Motorsteuerung (FOC) mit STM32: Effiziente Antriebe für E-Bikes

Eine Motorsteuerung (FOC) mit STM32 ist eine der effizientesten Möglichkeiten, moderne E-Bike-Antriebe leise, kraftvoll und gleichzeitig energiesparend zu betreiben. Während einfache BLDC-Ansteuerungen (z. B. 6-Step-Kommutierung) bei niedrigen Kosten und geringer Komplexität punkten, stößt man bei Komfort, Wirkungsgrad und Geräuschentwicklung schnell an Grenzen. Field Oriented Control (FOC) – auch Vektorregelung genannt – regelt den Motorstrom so, dass Drehmoment und Fluss gezielt und dynamisch beeinflusst werden können. Das führt in E-Bikes zu spürbar gleichmäßigem Antritt, besserer Regelbarkeit bei niedriger Drehzahl, höherem Wirkungsgrad im Teillastbereich und häufig zu weniger „Brummen“ unter Last. STM32-Mikrocontroller sind dafür gut geeignet, weil sie schnelle ADCs, Timer für PWM (inklusive komplementärer Ausgänge und Dead-Time), DMA, sowie je nach Serie FPU/DSP-Funktionen mitbringen. Kombiniert mit STs Motor-Control-Ökosystem lassen sich FOC-Projekte strukturiert aufsetzen, testen und iterativ optimieren, ohne bei Null anzufangen. Dieser Artikel erklärt praxisnah, wie FOC für E-Bikes funktioniert, welche Hardwareentscheidungen entscheidend sind und wie Sie mit STM32-Tools und sauberer Firmware-Architektur zu einem robusten, feldtauglichen Antriebssystem kommen.

FOC-Grundprinzip: Warum Vektorregelung für E-Bikes so gut passt

Ein typischer E-Bike-Motor ist ein permanenterregter Synchronmotor (PMSM) oder ein BLDC-Motor, der sich aus Sicht der Regelung ähnlich behandeln lässt. Das Ziel ist stets: ein gewünschtes Drehmoment möglichst effizient und sauber zu erzeugen. FOC erreicht das, indem die dreiphasigen Ströme in ein rotierendes Koordinatensystem transformiert werden. Dort lassen sich zwei Stromkomponenten getrennt regeln: eine flussbildende Komponente (i_d) und eine drehmomentbildende Komponente (i_q). In vielen E-Bike-Anwendungen wird i_d nahe 0 geregelt (oder gezielt negativ bei Feldschwächung), während i_q dem gewünschten Drehmoment folgt.

• Feinfühliger Antritt: saubere Drehmomentregelung statt grober Kommutierung.
• Weniger Geräusch und Vibration: geringere Drehmomentwelligkeit.
• Effizienz: optimierte Stromvektoren reduzieren Kupferverluste.
• Breiter Betriebsbereich: Feldschwächung ermöglicht höhere Drehzahlen bei begrenzter Spannung.

Wenn Sie die mathematischen Grundlagen der Clarke- und Park-Transformation kompakt nachlesen möchten, bietet eine anschauliche Übersicht Clarke- und Park-Transforms (MathWorks).

Von abc zu dq: Clarke- und Park-Transformation in der Praxis

FOC basiert darauf, dass Sie aus den drei Phasenströmen (a, b, c) zunächst ein zweiachsiges System in der stationären Ebene (α, β) berechnen (Clarke), und dieses anschließend in die rotierende Motorlage (d, q) drehen (Park). Für Entwickler ist wichtig: Sie müssen nicht „Formeln lieben“, aber Sie sollten verstehen, welche Signale wohin fließen und warum saubere Abtastung und Winkelinformation (Rotorlage) entscheidend sind.

Clarke-Transformation (vereinfachte Darstellung)

In einer verbreiteten Form (mit geeigneter Normierung) gilt:

$i_{\alpha }=i_a$
$i_{\beta }=\frac{i_a+2i_b}{\sqrt{3}}$

Park-Transformation (Rotation in d/q)

$i_d=i_{\alpha }\cdot cos\theta +i_{\beta }\cdot sin\theta$
$i_q=–i_{\alpha }\cdot sin\theta +i_{\beta }\cdot cos\theta$

θ ist dabei die elektrische Rotorlage. Genau diese Winkelinformation ist einer der zentralen Erfolgsfaktoren in E-Bike-Antrieben – insbesondere bei niedriger Drehzahl und hohem Drehmoment.

