电机控制系列模块解析（第五篇）—— FOC需要调节哪些参数

最近有上传一些入门的免积分的资料，方便大家上手进行仿真分析。注意查收。

继续回到咱们的电机控制系列模块解析（第五篇）—— FOC需要调节哪些参数，这些参数都是可以理论计算的，后续章节将介绍其如何计算。

一、快速调试FOC

在磁场定向控制（FOC, Field Oriented Control）中，为了实现对电机的精确和高效控制，需要调节的主要参数包括：

1. 电流环PI控制器增益（Kp_i、Ki_i），用于调整电流环的快速性和稳定性。

2. 转速环PI控制器增益（Kp_w、Ki_w），用于优化速度闭环系统的稳态和动态特性。

3. 若使用磁链观测器，观测器增益用于调整磁链观测器动态特性，提高磁链估算精度。

4. 若使用滑模观测器，则涉及切换函数、滑动面参数等设计。

5. 若使用扩展卡尔曼滤波器，则有过程噪声协方差矩阵、测量噪声协方差矩阵参数需要优化。

6. 低通滤波器设置：通常会对电流传感器信号或反馈信号添加低通滤波器减少高频噪声影响。

为了运行电机如何做到快速调试？

假如硬件和电机自身参数已知，FOC控制至少得调试参数如下：

1、电流环带宽（对一般电机，此带宽上限由硬件参数决定）

2、速度环带宽和阻尼（由不同惯量或者不同摩擦力的负载来决定）

3、锁相环带宽（此带宽在速度环和电流环带宽之间，更接近速度环带宽）

4、观测器带宽（尽量无需参数调试，但为适应更多电机要调试校正参数）

5、速度反馈滤波带宽：滤波器带宽（此带宽在速度环和锁相环带宽之间） 电流环带宽 ＞ 观测器带宽 ＞ 锁相环带宽 ＞ 速度滤波器带宽 ＞ 速度环带宽

其他注意事项：

（1）注意所有PI调节器：1、限幅（可设置）；2、抗饱和设计（可统一一个）；

（2）任意两个模块之间的切换要有防冲击处理：1、限幅；2、过渡；3、积分初值；

（3）对于速度环带宽，需要考虑负载变化和转动惯量变化范围较大的应用场合的自适应；

（4）对于电流环带宽，下限需要综合折中一下全部运行工况下电流噪声水平和负载力矩响应；

（5）结合应用场景将常用算法透彻理解，令控制算法具有实际意义的、适应性更好、灵活性更好。

二、FOC内部模块

电驱软件算法的每一个可选方案 备选作为积木放入技术货架 多种方案并存，彼此相互补充 该软件算法平台即可随时实现 上浮（组装）或下沉（裁剪） 以适应高中低端三类市场应用。

1、控制模块

 

2、估计模块

三、规格指标

电机控制算法的规格指标通常涉及多个方面，以下是一些关键性能参数：

1. 动态响应速度：上升时间（Rise Time）：从给定信号变化到系统响应达到最终值所需的时间的一半。超调量（Overshoot）：系统响应峰值与最终稳态值之间的最大偏差百分比。稳定时间（Settling Time）：系统响应进入并保持在最终稳态值±指定误差带内的最短时间。

2. 稳态精度：位置精度：控制系统能够使电机轴精确停止或维持在特定角度/位置的能力。速度精度：控制器能使电机稳定在目标转速的精度水平，通常以rpm为单位给出误差范围。转矩精度：控制器输出控制信号后，电机实际产生转矩与期望转矩之间的误差。

3. 鲁棒性：抗扰动能力：对负载变化、电源电压波动、温度变化等因素引起的系统扰动的抵抗能力。控制稳定性：确保系统在各种工作条件下都能保持稳定运行而不出现振荡或其他不稳定现象。

4. 效率和能效：功率因数（Power Factor）：衡量交流电机电路中电压和电流之间相位差导致的功率损失。效率（Efficiency）：电机消耗电能转化为机械能的比例，高效率意味着低能耗。

5. 可调节性和自适应性：参数整定方便程度：如何快速准确地调整控制器参数以匹配不同的电机类型和工作条件。自适应控制能力：算法能否根据电机状态变化自动调整控制策略。

