隨著政府部分對家電效率及節(jié)約能源的要求，基于DSP的電機(jī)控制器逐漸進(jìn)入家電領(lǐng)域。本文闡述了嵌入式DSP的基本特征和優(yōu)勢，并且就基于DSP的異步電機(jī)磁場定向控制和無刷直流電機(jī)的擴(kuò)展卡爾曼濾波算法進(jìn)行了討論。   

一、概述

    DSP擅長于數(shù)學(xué)運(yùn)算，嵌入式DSP電機(jī)控制芯片把DSP內(nèi)核與一系列功能強(qiáng)大的控制外設(shè)集成到一個芯片上，這樣便能以快速的DSP內(nèi)核作為計(jì)算引擎，加上片內(nèi)的A/D模塊提高了電機(jī)控制帶寬，并且允許低成本實(shí)現(xiàn)更加復(fù)雜垢控制和無傳感器的算法，因此能控制交流感應(yīng)電動機(jī)、無刷直流電動機(jī)和開關(guān)磁阻電機(jī)，需不需要速度或位置傳感器，甚至特殊的電流傳感方式。這些計(jì)算能力和優(yōu)化的外設(shè)使它很容易的完成更多的功能，如功率因數(shù)的校正；在不增加控制器成本的情況下，滿足某些特殊應(yīng)用的要求，如洗衣機(jī)的平衡控制。
   
    新經(jīng)濟(jì)將我們帶進(jìn)一個全數(shù)字的世界，更多的數(shù)字信息將要涌入家庭，如網(wǎng)絡(luò)冰箱就是量例。嵌入式DSP使控制器甚至是電器之間建立通信成為易事。最新的嵌入式DSP帶調(diào)試用的JTAG和為家庭網(wǎng)絡(luò)控制用的CAN總線。DSP計(jì)算引擎將與更先進(jìn)的外設(shè)集成，提供一種單片解決方案。因此優(yōu)化的外設(shè)是可編程的，并且處于軟件的實(shí)時(shí)控制之下，所以嵌入式DSP可提供更加靈活多樣的控制特征，且易于升級。
   
    本文將從嵌入式DSP電機(jī)控制芯片的基本特征開始，介紹一下基于DSP的磁場定向控制和擴(kuò)展卡爾曼濾波算法。

二、嵌入式DSP電機(jī)控制芯片

    不同的廠商，他們的DSP電機(jī)控制芯片在DSP內(nèi)核、外設(shè)、編程語言以及其他半導(dǎo)體技術(shù)中均有不同。先進(jìn)的DSP內(nèi)核與優(yōu)化的外設(shè)結(jié)合，不僅可用于電機(jī)控制，也可以用于通信和其他功率電子控制。由于每個應(yīng)用之間在外設(shè)方面相差很大。為所有的應(yīng)用設(shè)計(jì)一個嵌入式的電機(jī)控制芯片是不經(jīng)濟(jì)的，也是不現(xiàn)實(shí)的。通常，都會有一系列產(chǎn)品為不同的應(yīng)用而優(yōu)化。外設(shè)至少應(yīng)包括3～6相16位PWM產(chǎn)生器、多重輔助PWM計(jì)數(shù)器、模擬量采集系統(tǒng)、參考電壓、串行通信口、通用I/O口，另外也可以包括編程器接口、CAN總線和JTAG接口、DMA控制器、DPI口等等。
   
    一些嵌入式DSP具有片內(nèi)Flash存儲器，如ADI的DashDSP系列。在產(chǎn)品開發(fā)的不同階段可以很方便地通過PC與DSP的通信來修改軟件，從而方便地進(jìn)行可重復(fù)編程。Flash存儲器的軟件可以移植到基于ROM的產(chǎn)品來大批量生產(chǎn)。
   
    PWM模塊提供了靈活可編程的多相PWM波形，可用來驅(qū)動交流感應(yīng)電動機(jī)、無刷直流電動機(jī)或開關(guān)磁阻電動機(jī)。輔助PWM輸出可用來提供前端的功率因數(shù)校正或開關(guān)電源控制。另外，通過適當(dāng)?shù)臑V波網(wǎng)絡(luò)，也可以用作簡單的A/D轉(zhuǎn)換。

