MBD实战之电机控制 第02期：构建MBD仿真模型和状态机w11.jpg

全文约4744字，1段视频，你将看到以下内容：

模型仿真与实际应用之间的区别

MBD拉近模型仿真与实际应用之间的距离

基于Stateflow构建电机控制状态机

下期预告

1 模型仿真与实际应用之间的区别

MBD（Model-Based Design，基于模型的设计）是通过模型生成代码的，所有我们有必要弄清楚模型仿真与实际应用之间的区别。

仿真模型与实际应用之间的区别本质上是理论与实践之间的差别，其中的差别可以说是两个完全不同的话题。

上期文章给了一本参考书《现代永磁同步电机控制原理及MATLAB仿真》，关于永磁无刷电机的数学理论和模型仿真，这本书讲的很全面。对电机控制理论还有所欠缺的，可以先学习和实现书中的一些算法和数学建模。



永磁无刷电机的模型仿真参考书 - From Internet

这里又给大家更新三篇与电机控制实践相关的文章。它们是由NXP的工程师编写的电机控制应用笔记，可以在NXP官网找到，也可以在对话框中回复关键词“NXP应用笔记”，即可收到相应资源。

这三篇应用笔记分别是：

3-Phase Sensorless PMSM Motor Control Kit with S32K144

3-Phase Sensorless BLDC Motor Control Kit with S32K144

3-phase Sensorless Single-Shunt Current-Sensing PMSM Motor Control Kit with MagniV MC9S12ZVM

NXP电机控制应用笔记 - From autoMBD

前两篇分别以PMSM和BLDC为主题，介绍如何实现无感FOC控制；第三篇讲的是单电阻无感控制方案，实现的也是FOC算法，软件实现上是有一些区别的，也要复杂一些。

Tips：第三篇是基于MagniV MC9S12ZVM的，而不是S32K144，参考这篇文章时，主要学习的是单电阻电机控制方案，这个方案也是完全可以移植到S32K1xx系列上的。

无感控制比有感控制要复杂，将无感的方案稍加改造就可以做出有感的控制方案，所以这三篇应用笔记是很有实践参考价值的。

这三篇应用笔记给的都是纯代码开发的方案，即介绍了工程实践中如何从数学原理一步一步实现电机控制，主要内容包括：

电机控制数学原理

电流、电压采样输入和驱动输出

MCU模块资源的使用

底层驱动配置和初始化

电机控制软件架构（状态机、电机控制库、MCAT等）

下面的这个框图可以较为全面的展示第1~4点在电机控制中的实际体现：系统从外部硬件（电机、逆变器、预驱芯片）起，经过信号采集，再到MCU的外设模块（白色方块），再到底层驱动（SDK Driver/橙色方块），然后进入到FOC的软件算法部分（绿色方块），而FOC的输出经底层驱动、再到外设模块（FTM模块）输出到预驱芯片，从而实现控制。第5点则是调度上述过程的状态机，关于第5点后文会更一步的讲解。



NXP电机控制软硬件框图 - From NXP

从这五点我们就能引出我们要讨论的问题：模型仿真与实际应用之间的区别到底有哪些？

简单的说，模型仿真只能触及上述的第1点；如果对建模有更深入的研究，第2点也能做仿真，这部分实际上和硬件电路设计有关，所以很少有在模型仿真中考虑这一点；第3、4、5点就是完全的非理论了，与嵌入式、编程和芯片有较强的关联，是实实在在的实践过程。

所以，在袁雷的《现代永磁同步电机控制原理及MATLAB仿真》中是完全不包括第2~5点的内容的。

以电流采样电阻为例，实际应用场景中，为了测量电流信号的方向，一般会对采样电阻进行偏置处理。NXP开发的DEVKIT驱动板相电流采样电阻为例，其电路设计如下图所示：



DEVKIT驱动板相电流采样电阻 - From NXP

可以看到，偏置电压为参考电压的一半，所以最终输入到芯片ADC的电压是以偏置电压为中心对称的。

根据大于偏置电压还是小于偏置电压，可以判定电流是正方向还是负方向。所以在信号处理中还需要将这个偏置电压减去。

关于电流采样，还有布置方式的不同，常见的采样电阻布置方式有以下这些：

三电阻下桥臂采样/相电流采样

双电阻下桥臂采样/相电流采样

单电阻母线采样

Tips：这里列举了常见采样电阻布置方式，一般应用中下桥臂采样较多，相电流采样多用于高性能、高效率电机控制的场合，而单电阻母线采样是成本最低，但采样方式最复杂的。

