4. 被控对象模型搭建：基于Simulink的物理模型建模、模型降阶与实时化处理、模型标定与验证

做HIL测试，最核心的资产是什么？不是机柜，不是板卡，而是那个被控对象模型。模型不准，测试结果就是废纸。我见过太多团队花大价钱买了HIL台架，结果模型跑得比乌龟还慢，或者精度差到没法用。今天咱们就聊聊，怎么把物理模型从“能跑”做到“跑得准、跑得快”。

4.1 物理模型建模：从方程到Simulink

建模的第一步，是把物理规律写成数学方程。电机、电池、发动机、液压系统，各有各的动力学特性。我个人习惯，先画物理拓扑图，再列微分方程，最后转成Simulink模块。

举个例子，一个永磁同步电机（PMSM）的电压方程：

Vd = Rs * Id + Ld * dId/dt - ωe * Lq * Iq
Vq = Rs * Iq + Lq * dIq/dt + ωe * (Ld * Id + ψf)

在Simulink里，我通常用物理建模方式而非传递函数方式。为什么？因为物理端口更直观，后续改参数也方便。Simscape Electrical 是个好东西，直接拖拽电阻、电感、反电动势源，比手写方程省一半时间。

4.2 模型降阶：让模型跑得起来

模型建好了，一跑仿真，步长设到1微秒才能收敛。放到HIL上，实时步长通常是100微秒到1毫秒。怎么办？降阶。

降阶不是瞎砍，是有策略的。我常用的方法有三种：

1. 模态截断：去掉高频动态。比如电机电流环的带宽是1kHz，那10kHz以上的模态直接忽略。
2. 集总参数化：把分布参数系统（如长线缆、热传导）简化为集总参数。比如电池热模型，把电芯分成三五层就够了，别搞成有限元网格。
3. 查表替代：把复杂的非线性函数（如磁链-电流关系）做成二维查表。Simulink的Lookup Table模块，配合预标定数据，速度能快10倍。

降阶后一定要做误差对比。我一般会跑一组开环激励（阶跃、正弦扫频），对比降阶前后的输出。误差在5%以内，基本可以接受。

4.3 实时化处理：代码生成与调度

模型降阶完，下一步是让它跑在实时硬件上。Simulink的Embedded Coder或Simulink Coder可以生成C代码。但生成代码只是第一步，真正的坑在后面。

实时化处理的关键点：

• 定步长求解器：必须用固定步长，比如ode4（四阶龙格-库塔）。变步长求解器在实时系统上不能用。
• 任务超时检查：在生成的代码里插入计时器，如果单步执行时间超过步长，立刻报错。我习惯在模型里加一个“Watchdog”子系统。
• 内存预分配：避免动态内存分配。所有数组、结构体在初始化时一次性分配好。

/* 伪代码：实时任务调度框架 */
void HIL_Task(void)
{
    timer_start();
    read_IO();           // 读取板卡输入
    plant_model_step();  // 模型单步计算
    write_IO();          // 写入板卡输出
    uint32_t elapsed = timer_stop();
    if (elapsed > STEP_SIZE_US) {
        error_handler("Overrun!");
    }
}

4.4 模型标定与验证：让模型和实物一致

模型跑起来了，但和真实物理系统对不上？那就需要标定。标定说白了就是调参数，让模型输出匹配实测数据。

我常用的标定流程：

1. 数据采集：在真实系统上跑一组激励信号（阶跃、正弦、随机），记录输入输出。
2. 参数辨识：用Simulink Design Optimization或MATLAB的System Identification Toolbox，自动优化参数。比如电机电阻、电感、磁链，都可以通过最小二乘法辨识。
3. 交叉验证：用另一组数据验证标定结果。别用训练数据验证，那是自欺欺人。

4.5 本章知识体系

下面这张图总结了被控对象模型搭建的完整流程，从物理方程到实时运行，每一步都有坑，也都有解法。

整个流程不是线性的，而是迭代的。降阶后发现精度不够，要回去改模型；标定后发现参数漂移，要回去调实时化参数。我做了这么多年HIL，最大的体会就是：模型搭建没有一劳永逸，只有持续迭代。