TB6593FNG与PIC18LF47K42的直流电机双闭环控制方案

1. TB6593FNG与PIC18LF47K42的硬件协同架构

在直流电机控制系统中，TB6593FNG电机驱动芯片与PIC18LF47K42微控制器的组合堪称黄金搭档。TB6593FNG是东芝公司推出的H桥驱动器IC，内置MOSFET和预驱动电路，支持最大DC 42V/3.5A的驱动能力。其PWM控制频率可达100kHz，具备低导通电阻（上桥臂+下桥臂仅0.6Ω）和多种保护功能（过热关断、欠压锁定、过流保护等）。

PIC18LF47K42则是Microchip公司针对电机控制优化的8位MCU，具备：

• 16MHz工作频率下的16 MIPS性能
• 128KB Flash + 4KB RAM存储配置
• 12位ADC（最大500ksps采样率）
• 5个16位PWM模块（带死区控制）
• 硬件CRC计算模块

实际电路设计中，我采用以下连接方案：

1. PWM信号从MCU的RC1引脚输出至TB6593FNG的IN1/IN2控制端
2. 电机的电流检测通过0.1Ω采样电阻接入MCU的AN0模拟输入
3. 编码器信号连接至MCU的INT0/INT1外部中断引脚
4. 故障信号通过TB6593FNG的FG引脚反馈至MCU的RB5

关键提示：TB6593FNG的VCC引脚必须与MCU使用独立LDO供电，避免电机启动时的电压波动导致MCU复位。建议采用TPS7A4700稳压器提供5V@500mA的稳定电源。

2. 电机参数测量与特性建模

在开始控制算法设计前，必须准确获取电机的电气参数。我使用Keysight DSOX1204A示波器配合自定义测试固件完成了以下测量：

2.1 静态参数测量

1. 绕组电阻：通过LCR表测得23℃下相间电阻为2.1Ω
2. 电感参数：施加1kHz测试信号，测得L=4.7mH
3. 反电动势常数：手动旋转电机测得每1000RPM产生5.2V线电压

2.2 动态特性测试

搭建开环测试平台，记录阶跃响应曲线：

// 测试代码片段 void TestRampUp(uint8_t pwm_duty) { PWM1_LoadDutyValue(pwm_duty); __delay_ms(1000); ADC_StartConversion(); while(!ADC_IsConversionDone()); current = ADC_GetConversionResult(); }

测得关键动态参数：

3. 双闭环控制算法实现

基于上述参数，我设计了转速-电流双闭环控制架构：

3.1 电流环设计

采用PI控制器实现电流调节：

typedef struct { float Kp; float Ki; float integral; float max_output; } PIController; float PI_Update(PIController *ctrl, float error) { ctrl->integral += error * ctrl->Ki; if(ctrl->integral > ctrl->max_output) ctrl->integral = ctrl->max_output; else if(ctrl->integral < -ctrl->max_output) ctrl->integral = -ctrl->max_output; return error * ctrl->Kp + ctrl->integral; }

参数整定过程：

1. 先关闭积分项(Ki=0)，逐步增大Kp直至出现轻微振荡
2. 记录临界增益Ku=0.85，振荡周期Tu=1.2ms
3. 采用Ziegler-Nichols法则：
   • Kp = 0.6 * Ku = 0.51
   • Ki = 2 * Kp / Tu = 850

3.2 转速环优化

转速环采用改进型抗饱和PI算法：

float SpeedController_Update(float speed_error) { static float last_output = 0; float current_output = PI_Update(&speed_pi, speed_error); // 抗饱和处理 if(fabs(current_output) > MAX_CURRENT_REF) { speed_pi.integral -= 0.5f * speed_error; current_output = (current_output > 0) ? MAX_CURRENT_REF : -MAX_CURRENT_REF; } last_output = current_output; return current_output; }

实测性能对比：

4. 硬件保护与故障处理

TB6593FNG虽然内置多种保护，但实际应用中仍需软件配合：

4.1 过流保护实现

void __interrupt() ISR(void) { if(INT0IF) { // 过流故障中断 PWM1_Stop(); FAULT_LED = 1; uint16_t oc_count = EEPROM_Read(0x10); EEPROM_Write(0x10, ++oc_count); INT0IF = 0; } }

4.2 温度监控方案

使用MCP9700温度传感器监测驱动IC温度：

float Read_Temperature(void) { ADC_SelectChannel(TEMP_CHANNEL); ADC_StartConversion(); while(!ADC_IsConversionDone()); uint16_t adc_val = ADC_GetConversionResult(); return (adc_val * 3.3 / 1024 - 0.5) * 100; // MCP9700转换公式 }

保护阈值设置建议：

5. 实测性能优化案例

在某医疗设备电机改造项目中，通过以下步骤实现性能提升：

1. PWM频率优化：

   • 初始设置20kHz导致可闻噪声
   • 扫描测试发现电机谐振点在18kHz
   • 最终采用32kHz PWM频率+随机频谱扩散技术

2. 死区时间调整：

   // 死区时间计算公式 void SetDeadTime(uint16_t ns) { uint16_t dtn = (uint16_t)(ns * FOSC / (64 * 1000000000.0)); PTCON0bits.DTCK = 1; // 选择64分频时钟 PDC0 = dtn; // 上升沿延迟 PDC1 = dtn; // 下降沿延迟 }

   实测不同死区时间下的效率对比：

   死区时间(ns)	效率@1A负载	桥臂直通风险
   50	89.2%	高
   100	88.7%	中
   200	86.1%	低
   300	83.5%	无

3. 动态参数自适应： 通过在线参数识别实现控制参数自动调整：

   void Online_Parameter_Estimation(void) { static float last_current = 0; float di_dt = (current - last_current) / SAMPLING_PERIOD; float back_emf = voltage - current * R - L * di_dt; estimated_speed = back_emf / Ke; last_current = current; }

最终实现的性能指标：

• 转速控制精度：±0.5%（全温度范围）
• 效率提升：82% → 88%（额定负载下）
• 启动时间：从500ms缩短至180ms
• 故障率下降：月故障次数从3.2次降至0.4次