? ? 在網上找關于dsp28335移相寄存器的配置問題，找了好多還是沒有百度到現在這個問題終于解決了于是吧關于epwm的配置貼到這里，具體配置看圖

?

?

?

?

?

?

?

?

?

?

?

?

?

?

這就是具體的配置過程，主要是PHSEN寄存器使能?EPwm2Regs.TBCTL.bit.PHSEN = TB_ENABLE;，還有?EPwm2Regs.TBCTL.bit.SWFSYNC =

?1;?EPwm2Regs.TBCTL.bit.PRDLD = TB_SHADOW;這些寄存器配置相當的關鍵。還有就是在定時器中斷中使用移相寄存器的時候，需要調用移相寄存器的時候與要用到這兩

個移相寄存器

?

?

? ? ? 如果不寫入下面這個寄存器的話，不會發生移相。

? ? ?最終經過移相逆變后的實驗波形如圖

?

?

?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

?

?

具體配置看https://blog.csdn.net/Aaron_Suen/article/details/84932812是ADC采集電壓電流，定時器中斷函數實現雙閉環。

2.模糊自適應PID 控制算法

為了擺脫經典PID 算法中各種因素之間的相互影響，可以把比例、積分和微分作用分別用比例因子P、積分因子I和微分因子 D 表示，相互之間沒有關聯，互不影響。運算公式如下：
? ? ? ? ? ? ? ? ? △u(n)=P*[e(n)―e(n-1)]+1/I*e(n)*Kii+D*[e(n)―2*e(n-1)+e(n-2)]
其 中 ：
P、I 和 D 分別是比例因子、積分因子和微分因子，K i i 是積分作用強度因子?其中：A 為偏差限值。即當偏差絕對值|e|從接近A到A/2方向，積分作用從0.2～100% 逐步增強。
當偏差 |e|>A 時，積分不完全起作用 。與經典 PID 算法相比，比例因子 P、積分因子I和微分因子D的作用與比例系數Kp、積分時間Ti 和微分時間Td 的作用相似，P 值越大，比例作用越強，P 值越小，比例作用越弱；I 越小，積分作用越強，I 值越大積分作用越弱；D 值越大，微分作用越強，D 值越小，微分作用越弱。但有明顯不同：⑴ 比例因子P、積分因子I和微分因子

⑵ 積分因子I和微分因子D與積分時間Ti和微分時間Td的數值差別很大，不能根據經驗進行設置；
⑶ 積分作用強度因子Kii與偏差有關，具有模糊自適應能力，能夠根據偏差的大小自動調節積分作用的強弱。根據偏差的大小和性質建立模糊控制規則。當偏差大或較大時，增強控制作用，以盡快消除偏差；當偏差較小時，減少控制作用，以減少因測量誤差引起的波動 。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?設△T1= 量程*1.0%
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 設△T2= 量程*0.25%
當偏差|e|在△T1～A之間和|e|>A時，按照公式計算。當偏差|e|在△T1～△T2之間時，增加 P、I 作用，減弱 D 作用，PID 參數做
以下修正：
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?P’=P*(1+(|e|-△T2)/(△T1-△T2)*c1)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?I’=I*(1-(|e|-△T2)/(△T1-△T2)*c2)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? D’= D*(1-(|e|- △T2)/(△T1- △T2)*c3)
以新的 P ’、I ’和 D ’代替 P 、I和 D 參與公式計算。
系數c1、c2、c3與偏差∣e∣在△T1~△T2之間的次數有關，范圍為0.05~0.50。當偏差|e|在0～△T2之間時，減弱各調節作用，P I D 參數做以下修正：
? ? ? ? ? ? ? ? ? ? ? ? ? ? P’=P*(1+(|e|-△T2)/△T2*0.20)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?I’=I*(1-(|e|-△T2)/△T2*0.10)
? ? ? ? ? ? ? ? ? ? ? ? ? ? D’= D*(1+(|e|-△T2)/△T2*0.20)
當偏差|e| 在0～△T1 之間發生振蕩時，根據振蕩特性自動在±0.25范圍內修改 P 、I 、D 參數。
其控制流程。首先根據經驗缺點比例因子P、積分因子I和微分因子D 的初值，設置偏差限值△T1、△T2 和A，假設設定值為 r，測量值為 y ，初始化e(n-1)=0，e(n-2)=0，然后計算偏差e(n)=r n -y n ，根據偏差e(n)大小，利用公式自動計算Kii和調整P、I和D的值，計算PID 輸出。如果采樣周期到，進入下一個循環重新計算。

程序中具體實現如下：

? Fuzzy_pid.E0 = V_Set - V_Now ;


? ? if( Fuzzy_pid.E0<= Fuzzy_pid.A /2)
? ? ? ? Fuzzy_pid.Kii = 1;
? ? else
? ? ? ? Fuzzy_pid.Kii = 1-0.8*(2*fabss(Fuzzy_pid.E0)-Fuzzy_pid.A)/Fuzzy_pid.A;


? ? if(Fuzzy_pid.E0 >=Fuzzy_pid.T2&&Fuzzy_pid.E0 <=Fuzzy_pid.T1 )
? ? ? ?{
? ? ? ?Fuzzy_pid.P1 = ?Fuzzy_pid.P*(1+(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C1);


? ? ? ? Fuzzy_pid.I1 = ?Fuzzy_pid.I*(1-(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C2);
? ? ? ? Fuzzy_pid.D1 = ?Fuzzy_pid.D*(1-(fabss(Fuzzy_pid.E0)-Fuzzy_pid.T2)/
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(Fuzzy_pid.T1-Fuzzy_pid.T2)*Fuzzy_pid.C3);


? ? ? ? Fuzzy_pid.P = Fuzzy_pid.P1;
? ? ? ? Fuzzy_pid.I = Fuzzy_pid.I1;
? ? ? ? Fuzzy_pid.D = Fuzzy_pid.D1;
? ? ? ?}




? ? Fuzzy_pid.SUM+=
? ? ? ? ? ? ? ? ? Fuzzy_pid.P*(Fuzzy_pid.E0-Fuzzy_pid.E1)+
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?1/Fuzzy_pid.I*Fuzzy_pid.E0*Fuzzy_pid.Kii+
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Fuzzy_pid.D*(Fuzzy_pid.E0-2*Fuzzy_pid.E1+Fuzzy_pid.E2);

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的关于dsp28335移相全桥的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。