【花雕学编程】Arduino FOC 之结合模糊控制的磁悬浮系统

驴友花雕

于 2024-08-31 20:36:13 发布

阅读量329

点赞数 7

分类专栏： Arduino FOC 文章标签：嵌入式硬件单片机 c++ Arduino FOC 结合模糊控制的磁悬浮系统

本文链接：https://blog.csdn.net/weixin_41659040/article/details/141758098

版权

Arduino FOC 专栏收录该内容

445 篇文章 5 订阅

订阅专栏

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino FOC（Field Oriented Control，场向量控制）是一种先进的电机控制技术，它允许精确控制电机的转矩和速度。这种控制技术特别适用于无刷直流电机（BLDC）和步进电机。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。

主要特点:
1、高性能电机控制：FOC是一种高级的电机控制算法，可以精准控制PMSM(永磁同步电机)和BLDC(无刷直流)电机，实现平滑的转速和扭矩输出。
2、闭环控制架构：FOC采用闭环反馈控制，通过检测电机的位置和速度数据，实时调整输出电压和电流，确保电机动作符合预期。
3、模块化设计：Arduino FOC库采用模块化设计，包含电机建模、速度/位置/电流控制环、PWM生成等子模块，用户可根据需求灵活组合使用。
4、可移植性强：Arduino FOC可移植到多种硬件平台，如Arduino、ESP32、STM32与树莓派等，适用于功率从几十瓦到几千瓦的电机系统。
5、参数自动识别：FOC库具有自动识别电机参数的功能，可以大幅简化电机控制系统的调试过程。

应用场景:
1、工业自动化：在工厂的机器人、传送带、CNC加工设备等领域，Arduino FOC可提供高性能的电机控制解决方案。
2、电动车辆：电动自行车、电动汽车、电动叉车等车载电机驱动系统，可以采用Arduino FOC进行精准控制。
3、家用电器：在电风扇、洗衣机、空调等家用电器中，Arduino FOC可实现细腻的电机速度和扭矩控制。
4、航模和无人机：航模飞机、无人机等对电机控制性能要求很高的领域，Arduino FOC能够提供高精度的电机驱动。
5、机器人：工业机器人、服务机器人、仿生机器人等对电机控制性能有严格要求的领域，Arduino FOC是一个不错的选择。

需要注意的事项:
1、硬件要求：Arduino FOC对控制器的性能(如CPU频率、RAM/ROM容量等)有一定要求，需要选择合适的硬件平台。
2、调试复杂性：FOC算法涉及电机建模、坐标变换、PI调节器等诸多环节，调试和调优过程相对复杂，需要一定的专业知识。
3、噪声抑制：电机驱动电路容易产生噪声干扰，需要采取合理的屏蔽和滤波措施，确保信号质量。
4、安全防护：电机驱动系统可能会产生过电流、过压等故障,需要配备可靠的保护电路，确保人身和设备安全。
5、系统集成：将Arduino FOC集成到完整的电机驱动系统中时，需要考虑机械、电力、控制等各个方面的协调配合。

总的来说，Arduino FOC是一种功能强大、性能优秀的电机控制解决方案,适用于工业自动化、电动车辆、家用电器等众多领域。但在硬件选型、算法调试、噪声抑制和安全防护等方面都需要谨慎考虑，以确保系统稳定可靠地运行。

附录：系列目录
1、Arduino FOC的特点、场景和使用事项
http://t.csdnimg.cn/WZhYL
2、Arduino FOC 之简单FOC库 - 跨平台的无刷直流和步进电机FOC实现
http://t.csdnimg.cn/p9ADE
3、Arduino FOC 之无刷直流电机速度控制
http://t.csdnimg.cn/gZ7CY
4、Arduino FOC 之步进电机位置控制
http://t.csdnimg.cn/VYbIb
5、Arduino FOC 之无刷直流电机电流控制
http://t.csdnimg.cn/wWGVu
6、Arduino FOC 之 SimpleFOC 库的主要函数
http://t.csdnimg.cn/S26MC
7、Arduino FOC 之 ArduinoFOC库的核心函数
http://t.csdnimg.cn/3VLzF
8、Arduino FOC 之传感器校准
http://t.csdnimg.cn/NS3TR
9、Arduino FOC 之SimpleFOCShield v2.0.4无刷电机驱动板
http://t.csdnimg.cn/g9mP7
10、Arduino FOC 之 AS5600角度读取
http://t.csdnimg.cn/dmI6F
11、Arduino FOC 之 FOC算法
http://t.csdnimg.cn/ENxc0
12、Arduino FOC 之 SimpleFOC库的适配电机方案
http://t.csdnimg.cn/QdH6k

