基于模型的高級電機控制系統設計詳解

最近幾十年來，借助高級處理器功能來簡化設計一直都是廣泛討論的話題。如今，設計靈活性進一步提高，使工程師能夠采用標準的MATLAB？ 和 Simulink？模型設計來優化電機控制系統，并縮短整體設計時間。此外，設計工程師還能夠重復使用仿真模型，確保系統在終端市場應用中具有正確的功能和所需性能。

圖 1 – 設計發展史與設計能力

基于模型的設計 （MBD） 經過數十年的探討，直到最近幾年才發展為完整的設計流程：從模型創建到完整實現。在 1970 年代，仿真可采用模擬計算平臺，但是控制硬件卻只能借助晶體管實現。2000 年代仿真工具的發展迎來了圖形化控制原理圖輸入工具和控制設計工具，大大簡化了復雜的控制設計和評估任務。但是，控制系統設計師仍然需要編寫 C 語言來開發硬件控制算法，以反映仿真設計的情況。本世紀初，完整的 MBD 能夠實現仿真平臺和硬件實現平臺的通用控制設計，把復雜控制算法迅速運用至硬件平臺。

圖 2 - MBD 設計流程

MBD 是指在整個開發過程中使用一個系統模型作為可執行規范。與傳統基于硬件原型的設計方法相比，基于仿真的方法有助于更好地理解設計備選方案和權衡要素，從而能夠優化設計，達到預定的性能標準。設計師無需使用復雜的結構和大量軟件代碼，通過連續時間和離散時間構建模塊，就可以定義具有高級功能特性的各種模型。將現有 C 代碼與標準控制庫模塊整合，可實現設計效率最大化。這些與仿真工具一同使用的模型能夠縮短原型設計、軟件測試和硬件回路 （HIL） 仿真的時間。通過仿真，我們能夠立即發現各種規范差異和模型誤差，不會等到設計周期的后續環節才發現。在硬件平臺上運行相同算法時，自動代碼生成省去了手動步驟。這可簡化設計過程、減少硬件設計實現過程的錯誤，并縮短整體上市時間。

MBD 過程有多個步驟可優化整體設計中的各項任務。這些任務可由不同的設計工程師或設計團隊完成，然后組合在一起形成整體設計和完整的系統。借助此方法，各項任務可在更高的抽象層進行設計，從而針對給定的最終應用優化整體設計流程?？偠灾?，MBD 使設計師能夠從更多經典設計方案開始擴展，以可控方式直接從模型創建轉到仿真、代碼生成和 HIL 測試，無需重新設計整個系統就可對系統行為做出遞增改變。

圖 3 - MBD 實現的概念

在圖 3中，我們以直觀的方式顯示 MBD 流程的不同設計階段和每個步驟的范圍。這些步驟共同描述了 MBD 的“標準”流程。以電機控制設計為例，該流程包括：

圖 4 - MBD 設置

以上可構成調整整體設計的多步驟方法，并且可單獨分析每個控制步驟。軟硬件規范完成后，就可針對整個系統的具體算法和功能部署建立完整的系統架構（參見圖4 ）?？蓪?a target="_blank">控制器和工廠模型的仿真過程進行評估，還可對不涉及硬件的算法離線開發過程進行合理構建并微調，從而達到整個系統的性能要求。對于初始生成的代碼，無論是“重復使用”的現有代碼還是由代碼生成工具生成的代碼，均可在嵌入式控制器中實施，以便將 PC 上的系統仿真情況與硬件目標的實際實現數據進行對比。設計師在定義 MBD 的平衡結構時，必須考慮模型的復雜度。不過，某個平衡概念實現之后，也可以快速更改設計內的獨立模型，使整個驅動系統獲得更準確的結果。

本文采用的實驗設置是基于ADI公司的 ARM？ CortexTM-M4 混合信號控制處理器，它與 IAR 和 MathWorks 公司的組合工具一同使用，實現 MBD 平臺。上述每個步驟都可直接鏈接至可用工具和整個實現過程。

