圖1.新能源電動汽車
文丨北北說史話
編輯丨北北說史話
前言
随着全球石油危機的加劇和環境污染的加重，新能源電動汽車正逐漸成為當今汽車行業的一大趨勢。其中，以永磁同步電動機為動力源的電動汽車在節能環保、安全舒适等方面具有其他傳統汽車不可比拟的優勢。
圖2.石油危機
現如今，永磁同步電動機，在電動汽車驅動系統中的應用已成為一個重要的研究方向。而以 DSP為核心的智能驅動控制系統則必将成為未來電動汽車驅動系統發展的主流。
電動汽車驅動控制系統概述
電動汽車是以電能為動力，将蓄電池作為輔助動力源的交通工具。電動汽車的驅動系統是由電機、控制器和制動系統等多種裝置組成。
圖3.永磁同步電動機
目前，永磁同步電動機因為具有功率密度高、效率高、易于維護和控制等特點，是以被廣泛應用于電動汽車驅動系統中。
電動汽車智能驅動控制系統主要包括控制器、逆變器、轉矩脈動抑制裝置和檢測裝置等部分。
圖4.電動汽車智能驅動控制系統
控制器是整個驅動控制系統的核心，主要負責控制電機的開關狀态，為其他裝置提供 PWM信号和執行機構的動作指令。
逆變器的作用是将直流電轉換成交流電，為整個系統提供電源。
轉矩脈動抑制裝置是負責抑制電機運作時産生的轉矩脈動，進而提高系統的效率。
檢測裝置是用于檢測電動機狀态和控制器信号，對電機運作狀态進行監測。
圖5
随着計算機技術和現代控制理論的發展，逐漸将現代控制理論應用到了電機驅動控制領域，甚至已經成為了一種新的趨勢。
基于DSP的電動汽車智能驅動控制系統設計
智能驅動控制系統是由硬體系統和軟體系統兩部分組成。
圖6.智能驅動控制系統
硬體系統：由 DSP及其外圍電路、電源電路、信号檢測電路、驅動電路、故障報警電路等組成。
軟體系統：主要包括了主程式和中端服務程式兩部分：
主程式主要用于實作 DSP晶片初始化、系統初始化、資料采集和處理、故障檢測與處理等功能。
中斷服務程式主要實作與 DSP晶片的資料通信，如初始化子產品的初始化、初始化中端服務程式等。
智能驅動控制系統中，主程式包括主時鐘程式、 ADC采樣程式、終端服務程式、 SPI通信程式等。
圖7
主時鐘負責将采樣後的信号轉換為數字信号，然後由 ADC再次對其進行采樣，并将采樣後的數字信号送到 DSP晶片，利用中斷服務程式進行資料處理和控制算法。
最後由 SPI通信子產品通過序列槽與上位機進行通信，進而實作對驅動系統的監控。
軟體設計方面，以TMS320LF2407A為核心開發了一套電動汽車智能驅動控制系統軟體平台。該軟體平台主要包括主程式子產品、資料采集與處理子產品、控制算法子產品等。
主程式子產品：主要有初始化子產品、中端服務程式等。
圖8
資料采集與處理子產品：主要采用了以TMS320LF2407A為主核心的硬體平台。
其中，DSP晶片為TMS320LF2407A最小系統，負責信号采集、資料處理以及與上位機進行通信等任務。
TMS320LF2407A作為一款高性能定點 DSP晶片，内部內建了32位ARMCortex-M3核心，最高主頻可達1 MHz。具有豐富的外設資源和強大的運算能力，非常适合于對電機控制要求較高的應用場合。
圖9
控制算法方面：采用模糊 PID控制技術，實作對永磁同步電動機的智能驅動控制。根據永磁同步電動機的數學模型和矢量控制原理設計模糊 PID控制器，以實作對電動機的速度進行自動調節。
DSP技術在電動汽車智能驅動控制系統中的優勢
DSP是一種數字信号處理器，它主要用于完成數字信号的采集、存儲、計算和處理。
在電動汽車智能驅動控制系統中，DSP可完成系統中大部分的任務，并且具有其他控制晶片所無法比拟的優勢。
圖10
1. DSP具有硬體內建度高、性能穩定可靠、運算速度快等優點，能夠簡化硬體設計，節省開發周期。
2. DSP内部內建了大量的可程式設計器件，這些器件可實作對各種複雜控制算法進行程式設計處理，實作對系統的有效控制。
3. DSP晶片自身具有實時作業系統和圖形化程式設計語言，使軟體設計變得簡單。
圖11
4. DSP晶片的存儲器容量非常之大，可以很友善地實作各種算法的資料存儲、資料交換等功能。
5. DSP晶片具有很強的适應性，可以與不同類型的處理器進行內建，能有效地擴充系統容量。
6. DSP晶片價格低、可靠性高、成本效益好，可以使系統的開發成本大大降低。
DSP技術在電動汽車智能驅動控制系統中的挑戰
由于電動汽車較為特殊，是以在智能驅動控制系統中，DSP技術也面臨着一些挑戰。
圖12.DSP技術
首先，在硬體設計方面，DSP晶片的運算能力是有局限性的，雖然它能在有限的空間内對系統進行處理，但是面對複雜的邏輯運算，就會顯得心有餘而力不足了。
其次， DSP晶片一般采用專用內建電路來實作數字信号處理。而 ASIC是用來實作特定功能的晶片，與一般通用的數字信号處理器相比，運算速度相比較低，難以滿足高實時要求。
