但是，這對發(fā)動機提出了新的挑戰(zhàn)。當使用傳統(tǒng)的積分和微分（PID）控制器來控制無刷直流（BLDC）電機的速度是復雜的，因為它們依賴于復雜的數(shù)學模型，并且是計算密集型的。而使用模糊邏輯（FL）的算法，可以消除設(shè)計過程對復雜的數(shù)學公式的依賴，并且提供一個容易理解的解決方案。與（PID）微分控制器相比，模糊邏輯（FL）發(fā)動機控制還有一個優(yōu)勢，那就是開發(fā)周期更短。本文討論了采用德州儀器c28xx定點DSP系列，實現(xiàn)用模糊邏輯算法來控制無刷直流電動機的過程。
　　無刷直流電機控制模型的發(fā)展
　　在模糊邏輯（FL）發(fā)動機構(gòu)建之前，我們必須首先建立一個模型作為設(shè)計的基礎(chǔ)。模糊邏輯控制器使用啟發(fā)式知識，并使用一個語言描述模型來表達它的設(shè)計。我們將以PID控制器模型為出發(fā)點，而不是從頭開始開發(fā)一個模型。一旦完成開發(fā)和實現(xiàn)，模糊邏輯控制器將通過調(diào)整其參數(shù)來提高性能。
　　一般來說，開發(fā)模糊邏輯無刷直流控制器有三個設(shè)計步驟：
　　1．定義輸入、輸出控制器的操作范圍。
　　2．定義模糊成員集的功能和規(guī)則。
　　3．調(diào)整引擎。
　　第一步是定義模式相關(guān)的輸入和輸出。輸入是誤差（E），它是設(shè)置的速度（SS）和當前的速度（CS）之間的當前誤差；另外的輸入是誤差的變化（CE），它是當前誤差和以前計算誤差（PE）之間的差值。輸出是電樞電壓（CV）的改變值，它是現(xiàn)有的電樞電壓（CAV）和以前的電樞電壓（PAV）保存值的差額。由此產(chǎn)生的模型方程式如下：
　　E=SS-CS
　　CE=E-PE
　　CV=CAV-PAV
　　發(fā)動機旋轉(zhuǎn)速單位為轉(zhuǎn)每分鐘（RPM），E決定了接近目標速度的程度。因此，當E》0，發(fā)動機的旋轉(zhuǎn)速度低于設(shè)定的速度；當E《0，電機旋轉(zhuǎn)速度超過設(shè)定的速度。CE決定控制器的調(diào)整方向。當且僅當（iff）目前的旋轉(zhuǎn)速度比設(shè)定的速度要低時CE為正，；當且僅當目前的旋轉(zhuǎn)速度大于設(shè)定的速度時，CE 為負。當接近設(shè)定速度時，CE就會在正的和負的值之間來回調(diào)整。CV是電樞的供電電壓。這個電壓表示為脈沖的寬度調(diào)制（PWM）占空比。
　　下一步是定義模糊集的成員函數(shù)、變量和規(guī)則。為了保證能工作，非模糊（清晰）輸入和輸出必須轉(zhuǎn)化成模糊的。轉(zhuǎn)換由使用語言變量來表示輸入和輸出范圍。這些也被稱為模糊變量。模糊變量用于為成員函數(shù)劃分隸屬值的區(qū)域。例如，5個變量用來映射輸入和輸出，它們是中等負值（NM）、小負值（NS）、零（z）、小正值（PS）、中等正值（PM）。
　　它不是數(shù)學公式，模糊控制器使用模糊規(guī)則來作出決定，并產(chǎn)生一個輸出。模糊規(guī)則是通過IF-THEN語句的形式來描述的。模糊規(guī)則決定系統(tǒng)的行為，而不是復雜的數(shù)學方程。例如，如果錯誤（E）是等于中等負值（NM），而錯誤的變化（CE）等于小正值 （PS），那么在電樞電壓（CV）的改變就等于小負值（NS）。所用的一些規(guī)則是根據(jù)設(shè)計者的經(jīng)驗和系統(tǒng)的知識來設(shè)定的。因此，我們的系統(tǒng)所使用的規(guī)則的數(shù)量是25個。
　　為了激活電樞，CV模糊輸出必須被轉(zhuǎn)換回清晰輸出。這個過程稱為去模糊化。一種流行的去模糊方法稱為重心法。
　　設(shè)計的最后一步是調(diào)整成員函數(shù)和規(guī)則。這個階段也稱為優(yōu)化調(diào)整階段。優(yōu)化調(diào)整用于提高模糊控制器的性能。一旦設(shè)計完成，控制器就將準備付諸實現(xiàn)。
　　模糊邏輯控制器的實現(xiàn)是由三個模塊組成的。它們分別是模糊化、規(guī)則部署和去模糊化。以下各節(jié)討論模糊邏輯無刷直流電動機相關(guān)模塊的實現(xiàn)情況。
　　模糊化
　　模糊化是將有明晰數(shù)值的數(shù)據(jù)轉(zhuǎn)換成模糊數(shù)據(jù)的過程。由此產(chǎn)生的模糊數(shù)據(jù)的轉(zhuǎn)換是基于對輸入變量的模糊隸屬度。對于這種應用，電機控制輸入變量是旋轉(zhuǎn)誤差 （Error）和旋轉(zhuǎn)誤差差值（Cerror）。旋轉(zhuǎn)誤差（Error）是從一個采樣時間到下一個采樣時間的絕對旋轉(zhuǎn)速度差。同樣地，旋轉(zhuǎn)誤差差值 （Cerror）是一個采樣時間和下一個采樣時間之間的旋轉(zhuǎn)誤差變化值。公式如下：
　　旋轉(zhuǎn)誤差（Error）=SetSpeed（設(shè)定速度）-Cur-rentSpeed（目前速度）
　　旋轉(zhuǎn)誤差差值（Cerror）=旋轉(zhuǎn)誤差（Error）-Pre-viousError（前一次誤差）
　　正如前面談到的，為旋轉(zhuǎn)誤差（Error）變量和旋轉(zhuǎn)誤差差值（Cerror）變量定義了五個成員集：
　　1．NM：中等負值
　　2．NS：小負值
　　3．ZE：零
　　4．PS：小正值
　　5．PM：中等正值
　　圖1顯示了為旋轉(zhuǎn)誤差（Error）變量和旋轉(zhuǎn)誤差差值（Cerror）變量定義的五個成員集。這些成員集是三角型重疊，以提供良好的響應。每一組有一個0×1AAA的最大值。
　　
　　輸入變量模糊化后產(chǎn)生了由五部分組成的向量，這五個部分相對應于模糊化成員集的中等負值、小負值、零、小正值、中等正值。每個組件對應的Y軸的值代表該明晰輸入值的隸屬度。向量含有旋轉(zhuǎn)誤差（Error）和旋轉(zhuǎn)誤差差值（Cerror）模糊化值被表示為數(shù)組×1［］和X2［］。