开关磁阻电机模型预测控制：原理、实现与排坑指南

开关磁阻电机SRM这几年在电驱动圈子里挺有意思骂它的人说噪声大、转矩脉动高、非线性强捧它的人看中的是结构简单、转子无绕组、耐高温、适合高速运行。两种说法其实都对关键在于控制策略能不能把它的脾气捋顺。传统PI加电流斩波那套在多数工况下够用但遇到转矩脉动抑制、全速度范围平滑切换、参数摄动这些场景就显得力不从心了。模型预测控制MPC恰好是冲着这类问题去的——它不做线性化近似直接基于电机非线性模型做滚动优化把“拍脑袋调PI参数”变成了“按目标函数算最优开关动作”从思路上就更契合SRM这种强非线性、强耦合的受控对象。这篇文章想把SRM-MPC从原理到落地讲透。适合正在做电机控制算法开发的工程师、研究生以及刚接触MPC但被各种论文公式劝退的初学者。内容上我不会贴大段推导而是拆开讲清楚为什么SRM适合MPC、预测模型怎么建、成本函数怎么设计、数字实现有哪些坑、实测会遇到什么状况。重点放在可以复现的工程经验和排坑记录上。1. 为什么偏偏是开关磁阻电机需要MPC1.1 SRM那台电机的“怪脾气”从哪来要理解MPC在SRM上的价值先得知道SRM的数学模型长什么样。它的电压方程在常见假设下可以写成U R·i dψ(i,θ)/dt其中磁链ψ不是常数而是相电流i和转子位置θ的二元非线性函数。更麻烦的是SRM的转矩方程T ∂W(i,θ)/∂θ其中W是共能它的偏导数在磁路饱和时根本不是一个线性函数。这就导致SRM的电磁转矩不仅依赖电流还强烈依赖转子位置而且电流-转矩之间不存在简单比例关系。这套模型决定了SRM的三个控制难题强非线性磁链和转矩对电流、位置都是非线性的线性化模型只能在某个工作点附近有效。强耦合电机各相之间存在互感一相通断会影响相邻相磁链。转矩脉动大因为换相时相电流上升/下降需要时间合成转矩会出现明显的凹陷和尖峰。这几条恰好都是MPC的用武之地。MPC不需要对模型做过度简化它可以在每个控制周期里利用查表或者拟合的磁链/转矩特性来做预测把“非线性”直接吃进优化目标里。1.2 传统控制在SRM上的局限性传统双闭环控制在SRM上怎么工作外环速度环输出转矩指令内环电流环用PI控制器跟踪每相电流参考再配合PWM调制。听起来常规但实际几个问题很头疼转矩指令到相电流指令的分配SRM各相电流参考需要根据转子位置实时分配传统做法常用转矩分配函数TSF但TSF选择本身就依赖经验分配不好转矩脉动直接恶化。PI参数整定困难SRM的电流环对象增益随转子位置变化同一套PI参数很难在全位置范围内都表现良好。要么牺牲动态性能要么加增益调度工程复杂度陡增。PWM开关频率受限由于转矩和电流非线性的关系PWM载波频率高了开关损耗受不了低了电流谐波大转矩脉动被进一步放大。MPC的做法完全不同它把开关管状态当成可枚举的决策变量在每一个控制周期里遍历所有候选开关组合用电机模型预测下一时刻的电流和转矩然后按照设定好的成本函数挑出最优组合直接输出。省掉了电流PI环和PWM调制器整个控制链路缩短响应更快也更适合SRM这种对象。1.3 MPC本质上是“枚举择优”很多刚接触MPC的朋友会问不就是枚举所有开关状态再选一个吗这算什么高级算法其实关键在于“用模型预测未来”这个动作。普通限幅比较器也枚举但没有预测开环决策MPC每个周期都在用当前状态和模型推演未来几步再把控制目标写进成本函数做一个带预测的闭环优化。SRM的强非线性决定了用线性近似来做决策必然有偏差而MPC恰恰允许你用一个足够精确的非线性预测模型来做决策。