不同的布置方式，采集的电流是不同的，而控制算法是需要全部的三相电流的。三个采样电阻可以直接得到三相电流信号，如何通过一个电阻或者两个电阻得到三相电流数据，也是有方法的。

双电阻相对来说较为简单，根据三相电流和为零，可以直接求解出第三相电流。单电阻采样的场景要复杂很多，具体可以参考上述的第三篇应用笔记。

以上关于电流采样的所有方法，在模型仿真中都没有考虑，只是一根信号线连接到控制器，这就是理论仿真和实践的巨大区别所在，如下图所示（摘自袁雷的《现代永......仿真》）：



仿真模型示例 - From 袁雷

Tips：因为我们要使用MBD的开发方法，所以这里不再深入详细展开讲其他的区别，以后有需要的地方再做提示，有兴趣的读者可以自行参阅上述三篇NXP的应用笔记。

当我们了解了所有理论与实践之间的区别，辅以嵌入式开发和编程的基础，一个简单的电机控制项目就可以实现。

即使是一个产品级的电机控制软件，也只是再补充通信、故障诊断、功能安全等其他需求的功能。复杂度可能会高很多，但开发和设计的本质框架就是这样的。

2 MBD拉近模型仿真与实际应用之间的距离

如果要更加严谨地说，上面讨论的也只是电机控制算法部分的工程实践。一个完整的产品应用，硬件设计和软件设计。硬件设计可以交给硬件工程师，我们把重点放在软件设计上。



电机控制的硬件 - From NXP

上面三篇应用笔记中提到的电机控制实现方案，是属于软件设计的一部分。传统的开发中，就需要将选定的电机控制方案转化为一行行的代码，这就又涉及到数学（理论）到编程语言（实践）之间的转换。入门门槛高，同时效率也较低。

Tips：以我自己的经历为例，上述应用笔记内容的代码实现过程，我是完整的走过一遍的。我从对嵌入式一无所知，到学习嵌入式的基本模块和开发方法，再到能写一些基本的嵌入式代码，花费了3个月的时间，然后又花了差不多1个月的时间，才实现了一个简单的电机控制嵌入式程序。这还是我对电机控制理论有了足够的基础之后的开发效率。

但利用MBD的开发方法，我们可以大大简化这一步骤。模型我们是比较容易得到的，利用模型直接生成代码，能有效地缩近理论和实践直接的距离。更多MBD相关的内容，请参考本公众号前面几期内容，或者在对话框中回复关键词“MBD入门”。



MBD的开发流程 - From ST

如果读了上述三篇应用笔记，就可以发现，嵌入式软件设计很多是可以通过建模的方式实现的。这里简单的把软件设计分为五类，它的软硬件层级如下图所示（软件为虚线框部分）：



电机软硬件层级示例 - From autoMBD

下面是这五类软件关于MBD建模实现的分析：

底层驱动，MCU、硬件电路强相关

底层驱动是和芯片和硬件电路设计紧密相关的，比如硬件引脚（Pin脚、外设、端口等）使用的不一样，底层驱动的配置也就不一样了。对于底层驱动我们需要特殊处理，详见MBD闲谈 第03期：MBD的“禁区”——底层驱动。
原则上底层驱动是可以通过芯片厂商提供的MBD硬件支持包来实现的，但从灵活性和效率的角度来说，目前建议通过专门的底层驱动配置工具来配置底层驱动，例如NXP适用于S32K1系列的配置工具Processor Expert。

数字信号处理，硬件电路弱相关

数字信号处理（Digital Signal Processing，DSP）是将真实世界中的物理量（模拟量，例如电流、电压等）转换为控制器需要的量的过程。

还是以电流采样为例，在前文给的电流采样电路基础上，ADC读到的电压实际上是一个12 bit的整数，需要将其进行偏置消除以及物理量转换等操作，有必要的话会需要进行滤波处理。

可以看到，这个过程和硬件电路设计有一定的联系，硬件设计的不一样，处理的细节可能存在一定的差异。但基本的信号处理方法是相通的，例如滤波器、积分、微分、移位运算、逻辑运算等。