在这里插入图片描述
1、主要特点
非接触式控制: 磁悬浮系统利用电磁力使物体悬浮，避免了摩擦力的影响，能够实现高精度和高响应速度的控制。
模糊控制算法: 结合模糊控制，系统能够处理不确定性和非线性问题，根据输入的模糊规则实时调整控制输出，增强系统的适应能力。
高精度稳定性: 通过FOC技术实现对电机的精确控制，配合模糊控制的实时调节，提高了系统的稳定性和响应速度。
灵活性与可调性: 模糊控制提供了灵活的调整机制，用户可以根据具体的应用需求和环境变化动态调整控制参数。
简化的控制逻辑: 模糊控制不依赖于精确的数学模型，适合复杂和动态环境，简化了控制设计过程。

2、应用场景
运输系统: 磁悬浮列车等高铁技术中，利用磁悬浮原理减少摩擦，提高速度和稳定性。
精密仪器: 在光学仪器和测量设备中，磁悬浮可以用于提供稳定的平台，增强测量精度。
教育与实验: 磁悬浮系统作为实验和教学工具，帮助学生理解控制理论、模糊控制和FOC的基本原理。
机器人技术: 在某些机器人应用中，磁悬浮可以用于实现稳定的运动控制，减少对地面的依赖。

3、需要注意的事项
系统建模: 尽管模糊控制不依赖于精确的数学模型，但仍需对系统进行合理的建模，以确保控制规则的有效性。
模糊规则设计: 设计有效的模糊控制规则是关键，需根据系统特性和应用需求进行调整，以达到最优控制效果。
传感器选择: 选择合适的传感器（如位移传感器、力传感器）以确保实时监测悬浮物体的状态，提供准确的反馈。
实时计算能力: 控制系统需具备足够的计算性能，以支持模糊控制算法的实时运行，避免延迟影响控制效果。
环境影响: 磁悬浮系统可能受到外部环境（如温度、湿度、振动等）的影响，需要考虑设计的鲁棒性。
安全机制设计: 设计有效的安全机制，以防止在系统失效时发生意外情况，确保系统的安全性和可靠性。
调试与优化: 在实现过程中，需进行充分的调试与优化，以确保系统的稳定性和控制精度。

总的来说，结合模糊控制的磁悬浮系统在运输、精密仪器、教育实验和机器人技术等领域具有广泛的应用前景。通过合理的设计与调试，可以实现高效、精确的悬浮控制，但在系统建模、模糊规则设计、传感器选择、实时计算能力、环境影响、安全机制设计和调试优化等方面仍需谨慎处理。

在这里插入图片描述
1、基础磁悬浮控制

#include <Arduino.h>

// 模拟信号引脚
const int sensorPin = A0;  // 传感器输入
const int actuatorPin = 9; // 执行器输出

void setup() {
    Serial.begin(115200);
    pinMode(actuatorPin, OUTPUT);
}

void loop() {
    // 读取传感器值
    int sensorValue = analogRead(sensorPin);
    Serial.print("Sensor Value: ");
    Serial.println(sensorValue);

    // 根据传感器值调整执行器
    int outputValue = map(sensorValue, 0, 1023, 0, 255);
    analogWrite(actuatorPin, outputValue);

    delay(100); // 每100毫秒更新一次
}

2、模糊控制器实现

#include <Arduino.h>

// 模拟信号引脚
const int sensorPin = A0;  // 传感器输入
const int actuatorPin = 9; // 执行器输出

// 模糊控制参数
float error, lastError, output;

// 模糊控制规则
float fuzzyControl(float error) {
    if (error < -10) return 0; // 下沉
    else if (error > 10) return 255; // 上升
    else return map(error, -10, 10, 0, 255); // 线性映射
}

void setup() {
    Serial.begin(115200);
    pinMode(actuatorPin, OUTPUT);
}

void loop() {
    // 读取传感器值
    int sensorValue = analogRead(sensorPin);
    Serial.print("Sensor Value: ");
    Serial.println(sensorValue);

    // 计算误差
    error = 512 - sensorValue; // 目标值为512
    output = fuzzyControl(error);

    // 控制执行器
    analogWrite(actuatorPin, output);

    delay(100); // 每100毫秒更新一次
}

3、结合PID与模糊控制

#include <Arduino.h>

// 模拟信号引脚
const int sensorPin = A0;  // 传感器输入
const int actuatorPin = 9; // 执行器输出

float error, lastError, output;
float kp = 0.1, ki = 0.05, kd = 0.01; // PID参数
float integral = 0;

float fuzzyControl(float error) {
    if (error < -10) return 0; 
    else if (error > 10) return 255; 
    else return map(error, -10, 10, 0, 255); 
}

void setup() {
    Serial.begin(115200);
    pinMode(actuatorPin, OUTPUT);
}

void loop() {
    // 读取传感器值
    int sensorValue = analogRead(sensorPin);
    Serial.print("Sensor Value: ");
    Serial.println(sensorValue);

