本文参照英飞凌AP32013i_Inverter_TC27xC_1_22相关的文档，研究FOC算法的原理，模块组成和调试过程。
一，什么是FOC
FOC（Field Oriented Control）是采用数学方法实现三相电机的力矩与励磁的解耦控制。
主要是对电机的控制电流进行矢量分解，变成励磁电流Id和交轴电流Iq ，励磁电流主要是产生励磁，控制的是磁场的强度（励磁就是控制定子的电压使其产生的磁场变化，改变直流电机的转速，改变励磁同样起到改变转速的作用。），而交轴电流是用来控制力矩。
二，FOC的框图和模块划分
这里借用https://blog.csdn.net/wofreeo/article/details/82968439的框图。
从框图上可以分成下面的几个部分：
1. 电机的d-q模型：clark变换，park变换，park逆变换。
2. 外部的对象：三相逆变驱动器（3-phase inverter）（通常指三相全桥驱动电路）和电机（直流无刷电机BLDC）
3. 空间矢量脉冲调制模块：SVPWM
4. PI调节器：基于小信号控制理论，把电流差值转换成电压的调节器。
5. 给定的Iq_ref和Id-ref:
需要说明的地方：
1. FOC算法是电机控制算法的一部分，具有可替代性，比如DTC。而整体的电机控制算法是基于小信号控制理论的。
2. FOC算法可用于异步电机，直流无刷电机，永磁同步电机。
3. 给定的Iq_ref和Id-ref要根据电机相关模型和参数计算得出。
4. 该算法受物理定律，软件框架，软件相应速度等限制。
三，各个模块的简介
1. 电机数学模型-坐标变换：clark和park变换。
坐标轴变换-clark变换：
坐标轴变换-park变换：
下面的公式，x可以是电压也可以是电流
park 正变换:
park逆变换：
2. SVPWM模块：
参见https://blog.csdn.net/u010671230/article/details/79478648，这里不在叙述了。
3. 如何给定的Iq_ref和Id-ref（内嵌式永磁同步机模型）：
在AP32013i_Inverter_TC27xC_1_22中英飞凌给出是MTPA-电压极限圆-MTPF的方法，如下;
A-B:MTPA(Maximum-torque-per-ampere)
C:保持要求扭矩时的减弱磁场
D:弱磁在极限转矩时
E-F:MTPF(Maximum-torque-per-flux)
程序如下：
Ifx_MotorModelPmsmF32_Data *p = &model->params;
float32 deltaL = p->ld - p->lq;
float32 fluxM = p->fluxM;
sint16 n;
float32 p_1_5 = 1.5 * p->polePair;
float32 iq_mtpa, id_mtpa;
cfloat32 idqRef;
float32 T_ref = input->ref.torque;
/* Actual torque (estimated) -------------------------------------------------------*/
output->torque = p_1_5 * model->foc.idq.imag * (fluxM + model->foc.idq.real * deltaL);
{ /* MAXIMUM TORQUE PER AMPERE (MTPA) ------------------------------------------- */
float32 Tn_ref, Tn_f;
float32 deltaL_sq, fluxM_sq;
float32 Iq_n, Iq_n_3;
float32 f_n, df_n;
Tn_ref = (T_ref < 0) ? (-T_ref / p_1_5) : (T_ref / p_1_5);
deltaL_sq = deltaL * deltaL;
Tn_f = Tn_ref * fluxM;
Iq_n = Tn_ref / (p_1_5 * fluxM);
if (Iq_n > 0)
{
for (n = 0; n < 3; n++)
{
Iq_n_3 = Iq_n * Iq_n * Iq_n;
f_n = (Iq_n * (Iq_n_3 * deltaL_sq + Tn_f)) - (Tn_ref * Tn_ref);
df_n = (4 * Iq_n_3 * deltaL_sq) + Tn_f;
Iq_n = Iq_n - (f_n / df_n);
}
}
iq_mtpa = Iq_n;
fluxM_sq = (fluxM * fluxM);
id_mtpa = (fluxM - __sqrtf(fluxM_sq + (4 * deltaL_sq * Iq_n * Iq_n))) / (-2 * deltaL);
}
if (model->fieldWeakeningEnabled)
{ /* FIELD-WEAKENING ------------------------------------------------------------ */
// Maximum flux from nominal DC voltage, rotation speed and correction-feedback */
float32 absSpeed = __absf(model->electricalSpeed) + 1.0e-9;
float32 fluxMaxAbs = model->vdc / (IFX_SQRT_THREE / IFX_FOCF32_VDQ_THRESHOLD) / absSpeed;
float32 fluxMax = __maxf(fluxMaxAbs + model->foc.fw.fbValue, 0.0);
model->fluxMax = fluxMax;
float32 fluxMax_sq = fluxMax * fluxMax;
// Q-axis flux
float32 Lq = p->lq;
float32 Ld = p->ld;
float32 fluxQ = Lq * iq_mtpa;
float32 fluxQ_sq = fluxQ * fluxQ;
// Calculate Id_fw from the following conditions:
// fluxQ_sq + fluxD_sq <= fluxMax_sq
// (Lq*Iq)^2 + (fluxM + Ld*Id)^2 <= fluxMax_sq
// Id <= -fluxPM /Ld + sqrtf(fluxMax_sq - fluxQ_sq)/Ld;
float32 id_fw;
