图1.新能源电动汽车
文丨北北说史话
编辑丨北北说史话
前言
随着全球石油危机的加剧和环境污染的加重，新能源电动汽车正逐步成为当今汽车行业的一大趋势。其中，以永磁同步电动机为动力源的电动汽车在节能环保、安全舒适等方面具有其他传统汽车不可比拟的优势。
图2.石油危机
现如今，永磁同步电动机，在电动汽车驱动系统中的应用已成为一个重要的研究方向。而以 DSP为核心的智能驱动控制系统则必将成为未来电动汽车驱动系统发展的主流。
电动汽车驱动控制系统概述
电动汽车是以电能为动力，将蓄电池作为辅助动力源的交通工具。电动汽车的驱动系统是由电机、控制器和制动系统等多种设备组成。
图3.永磁同步电动机
目前，永磁同步电动机因为具有功率密度高、效率高、易于维护和控制等特点，所以被广泛应用于电动汽车驱动系统中。
电动汽车智能驱动控制系统主要包括控制器、逆变器、转矩脉动抑制装置和检测装置等部分。
图4.电动汽车智能驱动控制系统
控制器是整个驱动控制系统的核心，主要负责控制电机的开关状态，为其他设备提供 PWM信号和执行机构的动作指令。
逆变器的作用是将直流电转换成交流电，为整个系统提供电源。
转矩脉动抑制装置是负责抑制电机运行时产生的转矩脉动，从而提高系统的效率。
检测装置是用于检测电动机状态和控制器信号，对电机运行状态进行监测。
图5
随着计算机技术和现代控制理论的发展，逐渐将现代控制理论应用到了电机驱动控制领域，甚至已经成为了一种新的趋势。
基于DSP的电动汽车智能驱动控制系统设计
智能驱动控制系统是由硬件系统和软件系统两部分组成。
图6.智能驱动控制系统
硬件系统：由 DSP及其外围电路、电源电路、信号检测电路、驱动电路、故障报警电路等组成。
软件系统：主要包括了主程序和中端服务程序两部分：
主程序主要用于实现 DSP芯片初始化、系统初始化、数据采集和处理、故障检测与处理等功能。
中断服务程序主要实现与 DSP芯片的数据通信，如初始化模块的初始化、初始化中端服务程序等。
智能驱动控制系统中，主程序包括主时钟程序、 ADC采样程序、终端服务程序、 SPI通信程序等。
图7
主时钟负责将采样后的信号转换为数字信号，然后由 ADC再次对其进行采样，并将采样后的数字信号送到 DSP芯片，利用中断服务程序进行数据处理和控制算法。
最后由 SPI通信模块通过串口与上位机进行通信，从而实现对驱动系统的监控。
软件设计方面，以TMS320LF2407A为核心开发了一套电动汽车智能驱动控制系统软件平台。该软件平台主要包括主程序模块、数据采集与处理模块、控制算法模块等。
主程序模块：主要有初始化模块、中端服务程序等。
图8
数据采集与处理模块：主要采用了以TMS320LF2407A为主核心的硬件平台。
其中，DSP芯片为TMS320LF2407A最小系统，负责信号采集、数据处理以及与上位机进行通信等任务。
TMS320LF2407A作为一款高性能定点 DSP芯片，内部集成了32位ARMCortex-M3内核，最高主频可达1 MHz。具有丰富的外设资源和强大的运算能力，非常适合于对电机控制要求较高的应用场合。
图9
控制算法方面：采用模糊 PID控制技术，实现对永磁同步电动机的智能驱动控制。根据永磁同步电动机的数学模型和矢量控制原理设计模糊 PID控制器，以实现对电动机的速度进行自动调节。
DSP技术在电动汽车智能驱动控制系统中的优势
DSP是一种数字信号处理器，它主要用于完成数字信号的采集、存储、计算和处理。
在电动汽车智能驱动控制系统中，DSP可完成系统中大部分的任务，并且具有其他控制芯片所无法比拟的优势。
图10
1. DSP具有硬件集成度高、性能稳定可靠、运算速度快等优点，能够简化硬件设计，节省开发周期。
2. DSP内部集成了大量的可编程器件，这些器件可实现对各种复杂控制算法进行编程处理，实现对系统的有效控制。
3. DSP芯片自身具有实时操作系统和图形化编程语言，使软件设计变得简单。
图11
4. DSP芯片的存储器容量非常之大，可以很方便地实现各种算法的数据存储、数据交换等功能。
5. DSP芯片具有很强的适应性，可以与不同类型的处理器进行集成，能有效地扩充系统容量。
6. DSP芯片价格低、可靠性高、性价比好，可以使系统的开发成本大大降低。
DSP技术在电动汽车智能驱动控制系统中的挑战
由于电动汽车较为特殊，所以在智能驱动控制系统中，DSP技术也面临着一些挑战。
图12.DSP技术
首先，在硬件设计方面，DSP芯片的运算能力是有局限性的，虽然它能在有限的空间内对系统进行处理，但是面对复杂的逻辑运算，就会显得心有余而力不足了。
其次， DSP芯片一般采用专用集成电路来实现数字信号处理。而 ASIC是用来实现特定功能的芯片，与一般通用的数字信号处理器相比，运算速度相比较低，难以满足高实时要求。