STM32 als FOC-Plattform: Welche Hardwaremerkmale wirklich zählen

Nicht jeder Mikrocontroller eignet sich gleich gut für FOC. Für E-Bike-Antriebe sind vor allem diese Merkmale relevant:

• PWM-Timer mit komplementären Ausgängen: für 3-Phasen-Inverter (High-/Low-Side) inklusive Dead-Time und Notabschaltung (Break-Input).
• Schnelle, präzise ADCs: synchron zur PWM triggerbar, um Ströme in definierten Schaltmomenten zu sampeln.
• DMA: um ADC-Daten effizient in Puffer zu schreiben, ohne CPU-Jitter zu erzeugen.
• Rechenleistung: für Regelkreise (PI), Transformationen, Observer/Estimator; FPU/DSP helfen, sind aber nicht immer zwingend.
• Peripherie für Sensoren: Hall-Eingänge, Encoder-Interface (Quadratur), SPI/I2C für Sensorik, CAN/UART für Diagnose und Systemintegration.

Für einen schnellen Einstieg in die Firmware-Bausteine und Tools ist das STM32 Motor Control SDK (X-CUBE-MCSDK) von ST eine der praxisnächsten Grundlagen. Es bündelt FOC-Bibliotheken, Konfigurations-Tools und Referenzprojekte.

Inverter und Leistungsteil: MOSFET/IGBT, Treiber, Messung und Schutz

FOC ist nur so gut wie das Leistungsteil. Im E-Bike sind typischerweise MOSFET-Inverter mit Batterie-Spannungen (z. B. 36–48 V, je nach System) verbreitet. Für ein robustes Design sind diese Punkte entscheidend:

• Gate-Treiber: passende Treiber-ICs mit UVLO, Shoot-Through-Schutz, ggf. Bootstrap-Versorgung und diagnostischen Signalen.
• Strommessung: Shunts (Low-Side oder Inline), gelegentlich auch Phasen-Shunts; CTs sind hier unüblich. Wichtig sind Bandbreite, Offset-Stabilität und saubere Filterung.
• Spannungsmessung: Batteriespannung und ggf. Zwischenkreisspannung, um Feldschwächung und Schutzfunktionen korrekt zu steuern.
• Schutzpfade: Hardware-Overcurrent (Comparator), Temperatur-Überwachung, Unter-/Überspannung, Notabschaltung über Timer-Break.

Im E-Bike-Kontext ist ein schneller, hardwarebasierter Abschaltpfad besonders wichtig: Wenn ein Shunt-Signal oder Treiberdiagnose einen Grenzwert überschreitet, muss der PWM-Ausgang ohne Umweg über komplexe Softwarepfade deaktiviert werden.

Rotorlage erfassen: Hall, Encoder oder Sensorless?

Die Rotorlage ist der Schlüssel zur FOC-Güte. In E-Bikes sind mehrere Wege möglich, die sich in Kosten, Verhalten bei niedriger Drehzahl und Robustheit unterscheiden.

• Hall-Sensoren: günstig, robust, aber geringe Winkelauflösung. Für sehr sanftes Anfahren müssen Sie oft interpolieren oder spezielle Startstrategien nutzen.
• Encoder (inkremental oder absolut): präzise Lage, sehr gute Regelbarkeit, aber mechanischer und elektrischer Aufwand, zusätzliche Fehlerquellen.
• Sensorless (Observer/Estimator): keine mechanischen Sensoren, geringere Stückkosten, aber anspruchsvoll bei niedriger Drehzahl und hohen Lasten – genau dort, wo E-Bikes häufig arbeiten.

Start-up-Strategien: Der kritische Moment beim E-Bike

Der Anfahrvorgang ist oft die schwierigste Phase für sensorlose FOC: Die Gegen-EMK ist klein, die Observer sind unsicher, und das System muss trotzdem ein definiertes Drehmoment liefern. Hier kommen Verfahren wie „Initial Angle Estimation“, gezielte Pulsfolgen oder ein kontrollierter Open-Loop-Ramp-Up zum Einsatz. ST beschreibt Start-up- und Tuning-Workflows unter anderem über Tools wie Motor Pilot, die das Anlaufverhalten sichtbar machen: STM32 MC Motor Pilot – Start-up guide.

