目录手把手教你学Simulink——基于模型预测控制MPC的电动车永磁同步电机PMPMMTPA曲线跟踪仿真一、为什么用 MPC 做 MTPAMaximum Torque Per Ampere跟踪二、MTPA PMSM 离散预测模型2.1 转矩 电流关系IPM2.2 离散电流预测一阶欧拉忽略反电动势 for prediction horizon—— 电流环快Δ≈02.3 MPC CostSISO 转矩跟踪 电流代价三、关键参数四、Simulink 建模手把手4.1 Step 1️⃣ —— PMSM 三相逆变 坐标变换同前篇4.2 Step 2️⃣ —— MPC 电流参考生成核心✅ 推荐Model Predictive Control Toolbox → mpcobject✅ 手写简化 MPC理解用可跑4.3 Step 3️⃣ —— 电流 PI SVPWM同前篇4.4 Step 4️⃣ —— 运行 Scenario五、结果解读预期✅ MTPA 跟踪✅ 优势 vs SPM i_d0✅ MPC 约束六、工程注意点**七、结论**手把手教你学Simulink——基于模型预测控制MPC的电动车永磁同步电机PMPMMTPA曲线跟踪仿真一、为什么用MPC 做 MTPAMaximum Torque Per Ampere跟踪在 PMSM 矢量控制FOC中表贴式SPMLd​≈Lq​最大转矩/安 ⇒ idref​0内置式IPMLq​Ld​磁阻转矩贡献 ⇒Te​23​p(ψf​iq​(Ld​−Lq​)id​iq​)MTPA 轨迹忽略饱和idMTPA​2(Lq​−Ld​)ψf​​−(2(Lq​−Ld​)ψf​​)2iq2​​传统做法查表 idref​f(iqref​)得 MTPAMPC 优势直接在电流 dq 平面预测转矩 电流幅值约束在线优化minJ(Teref​−Tepred​)2ρ⋅(id2​iq2​)自动满足 MTPA最小电流幅值 ⇒ 铜损 ↓易加约束id2​iq2​≤Imax2​目标内置式 PMSM 例IPMp4,ψf​0.175Wb,Ld​0.6mH,Lq​1.0mH,Rs​0.05ΩMPC 预测 horizon Np​5,Nc​2采样 Ts​50µs上层给 Teref​阶跃 10Nm → 30NmMPC 输出 idref​,iqref​→ 电流 PI → SVPWM → PMSM观测id​,iq​是否沿 MTPA 轨迹、∣i∣2小于同转矩 SPM i_d0 情况基于 Simulink Model Predictive Control Toolbox或手写 MPC in MATLAB Function PMSM FOC 架构是破局关键。无论你是 电机控制算法工程师还是学 约束优化在驱动器中的应用这篇硬核指南都成为你手中“MTPA‑MPC 模板”。二、MTPA PMSM 离散预测模型2.1 转矩 电流关系IPMTe​23​p(ψf​iq​(Ld​−Lq​)id​iq​)∣i∣2id2​iq2​2.2 离散电流预测一阶欧拉忽略反电动势for prediction horizon—— 电流环快Δ≈0id​(k1)≈id​(k)Ld​Ts​​(−Rs​id​(k)ud​(k))iq​(k1)≈iq​(k)Lq​Ts​​(−Rs​iq​(k)−ωe​ψf​uq​(k))MPC 如用线性 prediction model状态 x[id​,iq​]T可简化 AITs⋅(−Rs​/L⋅I),BTs/L并 把 ωe​ψf​当已知扰动输入或增状态2.3 MPC CostSISO 转矩跟踪 电流代价J(Teref​−Te​(kNp​))2ρ⋅(id​(kNp​)2iq​(kNp​)2)ρ权重例 0.01~0.1促最小电流幅值 ⇒ MTPA 倾向约束id2​iq2​≤Imax2​三、关键参数参数值极对数 p4ψ_f0.175 WbLd​0.6 mHLq​1.0 mHRs​0.05 ΩJ0.01 kg·m²B0.001 N·m·s/radVdc​400 Vfsw​10 kHzMPC Ts​50 µs (2e‑5 s)Imax​300 A (rms≈212 A peak)预测/控制 horizonNp​5,Nc​2ρ0.05转速 ref恒 1500 rpm机械负载 5NmTeref​10 Nm (0~0.3s) → 30 Nm (0.3s~)四、Simulink 建模手把手4.1 Step 1️⃣ —— PMSM 三相逆变 坐标变换同前篇PMSM 参数如上L_d≠L_q机械端口Load Torque 5 N·mConstSpeed ref 不用进 MPC外层定量测id​,iq​Park 输出电角 θ_e RotorPos_mech * pωm​(rad/s), Te​4.2 Step 2️⃣ —— MPC 电流参考生成核心✅ 推荐Model Predictive Control Toolbox →mpcobjectMATLAB 初始化运行先于 sim%% MPC for MTPA current ref generation (IPM) Ts_mpc 50e-6; % States: x [i_d; i_q] A eye(2) Ts_mpc * [-R_s/L_d, 0; 0, -R_s/L_q]; B Ts_mpc * [1/L_d, 0; 0, 1/L_q]; C [0, (3/2)*p*psi_f (3/2)*p*(L_d-L_q)*i_d]; % 线性化 around i_d≈-xx % 更稳: 用 nonlinear prediction in custom MPC or treat T_e as output y f(x) % 简单 linear approx: y T_e ≈ (3/2)p*psi_f*i_q (3/2)p*(L_d-L_q)*mean(i_d)*i_q % For MPC block we can define: plant ss(A, B, eye(2), zeros(2,2), Ts_mpc); % measure i_d,i_q mpc_obj mpc(plant, Ts_mpc); mpc_obj.PredictionHorizon 5; mpc_obj.ControlHorizon 2; mpc_obj.Weights.OutputVariables [0 0]; % we use custom cost or... mpc_obj.Weights.ManipulatedVariables [0.05 0.05]; % penalize i_d,i_q ( MTPA) mpc_obj.Weights.E 1; % error not directly used unless we add T_e as measured disturbance % Constraints mpc_obj.MV.Min -300; mpc_obj.MV.Max 300; % Current magnitude constraint via custom constraint (or approximate via MV scaling) assignin(base,mpc_obj,mpc_obj);⚠️ 严格 MTPA 需非线性预测 Te​f(id​,iq​)进 costToolbox 支持mpcobj mpc(plant)custom cost(R2023bnlmpc)教学级用nlmpc或 手写 MPC in MATLAB Function如下简化版✅ 手写简化 MPC理解用可跑function [id_ref,iq_ref] MTPA_MPC(Te_ref, id_meas, iq_meas, Ts, Imax) persistent u_hist if isempty(u_hist), u_hist [0;0]; end % --- 参数 p 4; psi_f 0.175; Ld 0.6e-3; Lq 1.0e-3; R 0.05; Np 5; rho 0.05; % --- 离散预测 A/B (ignore we*psi_f term in pred horizon for simplicity) A eye(2) Ts*[-R/Ld,0; 0,-R/Lq]; B Ts*[1/Ld,0; 0,1/Lq]; % --- 候选 u (quantized around current u, can brute-force 5x5 grid) u_test u_hist (-2:2). * 5; % simple grid ±10A bestJ inf; best_u u_hist; for ui u_test. for uj u_test. u [ui; uj]; if u(1)^2u(2)^2 Imax^2, continue; end x [id_meas; iq_meas]; for k1:Np x A*x B*u; end id_p x(1); iq_p x(2); Te_pred 1.5*p*( psi_f*iq_p (Ld-Lq)*id_p*iq_p ); J (Te_ref - Te_pred)^2 rho*(id_p^2 iq_p^2); if J bestJ bestJ J; best_u u; end end end u_hist best_u; id_ref best_u(1); iq_ref best_u(2); endInportTe_ref, id_meas, iq_measOutportid_ref, iq_refSample Time 5e‑5此暴力搜索仅示意实机用 qpOASES / FORCES via code gen。4.3 Step 3️⃣ —— 电流 PI SVPWM同前篇idref​,iqref​来自 MPCPI(Kp​0.5,Ki​200)含反 Park SVPWM死区 200ns4.4 Step 4️⃣ —— 运行 Scenario时间Teref​0~0.3s10 Nm0.3s~30 NmScope / To Workspaceid​(k),iq​(k)计算 MTPA 理论 idMTPA​(iq​)叠加绘 XY (i_d vs i_q)∣i∣id2​iq2​​Te​✅ 应见 (id​,iq​)轨迹贴近 MTPA 曲线负 i_d 随 i_q↑且电流幅值低于等价 SPM i_d0 情况同 Te。五、结果解读预期✅ MTPA 跟踪Teref​10Nm→ iq​≈?, id​0符合 IPM MTPATeref​30Nm→ ∣id​∣↑ deeper negative i_d(id​,iq​)点列沿理论 MTPA 曲线 ✔✅ 优势 vs SPM i_d0同 30NmSPM i_d0 ⇒ iq​Te​/(1.5pψf​)30/(1.5∗4∗0.175)28.57A→ ∣i∣28.57AIPM MTPAid​≈−8A,iq​≈26A→ ∣i∣≈27.2A略 ↓ ⇒ 铜损 ↓✅ MPC 约束id2​iq2​≤Imax2​未触发30Nm 远低于 Imax六、工程注意点**实机因素Simulink 处理非线性 MPC (nlmpc)R2023bnlmpcobj mpcmoveCodeGeneration代码生成手写 MPC →fifixed‑point Embedded Coder弱磁区MTPA only up to base speed; above → flux‑weakening constraint ud​,uq​within hexagon采样对齐MPC Ts50~100µs, 电流 PI Ts50µs, PWM 10kHz启动Align 开环 V/f → MPC 切 (0.05s)七、结论**✅ 你掌握了基于 MPC 的 PMSMIPMMTPA 电流参考生成 FOC Simulink 原型IPM PMSMLd​0.6mH,Lq​1.0mH,ψf​0.175Wb,p4MPC 代价 J(Teref​−Tepred​)2ρ(id2​iq2​)→ 隐式 MTPA输出 idref​(0),iqref​→ 电流 PI → SVPWMTeref​阶跃 10→30Nm ⇒ (id​,iq​)沿 MTPA 曲线、电流幅值 ↓ vs SPM ✔ MPC‑MTPA 是IPM 高效区控制、未来取代查表趋势易加温升/磁饱约束可直接扩展nlmpc (MATLAB) 含 Te​f(id​,iq​)精确 cost 电压限六边形约束MTPA→MTPV 弱磁过渡 StateflowdSPACE/Typhoon HIL 生成 C 代码qpOASES对比 MTPA 查表 vs MPC 铜损量化如果下一步你想要nlmpc 对象完整脚本含电压矢量约束​MTPA 理论公式 查表生成脚本对比 MPC​⚡弱磁Flux Weakening区 MPC 联合 MTPA→MTPV​C2000 定点 MPC 电流 ref 生成示例IQmath / CLA