换句话说MPC不是在“枚举”上比传统方法高级而是它把模型中那些SRM特有的非线性信息都当作先验知识塞进了决策过程。2. 从“预测”到“滚动优化”SRM-MPC的算法核心设计2.1 预测模型究竟预测什么SRM的控制变量选择有两个流派。电流控制MPC预测下一拍的各相电流转矩控制MPC直接预测电磁转矩。对于SRM我更推荐以转矩作为控制目标——因为转矩脉动抑制才是SRM控制的主要矛盾电流控制只是间接手段。预测公式来自离散化的电压方程ψ_k1 ψ_k Ts·(U_k - R·i_k) i_k1 f(ψ_k1, θ_k1) // 通过磁链-电流反函数查得 T_k1 g(i_k1, θ_k1) // 通过转矩-电流-位置特性查得这里的f和g在实际工程里用两个办法实现查表法提前通过有限元仿真或者实验标定得到磁链特征表ψ(i,θ)和转矩特征表T(i,θ)运行时二维插值。好处是精度高坏处是标定工作量不小而且查表占内存。解析拟合法用傅里叶级数或者多项式对磁链、转矩特性做拟合运行时算解析式。好处是省内存坏处是拟合精度不够时预测误差会直接影响控制效果。我自己的项目经验是查表法更稳妥特别是转矩特征表因为SRM转矩对位置的非线性程度太高解析拟合很容易在极端位置出现偏差。工程上宁可用内存换精度。2.2 成本函数设计的“权重哲学”MPC的核心自由度全在成本函数里。经典形式J w1·(T_ref - T_k1)² w2·(i_k1)² w3·(ΔU_k)²每一项都有它的实际意义转矩跟踪项让预测转矩靠近期望转矩这是主目标。电流幅值项限制相电流峰值起到带限流功能的保护作用。SRM的相电流峰值如果不受约束很容易烧管子。开关切换项惩罚两次控制周期之间的开关动作变化降低开关频率和对电流传感器的冲击。权重系数w1、w2、w3怎么整定没有万能公式。我的经验是先固定w11然后单独加电流项把w2从0逐渐增大观察堵转和重载工况下相电流波形是否被压到安全范围再加开关项w3观察稳态运行时开关频率是否降到可接受范围。整个过程要配合效率测试和温升测试一起做因为开关频率降下来直接关系到散热和效率。2.3 候选开关状态与相导通策略SRM常用三相6/4结构每相一个不对称半桥每相有3种状态正电压两管都导通、零电压环流一个管导通、负电压两管都关断但电流续流。三个相组合起来一共有27种开关状态。如果在每个控制周期里遍历27个状态做预测和成本比较计算量并不大——只要控制频率在10kHz以内主流DSP完全跑得动。但工程上通常还要进一步缩小候选集。因为SRM在转子位置确定的情况下每个相的转矩方向是固定的你只需要考虑当前应导通的相和即将导通的相其他相的候选状态直接剪枝。比如6/4电机单拍通常只涉及两相绕组的开关切换候选状态从27个降到9个甚至更少计算负担再降一个量级。2.4 算法伪代码与实现要点以一个最简单的转矩控制MPC为例伪代码逻辑如下for each control cycle: 1. 采样: 转子位置θ_k, 各相电流i_k 2. 查表/插值: 得到各相磁链ψ_k ψ(i_k, θ_k) 3. 枚举候选开关状态: S_list 根据θ_k生成候选集 4. for each state in S_list: 预测ψ_k1 ψ_k Ts·(V_s - R·i_k) 预测i_k1 i(ψ_k1, θ_k1) 预测T_k1 T(i_k1, θ_k1) 计算J w1·(T_ref - T_k1)² ... 5. 选择使J最小的state直接输出开关信号这里的关键细节是转子位置θ_k1需要提前预推。