Regelstruktur im FOC: Stromregelung, Drehmomentregelung und Geschwindigkeitsloop

In vielen Antrieben sind mehrere Regelkreise geschachtelt. Der innere Stromregelkreis ist schnell (typisch im Bereich der PWM-Frequenz bzw. ein Vielfaches davon), darüber liegt häufig ein Drehmoment- oder Geschwindigkeitsregler. Für E-Bikes wird das gewünschte Drehmoment oft aus Pedalassistenz (Trittfrequenz, Drehmoment-Sensor), Fahrstufe, Batteriezustand und Schutzlogik abgeleitet.

• Innerer Loop: PI-Regler für i_d und i_q (schnell, deterministisch).
• Mittlerer Loop: Drehmomentregelung (oft direkt über i_q Sollwert).
• Äußerer Loop: Geschwindigkeit oder Kadenz-Zielwerte, ggf. Begrenzungen durch Thermik und Batterie.

PI-Regler: Anti-Windup und Sättigung sind Pflicht

In einem batteriebetriebenen Inverter ist die verfügbare Spannung begrenzt. Wenn der Reglerausgang saturiert, kann ein PI-Regler „aufpumpen“ (Windup) und nach der Sättigung instabil wirken. Eine einfache, aber wirksame Maßnahme ist Anti-Windup durch Begrenzung oder Rückführung der Sättigungsdifferenz. Konzeptionell können Sie den PI-Regler so formulieren:

$u\left(t\right)=K_p\cdot e\left(t\right)+K_i\cdot \int e\left(t\right)dt$

Für die Implementierung zählt weniger die Schreibweise als das konsequente Handling von Begrenzungen, Einheiten und Samplingzeiten.

PWM-Strategie: SVPWM, Dead-Time und Messfenster

Die PWM-Erzeugung ist in FOC nicht nur „ein Timer“, sondern ein Taktgeber für das gesamte System. In vielen Designs wird Space Vector PWM (SVPWM) genutzt, um die Zwischenkreisspannung effizienter auszunutzen und harmonische Verzerrungen zu reduzieren. Praktisch wichtig sind:

• Dead-Time: verhindert Kurzschluss zwischen High- und Low-Side, erzeugt aber Nichtlinearitäten, die kompensiert werden müssen (besonders bei kleinen Strömen).
• ADC-Triggerpunkt: Ströme sollten in einem stabilen Teil des PWM-Zyklus gemessen werden, nicht während Umschalttransienten.
• Synchronität: Timer-Update, ADC-Sampling und Regelrechenzeit müssen deterministisch sein, sonst entstehen Jitter und Drehmomentwelligkeit.

Das STM32-Motor-Control-Ökosystem führt diese Parameter in der Praxis über Konfigurationswerkzeuge zusammen. Eine Orientierung zur Toollandschaft (Workbench, Profiler, Pilot) bietet die ST-Wiki-Seite STM32 MC Workbench, die die enthaltenen Komponenten und den Workflow erklärt.

Motorparameter und Tuning: Warum „gefühlt“ nicht reicht

FOC-Qualität steht und fällt mit korrekten Motorparametern: Widerstände, Induktivitäten, Polpaarzahl, Flussverkettung, Trägheit, Reibung. In E-Bikes kommen zusätzlich mechanische Effekte hinzu (Getriebe, Freilauf, Elastizitäten). Typische Folgen falscher Parameter sind:

• Schwaches Drehmoment bei niedriger Drehzahl: falsche Winkel- oder Stromskalierung.
• Brummen/Erwärmung: suboptimale Stromvektoren und unnötiger Blindstrom.
• Instabile Regelung: PI-Gains passen nicht zur elektrischen Zeitkonstante.
• Schlechte Rekuperation oder Feldschwächung: wenn diese Funktionen vorgesehen sind.

Für reproduzierbares Parametrieren sind automatische oder halbautomatische Verfahren hilfreich. ST beschreibt z. B. Motorprofiling- und Parameter-Workflows über die Toolchain des Motor Control SDK; ein Einstieg in das Gesamtökosystem findet sich unter STM32 Ecosystem for Motor Control.

