导言

SimpleFOC STM32教程09｜基于STM32F103+CubeMX，ADC采样相电流

如上图所示, 增加了电流环.至此, SimpleFOC整个框架都移植完成, 后续只需要根据自己项目的硬件改变驱动代码即可.
效果如下：

RTT

如上图所示，三相占空比依然是马鞍波。当我用手去给电机施加阻力时，PID要维持目标转速，将马鞍波变大，提高扭矩抵抗阻力。

github：
项目源码：https://github.com/q164129345/MCU_Develop/tree/main/simplefoc10_stm32f103_vel_close_with_current
gitee（国内）：
项目源码：https://gitee.com/wallace89/MCU_Develop/tree/main/simplefoc10_stm32f103_vel_close_with_current

一、代码

1.1、user_main.cpp

二、细节补充

2.1、电流环的两种控制模式dc_current与foc_current

• dc_current模式只闭环扭矩分量Iq, Id默认为0(如果设置了相电感, Id也会有相应的值, 但不需要加入PID控制).
• foc_current模式同时闭环扭矩分量Iq与励磁分量Id.

为什么分两种模式？基于现在我对FOC的认知水平.了解到：

1. 当控制的无刷电机不会超过额定转速时, 用dc_current模式更合适. 此时, 只需要控制好扭矩分量Iq即可.
2. 当控制的无刷电机需要超过额定转速时, 需要用foc_current. 此时, 需要励磁分量Id参与控制才能实现稳定的控制.
   
   如上所示, 在BLDCMotor.cpp的函数void BLDCMotor::loopFOC()看到, 分别对dc_current模式与foc_current模式的算法区分开.

2.2、STM32F103完成一次FOC速度闭环控制一共需要多长时间？

STM32F103完成一次FOC速度闭环控制需要约431us. 运行一次loopFOC()方法与move()方法. STM32F103属于Cortex-M3架构, 没有硬件浮点运算器, 所以执行浮点运算的效率很差. 相比之下, STM32F407之类的Cortex-M4架构的MCU, 有硬件浮点运算器, 执行浮点运算的效率就比较高. 后续, 会更新STM32F407的SimpleFOC的实验.


如上所示, 通过示波器测量出来, 一次FOC速度闭环控制约431us.