float32 deltaFlux_sq = fluxMax_sq - fluxQ_sq;
id_fw = (deltaFlux_sq > 0) ? ((-fluxM + __sqrtf(deltaFlux_sq)) / Ld) : (-fluxM / Ld);
float32 deltaId = id_fw - id_mtpa;
if (deltaId < 0)
{
// We are in field-weakening, check whether torque should be reduced
float32 idqLimit = Ifx_FocF32_getIdqLimit(&model->foc);
id_fw = __maxf(id_fw, -idqLimit);
iq_mtpa = (T_ref < 0) ? -iq_mtpa : iq_mtpa;
float32 iq_fw = iq_mtpa;
float32 fluxD = ((Ld * id_fw) + fluxM);
float32 fluxD_sq = fluxD * fluxD;
deltaFlux_sq = fluxMax_sq - fluxD_sq;
iq_fw = (deltaFlux_sq > 0) ? (__sqrtf(deltaFlux_sq) / Lq) : 0;
float32 deltaIq = (-iq_mtpa * deltaId * deltaL) / ((id_fw * deltaL) + fluxM);
float32 iq_corr = iq_mtpa + deltaIq;
boolean reducedTorque = (iq_corr < iq_fw);
iq_fw = reducedTorque ? iq_corr : iq_fw;
//if (reducedTorque) __debug();
iq_fw = (iq_fw < iq_mtpa) ? iq_fw : iq_mtpa;
iq_fw = __minf(__sqrtf(__sqrf(idqLimit) - __sqrf(id_fw)), iq_fw);
idqRef.real = id_fw;
idqRef.imag = (T_ref < 0) ? -iq_fw : iq_fw;
model->fw = idqRef;
}
else
{
idqRef.real = id_mtpa;
idqRef.imag = (T_ref < 0) ? -iq_mtpa : iq_mtpa;
}
}
else
{
idqRef.real = id_mtpa;
idqRef.imag = (T_ref < 0) ? -iq_mtpa : iq_mtpa;
}
/* Transfer the current references to current controller (FOC) block ---------------*/
input->ref.current = idqRef;四，关于调试：
本调试方法来自http://bbs.elecfans.com/forum.php?mod=viewthread&tid=1865932&page=1
（一），测试相电流采样电路的功能。
1、不接电机，连续采样相电流，此时采样值为相电流为0时的值，此时值应该比较稳定，变化不大，如果变化比较大，说明有问题。
2、接上电机，给U相设置占空比为5%，V、W占空比为0，此时可以用万用表测量取样电阻上的电压值，应该已经有值。再用adc采样相电流，计算相电流采样极性和大小是否正常。根据正电压产生正电流的电动机原则，U相电流应该是正的，V、W两相电流应该是负的，且V、W两相电流应基本相同。若正负号不对，需要进行调整。
（二）、测试变换程序的正确性。矢量控制的核心其实就在Clark与Park变换上，通过这两个变换实现了直轴与交轴的解耦。如果使用的是官方的库，可以不管本步骤。如果是自己写的，需要通过仿真测试等手段，确保程序的正确性。
（三）、调试SVPWM模块。通过SVPWM模块可以把FOC的控制结果转换为定时器6个通道的占空比，从而驱动三相逆变模块控制定子绕组产生旋转磁场，拖动转子旋转。为了验证SVPWM模块的功能，需要使用上图中的6、7即反park变换和SVPWM模块，产生开环的旋转磁场。
1、把FOC其他部分注释掉，只保留反park变换和svpwm函数。
2、反park变换的输入参数有3个：Vq、Vd、Angle，将Vq=0，Vd设置为一个较小的值，Angle=0，然后接电机上电，此时svpwm会有输出，电机有力，转子被锁定在当前电角度位置。如果没有力，说明Vd值太小了。同时可以查看CH1、CH2、CH3的波形和svpwm的标准波形做对比。比如，处于svpwm的扇区1，那么CH1、CH2、CH3上的波形关系如下：
你可以在仿真模式下，把CH1、CH2、CH3通道的比较值加入watch窗口，然后手动改变Vd的值。改变Vd的值，3个通道的比较值也会跟着改变。
3、将Angle由0开始，每次增加30°左右，此时电机会跟着旋转，且每次旋转的角度应该是相同的，记录下这个旋转方向，这就是此系统固有的正方向。此时还可以验证电机的极对数，若Angle重复增加N个周期后电机回到起始点（可用记号笔进行标注），电机的极对数即为N。
（四）、整定d轴、q轴PID参数。
1、把电流采样模块、clark变换、park变换、PID控制器加入。
2、此时系统的输入参数有3个：PID控制器的参考量IQREF、IDREF和Angle。设置Angle=0，IQREF=0，IDREF设置为一个较小值（可以与上面的Vd一样）。
3、d轴和q轴都有PID控制器，将两个PID的参数都设置为0。之后保持q轴的PID为0，然后整定d轴的参数（整定的过程中，可以给电机上电观察效果，目的是使电流采样值经过clark、park变换后的Iq、Id值接近于IQREF、IDREF）。d轴整定完后，把q轴的PID参数设置为相同即可。
（五）、使用编码器输出角度替代Angle值
（六）、验证电流闭环
我们先来验证d轴，将IqRef设置为0，IdRef设置为一个合适的正值，此时电机是不会旋转的，用手转动电机也是可以转动的，只是不同于自由转动状态，此时旋转电机时会感到阻力较大，有一个力始终在维持电机处于当前位置。
验证q轴时同理将IdRef设置为0，IqRef设置为一个合适的值即可。需要注意的是，因为启动电流明显大于稳态电流，如果IqRef的值设置得过小，电机无法旋转起来，而增大IqRef，使电机可以旋转起来后，电机会一直加速到最高转速。为保证安全，需要对输出电压占空比进行限幅。
将IqRef设置为正值时电机应该正转，设置为负值时电机应该反转，且正反转速应该是相同的。此时还可以进一步观察转速采样结果，如果和实际情况符合的话就可以进行下一步了。
总结：本文简述了FOC的各个模块和调试方法。