IIoT-SPYN是一個基于IIoT-EDDP開源平臺和PYNQ軟件框架的項目，它展示了如何在PYNQ開源框架下對電機進行控制、監視、捕獲數據、可視化和分析。

上圖為工程項目示意圖，PL側包含了對電機控制、狀態采集的模塊。在PYNQ中加載比特流后，就可以訪問到這些已實現好的模塊，對電機進行控制和狀態檢測。

此項目中采用的FOC算法示意圖，包括Clarke變換、Park變換、PWM編碼器、PI控制器、電流采樣等。Overlay中的算法模塊通過Vivado HLS生成。

設備清單

PYNQ-Z2套件

EDDP Kit

快速開始

1)方法一

在Jupyter界面中new選項里選擇新建一個終端，在終端輸入：

udo pip3 install --upgrade git+https://github.com/Xilinx/IIoT-SPYN.git

2) 方法二

下載IIoT-SPYN的zip壓縮包，上傳壓縮包到PYNQ板卡，在終端中unzip上傳的壓縮包，移動到解壓的目錄下然后采用pip安裝

sudo pip3 install -e .

示例Notebook演示

Overlay自帶2個Notebook，spyn.ipynb和spyn_dash.ipynb

2個notebook均展示了完整的電機控制、狀態檢測和分析功能，不同的是spyn_dash.ipynb均在dashboard上實現。

以下為spyn.ipynb代碼執行的部分截圖。

以下為spyn_dash.ipynb代碼執行的部分截圖。

總結與展望

本Overlay中使用了FOC算法，它在本質上就是一些線性代數中的矩陣變換，這里講述的是有傳感器的FOC算法，轉子的位置信息是通過絕對式磁編碼器反饋的，直接是數字量。關于FOC算法的詳細內容，可以參考有關電機理論的專業書籍，這里不再贅述。

本項目中的FOC算法全部使用HLS編寫，使用AXI-Stream接口完成各模塊的通信。我們可以通過上述AXIS監測器來從PS端看到各關鍵數據。讀者可以使用github提供的tcl文件恢復出完整的Vivado工程，以此為基礎調整其中的算法或者功能，打造適合自身需要的電機控制Overlay。

編輯：hfy