低速时可以用上一拍速度外推一拍的角位移高速时简单外推精度会下降最好在预测模型里加入速度项或者直接一步预测。3. 数字控制器上跑通的实操要点3.1 主控选型与运算预算SRM-MPC在DSP上跑的核心压力来自两点查表插值和候选状态预测循环。以三相6/4电机、控制频率10kHz、候选状态9个为例单周期内需要做9次磁链查表、9次转矩查表和若干次成本函数计算。实测下来主频150MHz以上的DSP完全够用CPU占用率通常控制在60%-70%以内留出裕量给通信和上层算法。如果想把控制频率推高到20kHz以上为了进一步压低噪声和转矩脉动推荐外设资源更充裕的新一代MCU或者开启查表模块的硬件加速。代码层面也有优化空间磁链查表用定点数代替浮点数转矩特性表预先生成线性插值系数而不是每次现场算斜率都能省掉可观的执行周期。3.2 一拍延迟补偿最容易翻车的环节数字控制里有个经典问题采样、计算、输出总需要时间导致实际输出的开关状态比起理想的“当前时刻最优状态”要晚一拍。MPC如果忽略这一拍延迟系统带宽提上去之后极容易振荡。解决方案是两步预测。控制周期开始时采样先假设上一拍输出的状态已经执行了一个控制周期根据当前测量值预测出下一时刻的状态再把候选状态代入在下一步的基础上继续预测并求成本。实现上不复杂就是把预测循环里的状态递推多走一步。但这一步往往决定整个系统能不能稳定跑高速属于SRM-MPC里最容易踩的坑。3.3 电流采样时刻与开关动作错位另外一个容易忽略的工程细节是电流采样时刻。不对称半桥在开关动作瞬间会有明显的电流尖峰如果采样时刻正好落在开关沿附近采到的电流值会带很大的噪声预测模型跟着受污染。我一般把ADC采样触发放在开关周期中间点同时对开关动作加入微小的死区延时让采样窗口避开暂态。实测下来电流波形干净很多MPC的预测精度也随之提高。3.4 仿真必须做的三件事我在动手写实机代码之前会先在仿真环境里做三轮检查模型准确性检查把查表法预测的磁链和转矩与实测波形对照确认误差在可接受范围内。权重扫描对w1/w2/w3做一个全参数扫描记录转矩脉动、相电流峰值、开关频率三个指标的变化趋势这样到了实机调试阶段初始参数就不靠猜。延迟敏感性测试人为把一拍延迟补偿关掉观察什么速度下系统开始振荡这能提前告诉你延迟补偿在上位机里的开关应该放在哪个位置。仿真阶段发现问题的成本远低于实机排错这个习惯值得每个做MPC的工程师坚持。4. 实测中绕不开的坎和排坑记录4.1 坑一查表精度够不够只看磁链表远远不够我和某个项目组合作调试一台额定6kW的SRM样机时对方最初只标定了磁链特征表转矩特征表直接拿磁链的偏导数间接推。结果通额定负载之后MPC预测转矩和实测转矩偏差最大到了18%转矩脉动比预期差很多。原因不难理解磁链对位置的偏导数放大了标定噪声。直接测量转矩特性表虽然费工但精度完全不一样。后来我们重新做了转矩标定用高带宽转矩传感器在一个完整电周期内、多个电流等级下逐点采样再插值成二维表预测误差降到3%以内。所以我的建议是SRM-MPC的转矩预测不要走捷径转矩表该标定就标定省这一步后面调试花的时间只会更多。4.2 坑二高速段的电流预测发散跑到中高速时出现了一个怪现象仿真里一切正常实机上电流预测值在部分转子位置区域逐渐发散最终触发保护停机。排查了很久发现问题出在电流采样上——相电流极性在换相时快速翻转电流传感器带宽不够导致采样值有相位滞后模型预测用了一个滞后的反馈自然越预测越偏。最后解决用了两层措施换更高带宽的电流传感器在采样环节加了一个一阶数字滤波补偿把传感器的相位滞后从模型里补偿回去。