E-Bike-spezifische Anforderungen: Fahrgefühl, Effizienz und Sicherheit

Ein E-Bike-Antrieb ist mehr als ein Motorregler. Das System muss sich für den Fahrer „richtig“ anfühlen, unter allen Bedingungen zuverlässig arbeiten und gleichzeitig die Batterie schonen. Typische Anforderungen, die in die FOC-Firmware hineinwirken:

• Sanftes, aber kräftiges Anfahren: besonders an Steigungen und bei niedriger Trittfrequenz.
• Drehmomentbasierte Assistenz: Verarbeitung von Drehmomentsensor, Kadenzsensor und ggf. Geschwindigkeitssignal.
• Thermisches Management: Derating nach Temperatur (MOSFETs, Motor, Akku), ohne ruckartige Leistungssprünge.
• Unter-/Überspannung: saubere Begrenzungen, um Akku und Leistungsteil zu schützen.
• Fehlerreaktionen: definierte Zustände bei Sensorfehler, Überstrom, Treiberfehler, Kommunikationsverlust.

Torque Shaping: Kleine Details, große Wirkung

Das subjektive Fahrgefühl hängt stark von „Torque Shaping“ ab: Wie schnell steigt das Drehmoment an? Wie wird es bei Gangwechseln oder Lastwechseln geglättet? Viele hochwertige Systeme nutzen Rampen, Filter und Zustandsautomaten, um das Drehmoment dynamisch, aber nicht nervös zu regeln. Dabei muss die Begrenzungslogik (Batteriestrom, Temperatur, Spannung) konsistent integriert werden, sonst fühlt sich das System „unvorhersehbar“ an.

Firmware-Architektur: Determinismus, Diagnostik und Updatefähigkeit

FOC-Firmware profitiert von einer klaren, ereignisgetriebenen Struktur. Besonders wichtig ist die Trennung zwischen zeitkritischem Regelteil (PWM-Interrupt/Control Loop) und weniger kritischen Aufgaben (Kommunikation, Logging, UI). Bewährte Bausteine sind:

• High-Frequency Control Loop: Stromregelung, Transformationen, SVPWM-Berechnung, Schutzabfragen.
• Medium-Frequency Tasks: Speed/Torque-Loops, Observer-Updates, Filter, Temperaturmodelle.
• Low-Frequency Tasks: Kommunikation (z. B. CAN/UART), Diagnose, Konfiguration, Datenspeicherung.
• Fault Manager: zentraler Zustandsautomat für Fehlerklassen und Recovery-Strategien.

Für die Praxis bedeutet das: Auch wenn ein RTOS genutzt wird, sollte der innerste FOC-Loop so deterministisch wie möglich bleiben. Debugging und Tuning werden deutlich einfacher, wenn Sie Messpunkte (Ströme, Winkel, Reglerausgänge, Sättigungen) konsistent loggen und über Tools live visualisieren können.

Test und Validierung: Was Sie vor der Straße klären sollten

E-Bike-Antriebe werden unter Bedingungen betrieben, die im Labor oft unterschätzt werden: Temperaturschwankungen, Vibrationen, Feuchtigkeit, lange Leitungen, EMV-Störungen durch Umgebungsgeräte und stark variierende Lastprofile. Ein professionelles Testkonzept umfasst daher:

• Elektrische Tests: Strom-/Spannungsgrenzen, Overcurrent-Abschaltung, Dead-Time-Robustheit, Transienten.
• Regelungstests: Anfahren unter Last, niedrige Drehzahl, schnelle Lastwechsel, Feldschwächung (falls genutzt).
• Thermik: Dauerlast, Derating, Temperaturmesspfade, Verhalten nahe Grenztemperaturen.
• Fehlerszenarien: Hall-Signal weg, Shunt-Offset, Treiberfehler, ADC-Sättigung, Kommunikationsausfall.
• EMV-nahe Vorprüfungen: ESD-Events, Burst-Störungen, Versorgungseinbrüche und Recovery-Verhalten.

Wer früh systematisch testet, reduziert das Risiko, dass ein Antrieb „im Feld“ sporadisch abschaltet oder sich subjektiv unangenehm anfühlt – beides sind typische Qualitätskiller im E-Bike-Segment.

