的規(guī)模和復雜度將成倍增加。傳統(tǒng)的嵌入式系統(tǒng)開發(fā)與控制算法是分開設計與實現(xiàn)的，仿真模型調試成功后需要手工編寫控制代碼，這樣的開發(fā)方式不僅效率低下，而且魯棒性也差。

采用基于模型開發(fā)的方法（MBD）可以有效降低電機控制算法開發(fā)的難度，在MATLAB環(huán)境下通過建模和仿真來獲得從需求到設計、實現(xiàn)和測試，使系統(tǒng)模型成為開發(fā)過程的核心?；谒x控制算法在Simulink環(huán)境下搭建控制系統(tǒng)仿真模型，按照功能要求進行配置優(yōu)化后，將仿真模型轉化為嵌入式代碼生成模型再自動生成目標程序代碼，在整個過程中不需要手動編寫程序，這明顯提高了開發(fā)效率。傳統(tǒng)電機控制嵌入式系統(tǒng)開發(fā)模式與基于模型開發(fā)方法的對比如表1所示［2］。

表1 傳統(tǒng)開發(fā)模式與基于模型開發(fā)方法的對比Tab.1 Comparison Between Traditional and Model-Based Development Method of Embedded System Model

現(xiàn)采用MBD的方法，以基于模糊自適應PID控制算法的永磁同步電機控制系統(tǒng)為例說明其開發(fā)流程。首先介紹了MBD電機控制系統(tǒng)開發(fā)流程，其次介紹了模糊自適應PID控制算法原理及Matlab模糊控制器的設計，在Simulink中建立了基于該算法的PMSM矢量控制模型，并把調試成功的仿真模型轉化為嵌入式代碼生成模型，最后將自動生成的代碼導入TMS320F28335控制箱進行測試，以驗證代碼的正確性和高效性。

2 MBD電機控制系統(tǒng)開發(fā)流程

MBD是以實時軟件為開發(fā)平臺，實現(xiàn)快速的算法建模、微控制器驅動集成、代碼自動生成、軟件/處理器/硬件在環(huán)測試等，MBD電機控制系統(tǒng)開發(fā)的實現(xiàn)過程，如圖1所示［3］。首先在Simulink環(huán)境中構建電機控制系統(tǒng)的仿真模型，然后將模型改成可以用于自動代碼生成的模型，緊接著把生成的代碼下載到DSP開發(fā)板中編譯運行。在整個過程中，只需搭建模型，完成系統(tǒng)的設計，使用嵌入式代碼的全自動生成技術，不需手工編寫代碼，即可獲得實用高效的控制代碼。

圖1 MBD電機控制系統(tǒng)開發(fā)實現(xiàn)過程Fig.1 MBD Motor Control System Development Process

3 模糊自適應PID控制器設計

模糊自適應PID控制算法主體思想是將模糊控制中的模糊推理與傳統(tǒng)PID控制結合起來，利用模糊控制規(guī)則對PID的參數(shù)進行自適應整定，使被控對象保持在良好的動、靜態(tài)穩(wěn)定狀態(tài)，根據(jù)不同偏差e和偏差變化率ec，即時輸出新的PID參數(shù)，與傳統(tǒng)的PID控制相比，該算法更加靈活和穩(wěn)定［4］。

3.1 輸入量的模糊化

模糊控制器的輸入為設定轉速與反饋轉速誤差e和其誤差變化率ec，輸出量為比例、積分、微分的修正系數(shù)Δkp，Δki，Δkd。在系統(tǒng)運行的不同時刻，e和ec值是不斷變化的，由模糊自適應PID控制器原理可知，在不同時刻均有最適合的PID參數(shù)輸出［5］。

模糊控制器處理的模糊語言變量，所以需要將輸入量模糊化才能利用模糊規(guī)則實時修改PID的三個參數(shù)，選取模糊集合｛NB，NM，NS，ZO，PS，PM，PB｝作 為 輸 入 量e、ec和 輸 出 量Δkp、Δki、Δkd的取值范圍?？梢詤⒄瘴墨I［5］建立各個變量的模糊規(guī)則表，之后再對e和ec進行模糊化處理，可得出相應的隸屬度，利用所得出的隸屬度及相應隸屬度的橫坐標帶入下式再求出Δkp、Δki、Δkd。

式中：kp、ki、kd-PID控制器的設定值。

3.2 模糊控制器的設計

在Matlab的在Command Window輸入fuzzy命令，回車，添加兩個輸入變量e和ec，三個輸出變量Δkp、Δki和Δkd，規(guī)定每個變量的取值范圍，以Δki為例說明其隸屬度函數(shù)及取值范圍的選取，如圖2（a）所示。按照既定的模糊規(guī)則表，添加Δkp、Δki、Δkd的模糊規(guī)則，完成之后，點擊view-Rule，任意拖動e或者ec的刻度線，Δkp、Δki、Δkd的值會不斷變化，如圖2（b）所示。

