模糊控制是以模糊集合论，模糊语言变量和模糊逻辑推理为基础的一种计算机数学控制，属于非线性控制的一种。模糊控制正成为智能控制的一种重要而又有效的形式，它和神经网络控制，遗传算法理论，自适应控制理论等学科相融合，正在显示出巨大的力量。鉴于模糊控制在现代控制中体现出的优越性，本文以模糊算法为主体，融合自适应控制理论，得到了自适应模糊算法；然后设计了以 DSP为核心的无刷直流电机驱动控制器，把自适应模糊算法应用到电机的实际控制中，期待电机能体现出较好的静态和动态特性。

在推导了转予表面安装永磁体无刖直流电动机的数学模型曲基础上，介绍了一种以集成数字信号处理器ADMC331为核·o全数字矢量控制无刷直流电动机直接驱动系统。着重分析了电流参考信号超前角(滞后角)、系统参数和驱动方式对无刷直流电动机系统动态性能的影响．仿真及试验结果证明超前(或滞后)角的存在都会使系统的动态性能变差，无刷直流电动机系统处于磁场定向控制的情况下，电机的输出转矩最大，系统的动态性能最好；增大电流比例调节嚣增益和功率逆变驱动电路放大倍数可以使系统获得更好的动态性能：采用正弦波加三次、五次谐波的复合驱动方式时，系统的动态性能得到提高．

根据磁悬浮飞轮用无刷直流电机的数字控制方法，构建出的控制模块如图所示。图中采用Simulink中的DISCRETE PI CONTROLED模块作为转速、电流数字PI调节器。为使仿真模型更具有实用性，本节将各种参数转变为DSP中相应的内存值或寄存器值。仿真前通过子系统封装对话框设置调节器周期、PI参数与饱和输出值等。 　　图 无刷直流电机的控制模块　　  :

由于无刷直流电机调速系统具有非线性、多变量、不确定时变系统等特点,在高控制精度和快响应速度的条件下,传统的PID控制方法已经不能满足无刷直流电机调速系统的要求,如果其中的参数变化超过一定范围,整个控制系统会出现不稳定。在分析无刷直流电机(BLDCM)的数学模型并将其简化的基础上,提出了一种无刷直流电机的预测函数控制(PFC)策略,并进行了Matlab仿真试验。该BLDCM系统采用双闭环调速,速度环中采用PFC控制,计算得到参考电流值作为电流环的输入,电流环采用离散PI控制,由滞环电流跟踪型PWM逆变器的原理实现电流控制。仿真试验结果显示,这种无刷直流电机调速系统可以取得良好的控制效果。

针对无刷直流电动机的控制系统，设计了以TMS320F2812 DSP 为核心的数字控制器，采用速度环和电流环双 闭环的控制策略，给出了系统设计框图和部分外围电路硬件设计图; 介绍了基于Simplorer 的无刷直流电动机系统建 模仿真的实现过程，仿真结果表明: 系统具有良好的动静态性能，所提出控制策略实现简单且具有实用价值。 关键词: 无刷直流电动机; TMS320F2812; Simplorer

matlab开发-无刷直流电机风机负荷应用数学模型及闭环速度控制。无刷直流电动机在风机负荷应用中的闭环调速

附件内容分享的是基于STM32F103 BLDC直流无刷霍尔电机驱动板配套资料、原理图、MDK源码等。 STM32 无感无刷直流电机开发板实物截图: STM32 无感无刷直流电机开发板PCB截图:

针对某种大牵引力AGV轮毂电机，设计了一种永磁无刷直流电机驱动器。在三相全桥逆变上采用更高频率的GaN开关管，通过提高开关频率以减少电机的损失和扭矩波动。控制电路以TMS320F28069芯片为基础，采用了一种FOC控制算法，详细介绍了磁场定向控制理论原理，并在此基础上设计了无刷直流电机无位置传感器系统，通过滑模观测器法来估算转子位置和转速，并对电机的驱动电路和采样电路进行了分析。本次设计的驱动器具有体积小、散热好、适用于高频的特点，能够很好的适用于大牵引力AGV小车。

直接采用Simulink中POWER ELECTRONICS模块库中的MOSFET模块和直流电源模块，可以输出无刷直流电机所需的三相电压信号。整个逆变桥模型如图所示。仿真前必须根据实际系统中采用的MOSFET功率管工作特性，对逆变桥中MOSFET模块进行一系列的参数设置，例如管导通压降、寄生电容和续流二极管导通电阻等，这些参数的不同会直接影响仿真的结果。另外，还需要对直流电源电压值进行设置。 　　图 三相逆变桥模型　　  :

针对传统无刷直流电机(BLDCM)控制系统方波驱动转矩脉冲大等缺点，采用了基于电压空问矢量脉宽调制(SVPWM)控制方法的正弦波驱动永磁无刷直流电机控制系统，建立了两级三相无刷直流电机的数学模型，利用Matlab／Simulink中的电力系统仿真工具箱SimPow- erSystems建立了SVPWM控制下的无刷直流电机转速、电流双闭环控制系统的仿真模型。仿真结果表明，电压空问矢量控制下的无刷直流电机控制系统具有较好的静、动态特性，同时该仿真结果也验证了SVPWM控制无刷直流电机的有效性和仿真模型的正确性