永磁同步电机模型预测控制及其关键技术
永磁同步电机（PMSM）的模型预测控制（MPC）这几年在工业界存在感越来越强。这种把数学建模和控
制算法结合起来的玩法，让电机控制有了更多可能性。今天咱们就扒开几种典型方案的内核，手撕代码看
看实现细节。
---
### 当传统PI遇上SVPWM
双环PI控制还是工业现场的主力军。这里有个有意思的现象——很多人调PI参数时会把电流环和速
度环拆开调试。比如速度环的PI输出作为电流环的给定值：
```python
# 速度环PI计算
speed_error = target_speed - actual_speed
speed_integral += speed_error * dt
current_ref = Kp_speed * speed_error + Ki_speed * speed_integral
# 电流环PI计算
current_error = current_ref - actual_current
current_integral += current_error * dt
v_ref = Kp_current * current_error + Ki_current * current_integral
```
但这里有个坑：当电机转速接近目标值时，积分项容易导致超调。有经验的工程师会在这里加个积
分分离策略，当误差小于阈值时冻结积分项。
SVPWM的实现更有意思，六路PWM波生成可以用查表法加速。下面这段C代码展示了扇区判断的核心
逻辑：
```c
uint8_t Sector_Determine(float alpha, float beta) {
float vref1 = beta;
float vref2 = (sqrt(3)*alpha - beta)/2;
float vref3 = (-sqrt(3)*alpha - beta)/2;
return (vref1>0 ? 1:0) | (vref2>0 ? 2:0) | (vref3>0 ? 4:0);
}
```
