技术咨询
代买器件
商务客服
研发客服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。
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。
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。
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