    嵌入式DSP電機(jī)控制芯片使用單積分式、總和增量式或流水閃速技術(shù)的A/D系統(tǒng)。它的多通道模擬量采樣系統(tǒng)通常有10～12位的分辨率，與不同應(yīng)用所選的不同型號有關(guān)系。

三、采用擴(kuò)展卡爾曼預(yù)測算法的無刷直流電動機(jī)無傳感器控制

    相對于交流感應(yīng)電動機(jī)，無刷直流電動機(jī)由于其特性更接近于有刷直流電動機(jī)而具有多方面的優(yōu)勢；同時(shí)也由于無刷直流電動機(jī)大都采用了永磁轉(zhuǎn)子，具有更高的效率，因此特性適合于家用電器。它本身生來具有旋轉(zhuǎn)平穩(wěn)、噪聲低電機(jī)尺寸小等顯著特點(diǎn)，也使使其得到了許多家用電器廠家的青睞，在風(fēng)扇、洗衣機(jī)、冰箱及空調(diào)壓縮機(jī)中，都開始采用無刷直流盡可能動機(jī)。

    無刷直流電動機(jī)的控制有別于有刷直流電動機(jī)或交流感應(yīng)電機(jī)，它需要一些位置傳感信息來選擇正確的換流順序，而家電產(chǎn)品對費(fèi)用的敏感，使得增加傳感部件所帶來的額外費(fèi)用不受接受，也不切實(shí)際；同時(shí)容易降低系統(tǒng)的可靠性，而且對于象壓縮機(jī)一類密封的無刷直流電動機(jī)，安裝位置傳感器是非常不現(xiàn)實(shí)的，也是不允許的。在這種情況下，無刷直流電動機(jī)的無傳感器控制將被廣泛采用，使之在家電領(lǐng)域鋮為一個熱門話題。[!--empirenews.page--]

    有多種算法可以實(shí)現(xiàn)無傳感器控制，傳統(tǒng)的方法（過零檢測法）大都采用檢測不導(dǎo)通相反電勢的過零點(diǎn)判斷轉(zhuǎn)子的位置，根據(jù)過零點(diǎn)信息及換相邏輯來選擇最佳的換流順序。這些方法已經(jīng)在許多家電上采用，如直流變頻冰箱及直流變頻空調(diào)。但由于過零檢測法只能檢測一些特定的點(diǎn)，而且隨著電機(jī)轉(zhuǎn)速在大范圍內(nèi)變化，反電勢的變頻率也會變化，檢測電路中的濾波器件會帶來一定的相移，這會大大影響檢測過零點(diǎn)的準(zhǔn)確性；同時(shí)由于功率器件上續(xù)流二極管的反向電流作用，在大電流情況下也會對過零點(diǎn)的檢測帶來一定的影響。

    針對這些問題，采用擴(kuò)展卡爾曼預(yù)測算法來估算無刷直流電動機(jī)轉(zhuǎn)子的瞬時(shí)位置與速度信息，為無刷直流電動機(jī)無傳感器控制提供了一種較好的解決方法。而且采用美國ADI的嵌入式DSP電機(jī)控制器，只需要一片28腳的ADMC328即可很方便地實(shí)現(xiàn)該算法。

圖1表示了用擴(kuò)展卡爾曼預(yù)測算法（簡稱EKE）估算無刷直流電動機(jī)轉(zhuǎn)子角度（位置）和速度的原理框圖，圖中虛線框內(nèi)即為一片嵌入式DSP電機(jī)控制器，三對電阻網(wǎng)絡(luò)用于測量非導(dǎo)通相的反電勢信號，并將該信號送到嵌入式DSP電機(jī)控制器的ADC端。從圖中可看出該方法采用了雙閉環(huán)控制，用EKE算法估算出電機(jī)轉(zhuǎn)子速度，對外環(huán)閉環(huán)，實(shí)現(xiàn)速度環(huán)控制。同時(shí)還能估算出轉(zhuǎn)子位置，實(shí)現(xiàn)無傳感器換相，而完全不依賴于過零點(diǎn)檢測。在直流母線上可用一個采樣電阻來測量導(dǎo)通相的電流，作為內(nèi)環(huán)反饋以實(shí)現(xiàn)電流（力矩）控制。