由于DSP芯片的内部采用了许多专用集成电路和数字信号处理器专用指令集。因此，在编程上必须采用软件编程技术。主要包括汇编语言和高级语言等。
图13.DSP芯片
再有就是软件开发环境的建立。由于DSP芯片内部资源有限，在对其进行程序设计时必须要考虑到如何利用这些有限的资源完成所需的功能。
如果选择采用传统的汇编语言编程方式，那么就需要用汇编指令将算法转化为机器语言后才能运行。
若是选择采用高级语言编程，那么就可以直接编写算法程序。因此在对 DSP进行程序设计时，应采用合理的编程方式，从而实现减少系统资源占用、提高系统性能等目的。
DSP芯片的开发：DSP芯片的开发过程一般包括硬件和软件两个部分。其中软件开发是重中之重。
图14.DSP芯片
DSP芯片的硬件部分：主要包括 DSP芯片的外存储器接口（SDRAM）、 DSP芯片的A/D转换器、 DSP芯片的数字接口（DI/DO）等。
在对硬件部分进行开发时，首先要根据系统要求和具体情况确定DSP芯片的类型，然后根据需要选择合适的硬件配置。
软件部分：主要包括 DSP芯片上电复位、程序初始化、中断服务程序、 DMA传输等。
其中，DMA传输是DSP芯片与外部设备进行数据传输时必不可少的环节。
图15
为了保证 DMA传输过程中数据的正确性和完整性，应采用可靠的硬件保护措施，例如：硬件加密技术。
DSP技术在电动汽车智能驱动控制系统中的未来展望
现如今电动汽车的驱动系统主要采用传统的控制方式，简单来说就是以旋转变压器为核心的变压、变频和调压方式。
图16.电动汽车的驱动系统
该方式可以通过改变电磁转矩或电磁转矩脉动来实现不同的调速，但由于控制系统结构复杂、控制参数多，所以导致控制效果不是很理想。
而以 DSP为核心的智能驱动控制系统则具有结构简单、参数少、易于控制和容易实现优化等优点。
所以在电动汽车的驱动系统中将逐渐取代传统的控制方式。小编相信，在未来，DSP技术的智能驱动控制系统必将在以下方面得到进一步发展：
（一）控制算法智能化。目前，各种基于模糊逻辑和神经网络的智能算法已经得到了广泛应用。但是这些算法都是在理想状态下得到的，一般不能直接应用到实际中。
图17
并且模糊控制和神经网络本身具有很强的非线性、时变性。若是直接使用这些算法必定会引起很多问题。而解决这些问题的方法其实也很简单。可以在模糊 PID控制算法中加入自适应模糊控制器和模糊神经网络控制器等环节，这样就可以做到在实际中应用。
（二）软硬件协调智能化。现如今虽然 DSP技术已经得到了广泛应用，但强大的运算能力与有限的存储器空间之间还存在着矛盾。在有限的存储空间下，如何提高 DSP在智能驱动系统中运行时的速度和效率成为有待解决的问题。
所以就需要在硬件上采用智能驱动系统所要求的高速器件和高密度集成电路，在软件方面则需要采取各种措施来提高算法运行时的效率和灵活性。而在智能驱动系统中，如何根据当前环境和车辆状态确定最佳控制策略也成为了一个难题。
图18
由于传统的 PID算法都是基于被控对象的数学模型和所建立的参数进行设计、优化而得出结果。因此此算法具有一定的局限性。但是如果将智能驱动系统与实时控制算法结合起来，那必将会得到更加优异的效果。
（三）多领域交叉智能化。目前，在智能驱动系统中涉及到了多个学科领域，如信号处理、电力电子、计算机控制等。
由于各个学科领域之间存在着很强的联系与交叉，因此实现多领域交叉智能化也将是未来智能驱动系统研究发展的一个重要方向。
图19
（四）整车智能化。随着电动汽车在国内普及程度逐渐提高，用户对电动汽车提出了越来越多、越来越高的要求。因此未来电动汽车行业必将向智能化方向发展。
笔者观点
小编认为，以DSP为核心的智能驱动控制系统，虽然是电动汽车智能驱动控制的重要发展趋势，但仍有一些问题值得讨论：
1、 DSP硬件平台的构建，例如：如何选用合适的电源电压、信号调理电路。如何选用合适的 DSP芯片。
图20
2、 DSP软件的设计，例如：如何编写出功能完善、通用性强、可扩展性好的智能驱动控制软件。
3、智能化程度，例如：如何充分利用 DSP强大的运算处理能力，提高智能驱动控制系统对电机参数变化和环境干扰等因素的适应性。如何提高智能驱动控制系统对复杂环境条件下电动汽车运行工况变化的适应性。
参考文献
1、姚伟锋;赵俊华;文福拴;薛禹胜;辛建波.基于双层优化的电动汽车充放电调度策略[J]. 电力系统自动化,2012(11)。
2、梁晓娟;张硕.模糊PID控制的助力模式对操纵稳定性影响分析[J]. 武汉理工大学学报,2012(03)。
3、黄万友;程勇;纪少波;李闯;张笑文;张海波. 变工况下电动汽车驱动系统效率优化控制[J]. 电机与控制学报,2012(03)。
4、张春燕;马其华;陈安红.电动汽车电机驱动控制系统设计研究[J]. 机械设计与制造,2012(02)。
5、焦晓红;李帅.永磁同步电机驱动电动汽车速度自适应控制[J]. 电机与控制学报,2011(11)。