Zurück zum Blog

So vermitteln Sie Kenntnisse zur Steuerung von PMSM-Motoren mithilfe einer Echtzeit-HIL-Umgebung

Leistungselektronik

07. / 16. / 2026

So vermitteln Sie Kenntnisse zur Steuerung von PMSM-Motoren mithilfe einer Echtzeit-HIL-Umgebung

Wichtigste Erkenntnisse

  • Studierende verstehen die Steuerung von PMSM-Motoren schneller, wenn die feldorientierte Regelung zunächst auf einem Echtzeit-HIL-Prüfstand abgestimmt wird, bevor hardware eigentliche hardware Einsatz hardware .
  • Die umfassendste Laborreihe beginnt mit Konzepten zum Rotorrahmen und zur Stromregelung und behandelt anschließend der Reihe nach die Drehzahlregelung, Modellgrenzen und Fehlerfälle.
  • Die Übertragung auf einen realen Motor sollte erst dann erfolgen, wenn die Studierenden stabile und instabile HIL-Ergebnisse anhand eindeutiger Signalbelege erklären können.

Der Unterricht zur Steuerung von PMSM-Motoren funktioniert am besten, wenn die Studierenden die feldorientierte Regelung zunächst auf einem Echtzeit-HIL-Prüfstand abstimmen, bevor sie einen realen Motor in die Hand nehmen.

Die Motorsteuerung ist weit über den Unterricht hinaus von Bedeutung, da motorgetriebene Systeme mehr als 50 % des weltweiten Stromverbrauchs ausmachen. Studierende benötigen mehr als nur Blockdiagramme, um zu verstehen, warum der Strom in der d-Achse den Magnetfluss bestimmt, warum der Strom in der q-Achse das Drehmoment bestimmt und warum eine schlechte Abstimmung zu Schwingungen führt. Eine Echtzeit-HIL-Anlage verwandelt diese Konzepte in ein Experiment mit geschlossenem Regelkreis, das angehalten, wiederholt und sicher unter Belastung getestet werden kann. Auf diese Weise lassen sich Fähigkeiten schneller aufbauen, als wenn man mit einer realen Maschine beginnt und darauf hofft, dass der erste Test ohne Probleme verläuft.

Ein Echtzeit-PMSM-Modell erleichtert den Unterricht zum Thema FOC

Ein Echtzeit-PMSM-Modell erleichtert den Unterricht zum Thema FOC, da es physikalische Risiken ausschließt. Dabei bleiben sowohl die zeitlichen Abläufe als auch die Rückkopplung erhalten. Die Regelreaktion bleibt bei jedem Abtastzeitpunkt sichtbar, sodass die Studierenden Regelkreise abstimmen und die Polarität des Encoders überprüfen können, ohne sich Gedanken über eine Welle, eine Kupplung oder eine Bremse machen zu müssen.

In einer ersten Laborübung kann jedem Studierenden dasselbe PMSM-Modell und dieselbe Encoder-Skalierung zur Verfügung gestellt werden; anschließend werden sie aufgefordert, die Stromregelkreise der d- und q-Achse von Grund auf einzustellen. Aktives Lernen hat in 225 MINT-Studien die Prüfungsergebnisse um 6 % gesteigert und die Durchfallquoten um 55 % gesenkt. Das ist hier von Bedeutung, da die Studierenden nicht nur eine Wellenform auf einem Projektor betrachten. Sie passen die Verstärkungen an, überprüfen das Stromverhalten und ordnen jede Kurve einer Steuerungsentscheidung zu.

Der pädagogische Nutzen liegt auf der Hand: Ein physischer Motor, der ins Stocken gerät, beendet oft eine Laborübung, bevor die Kernaussage verstanden wurde, während eine simulierte Anlage es ermöglicht, innerhalb von Sekunden zurückzusetzen und es erneut zu versuchen. Außerdem kann man die Aufgabe jeweils auf ein Konzept konzentrieren. Wenn es in der Unterrichtseinheit um aktuelle Vorschriften geht, müssen die Studierenden nicht die Hälfte der Zeit damit verbringen, Verkabelungen zu reparieren, Kupplungen festzuziehen oder zu rätseln, warum ein Rotor nicht anspringt.

