现在，让我们开始查看无刷电机的方向控制算法。你可以从这个系统概览图[听不清]中看到，我们通过项圈来区分控制算法和物理系统。从控制端，有许多组件，如Park, Clark变换来覆盖固定参考前沿和同步参考前沿之间的电流和电压。在外环上，我们有速度控制器，在环上，有电流控制器。为了接近控制，我们也有位置或速度作为传感器解码逻辑或盒子观察者的反馈，对于那些对无意义控制感兴趣的人来说。
为了使演示更有趣，现在，我不向你们展示燃料或膨胀控制的实施，我想向你们展示我们如何设计每安培最大扭矩，MTPA，与削弱控制。所以现在，速度控制的输出和电流控制器的输入都嵌入了MTPA和燃料弱化。在这种情况下，根据MTPA和燃料弱化算法计算q和b气体的当前参考，以实现最大扭矩和最小损失。
让我们快速刷新一下。什么是无刷电机的弱场控制?这意味着什么，这样做的动机是什么?通常情况下，在FOC中，我们在一个限制范围内运行电机离开基地b。在一些应用程序之前，我们希望运行电机超过基地速度，反电动势将增加，并超过供电电压。所以磁场削弱控制的想法是帮助我们实现更高的速度，而不触及更低的电压。
所以我们操纵轴电流为负值，这意味着我们减小了燃料电流，使得施加的定子磁场与转子磁场方向相反。结果是，产生的磁场减小了。现在反电动势减小了。所以那些减小了的转子磁链，使得电机可以在底部b运行。
为了达到最大的每安培扭矩，MTPA，是为了提高机器的效率，并最大限度地减少反复损耗的状态，如图右侧所示。蓝色凹曲线为同心线，表示沿该线所有IQ和IB对力产生的总量相同，但只有同心线与MPPL线和其他作作点相交才能实现MTPA。
所以现在，我们有了一个精确的计划模型，并准备设计所有的控制器。我们将开始把一个自由的方向控制算法与MTPA和削弱能力，包括传感器解码器或观察者，如果你想实现人口普查控制。
让我们看一下我们的模型。这里，我们有我们的速度控制器，计算IQ和IB参考，以跟踪愿望速度。有人似乎注意到，这里已经实施了磁场削弱和MTPA控制参考。转矩和转速参考是输入变量。输出IQ
根据MTPA轨迹计算和IB，以最小电流量级产生所需的最佳转矩。
此外，当我们仔细观察时，我们可以启用或禁用车辆削弱控制，这取决于运行速度条件。现在，我们永远不会太接近燃料定向电流控制系统。我们有[听不清]矢量发生器。当我们深入研究IQ和IB PI调节器时，我们可以看到一个场削弱控制被实现来控制IB参考。记住，我们必须注入一个负电流来降低反电动势电压。
接下来，我将浏览一个[听不清]系统，它是用于电流和位置测量的传感器处理。在位置测量中，您可以看到我们如何使用电机控制块集的块解码正交编码器读数。在这里，我向你们展示我们如何计算UP周期写入微控制器上的PWM驱动器。在这里，我还向您展示了逆变器和电机的播放模型，因此我们可以在关系中绕闭环。
现在，我想向您展示如何调整电流和速度控制器的环路增益的工作流程。需要注意的一件事是，所有来自Motor Control Blockset的演示，包括这里的演示，都带有在模拟或热电联产前电机初始化时自动运行的脚本。如脚本所示，在这里，我们正在设置采样率，在传感器的计算偏移中加载估计电机参数。
因此，在设置周长后，我们可以使用提供的实用程序，最终根据电机和逆变器参数值计算过载增益。一个脚本使用计算机增益和电机参数值来自动计算增益和相位裕度为我们的[听不清]生物钟，而不是通过使用控制系统工具箱来响应。在工作空间中，这里，你可以看到我们有估计的电机参数，传感器偏移，和计算的预定。
因此，对于环路增益的调谐，电机控制块集不仅有经验计算，而且，FOC自动调谐器最终可以计算或获得带宽和基准裕度上的空间。您还可以使用Simulink Control Design的其他工金宝app具来控制游戏。所以让我们在闭环模拟的控制算法中移动它们。
从左上角可以看到，我们可以通过选择Simscape Electrical来模拟带有开关事件的计划模型，然后与不使用每个值反演模型的模拟进行比较。模拟结束后，我们可以查看数据检查器。
所以我们要看看速度响应，IQ响应，相位电压和电流，最后，后宽度调制波形。正如你可以看到的速度命令跟踪，在第一个看起来很不错的速度反馈跟随我们进来。让我们看看[听不清]命令跟踪响应的第二行。我们可以看到这些开关效应，其中黄色突出显示，蓝线显示的是由平均值逆变器的当前模型。
我们为什么要调音?我们可以清楚地看到[听不清]在相电压和电流图中切换。最后，当我们得到PWM调制波形时，这两轮之间没有太大的显著差异，但底线是我们可以根据我们的测试区域带来不同程度的稳定性。当我们离开这里时，我们可以清楚地看到转换事件的影响。