4 系統(tǒng)建模與代碼自動生成

4.1 搭建基于模糊自適應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，控制框圖如圖3所示［6］，其中在轉速環(huán)控制中引入模糊自適應PID控制算法，它的輸出為q軸電流參考值；電流環(huán)控制采用PID控制器，它的輸出為d，q軸電壓參考值；逆變器采用SVPWM調制方式。

圖3 PMSM id=0矢量控制框圖Fig.3 PMSM id=0 Vector Control Block Diagram

依據(jù)以上分析，搭建的PMSM控制系統(tǒng)仿真模型，如圖4所示。模糊自適應PID算法的模型，如圖4（a）所示?；诖怂惴ǖ腜MSM控制系統(tǒng)仿真模型，如圖4（b）所示。

圖4 PMSM控制系統(tǒng)仿真模型Fig.4 PMSM Control System Simulation Model

4.2 系統(tǒng)仿真

仿真參數(shù)設定如下：設定轉速3000r/min，相電阻R=18.7Ω；定子繞組自感L=0.026H；轉動慣量J=2.26e-5kg.m2，仿真中設置的輸入電壓為400V，仿真時長為0.75s，并在0.6s時加入負載，仿真得到的轉速波形如圖5所示，從波形可以看出，電機速度響應快，無超調，加入負載后，速度波動較小，并能很快恢復到穩(wěn)定狀態(tài)，進而也驗證了模糊自適應PID控制算法的優(yōu)越性。

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

4.3 代碼生成與運行測試

4.3.1 自動生成代碼的一般流程

自動代碼生成的一般流程，如圖6所示。首先是代碼生成解析，從model.slx轉換到model.rtw，解析出來的.rtw是一個文這里件，它描述了所有輸入、輸出、參數(shù)、狀態(tài)等模型的配置和屬性信息；其次是目標語言編譯，Embedded Coder會使用Target Language Compiler是代碼生成工具去執(zhí)行.tlc文件，將model.rtw轉換到model.c和model.h文件，其中還包括與算法相關聯(lián)的main文件。Embedded Target for the TI TMS320C2000 DSP Platform產品為TI C2000 DSP實時應用開發(fā)的整個過程，從概念設計到代碼的軟件測試整個流程都提供了支持，將現(xiàn)有C代碼與標準控制庫模塊整合，可實現(xiàn)設計效率最大化，這也提供了一種非?？焖俚碾姍C驅動設計方法。

圖6 自動代碼生成流程Fig.6 Automatic Code Generation Process

在上述仿真模型的基礎上去掉硬件連接部分，利用DMC模塊和IQmath模塊搭建嵌入式代碼生成模型，如圖7（a）所示。其中FOC控制模型，如圖7（b）所示。因為，DMC中的PID、Clark變換、Park變換、反Park變換等模塊的輸入信號都需是定點Q格式，所以還要對輸入信號進行規(guī)范化和格式化，以ADC采樣數(shù)據(jù)處理模塊為例，如圖7（c）所示，通過圖示各個模塊可完成對數(shù)據(jù)的定點處理［7］。

圖7 代碼生成模型的建立Fig.7 Code Generation Model Creation

4.3.2 嵌入式代碼生成模型的建立

在生成代碼之前可以根據(jù)Model Advisor檢查意見對模型進行優(yōu)化，一般可以增加代碼的可讀性，提高代碼的執(zhí)行效率。優(yōu)化配置完成后，在圖7所示的代碼生產模型中，點擊Simulink界面的Build Model按鈕，即可一次性生成控制代碼。

5 代碼測試與結果分析

將控制代碼導入到TMS320F28335控制箱，編譯并運行，編譯結果，如圖8所示。實驗在CCS軟件中監(jiān)測電流采樣值、矢量控制中的各個變量數(shù)據(jù)及轉速波形，如圖9所示。

圖8 代碼編譯結果Fig.8 Code Compilation Result

圖9 數(shù)據(jù)監(jiān)測與轉速波形Fig.9 Data Monitoring and Speed Waveform

實驗結果表明，引入模糊自適應PID控制算法后，使得電機具有更優(yōu)的動態(tài)性能，速度波形與仿真結果基本相符，可以看出代碼運行正確。

6 結語

主要研究了基于模型開發(fā)方法的PMSM控制代碼自動生成的詳細過程，在電機控制的速度環(huán)中引入了模糊自適應PID算法，建立了控制系統(tǒng)仿真模型并轉化成了嵌入式代碼生成模型，最后將生成的代碼導入到試驗箱進行了測試，代碼成功運行。由此可見將基于模型設計的開發(fā)方法運用到PMSM控制系統(tǒng)的開發(fā)中，可高效完成核心控制算法的開發(fā)與驗證工作，能大大縮短了開發(fā)周期。