电机控制

预畸变双线性变换把我们在连续域（仿真 / 理论设计）里做好的滤波器、PID 控制器等，1:1 复刻到 MCU 里（离散时域），让 MCU 实际跑出来的效果，和仿真设计的完全一致，没有偏差。

连续系统-离散系统的转换前向欧拉法（Forward Euler）和双线性变换法（Tustin）是两种最常用的连续系统→离散系统转换方法，它们在精度、稳定性、计算复杂度上各有优劣，适合不同的应用场景。

深圳市尚想信息技术有限公司

原装UCC27524DR 栅极驱动器 TI德州仪器电子元器件进口芯片ICUCC27524DR 是德州仪器（Texas Instruments）推出的一款双通道、5A 高速低侧栅极驱动器，采用紧凑的 SOIC-8 封装，专为驱动功率 MOSFET 和 IGBT 等开关器件而设计。它凭借 5A 峰值拉灌电流、17ns 超低传播延迟、1ns 通道间延迟匹配以及4.5V 至 18V 宽电源电压范围，在开关电源、电机控制、太阳能逆变器和电动汽车充电等领域中广泛应用。

SSI接口板设计编码器数据传输一般采用串行通讯的方式，常用的协议有Biss，SSI，EnDat，Hiperface以及起止式异步协议。SSI全称为同步串行接口( Synchronous Serial interface )，是一种广泛使用的位置传感器之间的串行接口和一个控制器。

STM32H743+AX58100学习板1、硬件介绍本EtherCAT学习板硬件设计采用STM32H743+AX58100方案。其中AX58100主要用于处理EtherCAT从站数据帧，为从站设备提供数据接口; STM32H743是应用层控制器，通过SPI实现与AX58100数据交换，并实现EtherCAT-IO和电机控制从站应用。

13.DSP学习记录之SPI一种高速同步串行通信接口。 SPI是同步通信,SCI是异步通信。同步通信时,通信双方的设备必须拥有相同的时钟脉冲,以相同的频率进行数据传输。而异步通信时,通信双方的设备可以拥有各自独立的时钟脉冲,可以独自进行数据传。 SPI接口一般使用4条线。当然,并不是所有的SPI接口都是采用四线制的,有的SPI接口带有中断信号线INT,而有的SPI接口没有主机输出/从机输入线MOSI。在F28335中SPI接口采用的是四线制。这种模式的通信系统中通常有一个主设备和多个从设备。其中,CS信号为片选信号，低电平表示

关于matlab分析电流THD的一些探究和记录我其实一直对matlab中分析FFT存在一定的疑问。今天从头开始梳理一下。总谐波失真 Total Harmonic Distortion（THD）通常定义为各次谐波分量的均方根值之和与基波分量的均方根值之比，用百分比表示。对于电流信号，标准计算公式为：

12.DSP学习记录之SCISCI（Serial Communication Interface）串行通信接口，接收和发送有各自独立的信号线，但不是同一个时钟，所以是进行串行异步通信接口，一般可以看作是 UART（通用异步收发器），经常和RS232 接口连接。 RS232是一种数据终端设备（DTE）与数据通信设备（DCE）之间的物理接口标准，其规定在 TXD 和 RXD 数据线上：逻辑 1 为-3~-15V 的电压，而逻辑 0 为 3 ~15V 的电压

模型预测控制专题（十二）—— 基于高阶扩展状态观测器HESO的MPFCC在上一节中我们复现了一篇基于内模的改进型ESO无模型预测控制的论文。在进行探究的过程中，我们可以发现一个很有意思的点，就是整个模型将高频扰动模型引入了观测器模型，形成了一个单位增益无相位延迟的高频扰动抑制方法，我个人觉得是很新颖的。但是另一方面，其观测器参数设置形式涉及到带宽的四次方项，这与高阶ESO的思路非常一致。那么我们就一次性的把高阶的ESO都做了看看效果如何。

模型预测控制专题（十一）—— 基于改进型扩张状态观测器MESO的MPFCC我们在上一节总结了观测器自身的一些限制，明确了需要优化的方向。那么在这一小节来学习别人都是怎么处理这个问题的。