„Ein Echtzeit-PMSM-Modell erleichtert den Unterricht zum Thema FOC, da es physikalische Risiken ausschließt.“

Die Ausrichtung des Rotorrahmens erklärt, wie FOC einen PMSM steuert

Die Ausrichtung des Rotorrahmens erklärt das FOC-Verfahren, da dabei drei sinusförmige Phasenströme in zwei Ströme mit klar definierten Aufgaben umgewandelt werden. Ein Strom richtet sich nach dem Rotorfluss aus. Der andere Strom erzeugt ein Drehmoment. Sobald die Studierenden diesen Zusammenhang erkennen, erscheint das Regelgesetz nicht mehr wie eine Aneinanderreihung von Matrixblöcken.

Eine nützliche Laborübung beginnt mit ausgeglichenen Dreiphasenströmen im stationären Bezugssystem und zeigt anschließend dieselben Daten nach der Clarke- und der Park-Transformation. Die Studierenden können beobachten, wie der Strom entlang der q-Achse während der Beschleunigung ansteigt, während der Strom entlang der d-Achse bei einem oberflächenmontierten PMSM nahe Null bleibt. Diese Darstellung liefert eine direkte Antwort auf die häufig gestellte Frage, wie die FOC-Regelung bei einem realen Motor funktioniert. Das Drehmoment entsteht dadurch, dass der Stromvektor bei sich änderndem Rotorwinkel an der richtigen Stelle gehalten wird.

Ein Winkel Fehler macht die Lektion anschaulicher. Eine elektrische Verschiebung um 90 Grad lenkt den drehmomenterzeugenden Strom auf die falsche Achse, woraufhin das Motormodell mit einem schwachen Drehmoment und einem rauschbehafteten Strombedarf reagiert. Die Studierenden behalten diesen Fehler in der Regel besser im Gedächtnis als eine Herleitung aus dem Lehrbuch. Das rotierende Bezugssystem ist kein mathematischer Trick mehr, sobald eine falsche Winkelschätzung die erwartete Drehmomentantwort zunichte macht.

Beginnen Sie mit der Stromregelung, bevor Sie den Drehzahlregelkreis abstimmen.

Die Stromregelung sollte an erster Stelle stehen, da jede äußere Regelschleife davon abhängt. Eine stabile Drehzahlregelung kann eine schwache Stromregelung nicht kaschieren. Die Stromregelung bestimmt die elektrische Reaktionszeit. Sobald sich diese innere Regelschleife sauber eingependelt hat, wird die Drehzahlabstimmung zu einem langsameren und wesentlich leichter zu vermittelnden Problem.

Eine saubere Laborsequenz beginnt mit einem Stromschritt bei Drehzahl Null. Die Studierenden stellen die Proportional- und Integralverstärkungen so ein, dass der Strom an der q-Achse den Sollwert schnell und mit geringem Überschwingen erreicht, und wiederholen den Test nach einer Drehzahländerung, um die Kreuzkopplung zu beobachten. Diese Reihenfolge ist wichtig, da ein zuerst abgestimmter Drehzahlregelkreis zwar akzeptabel aussehen kann, während sich im Hintergrund bereits Stromwelligkeit und Sättigung aufbauen. Man kann sich nicht auf Drehzahlkurven verlassen, wenn der drehmomenterzeugende Strom noch nachschwingt.

Die Bandbreitentrennung vermittelt den Studierenden eine praktische Regel, die sie auch später noch anwenden werden. Der Stromregelkreis sollte sich wesentlich schneller einpendeln als der Drehzahlregelkreis – in einer Lehrumgebung oft um den Faktor fünf oder mehr. Dieses Verhältnis muss nicht als Dogma dargestellt werden. Es funktioniert als überprüfbare These, und der HIL-Prüfstand ermöglicht es den Studierenden, dies zu belegen, indem sie eine saubere Drehzahlregelung mit einem Fall vergleichen, in dem sich beide Regelkreise gegenseitig stören.

Ein HIL-Prüfstand mit geschlossenem Regelkreis zeigt jedes FOC-Signal an

Ein HIL-Prüfstand mit geschlossenem Regelkreis zeigt jedes FOC-Signal an

Ein HIL-Prüfstand mit geschlossenem Regelkreis eignet sich besser für Lehrzwecke, da er die Reglersignale offenlegt, die bei einem realen Motor oft verborgen bleiben. Die Studierenden können jede einzelne Abtastwertreihe untersuchen. Sie können jeden Befehl mit der Reaktion des Systems in Zusammenhang bringen. Diese Transparenz verwandelt die FOC-Regelung von einer „Black Box“ in eine Abfolge messbarer Ursache-Wirkungs-Zusammenhänge.

