Simulink 自动代码生成电机控制：模型预测控制（MPC）模块参数整定实战（1）

1. 从PI到MPC：电机控制器的升级之路

第一次接触电机控制的人，往往都是从经典的PI控制器开始入门的。确实，PI控制器结构简单、参数直观，在大多数场景下都能获得不错的效果。但当我接手一个高性能永磁同步电机控制项目时，客户对动态响应和抗干扰能力提出了更高要求，传统的PI控制器开始显得力不从心。

这时候，模型预测控制（MPC）进入了我的视野。与PI控制器不同，MPC不是简单地根据当前误差进行调节，而是能够预测未来一段时间内系统的行为，并据此计算出最优控制动作。这种"向前看"的特性，使得MPC在应对复杂动态系统时具有独特优势。不过在实际应用中，我发现很多工程师对MPC望而却步，主要是因为参数整定过程看起来比较复杂。

在Simulink环境下，MathWorks已经为我们封装好了MPC模块，大大降低了使用门槛。通过自动代码生成功能，我们还能直接将设计好的控制器部署到硬件上。接下来，我就以一个实际的永磁同步电机控制项目为例，分享如何从零开始配置和优化MPC参数。

2. MPC模块基础配置

2.1 建立电机控制模型

首先需要在Simulink中搭建电机控制系统的基本框架。我使用的是永磁同步电机的DQ轴模型，这个模型已经在之前的PI控制器设计中验证过有效性。关键是要确保功率部分的传递函数准确，因为MPC的性能很大程度上依赖于模型的准确性。

在Simulink库中找到MPC Controller模块，拖拽到模型中。这里需要注意几个关键配置项：

• 取消勾选"Measured disturbance"，除非你有明确的扰动测量需求
• 采样时间设置为0.0001秒（对应10kHz控制频率）
• 操纵变量(Number of manipulated variables)设置为2，对应DQ轴电压输出
• 测量输出(Number of measured outputs)也设为2，对应DQ轴电流反馈

2.2 初始参数设计

双击MPC模块进入设计界面，点击"Design"按钮会弹出MPC设计工具。这里有几个核心参数需要特别关注：

1. 预测时域(Prediction Horizon)：这个参数决定了MPC向前预测的步数。默认值10是个不错的起点，但实际应用中可能需要调整。预测时域越长，控制器考虑得越长远，但计算量也会增加。

2. 控制时域(Control Horizon)：表示优化计算中可调整的控制动作步数。通常可以设置为预测时域的1/3到1/2。

3. 权重参数：包括输出权重和控制增量权重。输出权重决定了跟踪性能的重要性，而控制增量权重影响控制动作的平滑性。

初始阶段，我建议先使用默认权重，重点调整预测和控制时域。点击"Update Block"后，可以在时域响应图中观察系统行为。一个健康的响应应该是平滑收敛的，没有剧烈振荡。

3. 系统级仿真验证

3.1 替换PI控制器

有了初步的MPC设计后，接下来就是将其实装到完整的电机控制系统中。在原系统中，我断开了PI控制器的输出，将DQ轴电流给定和反馈接入MPC模块，输出则连接到逆变器的电压指令。

这里有个实用技巧：在设计完成后，可以通过"Export Controller"将MPC对象保存到工作区。这样下次启动时就不需要重新调参，直接导入即可。另外，在"Others"选项卡中设置好数据类型，可以避免后续代码生成时出现类型不匹配的问题。

3.2 初始性能评估

运行仿真后，我首先观察电流环的跟踪性能。与预期相符，MPC能够稳定控制系统，但存在几个明显问题：

1. 稳态误差比PI控制器略大
2. 收敛速度不够理想，需要十几个控制周期才能进入稳态
3. 动态响应过程中有轻微振荡

这些问题都指向一个结论：默认参数虽然能工作，但远未达到最优。接下来就需要进入参数优化的核心环节。

4. 参数整定实战

4.1 预测时域优化

第一个调整的是预测时域。将默认值10改为2后，系统响应速度明显提升，收敛周期从十几个减少到三四个。这符合理论预期：较短的预测时域让控制器更关注近期动态，响应自然更快。

但当我进一步将预测时域减小到1时，虽然响应更快了，但出现了明显的超调。这说明预测时域过短会导致控制器"目光短浅"，无法妥善处理系统的动态特性。经过几次尝试，最终将预测时域定为3，在响应速度和稳定性之间取得了良好平衡。

4.2 控制时域调整

控制时域决定了优化问题的自由度。较大的控制时域可以提供更灵活的控制策略，但也会增加计算负担。在电机控制这种相对简单的系统中，控制时域通常不需要太大。

经过测试，我发现控制时域设为2（预测时域的2/3）效果不错。继续增大控制时域对性能提升有限，但显著增加了计算量。这也提醒我们：参数优化不是越大越好，合适才是关键。

4.3 约束条件设置

MPC的一个强大特性是能够直接处理各种约束。在电机控制中，我们需要设置：

1. 输出电压限制（由逆变器直流母线电压决定）
2. 电流变化率限制（保护电机绕组）
3. 输出权重调整（平衡DQ轴跟踪精度）

约束设置需要结合实际硬件能力。过松的约束无法发挥保护作用，过紧的约束则可能限制系统性能。我的经验是先从宽松约束开始，逐步收紧，直到找到既能保护设备又不明显影响性能的临界点。

5. MPC与PI的深入对比

经过多轮优化后，MPC的性能有了显著提升，但与精心调校的PI控制器相比，仍有一些值得关注的差异：

1. 动态响应：在突加负载等工况下，MPC展现出更好的抗干扰能力。它能够预测扰动的影响，提前采取控制动作。

2. 稳态精度：PI控制器在稳态精度上略胜一筹，特别是配合前馈补偿时。MPC的稳态误差虽然可以通过权重调整来减小，但往往需要以牺牲动态性能为代价。

3. 实现复杂度：自动生成的MPC代码量明显大于PI控制器。在我们的测试中，MPC代码体积大约是PI的5-8倍，这对资源有限的微控制器是个挑战。

4. 调参难度：MPC需要调整的参数更多，各参数之间还存在耦合关系。相比之下，PI的参数整定要直观得多。

在实际项目中是否选择MPC，需要综合考虑性能需求、硬件资源和开发周期等因素。对于大多数普通电机控制应用，PI控制器可能仍是更经济的选择；但在高性能、强扰动等特殊场景下，MPC的优势就会显现出来。