由于DSP晶片的内部采用了許多專用內建電路和數字信号處理器專用指令集。是以，在程式設計上必須采用軟體程式設計技術。主要包括彙編語言和進階語言等。
圖13.DSP晶片
再有就是軟體開發環境的建立。由于DSP晶片内部資源有限，在對其進行程式設計時必須要考慮到如何利用這些有限的資源完成所需的功能。
如果選擇采用傳統的彙編語言程式設計方式，那麼就需要用彙編指令将算法轉化為機器語言後才能運作。
若是選擇采用進階語言程式設計，那麼就可以直接編寫算法程式。是以在對 DSP進行程式設計時，應采用合理的程式設計方式，進而實作減少系統資源占用、提高系統性能等目的。
DSP晶片的開發：DSP晶片的開發過程一般包括硬體和軟體兩個部分。其中軟體開發是重中之重。
圖14.DSP晶片
DSP晶片的硬體部分：主要包括 DSP晶片的外存儲器接口（SDRAM）、 DSP晶片的A/D轉換器、 DSP晶片的數字接口（DI/DO）等。
在對硬體部分進行開發時，首先要根據系統要求和具體情況确定DSP晶片的類型，然後根據需要選擇合适的硬體配置。
軟體部分：主要包括 DSP晶片上電複位、程式初始化、中斷服務程式、 DMA傳輸等。
其中，DMA傳輸是DSP晶片與外部裝置進行資料傳輸時必不可少的環節。
圖15
為了保證 DMA傳輸過程中資料的正确性和完整性，應采用可靠的硬體保護措施，例如：硬體加密技術。
DSP技術在電動汽車智能驅動控制系統中的未來展望
現如今電動汽車的驅動系統主要采用傳統的控制方式，簡單來說就是以旋轉變壓器為核心的變壓、變頻和調壓方式。
圖16.電動汽車的驅動系統
該方式可以通過改變電磁轉矩或電磁轉矩脈動來實作不同的調速，但由于控制系統結構複雜、控制參數多，是以導緻控制效果不是很理想。
而以 DSP為核心的智能驅動控制系統則具有結構簡單、參數少、易于控制和容易實作優化等優點。
是以在電動汽車的驅動系統中将逐漸取代傳統的控制方式。小編相信，在未來，DSP技術的智能驅動控制系統必将在以下方面得到進一步發展：
（一）控制算法智能化。目前，各種基于模糊邏輯和神經網絡的智能算法已經得到了廣泛應用。但是這些算法都是在理想狀态下得到的，一般不能直接應用到實際中。
圖17
并且模糊控制和神經網絡本身具有很強的非線性、時變性。若是直接使用這些算法必定會引起很多問題。而解決這些問題的方法其實也很簡單。可以在模糊 PID控制算法中加入自适應模糊控制器和模糊神經網絡控制器等環節，這樣就可以做到在實際中應用。
（二）軟硬體協調智能化。現如今雖然 DSP技術已經得到了廣泛應用，但強大的運算能力與有限的存儲器空間之間還存在着沖突。在有限的存儲空間下，如何提高 DSP在智能驅動系統中運作時的速度和效率成為有待解決的問題。
是以就需要在硬體上采用智能驅動系統所要求的高速器件和高密度內建電路，在軟體方面則需要采取各種措施來提高算法運作時的效率和靈活性。而在智能驅動系統中，如何根據目前環境和車輛狀态确定最佳控制政策也成為了一個難題。
圖18
由于傳統的 PID算法都是基于被控對象的數學模型和所建立的參數進行設計、優化而得出結果。是以此算法具有一定的局限性。但是如果将智能驅動系統與實時控制算法結合起來，那必将會得到更加優異的效果。
（三）多領域交叉智能化。目前，在智能驅動系統中涉及到了多個學科領域，如信号處理、電力電子、計算機控制等。
由于各個學科領域之間存在着很強的聯系與交叉，是以實作多領域交叉智能化也将是未來智能驅動系統研究發展的一個重要方向。
圖19
（四）整車智能化。随着電動汽車在國内普及程度逐漸提高，使用者對電動汽車提出了越來越多、越來越高的要求。是以未來電動汽車行業必将向智能化方向發展。
筆者觀點
小編認為，以DSP為核心的智能驅動控制系統，雖然是電動汽車智能驅動控制的重要發展趨勢，但仍有一些問題值得讨論：
1、 DSP硬體平台的建構，例如：如何選用合适的電源電壓、信号調理電路。如何選用合适的 DSP晶片。
圖20
2、 DSP軟體的設計，例如：如何編寫出功能完善、通用性強、可擴充性好的智能驅動控制軟體。
3、智能化程度，例如：如何充分利用 DSP強大的運算處理能力，提高智能驅動控制系統對電機參數變化和環境幹擾等因素的适應性。如何提高智能驅動控制系統對複雜環境條件下電動汽車運作工況變化的适應性。
參考文獻
1、姚偉鋒;趙俊華;文福拴;薛禹勝;辛建波.基于雙層優化的電動汽車充放電排程政策[J]. 電力系統自動化,2012(11)。
2、梁曉娟;張碩.模糊PID控制的助力模式對操縱穩定性影響分析[J]. 武漢理工大學學報,2012(03)。
3、黃萬友;程勇;紀少波;李闖;張笑文;張海波. 變工況下電動汽車驅動系統效率優化控制[J]. 電機與控制學報,2012(03)。
4、張春燕;馬其華;陳安紅.電動汽車電機驅動控制系統設計研究[J]. 機械設計與制造,2012(02)。
5、焦曉紅;李帥.永磁同步電機驅動電動汽車速度自适應控制[J]. 電機與控制學報,2011(11)。