Ein Starter-Kit von OPAL-RT, das einen Regler-Prototyp mit einem Echtzeit-PMSM-Modell kombiniert, bietet Ihnen diese Art von Transparenz, ohne dass sich eine Welle dreht. Der Prüfstand kann Rohphasenströme, transformierte Ströme, den elektrischen Winkel, die Drehzahlschätzung und Tastgradbefehle übertragen, während der Regler mit der vorgesehenen Drehzahl läuft. Die Studierenden müssen nicht raten, wo das Problem liegt. Sie können es auf die Transformations-, Regler-, Schätz- oder Modulationsstufe eingrenzen.

  • Skalierte Phasenströme lassen die Polarität und den Offset des Sensors frühzeitig erkennen.
  • Der geschätzte elektrische Winkel zeigt die Ausrichtung von Encoder und Beobachter an.
  • Stromfehler an der d-Achse und der q-Achse lassen Rückschlüsse auf die Qualität der Abstimmung zu.
  • Die Spannungsbefehle vor der Modulation zeigen Sättigung und Grenzwerte an.
  • Die Geschwindigkeitsschätzung im Vergleich zum Referenzwert zeigt das Verhalten der Außenschleife.

Diese Signalkonfiguration beeinflusst auch die Benotung der Laborarbeit. Ein Studierender, der aus den falschen Gründen die richtige Geschwindigkeit erreicht, bleibt nicht unbemerkt, da die internen Kurven eine schlechte Entkopplung oder abgeschnittene Befehle zeigen. Ein anderer Studierender verfehlt das Geschwindigkeitsziel vielleicht nur knapp, zeigt aber eine solide Steuerungslogik und eine sorgfältige Interpretation. Sie erhalten so ein klareres Bild vom Verständnis, als es ein einzelnes Geschwindigkeitsdiagramm jemals vermitteln könnte.

Die Genauigkeit des Motormodells bestimmt, worauf sich die Schüler verlassen können

Die Genauigkeit des Motormodells bestimmt den Unterricht, da jede hinzugefügte Nichtidealität beeinflusst, welche Ergebnisse plausibel sind. Ein einfaches System reicht für den ersten Einstieg in Transformationen und Regelkreiszeichen aus. Für das Verhalten von Schätzern und die Reaktion auf Störungen ist ein komplexeres System erforderlich. Die Studierenden sollten genau wissen, was das Modell umfasst, bevor sie daraus Schlussfolgerungen ziehen.

Modellauswahl Was die Studierenden aus dem Ergebnis ableiten können
Idealer Wechselrichter mit perfekter Erfassung Erste Überprüfungen der Clarke- und Park-Transformationen sind eindeutig, doch die Grenzwerte für Stromwelligkeit und Timing bleiben verborgen.
Einschließlich PWM-Verzögerung und Totzeit Die Ergebnisse zur Anstiegszeit der Stromschleife und zur Kreuzkopplung spiegeln nun zunehmend das Verhalten im Labor wider und nicht mehr die ideale theoretische Berechnung.
Rück-EMK und Salienz berücksichtigt Das Drehmomentverhalten ist ein nützlicher Anhaltspunkt für die Beurteilung der Qualität der Winkelschätzung und der Achsentrennung.
Lastträgheit und Störmoment berücksichtigt Die Abstimmung der Geschwindigkeitsschleife gewinnt an Bedeutung, da Beschleunigung und Rückführung einer glaubwürdigen mechanischen Belastung folgen.
Sensor-Offset und Quantisierung berücksichtigt Die Studierenden können nachvollziehen, warum auch sauberer Code versagt, wenn die Messungen verzerrt, verrauscht oder ungenau sind.