    // 计算误差
    error = 512 - sensorValue; // 目标值为512

    // PID控制
    integral += error;
    float derivative = error - lastError;
    output = kp * error + ki * integral + kd * derivative;
    lastError = error;

    // 结合模糊控制
    output += fuzzyControl(error);

    // 控制执行器
    output = constrain(output, 0, 255);
    analogWrite(actuatorPin, output);

    delay(100); // 每100毫秒更新一次
}

要点解读
基础控制逻辑:
第一个程序展示了如何根据传感器值直接控制执行器，适合简单的磁悬浮系统。
通过简单的线性映射，确保执行器输出与传感器输入的关系明确。
模糊控制实现:
第二个程序实现了模糊控制，通过定义模糊控制规则来处理误差。
模糊控制器根据误差大小返回相应的输出值，适合处理不确定性和非线性系统。
结合PID控制:
第三个程序结合了PID控制和模糊控制，增强了控制系统的稳定性和响应能力。
PID控制用于处理误差的传统方法，而模糊控制用于调整输出，提高了系统的适应性。
灵活性与可调性:
所有程序均允许用户根据实际需求调整参数，如PID参数和模糊控制规则，增强了系统的灵活性。
用户可以根据不同的环境和系统特性，优化控制策略。
广泛的应用前景:
这些代码示例可广泛应用于各种磁悬浮系统和其他需要精确控制的应用中，如悬浮列车、实验设备等。
适合需要复杂控制和实时反馈的场景，提升了系统的性能和可靠性。

在这里插入图片描述
4、单轴磁悬浮系统位置控制

#include <SimpleFOC.h>
#include <Wire.h>
#include <AS5600.h>

// 定义电机和驱动器
BLDCMotor motor = BLDCMotor(7);
BLDCDriver3PWM driver = BLDCDriver3PWM(9, 10, 11);
MagneticSensorI2C sensor = MagneticSensorI2C(AS5600_I2C);

// 模糊控制参数
float Kp = 1.0, Ki = 0.5, Kd = 0.1;
float error, previous_error, integral, derivative;

void setup() {
  Wire.begin();
  sensor.init();
  motor.linkSensor(&sensor);
  driver.voltage_power_supply = 12;
  driver.init();
  motor.linkDriver(&driver);
  motor.controller = MotionControlType::angle;
  motor.init();
  motor.initFOC();
}

void loop() {
  float target_position = PI / 4; // 目标位置
  float current_position = sensor.getAngle();
  error = target_position - current_position;
  integral += error;
  derivative = error - previous_error;
  float control_signal = Kp * error + Ki * integral + Kd * derivative;
  motor.move(control_signal);
  previous_error = error;
  delay(10);
}

5、双轴磁悬浮系统速度控制

#include <SimpleFOC.h>
#include <Wire.h>
#include <AS5600.h>

// 定义电机和驱动器
BLDCMotor motor1 = BLDCMotor(7);
BLDCMotor motor2 = BLDCMotor(7);
BLDCDriver3PWM driver1 = BLDCDriver3PWM(9, 10, 11);
BLDCDriver3PWM driver2 = BLDCDriver3PWM(5, 6, 7);
MagneticSensorI2C sensor1 = MagneticSensorI2C(AS5600_I2C);
MagneticSensorI2C sensor2 = MagneticSensorI2C(AS5600_I2C);

// 模糊控制参数
float Kp = 1.0, Ki = 0.5, Kd = 0.1;
float error1, previous_error1, integral1, derivative1;
float error2, previous_error2, integral2, derivative2;

void setup() {
  Wire.begin();
  sensor1.init();
  sensor2.init();
  motor1.linkSensor(&sensor1);
  motor2.linkSensor(&sensor2);
  driver1.voltage_power_supply = 12;
  driver2.voltage_power_supply = 12;
  driver1.init();
  driver2.init();
  motor1.linkDriver(&driver1);
  motor2.linkDriver(&driver2);
  motor1.controller = MotionControlType::velocity;
  motor2.controller = MotionControlType::velocity;
  motor1.init();
  motor2.init();
  motor1.initFOC();
  motor2.initFOC();
}

void loop() {
  float target_speed1 = 2; // 目标速度
  float target_speed2 = 1.5; // 目标速度
  float current_speed1 = sensor1.getVelocity();
  float current_speed2 = sensor2.getVelocity();
  error1 = target_speed1 - current_speed1;
  error2 = target_speed2 - current_speed2;
  integral1 += error1;
  integral2 += error2;
  derivative1 = error1 - previous_error1;
  derivative2 = error2 - previous_error2;
  float control_signal1 = Kp * error1 + Ki * integral1 + Kd * derivative1;
  float control_signal2 = Kp * error2 + Ki * integral2 + Kd * derivative2;
  motor1.move(control_signal1);
  motor2.move(control_signal2);
  previous_error1 = error1;
  previous_error2 = error2;
  delay(10);
}