    在DSP中進(jìn)行遞推處理時(shí)，EKE算法便轉(zhuǎn)子速度和位置的估算變成反電勢噪聲輸入，它包括兩步：第一步是用狀態(tài)量和基于前一狀態(tài)量輸出進(jìn)行預(yù)估算；第二步是完成校正過程，運(yùn)用反電勢測量數(shù)據(jù)和觀測器模型去優(yōu)化修正前面估算的狀態(tài)量。

    要完成EKE算法，首先需建立一個連續(xù)的時(shí)域系統(tǒng)模型。在本應(yīng)用中，線性系統(tǒng)模型可用方程（1）描述：

X=Fx+Gu    （1）

    可將連續(xù)的時(shí)域系統(tǒng)模型轉(zhuǎn)換成離散域線性系統(tǒng)模型，通過對連續(xù)的時(shí)域系統(tǒng)模型按相當(dāng)于PWM頻率2倍的采樣頻率采樣，得到離散域系統(tǒng)模型：

X（k+1）=φkXk+Γkuk+σk    （2）

    這里，狀態(tài)向量其中ωk、σk是系統(tǒng)所包含的代表轉(zhuǎn)子速率和角度（位置）的兩維離散狀態(tài)變量；uk是轉(zhuǎn)矩信號，可為確定性輸入；系統(tǒng)隨機(jī)干擾（模型噪聲）σk是零均值白色高斯噪聲，定義其協(xié)方差陣為。

    在該應(yīng)用中，只有觀測器模型是非線性的，它可描述如下：

Zk=hkXk+Vk   （3）

    這里hk是一個非線性函數(shù)，它應(yīng)該是關(guān)于不導(dǎo)通相的反電勢的最近似的關(guān)系式，涉及轉(zhuǎn)子位置和速度——系統(tǒng)的狀態(tài)變量。測量噪聲是零均值白色高斯噪聲，定義其協(xié)方差陣為Rk。

    在EKE中，非線性觀測器模型可在最新狀態(tài)預(yù)測點(diǎn)線性化。非線性函數(shù)如果足夠平滑，可在最新狀態(tài)點(diǎn)上展開成泰勒級數(shù)，這就保證了對觀測器模型而言，現(xiàn)有的線性近似是最好的近似，所選取的軌跡也是最新近的軌跡。該函數(shù)的確定，對于EKE算法能否得到正確的預(yù)測起到了關(guān)鍵作用。

    用方程（2）對狀態(tài)量進(jìn)行預(yù)先狀態(tài)估算，通過忽略模型噪聲，然后將預(yù)先估算值加上用卡爾曼增益Kk加權(quán)進(jìn)行修正的測量殘差來得到預(yù)測值，這可表示如下：

xk=xk+Kk（zk-zk -）    （4）

    為了在（4）中得到最優(yōu)估計(jì)，采用如下卡爾曼增益：

Kk=Pk -HkT（HkT+Rk） -1    （5）[!--empirenews.page--]

整個遞推過程可由圖2所示垢流程圖來描述，顯然對轉(zhuǎn)子速度和角度估算的EKE實(shí)際上是一個DSP算法，由DSP把反電勢的離散測量值處理成轉(zhuǎn)子速度和角度的最優(yōu)估算，它可以按線性軌跡進(jìn)行線性化。遞推過程用最優(yōu)估算值Xk作為x的tk時(shí)刻的參考值去預(yù)測（xk+1）-。因此它實(shí)際上是一個近似最優(yōu)的濾波器件設(shè)計(jì)，常稱為次最優(yōu)濾波。EKE算法的執(zhí)行包含了大量的矩陣運(yùn)算，它可以用嵌入式DSP電機(jī)控制器方便地進(jìn)行處理