模型预测控制专题（十）—— 现有观测器限制分析前一节文章中仅仅是从宏观上讨论现有方法值得优化的方向，模型预测控制专题（九）—— 进一步优化的方向-CSDN博客

模型预测控制专题（九）—— 进一步优化的方向我们在前面探究了基础的MFPCC方法实现以及参数的影响，对这种方法已经有了一个基础的了解。本次任务接到的是要对前沿方向进行预研，重点指出了两个子类方向智能化及预测控制。预测控制是经过DPCC到MFPCC的迭代，已经找到基座了，考虑按照MFPCC的大体框架往后推进。但是作为传统电控出身的我，智能化如何推进是我一直头疼的问题。

模型预测控制专题（八）—— 带宽参数影响分析在上一节我们分析了无模型电流预测控制中的比例增益的影响。具体带宽因素的影响还未进行分析。领导要求把参数的影响全都评估一遍，那就都弄了吧。

模型预测控制专题（六）—— 基于ESO的无模型预测电流控制在前五小节中，我们系统阐述了多种基于模型的电流预测控制（DPCC）策略；本文自此开始，将探索基于超局部模型的电流预测控制策略。这两类方法最本质的区别在于所依托的模型不同：前者完全依赖永磁同步电机的精确数学模型实现控制，而后者则基于单输入单输出（SISO）的超局部模型完成电流的预测与控制。

模型预测控制专题（七）—— 无模型电流预测参数影响分析在前一节我们讨论了基于ESO的无模型电流预测控制的原理与仿真实现。从动态性能、稳态性能以及谐波性能的角度考虑，这种方案都是一个值得被考虑和值得被探索的方案。虽然目前工业界仍然以PI为主要电流控制器，但是仍然具备研究价值。DPCC这种纯开环的可能不太行，DPCC+ESO，DPCC+参数辨识也有许多解决方案，但是目前来看无模型预测电流控制从参数鲁棒性和快速性的角度都取得了较好的效果。

基于指数趋近律的永磁同步电机速度环传统滑模控制针对永磁同步电机（Permanent Magnet Synchronous Motor, PMSM）速度控制中存在的参数摄动、负载扰动及非线性耦合问题，提出基于指数趋近律的传统滑模变结构控制策略。通过构建线性滑模面，设计指数趋近律解决传统滑模控制收敛速度慢、抖振大的缺陷，结合李亚普诺夫稳定性理论严格证明闭环系统的全局渐近稳定性，最终推导得到 PMSM 速度环滑模控制律。该算法突破传统 PI 控制对电机精确模型的依赖，兼具快速响应特性与强鲁棒性，可广泛应用于高性能伺服驱动、新能源汽车电驱等场景。

无传感器控制之非线性磁链观测器（全速域）表贴式PMSM两相静止坐标系下电压方程： { u α = R s i α + L s d i α d t + e α u β = R s i β + L s d i β d t + e β \left\{ \begin{aligned} u_{\alpha} &= R_s i_{\alpha} + L_s \frac{di_{\alpha}}{dt} + e_{\alpha} \\ u_{\beta} &= R_s i_{\beta} + L_s \frac{di_{\beta}}{dt} + e_{\b

STM32霍尔传感器输入口设置为复用功能输入口时，还能用GPIO函数直接读取IO的状态吗当STM32的GPIO口设置为复用功能输入模式时，你仍然可以使用标准的GPIO库函数（如 GPIO_ReadInputDataBit()）来读取该引脚的实际电平状态。

STM32 电机控制应用中，ICxFilter，ICxPSC以及高级定时器的采样时钟分频CKD区别是什么IC1Filter（输入捕获滤波器）和高级定时器的采样时钟分频（通常指 TIM_ClockDivision，即 CKD 位）虽然都涉及“分频”和“采样”，但它们在定时器内部所处的阶段、具体作用以及影响范围上有本质的区别。

【STM32-MBD】（17）基于 ADC 同步采样的 PWM 闭环控制链路STM32-MBD（1）Matlab2022/2023 安装 STM32 硬件支持包 STM32-MBD（15）Simulink 模型开发之三相互补 PWM STM32-MBD（16）TIM 硬件触发 ADC 同步采样 STM32-MBD（17）基于 ADC 同步采样的 PWM 闭环控制链路