案例三：三轴磁悬浮系统电流控制
#include <SimpleFOC.h>
#include <Wire.h>
#include <AS5600.h>

// 定义电机和驱动器
BLDCMotor motor1 = BLDCMotor(7);
BLDCMotor motor2 = BLDCMotor(7);
BLDCMotor motor3 = BLDCMotor(7);
BLDCDriver3PWM driver1 = BLDCDriver3PWM(9, 10, 11);
BLDCDriver3PWM driver2 = BLDCDriver3PWM(5, 6, 7);
BLDCDriver3PWM driver3 = BLDCDriver3PWM(3, 4, 8);
MagneticSensorI2C sensor1 = MagneticSensorI2C(AS5600_I2C);
MagneticSensorI2C sensor2 = MagneticSensorI2C(AS5600_I2C);
MagneticSensorI2C sensor3 = MagneticSensorI2C(AS5600_I2C);

// 模糊控制参数
float Kp = 1.0, Ki = 0.5, Kd = 0.1;
float error1, previous_error1, integral1, derivative1;
float error2, previous_error2, integral2, derivative2;
float error3, previous_error3, integral3, derivative3;

void setup() {
  Wire.begin();
  sensor1.init();
  sensor2.init();
  sensor3.init();
  motor1.linkSensor(&sensor1);
  motor2.linkSensor(&sensor2);
  motor3.linkSensor(&sensor3);
  driver1.voltage_power_supply = 12;
  driver2.voltage_power_supply = 12;
  driver3.voltage_power_supply = 12;
  driver1.init();
  driver2.init();
  driver3.init();
  motor1.linkDriver(&driver1);
  motor2.linkDriver(&driver2);
  motor3.linkDriver(&driver3);
  motor1.controller = MotionControlType::torque;
  motor2.controller = MotionControlType::torque;
  motor3.controller = MotionControlType::torque;
  motor1.init();
  motor2.init();
  motor3.init();
  motor1.initFOC();
  motor2.initFOC();
  motor3.initFOC();
}

void loop() {
  float target_torque1 = 0.5; // 目标扭矩
  float target_torque2 = 0.4; // 目标扭矩
  float target_torque3 = 0.3; // 目标扭矩
  float current_torque1 = sensor1.getTorque();
  float current_torque2 = sensor2.getTorque();
  float current_torque3 = sensor3.getTorque();
  error1 = target_torque1 - current_torque1;
  error2 = target_torque2 - current_torque2;
  error3 = target_torque3 - current_torque3;
  integral1 += error1;
  integral2 += error2;
  integral3 += error3;
  derivative1 = error1 - previous_error1;
  derivative2 = error2 - previous_error2;
  derivative3 = error3 - previous_error3;
  float control_signal1 = Kp * error1 + Ki * integral1 + Kd * derivative1;
  float control_signal2 = Kp * error2 + Ki * integral2 + Kd * derivative2;
  float control_signal3 = Kp * error3 + Ki * integral3 + Kd * derivative3;
  motor1.move(control_signal1);
  motor2.move(control_signal2);
  motor3.move(control_signal3);
  previous_error1 = error1;
  previous_error2 = error2;
  previous_error3 = error3;
  delay(10);
}

要点解读
传感器初始化：每个案例中都使用了MagneticSensorI2C类来初始化AS5600传感器，并通过I2C接口进行通信。这确保了电机的角度、速度或电流控制的精确性。
电机初始化：使用BLDCMotor和BLDCDriver3PWM类来初始化电机和驱动器，并设置电源电压。这些步骤确保电机能够正确接收控制信号。
模糊控制参数：通过设置模糊控制的比例、积分和微分参数（Kp、Ki、Kd），实现对电机的精确控制。这些参数可以根据实际需求进行调整。
FOC初始化：调用motor.initFOC()来初始化场向量控制（FOC）算法。这一步是实现高效、平滑电机控制的关键。
主循环控制：在loop()函数中，通过计算误差、积分和微分，并生成控制信号来调整电机的运行状态。这确保了系统能够按照预期的方式运行。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述

驴友花雕

关注

7
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
【花雕学编程】Arduino FOC 之结合模糊控制的磁悬浮系统

在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。通过合理的设计与调试，可以实现高效、精确的悬浮控制，但在系统建模、模糊规则设计、传感器选择、实时计算能力、环境影响、安全机制设计和调试优化等方面仍需谨慎处理。这确保了电机的角度、速度或电流控制的精确性。5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。
复制链接

扫一扫