1. 课程导入

永磁同步电机(PMSM)凭借高功率密度、高效率和优良的动态性能,已成为新能源汽车驱动、工业伺服、航空航天电作动等领域的核心执行部件。而要让 PMSM 真正发挥性能,电流环的控制品质至关重要——它直接决定了转矩响应速度、电流谐波含量以及系统在参数摄动下的鲁棒性。本课程围绕有限控制集预测电流控制(Finite Control Set Model Predictive Current Control,FCS-MPCC)展开,共 30 章,从原理推导到工程实现逐层深入。

一、PMSM 控制技术的演进脉络

回顾 PMSM 控制的发展,可以清晰看到一条"从连续到离散、从线性到非线性、从调制到直接决策"的技术演进路径。

  • 恒压频比(V/f)控制:最早期的开环方案,结构简单、成本低,但无法精确控制转矩,动态响应慢,低速易失步,仅适用于风机、水泵等对性能要求不高的场合。
  • 矢量控制(FOC):通过坐标变换将定子电流解耦为励磁分量 id 与转矩分量 iq,配合 PI 调节器和 SVPWM 调制,实现了近似直流电机的控制品质。这是目前工业界最主流的方案,但其性能受 PI 参数整定、解耦精度和调制环节延时制约。
  • 直接转矩控制(DTC):摒弃电流环与调制器,直接根据磁链和转矩误差从开关表中选取电压矢量,动态响应快、鲁棒性强,但存在开关频率不固定、转矩脉动较大的问题。
  • 模型预测控制(MPC):将逆变器的离散开关特性与电机的离散化模型统一到一个滚动优化框架中,天然适合电力电子变换器这类"有限状态"系统,由此催生了 FCS-MPCC。
FCS-MPCC 的核心思想是:利用逆变器只有有限个(两电平为 8 个)开关状态这一事实,在每个控制周期内遍历所有可行电压矢量,代入电机离散模型预测下一时刻的定子电流,再通过代价函数选出最优矢量直接作用于逆变器,无需 PWM 调制器。

二、FCS-MPCC 在控制谱系中的定位

理解 FCS-MPCC 的定位,需要把握它与 FOC、DTC 的本质差异。FOC 是"误差→PI→调制"的连续量调节思路,DTC 是"误差→开关表→直接选择"的启发式思路,而 FCS-MPCC 则是"模型预测→代价评估→最优选择"的优化思路。它保留了 DTC 直接选择矢量的快速性,又通过显式模型预测获得了比开关表更精细的决策依据。

下图展示了 PMSM 控制技术的演进关系与 FCS-MPCC 的位置:

PMSM 控制技术演进与 FCS-MPCC 定位 时间 V/f 控制 矢量控制 FOC 直接转矩 DTC 模型预测 MPC 开环调压调频 简单、低速差 无转矩精确控制 电流解耦 + PI SVPWM 调制 工业主流方案 磁链/转矩滞环 开关表直接选矢 响应快、脉动大 离散模型预测 滚动优化决策 无需调制器 FCS-MPCC 有限控制集 + 模型预测 + 代价函数寻优 兼具 FOC 稳态品质与 DTC 动态响应 离散开关特性 8 个电压矢量可选 滚动时域优化 每周期重新预测决策 代价函数灵活 可加约束与多目标

三、学习目标与课程框架

本课程面向已具备电机学、电力电子和自动控制基础的读者,目标是让学习者能够独立完成 FCS-MPCC 的建模、仿真与工程实现。具体学习目标如下:

  1. 掌握 PMSM 在 dq 坐标系下的数学模型及其离散化方法,理解预测模型与真实系统之间的误差来源。
  2. 理解两电平逆变器的 8 个基本电压矢量及其在 αβ 平面上的分布,能独立构建有限控制集。
  3. 熟练设计代价函数,处理电流跟踪、开关频率约束、共模电压抑制等多目标优化问题。
  4. 掌握延时补偿、参数鲁棒性改善、权重系数整定等工程关键技术。
  5. 能够搭建 MATLAB/Simulink 仿真模型,并在 DSP 平台上完成算法移植与调试。

课程整体分为六个模块,各模块的定位与核心内容如下表所示:

模块 章节范围 核心内容 能力目标
基础篇 第 1–6 章 PMSM 模型、坐标变换、离散化、逆变器矢量 建立预测控制的数学基础
原理篇 第 7–12 章 预测模型、代价函数、滚动优化、延时补偿 理解 FCS-MPCC 完整算法链路
优化篇 第 13–18 章 权重整定、多步预测、无差拍、参数辨识 提升控制性能与鲁棒性
实现篇 第 19–24 章 Simulink 仿真、DSP 移植、定点化、中断调度 完成从仿真到硬件的落地
进阶篇 第 25–28 章 无位置传感器、多电平、容错控制 拓展到复杂工况与拓扑
实战篇 第 29–30 章 综合案例、调试排障、性能对比复盘 形成工程闭环能力

四、典型应用场景与常见误区

FCS-MPCC 已在多个领域展现出优势。在新能源汽车主驱电机控制器中,它能在低开关频率下获得快速转矩响应,有助于降低开关损耗;在工业伺服中,其多目标代价函数可同时兼顾电流跟踪与开关次数;在航空航天电作动系统中,其显式约束处理能力便于实现容错运行。

学习 FCS-MPCC 时,建议始终抓住"预测—评估—选择"三步主线。任何复杂的改进算法,本质上都是在这三步中的某一步做文章:改进预测模型、丰富代价函数、或优化矢量选择策略。

初学者常陷入以下误区,需要提前警惕:

  • 误区一:认为预测控制一定优于 PI。 FCS-MPCC 的性能高度依赖模型精度,当电机参数(电感、磁链)发生显著变化时,预测电流会偏离实际,反而可能不如鲁棒性好的 PI 方案。参数辨识与在线校正不可忽视。
  • 误区二:忽略计算延时。 实际 DSP 中,采样、预测计算和矢量输出之间存在一拍延时。若不补偿,控制性能会明显恶化,尤其在高转速区。延时补偿是工程实现的必备环节。
  • 误区三:代价函数权重随意设置。 多目标代价函数中权重系数直接决定各目标的相对优先级,缺乏系统整定方法会导致顾此失彼。建议从单目标出发,逐步引入约束项并观察波形变化。
  • 误区四:开关频率不可控。 传统 FCS-MPCC 的开关频率随工况变化,给滤波器设计和损耗评估带来困难。需要通过代价函数加入开关惩罚项或采用固定开关频率策略加以约束。