Praktischer Einstieg mit ST-Toolchain: MCSDK, Workbench und Motor Pilot

Für einen schnellen, strukturierten Start ist das X-CUBE-MCSDK besonders hilfreich, weil es die typischen Bausteine für PMSM-FOC (inklusive Konfiguration und Referenzprojekte) bündelt. In der Praxis ist der Workflow häufig:

• Hardware auswählen: Controller, Inverterboard, Strommessung, Sensorik.
• Projekt konfigurieren: Parameter, PWM-Frequenz, Abtastung, Schutzgrenzen, Regelstrukturen in der Workbench.
• Motorprofiling/Tuning: Parameter ermitteln, Start-up-Strategien validieren, Regler feintunen.
• Live-Monitoring: Signale ansehen, Sättigungen finden, Fehlerevents reproduzieren (z. B. über Motor Pilot).

Als konkrete Referenz zum Tool-Einsatz ist die ST-Wiki-Dokumentation zur STM32 MC Workbench sowie der STM32 MC Motor Pilot Start-up guide nützlich, weil sie den Ablauf und typische Parameterbereiche praxisnah erläutern.

Checkliste für eine feldtaugliche FOC-Motorsteuerung im E-Bike

• Regelziele definieren: Drehmomentqualität, Geräusch, Effizienz, Maximalleistung, Temperaturgrenzen.
• Sensorstrategie wählen: Hall/Encoder/Sensorless passend zum Anfahrverhalten und Kostenrahmen.
• Leistungsteil robust auslegen: Treiberdiagnose, Overcurrent-Pfad, sauberes Layout, Schutzbeschaltung.
• Sampling deterministisch machen: ADC-Trigger an PWM koppeln, Messfenster validieren, DMA nutzen.
• Parameter sauber ermitteln: Motorparameter und Skalierungen messen/profilen statt schätzen.
• Anti-Windup und Limits: Spannungs-/Stromsättigungen konsistent, Begrenzungen nachvollziehbar.
• Fault Manager implementieren: Fehlerklassen, sichere Zustände, definierte Recovery-Strategien.
• Diagnostik einplanen: Live-Monitoring, Logging, Zähler für Fehler/Resets, reproduzierbare Testfälle.
• Thermik und Derating: Temperaturpfade, sanfte Leistungsreduktion, Schutz ohne „Ruckeln“.
• Toolchain nutzen: Konfiguration und Tuning über X-CUBE-MCSDK sowie Workbench/Pilot, um Iterationen zu beschleunigen.

IoT-PCB-Design, Mikrocontroller-Programmierung & Firmware-Entwicklung

PCB Design • Arduino • Embedded Systems • Firmware

Ich biete professionelle Entwicklung von IoT-Hardware, einschließlich PCB-Design, Arduino- und Mikrocontroller-Programmierung sowie Firmware-Entwicklung. Die Lösungen werden zuverlässig, effizient und anwendungsorientiert umgesetzt – von der Konzeptphase bis zum funktionsfähigen Prototyp.

Diese Dienstleistung richtet sich an Unternehmen, Start-ups, Entwickler und Produktteams, die maßgeschneiderte Embedded- und IoT-Lösungen benötigen. Finden Sie mich auf Fiverr.

Leistungsumfang:

• IoT-PCB-Design & Schaltplanerstellung

• Leiterplattenlayout (mehrlagig, produktionstauglich)

• Arduino- & Mikrocontroller-Programmierung (z. B. ESP32, STM32, ATmega)

• Firmware-Entwicklung für Embedded Systems

• Sensor- & Aktor-Integration

• Kommunikation: Wi-Fi, Bluetooth, MQTT, I²C, SPI, UART

• Optimierung für Leistung, Stabilität & Energieeffizienz

Lieferumfang:

• Schaltpläne & PCB-Layouts

• Gerber- & Produktionsdaten

• Quellcode & Firmware

• Dokumentation & Support zur Integration

Arbeitsweise:Strukturiert • Zuverlässig • Hardware-nah • Produktorientiert

CTA:
Planen Sie ein IoT- oder Embedded-System-Projekt?
Kontaktieren Sie mich gerne für eine technische Abstimmung oder ein unverbindliches Angebot. Finden Sie mich auf Fiverr.