在本文中，您将了解建模如何帮助一小组算法和嵌入式软件工程师设计电机控制算法，并在可编程系统（SOC）上实现它。我们是这支球队的嵌入式工程师。我们将展示建模如何帮助我们分区我们的设计，使用实施资源平衡功能行为，并在实验室中测试。
Xilinx等可编程SOC®Zynq.®soc和英特尔®同一芯片中可编程逻辑和微处理器核心组合的SOC FPGA具有设计团队在各种应用中进行算署的新平台，包括嵌入式视觉，通信和电动机和电力电子设备。这些设计团队通常包括两类工程师：算法工程师，负责概念开发和基于数学或基于规则的算法的制定，以及嵌入式工程师，负责在嵌入式设备上的软件或硬件中实现它们的算法和实现它们。
算法工程师通常在开发过程中常用于型号，以获得信心，即他们的算法在功能上是正确的应用。另一方面，嵌入式工程师并不总是看到建模的好处。但是，当这些团队无法紧密合作时，结果可以延迟错误检测，导致项目延迟;资源过多;或由于设计和测试迭代不足而受到损害的功能。
我们开始研究建模是否可以帮助算法和嵌入式工程师创造一个更高效和协作的设计过程。我们希望专注于建模算法组件，我们可以使用模拟来探索。我们将使用模拟来帮助我们做出划分决策，使用模拟和代码生成来平衡功能行为和实现资源，并自动集成和部署生成的代码和手工代码，以更有效地利用实验时间。
建议的工作流程
我们提出了一个混合了从模型和手工代码生成的代码的工作流。(在整个文章中，我们将把设计的手工编码部分称为参考设计)。我们将从算法开发人员提供的模型开始，并通过添加实现细节迭代地细化模型。在每个迭代中,我们将模拟系统行为,确保功能算法模型的正确性,实现与代码生成算法,获得代码,表现得像模型,然后用我们的参考设计自动化集成确保硬件实现一个可重复的过程(图1)。
硬件平台的选择
在这种情况下，我们决定使用面向现场的控制（FOC）算法设计永磁同步电动机的速度控制器，然后将其部署到Zynq-7000所有可编程SoC智能驱动器套件II（图2）。我们选择了电机控制，因为它是一个应用程序，算法工程和嵌入式工程师通常需要一起工作。我们选择了Zynq Intelligent Drives Kit II，因为它很容易获得，并提供我们所需的I / O支持。金宝app
Zynq智能驱动套件II是工程师用来测试在Zynq Z-7020 SoC器件上运行的电机控制算法的开发平台。基于ZedBoard开发板，该工具包包括一个模拟设备FMC电机控制模块和24V无刷直流电机配备1,250个循环/旋转编码器。因为我们想要在一系列操作条件下测试电机控制算法，所以我们使用带有可选测功机系统的Zynq Intelligent Drives Kit II。
分区算法组件
在选择硬件平台后，我们审查了算法工程师提供的初始系统仿真模型，并识别了部署到SoC所需的附加算法组件。该模型包括基于数据表参数的电机的控制器算法。该算法由外部速度控制回路组成，使用FOC调节内部电流控制回路。
虽然该模型捕获了控制器的核心数学，但它没有考虑外设(如ADC、编码器和PWM)或其他操作模式(禁用、开环和编码器校准)所需的算法组件的影响。我们与算法工程师一起确定要建模的算法组件，并决定是在ARM上实现这些组件，还是在SoC上实现可编程逻辑(图3)。
我们详细说明了初始系统模型以包括新算法组件（图4）。为了启用系统仿真，我们创建了与电机模型交互的现有外设的集成参数模型。例如，我们对编码器外设进行了现有的HDL代码，我们计划在部署的设计中重用。编码器外设读取50 MHz的数字脉冲流，并将它们转换为25 kHz的控制器算法读取的计数信号。如果我们直接建模了该脉冲流，我们将在系统模型中引入50 MHz动态，并显着提高模拟时间。相反，我们创建了一个编码器的集成参数模型，该参数模型将理想的转子位置从电机模型转换为由算法组件看到的编码器计数信号。在此级别的保真度下建模使我们能够模拟测试编码器校准部件所需的启动条件以及引入位置量化效果，以测试速度控制部件（图5），同时保持合理的模拟时间。
如果它们需要几kHz或更低的速率，我们选择在手臂上实施算法组件。一些kHz汇率的约束被设置为，因为我们计划运行Linux®手臂上的操作系统。需要更快的速率的算法组件将在FPGA上实现。
我们希望尽可能在ARM上实现算法组件，因为我们发现在ARM上的设计迭代比在FPGA上更快。将算法定位到ARM核心更容易，因为它支持本地浮点数学操作。金宝app大多数fpga执行浮点数学效率不高，因此针对可编程逻辑需要将算法转换为固定点的额外步骤。此外，我们发现为ARM编译C代码的过程一般比为FPGA编译HDL代码的过程快。
我们使用仿真来确定算法组件是否能够以ARM足够慢的速度执行，或者是否需要FPGA。例如，算法工程师最初提出了一个运行在25khz的编码器校准程序，这必须在FPGA上实现。我们用仿真来测试我们是否可以在1khz运行编码器校准组件，发现我们可以，并决定在ARM上实现它。
平衡功能行为和实现资源