这一过程是可以通过建模的方式实现，并且信号处理越复杂，模型的优势就更明显，毕竟模型很容易搭建，代码写起来就很费劲了。

所以我们可以把软件设计中的这一部分纳入到MBD中，通过建模的方式自动生成代码。

电机控制算法，硬件电路弱相关

数据信号处理后，将得到的数据传递到电机控制算法中。控制算法中一般包括坐标变换、PI控制器、FOC、SVPWM等环节。电机控制算法会得到一个控制输出量，一般是三相的占空比。

这些环节使用Simulink内置的模块，或者使用芯片厂商提供的MBD硬件支持包，是可以很方便快捷的实现的。这部分如果要编写代码，对初学者来说，甚至对有一定编程基础的人来说，都算是不小的挑战。

此外建模可以很方便地调整控制算法的结构，开发初期这是很常见的。手写代码的话，每一次调整结构就需要重复工作一遍，效率很低。

因此电机控制算法部分是很适合通过建模生成代码来实现的。

这里解释一下电机控制算法为什么是硬件电路弱相关。一般来说，通用的电机控制算法是可以做到与硬件电路无关的。

但在某些场景下，例如有的芯片具有硬件加速模块，或者使用一些特殊的控制算法（无感和有感就有硬件上的差异），可能会影响控制算法的执行，所以电机控制算法和硬件有一定的关联。

状态机，与硬件电路无关

状态机是与硬件电路完全无关的，而且在Simulink中提供的Stateflow是专门用于状态控制建模的工具，用它开发状态机效率可以提高一个档次。所以状态机使用MBD来实现也是毫无问题的。

其他软件，例如通信、失效检查等，暂时我们不考虑这部分内容

从上面的分析来看，除开底层驱动，其他软件部分均可以通过MBD建模的方式实现，并且能大大提高效率。

下图是较为常见的V型开发流程，参考这个流程就可以开发一个基于MBD的电机控制软件。



V型开发流程 - From ST

3 基于Stateflow构建电机控制状态机

前面讲了这么多内容，总得要有实践来证明。



实践是检验真理的唯一标准 - From Internet

关于使用MBD开发方法来开发一个电机控制软件，我建议从上层开始，即先构建状态机，再深入到控制算法建模、数字信号处理，最后进行底层驱动的集成。

Tips：由于平时要上班，这部分只能利用的空闲时间完成，所以开发过程会比较慢。我会一部分一部分地做，并在这个公众号中分享给大家，欢迎大家关注

。

首先关于Stateflow的使用方法，在我收集的资源中，刘杰教授出版的三本专著是由专门介绍的。在对话框选择MBD->资源可以收到相关分享连接，也可以在对话框中直接回复关键词“资源”。这三本专著的路径如下图所示：



刘杰教授出版的三本专著路径 - From autoMBD

不了解Stateflow的可以先学习它的使用方法。

这一期分享的是使用Stateflow构建一个电机控制的状态机。我们看看状态机长什么样，下图是摘自NXP PMSM 无感控制算法的状态机（详情参见上文给出的应用笔记）：



NXP电机控制状态机 - From NXP

状态机有两个很重要的元素：状态（State）和事件（Event），状态之间的切换是通过事件触发的。实际上了解了状态机，也就了解了电机的运行情况，也就有了电机控制算法的基本框架。

状态机的设计也不是唯一的，可以根据自己的需求自行设计。以我的观点来看NXP设计的这个状态机就比较简单，只是比较初级地实现功能。下图是我在Simulink中利用Stateflow构建的状态机：



Stateflow构建状态机 - From autoMBD

从上图中我们可以看到，电机控制状态有四个，不同的状态执行不同的功能：

Initial，执行初始化过程，包括变量初始化、FOC初始化、预驱初始化等，MCU上电后自动进入此状态；

Ready，初始化完成，进入可以启动的状态；

Run，该状态包含两个子状态，即Calibration和NormalRun，分别实施电流、电压传感器校准工作和正常运行时的算法计算工作；

FAULT，故障状态，任何时候检查到故障，进入此状态。

我也为该状态机构建了一个简单的测试模型，该模型可以在不同的状态点亮不同的LED指示灯，如下图所示：



电机控制状态机测试模型 - From autoMBD

下面这个视频展示了该模型运行时的状态（时长约 1min 9 s）：



video: https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_1920968537729220614

电机控制状态机测试视频展示 - From autoMBD

该状态机将会是今后MBD开发电机控制算法的基础，目前也只是初级版本，以后可能还会有更多的调整。

我会将该模型上传到GitHub仓库中，供大家参考，对话框中回复关键词“MBD电机控制”可收到相关链接。