圖 5 - MathWorks 與 IAR 系統優勢

參見圖5，每條工具鏈都具有使用價值。在 MBD 中，設計師必須選擇如何平衡使用這些工具鏈與獨立 MBD 平臺創造的全部價值二者之間的關系。

圖 6 – 實施環境

對于目標平臺，實時開發環境現可適用于建模、仿真、評估、部署和優化整個系統的性能和功能。這一切都基于 MBD 和平衡選擇系統參數，從而使需要特定優化的設計具有一流的靈活性。這使得系統的可擴展模型得以實現，進而有助于代碼的使用和重復使用，這些代碼可以基于現有舊代碼或功能，也可以基于標準 C 的全新構建模塊或圖形化功能（Simulink/MATLAB 模型對應完整的仿真和實施階段）。不僅從軟件角度來看可以更改整體設置，而且在為系統開發出正確的設備驅動程序之后，設計師也可更改最終應用或系統的資源、硬件元件和整個應用軟件。此外，還能夠實時控制整個系統的時序，所以直接借助此環境就可實現系統調度最優化。

圖 7 – “驅動系統”框圖

仔細觀察這個典型的驅動系統框圖，便可直觀地了解此架構的功能。我們可以優化“驅動系統”中的每個要素，并著重關注對最終系統最為重要的要素。舉例來說，如果保護功能和數值范圍最重要，則應著重關注與電氣控制和功率系統結合的機械系統?？删C合運用仿真結果和實時數據來監控系統行為，共同實現“即時”優化。另一方面，如果噪聲干擾降低了系統的整體效率水平，則可以在可擴展濾波器和觀測器中使用其測量值，最大程度地減少硬件噪聲問題以實現最佳狀態。針對所有因素建模并收集相關數據之后，就可以開始實施階段的最后一步，而目標系統的完整實現階段亦可成為現實。

圖 8 – 實現和編譯

通過 MBD 設計流程和 MathWorks 與 IAR，可對代碼進行編譯，并使整體模型得以實現?！膀寗酉到y”模型的每個階段或要素都可通過 MATLAB 和 Simulink 模型來表示，該模型已調整至符合最優設計標準的適當水平。模型中的每個要素均基于 MathWorks 的標準工具箱和模塊集，在特定設計中可以與任何要素一同重復使用。這些要素還可表示驅動系統的不同域，并且均可進行微調，以便最大程度減少模型相對于實施的誤差。通過實時實施方法并在此混合環境下編譯，還可將現有手寫 C 代碼與由 Embedded Coder？（嵌入式編碼器）生成并經過 ARM Cortex M4 優化的 C 代碼相結合。Embedded Coder？ 是一款適用于 MATLAB 和 Simulink 的生產代碼生成工具。整個過程使得用戶能夠正確地重復使用現有的電機控制設計知識。此時，IAR 嵌入式工作臺可獲取生成的代碼，并對 ARM Cortex M4 的完整項目進行編譯，這也表示此系統的 MBD 實現階段結束。

圖 9 – 基于模型設計構建系統的仿真和運行時間數據（處理器數據與仿真數據）

自 MBD 問世以來，人們就一直在質疑其相較于傳統系統開發的性能和功能，以及系統整體資源的使用效率。經過元件供應商、仿真和實施供應商以及工具編譯器供應商的不懈努力，現今MBD 已經與傳統實施方式不相上下。當然，任何為實時系統編寫和開發代碼的過程均可能效率低下，這取決于所使用的實現方法。借助 MBD，可以將性能分析、交叉優化選項以及安全關鍵系統開發的強大優勢組合在一起，從而盡可能減少代碼開發費用，實現最高性能。MathWorks 會照 IEC 61508、ISO 26262 和相關功能安全標準對嵌入式編碼器進行工具資格驗證。

在標準設計流程中，實現這一系列功能要困難得多。在上述例子中，標準磁場定向制 （FOC） 模型在ADI公司的 ADSP-CM40x 系列上實現。該模型的位置反饋和電流環路反饋的執行時間為 15 us，并且可對電流方案和調試設備進行實時分析。該模型還可追蹤整個 FOC 方案的功能性?？梢詫?MBD 仿真結果和實時數據進行評估，并與理想的系統功能和目標規格進行比較。因此，設計師能夠不斷提高系統效率、功能和性能，還能評估信號鏈中指定要素或組件的表現與目標規格的差異情況。