注意滤波不能加在闭环反馈通道里那样会引入额外延迟正确做法是先补偿再接进预测环节。4.3 坑三开关频率不稳定带来的噪声焦虑MPC直接把开关动作作为优化变量带来的副作用就是开关频率不是固定的。同样的工况下最优开关序列可能这拍切出去、下拍切回来瞬时开关频率忽高忽低听感上表现为随机性较强的电磁噪声。这个问题的处理有几个层次。第一层成本函数里加开关切换惩罚项能明显降低开关频率波动第二层候选开关状态里对“当前状态保持”和“切换到邻近状态”做一次排列组合限制物理上限制开关频率的跳变幅度第三层如果应用场景对噪声极其敏感可以使用带固定调制周期的MPC变体牺牲一部分动态性能换固定的开关频率这个后面会讲到。4.4 坑四低速堵转时的转矩脉动低速甚至堵转工况下MPC的转矩预测和实际输出的偏差被放大。原因之一是堵转时电流变化率较小但转子位置纹波会让磁链查表在特定位置出现梯度突变预测转矩的抖动经过成本函数放大之后表现出来就是相电流毛刺。针对这个工况我的做法是在预测模型中对磁链查表结果做一次轻度的空间滤波同时对转矩参考加一个低通斜坡限制防止MPC追求瞬时转矩造成电流尖峰。这个工况下控制带宽不是第一位的平稳和安全性才是。5. SRM-MPC的进阶变体与工程化思考5.1 固定开关频率MPC换一种思路解决噪声传统MPC每个周期都输出最优开关状态开关频率天然是时变的。某些工业应用并不需要极致动态响应但对电磁噪声有硬性要求这种情况下可以用FCS-MPC的一个变体在一个开关周期内用占空比代替“全开/全关”的离散状态。预测模型不变但决策变量变成了每相的占空比成本函数在连续空间里求解最优占空比组合然后再通过PWM模块输出。这个变体在SRM上实测效果不错转矩脉动下降幅度明显开关频率固定噪声特性接近传统的对称PWM但控制带宽高于传统PI电流内环。代价是计算量增加——连续变量优化没法用穷举需要梯度下降或者简化到线性规划。对MCU的要求高一些。5.2 电流环与速度环的双层MPC架构单层MPC在动态性能上已经很好但工程上如果把速度环也改成MPC可以得到更完整的“全状态最优”控制。不过我的建议是谨慎速度环的时间尺度远大于电流/转矩环速度MPC的预测模型必须包含机械动力学方程转动惯量的准确性直接影响控制效果。如果转动惯量辨识不准MPC速度环的响应可能还不如传统PI速度环。除非你的应用场景对速度阶跃响应的最优性要求特别高否则更务实的做法是外环保留PI速度环内环用MPC做转矩控制。这样结构简单参数也直观。5.3 MPC带来的控制器复杂度如何管理任何高级算法落地都不要忘了运维这件事。SRM-MPC需要维护磁链表、转矩表、权重系数和候选状态剪枝规则这四份“配置”里任何一份改动都可能影响整体表现。我的建议是给控制器的每个配置项做一个明确的版本管理并且固化标准标定流程否则半年以后你自己都记不清改过哪些表。另外MPC的调试盲区比传统PI更大出了问题你很难一眼看出是预测模型错了、成本函数权重错了还是采样环节有问题。所以日志系统一定要记录每个周期的预测值与实测值并且要能导出离线回放。这样就算现场出了疑难杂症也能拿数据回去慢慢分析而不是靠一遍遍试参数。关于SRM-MPC我个人最大的体会是算法框架本身并不复杂真正决定项目成败的全是细节——转矩表标定精度、采样时序、延迟补偿、权重整定流程这些在任何论文里都写得很少但恰恰是工程价值所在。如果你正在做类似项目建议从带转矩表查表的基础转矩MPC开始先把10kHz控制频率跑通再逐步加入延迟补偿、权重优化和候选剪枝。这条路走通之后再去碰固定开关频率或者双层MPC这些更复杂的变体就会顺手很多。