【周末创客】电机控制

由 judy 提交于周一, 8 六月 2020 - 14:09

本文转载自： <a href="https://mp.weixin.qq.com/s?__biz=MzU0Mzk1MzMyNQ==&mid=2247484345&am…; id="js_name">PYNQ开源社区微信公众号</a>

IIoT-SPYN是一个基于IIoT-EDDP开源平台和PYNQ软件框架的项目，它展示了如何在PYNQ开源框架下对电机进行控制、监视、捕获数据、可视化和分析。
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99646-tu2…; alt=""></center>

上图为工程项目示意图，PL侧包含了对电机控制、状态采集的模块。在PYNQ中加载比特流后，就可以访问到这些已实现好的模块，对电机进行控制和状态检测。
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99647-tu3…; alt=""></center>

此项目中采用的FOC算法示意图，包括Clarke变换、Park变换、PWM编码器、PI控制器、电流采样等。Overlay中的算法模块通过Vivado HLS生成。

设备清单

快速开始

1)方法一

在Jupyter界面中new选项里选择新建一个终端，在终端输入：

udo pip3 install --upgrade git+https://github.com/Xilinx/IIoT-SPYN.git

2) 方法二

下载IIoT-SPYN的zip压缩包，上传压缩包到PYNQ板卡，在终端中unzip上传的压缩包，移动到解压的目录下然后采用pip安装

sudo pip3 install -e .

示例Notebook演示

Overlay自带2个Notebook，spyn.ipynb和spyn_dash.ipynb
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99648-tu4…; alt=""></center>

2个notebook均展示了完整的电机控制、状态检测和分析功能，不同的是spyn_dash.ipynb均在dashboard上实现。

以下为spyn.ipynb代码执行的部分截图。
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99649-tu5…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99650-tu6…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99651-tu7…; alt=""></center>

以下为spyn_dash.ipynb代码执行的部分截图。
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99652-tu8…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2020-06/wen_zhang_/100049838-99653-tu9…; alt=""></center>

总结与展望

本Overlay中使用了FOC算法，它在本质上就是一些线性代数中的矩阵变换，这里讲述的是有传感器的FOC算法，转子的位置信息是通过绝对式磁编码器反馈的，直接是数字量。关于FOC算法的详细内容，可以参考有关电机理论的专业书籍，这里不再赘述。

本项目中的FOC算法全部使用HLS编写，使用AXI-Stream接口完成各模块的通信。我们可以通过上述AXIS监测器来从PS端看到各关键数据。读者可以使用github提供的tcl文件恢复出完整的Vivado工程，以此为基础调整其中的算法或者功能，打造适合自身需要的电机控制Overlay。