Ein guter Unterrichtsablauf beginnt einfach und fügt dann nach und nach Einschränkungen hinzu. Die Schüler stellen zunächst fest, dass ein positiver Strom in q-Richtung die Geschwindigkeit erhöht, und wiederholen anschließend denselben Versuch unter Einbeziehung von Verzögerung, Rauschen und Offset. Dieser schrittweise Aufbau verhindert falsches Selbstvertrauen. Außerdem verhindert er, dass die Klasse ein praktisches Modell fälschlicherweise für einen originalgetreuen Ersatz für hardware hält.

Sichere Fehlerfälle fördern die Intuition, ohne hardware zu gefährden

Sichere Fehlerfälle fördern die Intuition, da sie den Studierenden ermöglichen, Fehlersignaturen zu erkennen, ohne dabei hardware zu beschädigen. Der Regler kann mit einer fehlerhaften Winkelausrichtung, einem verrauschten Stromrückkopplungssignal oder Lastsprüngen konfrontiert werden. Jeder Fall bleibt messbar. Jeder Fall bleibt wiederholbar. Die Studierenden können sich auf die Diagnose konzentrieren, anstatt sich um die Wiederherstellung eines defekten Versuchsaufbaus kümmern zu müssen.

Eine anspruchsvolle Laborübung umfasst in der Regel mindestens drei Fehlerfälle. In einem Fall kann ein fester Strom-Sensor-Offset eingespielt werden, um zu zeigen, wie der d-Achsen-Strom auch dann driftet, wenn die Referenz auf Null steht. In einem anderen Fall kann die Schätzung des elektrischen Winkels verschoben werden, um zu veranschaulichen, warum das Drehmoment abfällt, während der Strombedarf steigt. In einem dritten Fall kann eine Sprunglast nahe der Grunddrehzahl angelegt werden, damit die Studierenden beobachten können, wie der Drehzahlregelkreis mehr q-Achsen-Strom anfordert und dann an eine Spannungsgrenze stößt.

Diese Übungen vermitteln Mustererkennung, die sich gut auf hardware übertragen lässt. Die Studierenden lernen, dass eine verrauschte Geschwindigkeitskurve nicht immer auf schlechte Geschwindigkeitszuwächse hindeutet. Das Problem kann schon viel früher liegen, beispielsweise bei einer schlechten Stromrückführung oder einer ungenauen Winkelschätzung. Diese Gewohnheit, Symptome durch den Regelkreis zurückzuverfolgen, macht aus einem Labor zur Motorsteuerung mehr als nur eine Demonstration – nämlich ein echtes Regelungs-Experiment.

Wechsel zu einem physischen Motor, nachdem die HIL-Ergebnisse vorliegen

Die Studierenden sollten erst dann auf einen physischen Antrieb umsteigen, wenn die HIL-Ergebnisse über den gesamten Prozess hinweg – vom Hochlauf über die Umkehrung, Geschwindigkeitssprünge, Laststörungen bis hin zu grundlegenden Fehlern – konsistent sind. Durch diese schrittweise Übergabe bleibt der Fokus auf dem Simulationsstand. Die Steuerungslogik ist bereits verstanden. Hardware wird so zur Validierungsarbeit statt zu einer ersten Begegnung mit Unsicherheiten.

Ein guter Freigabetest ist einfach und streng. Die Studierenden sollten erst dann eine praktische Fertigkeit erlangen, wenn sie jedes stabile und jedes instabile HIL-Ergebnis in verständlicher Sprache erklären können. Dieser Maßstab filtert oberflächliche Erfolge heraus. Außerdem belohnt er diejenigen Studierenden, die erkennen können, warum ein Test fehlgeschlagen ist, den Fehler beheben und die Korrektur anhand klarer Kurvenverläufe darstellen können.

Genau hier fügt sich OPAL-RT nahtlos in den Lehrablauf ein. Ein kontrollierter Weg vom Prototyp-Regler zum Echtzeit-PMSM-Modell ermöglicht es den Studierenden, wiederholt zu üben, bevor die Maschine in Betrieb genommen wird. Das Ziel ist nicht, hardware zu umgehen. Das Ziel ist es, jede Minute mit hardware , da die wichtigen Überlegungen bereits auf dem Prüfstand stattgefunden haben, wo Signale, Zeitabläufe und Fehler sichtbar bleiben.

„Die Studierenden sollten erst dann eine praktische Motorikprüfung ablegen, wenn sie jedes stabile und jedes instabile HIL-Ergebnis in verständlicher Sprache erklären können.“