6. 噪声和振动抑制：噪声抑制效果：通过算法降低电机运行过程中产生的电磁噪声和机械振动。

7. 保护功能：过载保护、过温保护、欠压保护等安全特性是否完善且可靠。

8. 兼容性与标准化：是否符合相关电气和安全标准，如IEC、UL、CE等，并具有良好的硬件和软件接口兼容性。

9. 实时性能：控制周期、计算延迟和通信延时等影响实时控制效果的因素。

以上是电机控制算法的一些通用规格指标，具体要求会根据不同类型的电机（如直流电机、交流感应电机、永磁同步电机等）、应用场合以及控制方式（如V/f控制、矢量控制、直接转矩控制、模型预测控制等）有所不同。

电驱软件算法的具体规格指标 同样作为评估软件模块各个方案的优劣 亦可根据实际应用需求不断迭代扩大覆盖范围。

平台到产品是一个开发过程，产品的规格是由客户和市场来定 但平台搭建过程中，平台的规格一定是研发自己定，一般要高于市场水平 再拿平台去做产品时就游刃有余，向下兼容的成本较低，弊端就是一开始投入较多，兼顾较多。

四、算法鲁棒性

两个概念用来评估算法的鲁棒性：

1、稳定鲁棒性是指控制系统在参数发生一定范围的变化下，仍能保持稳定；

2、性能鲁棒性是指控制系统在受到参数摄动影响下，仍能保持其性能指标。

PMSM 是一个高阶，非线性和强耦合的被控对象，存在磁饱和效应，磁滞损耗和涡流损耗等，电磁关系复杂，很难进行精确求解。为了突出主要问题，首先需要忽略次要因素，故在建立 PMSM 数学模型时，作如下假设：

（1）定子三相绕组完全对称，在空间中互差 120 °电角度，所产生的磁场沿气隙按正弦规律分布；

（2）永磁材料电导率为零，永磁体内部的磁导率与空气相同；

（3）永磁体产生的励磁磁场沿气隙按正弦规律分布；

（4）各相绕组中感应电动势波形为正弦波；

（5）忽略铁芯饱和；

（6）不计磁滞损耗和涡流损耗；

（7）转子上没有阻尼绕组，永磁体没有阻尼作用。 

但是这些假设在实际的电机中却都存在，也是控制和估计算法必须面对的问题。

算法可能面临的问题包括：

1、机械参数：时变的转动惯量；

2、电磁参数：定子电阻和永磁体磁链随温度变化，定子电感随磁场饱和程度变化；

3、本体结构：齿槽转矩、磁场谐波、三相阻抗不平衡、转子偏心；

4、逆变器死区非线性：死区时间非线性；

5、测量误差：电流采样的零漂、噪声、延迟等；

6、外部扰动：非线性的摩擦转矩、负载转矩、机械共振、扭转振动、齿隙、错位。

电机控制算法的鲁棒性是指其在面对系统内部参数变化、外部扰动以及模型不确定性时，仍能保持稳定并维持良好性能的能力。一个具有高鲁棒性的电机控制算法应具备以下特点：

（1）参数变化适应性：电机运行过程中，由于温度变化、老化等因素导致的电气参数（如电阻、电感）变化，好的电机控制算法应当能够对这些变化进行补偿和调整，确保系统稳定性不受影响。

（2）扰动抑制能力：对于负载波动、电源电压不稳等外部扰动，算法需要有较强的抗干扰能力，即使在不利条件下也能迅速恢复到目标状态。

（3）非线性处理能力：实际电机系统通常包含非线性特性，例如磁饱和、死区效应等。鲁棒性强的电机控制器能够有效处理这些非线性因素，使得系统在整个工作范围内都能保持良好的动态响应和静态精度。

（4）不确定性容忍度：在实际应用中，电机模型往往存在建模误差或未建模动态。优秀的电机控制算法应具备一定的不确定性容忍度，能够在一定程度上克服模型不精确带来的负面影响。

（5）故障检测与容错控制：鲁棒性还体现在当电机或驱动器出现故障时，算法能及时识别故障并采取适当的控制策略以保证系统的安全性和可靠性。

（6）自适应控制：自适应电机控制算法可根据系统实时运行情况自动调整控制器参数，从而提高系统的鲁棒性。

总之，电机控制算法的鲁棒性是衡量其在各种复杂、不确定环境下稳定运行和性能保障的关键指标。通过采用先进的控制理论、优化设计和现代控制技术，可以显著提升电机控制算法的鲁棒性。

所有的算法模块 必须有 具体的产品及其应用说明，不以产品和应用出发的优化算法没有实际意义。以未来市场应用需求为基础，同时多参考国外技术资料，他们积累了大量的工程经验和产品化经验，能在更多的细节上给予产品稳定性和可靠性。