一旦我们具有所需的组件率的功能正确的模型，我们将用于C代码的所有组件分组为算法C模型和用于HDL代码生成的所有组件到算法HDL模型中（图6）。然后，我们将实现细节迭代地添加到模型和生成的代码，直到我们觉得它会在可接受的内存量内符合，并在组件速率下执行。
我们使用嵌入式编码器®从算法C模型生成C代码，并生成一个总结调用接口和估计数据内存使用情况的报告。在检查报告时，我们意识到所有数据类型都是双精度浮点数。我们希望接口到FPGA的数据是整数或定点，其余的数学是单精度浮点数。我们将这些数据类型应用到模型中，使用仿真来验证行为仍然是可接受的，然后生成改进的代码。在这一点上，我们感到很有信心，代码适合在ARM上实现。
由于定点操作在fpga上消耗较少的资源，我们将算法HDL模型作为定点实现。为了实现这一点，我们与算法工程师一起识别和绑定设计中的关键信号范围(电流、电压和速度)，然后使用定点设计器™来定义定点数据类型，以确保计算不会溢出。我们使用HDL Coder™来生成代码和摘要报告。
我们查看了报告的资源估计部分，以确定似乎出乎意料地大的数学运算。例如，我们最初对单词长度的选择导致两个34位数字相乘，我们认为这将不必要地消耗FPGA资源。我们能够在资源利用报告中识别这个问题，降低模型中的精度，使用仿真来验证功能仍然正确，然后生成改进的代码。我们使用Xilinx Vivado®设计套件来合成代码并验证它满足时序要求。
实验室测试
一旦我们有了候选算法实现，我们就准备将它与参考设计集成起来。我们开始手动集成生成的C函数与我们的手工编码的ARM嵌入式项目，并集成生成的HDL实体与我们的手工编码的Vivado项目。然而，我们意识到，如果我们总是手动执行集成，我们将需要参与实验室中的每个设计迭代。我们使用此工作流的目标之一是使算法工程师能够在实验室中自动化集成和部署过程。
我们使用了Xilinx Zynq-7000平金宝app台的HDL编码器支持包，将我们的手工编码的Vivado项目注册为参考设计。然后，我们能够使用我们的手代码进行自动化生成的算法HDL代码的集成，构建比特流，并将其下载到FPGA。我们使用eMbedded编码器支持包为Xilinx Z金宝appynq-7000平台进行自动化生成的算法C代码与Linux操作系统的集成，构建可执行文件，将其下载到ARM，并从Simulink与其交互金宝app®．支持包提金宝app供了AXI互连，使ARM核心算法组件和可编程逻辑之间的通信成为可能。
在初始系统设置期间，算法和嵌入式工程师必须在实验室中一起工作。作为嵌入式工程师，我们必须设置部署配置并使用算法工程师进行验证基本功能。设置系统后，算法工程师可以使用Simulink作为SOC的主要接口独立迭代设计。金宝app
该算法工程师测试了部署的控制器并确定它没有提供预期的响应。模拟和硬件结果的比较显示，我们错误地计算了ADC计数到电流的映射。该算法工程师创建了额外的测试，以更好地表征电机的扭矩常数，提高仿真和硬件之间的相关性（图7）。
仿真和硬件测试结果之间的高相关性给了我们信心我们可以在模型水平进行设计决策，并进一步降低实验室时间。例如，在一个点时，电动机在实验室中旋转，但在某些条件下无法控制。我们理论调整问题与FPGA上实施的定点速度计算中的溢出相关。我们在模拟中复制了问题，并在关于电动机的最大速度的初始假设中确定了缺陷。我们能够在模拟中调试和解决问题，并且只使用实验室时间来验证更改。
这种方法的好处
这里描述的工作流使我们能够更有效地与算法工程师一起工作。通过仿真，我们评估了算法划分对系统性能的影响，并验证了编码器校准组件可以从较高速率的可编程逻辑分区转移到较低速率的ARM分区。
模拟还允许我们在保持功能行为的同时做出节约实现资源的决策，例如在可编程逻辑中减少数学操作的字长，或将通过AXI互连传递的数据从浮点数据类型转换为定点数据类型。最后，我们在实验室的原型测试帮助我们识别了将ADC计数映射到电流的错误，并使我们的算法工程师能够运行进一步的测试来表征电机的转矩常数。
总的来说，工作流程支持了我们和算法工程师之间金宝app的密切合作，在节省实验时间的同时产生了更有效的实现。
想知道更多吗?
有关本文中描述的工作流程的更多详细信息，请审核面向导线控制永磁同步机．该Zynq电机控制示例包括Simulink模型和MATLAB金宝app®我们的研究中使用的脚本用于运行模拟、生成代码、测试硬件，并将模拟运行与硬件测试的结果进行比较。
如果您对原型开发电机控制算法感兴趣或想要重现本文中显示的结果，并在示例中了解更多信息Avnet Zynq智能驱动套件II来自安万特电子营销公司。
将Zynq电机控制示例扩展到不同的硬件配置或来自Xilinx或英特尔的不同类别的SoC FPGA，请参阅示例定义和注册自定义板和SoC工作流参考设计．
为了进一步了解如何制作准确的模型的永磁同步电机和无刷直流电机使用的Simulink，审查的文章金宝app为控制系统设计和验证建立一个高保真的电机模型．
