4. 电流环参数整定方法：理论计算法、试凑法、自动整定与响应曲线法

电流环是FOC控制中最内层的环，也是整个系统性能的基石。说白了，电流环调不好，速度环和位置环就是空中楼阁。我见过不少工程师花大把时间调速度环，结果发现是电流环的带宽根本不够——嗯，这种弯路我自己也走过。

这一章我们集中火力，把电流环的四种整定方法讲透。每种方法都有它的适用场景，没有银弹，只有合适的工具。

电流环参数整定方法全景 电流环整定方法 理论计算法 试凑法 自动整定 响应曲线法 需要电机参数 Rs, Ls PI系数 = f(Ls, Rs, Ts) 先P后I，逐步逼近 经验依赖性强 注入激励信号 自动辨识+计算 阶跃响应→超调/上升时间 查表或公式反推参数 四种方法各有优劣，实际项目中常组合使用 推荐：理论计算初值 → 响应曲线微调 → 自动整定验证

4.1 理论计算法：从电机参数出发

理论计算法是最"硬核"的方式。你只要知道电机的电阻 Rs 和电感 Ls，再加上电流环的采样周期 Ts，就能直接算出 PI 参数。我早期做伺服驱动器时，就靠这方法快速拿到一组可用的初值。

核心公式其实不复杂。电流环被控对象近似为一阶惯性环节：

G(s) = 1 / (Ls * s + Rs)

PI 控制器传递函数：

C(s) = Kp + Ki / s

我习惯把电流环带宽设计在开关频率的 1/10 ~ 1/20。举个例子，如果 PWM 频率是 20kHz，那电流环带宽取 1~2kHz 比较合理。带宽太高容易引入噪声，太低又跟不上速度环的需求。

理论计算步骤：

  1. 测量或查表得到电机相电阻 Rs（单位：Ω）
  2. 测量或查表得到电机相电感 Ls（单位：H）
  3. 确定电流环期望带宽 ωc（单位：rad/s）
  4. 计算 Kp = ωc × Ls
  5. 计算 Ki = ωc × Rs

举个例子，某款电机 Rs = 0.5Ω，Ls = 1.2mH，我期望带宽 1500 rad/s（约 240Hz）：

Kp = 1500 × 0.0012 = 1.8
Ki = 1500 × 0.5 = 750

嗯，这里要注意。理论计算出来的 Ki 往往偏大，实际调试时我通常会先取计算值的 50%~70% 作为起点，防止积分饱和导致震荡。

避坑提醒： 我曾经在一个项目中直接用理论值上电，结果电流环啸叫得厉害。后来发现是电感的饱和效应——大电流下 Ls 会下降，导致实际增益偏高。所以理论值只能当起点，别指望一步到位。

4.2 试凑法：老工程师的直觉

试凑法，说白了就是"凭感觉调"。别觉得它不专业，实际上很多量产产品的参数最终都是试凑出来的。理论计算给个大概方向，剩下的靠经验和示波器。

我个人的试凑流程是这样的：

  1. 先把 Ki 设成 0，只调 Kp。从小到大加，直到电流响应出现轻微震荡。
  2. Kp 回调 30%~50%，留出稳定裕量。
  3. 加入 Ki，从 0 开始慢慢加，直到稳态误差消失。
  4. 联合微调，Kp 和 Ki 交替调整 2~3 轮。

小技巧： 试凑时别用电机带负载，空载调好后再带载验证。我曾经空载调得挺好，一带载就震荡——原因是负载增加了系统的转动惯量，等效改变了电流环的等效时间常数。

试凑法的优缺点很明显：

优点 缺点
不需要电机参数 依赖调试经验
适应性强，可处理非线性 耗时长，效率低
结果直观，可实时观察 难以达到最优性能

4.3 自动整定：让算法替你干活

自动整定是近年来比较流行的方式。你想想看，如果每次换电机都要手动调参，那产品怎么批量生产？自动整定的核心思路是：系统自己注入激励信号，根据响应自动算出 PI 参数。

我参与过的一个项目就用到了自动整定。流程大致如下：

  1. 注入高频方波或正弦波到电流环给定端
  2. 采集电流响应，用 FFT 或相关分析法提取幅值和相位
  3. 辨识出 Rs 和 Ls（或者直接辨识出被控对象模型）
  4. 套用理论公式计算 Kp 和 Ki

自动整定的关键点：

  • 激励信号的幅值不能太大，否则会干扰电机正常运行
  • 频率要避开机械谐振点
  • 整定过程中最好让电机轴锁死，避免反电动势干扰

代码实现上，我常用的方法是注入一个 500Hz~1kHz 的方波，持续 20~50 个周期，然后用最小二乘法拟合出 Rs 和 Ls：

// 伪代码示例：自动整定中的参数辨识
for (i = 0; i < N; i++) {
    v_alpha[i] = V_inj * sign(sin(2 * PI * f_inj * i * Ts));
    i_alpha[i] = read_current();
}
// 最小二乘拟合
Rs = (sum(v_alpha * i_alpha) - N * mean(v_alpha) * mean(i_alpha)) /
     (sum(i_alpha * i_alpha) - N * mean(i_alpha)^2);
Ls = (mean(v_alpha) - Rs * mean(i_alpha)) / (2 * PI * f_inj * mean(i_alpha));

注意： 自动整定不是万能的。我曾经在一个强振动环境中做自动整定，结果电流采样被机械振动干扰，辨识出来的 Ls 偏差了 30%。后来加了数字滤波才搞定。所以自动整定完成后，最好再用阶跃响应验证一下。

4.4 基于响应曲线的整定：用数据说话

响应曲线法，也叫"Ziegler-Nichols 法"的变种。它不依赖电机参数，而是直接看电流对阶跃给定的响应曲线，然后根据曲线的特征量反推 PI 参数。

具体做法是：

  1. 给电流环一个小的阶跃给定（比如额定电流的 10%）
  2. 用示波器或 ADC 记录电流响应波形
  3. 从波形中提取三个关键指标：
    • 上升时间 tr：从 10% 到 90% 的时间
    • 超调量 σ%：峰值超出稳态值的百分比
    • 稳态误差 ess：最终值与给定值的偏差
  4. 根据指标查表或代入经验公式计算 Kp 和 Ki

经验公式（我常用的）：

  • 如果超调 < 5%，说明 Kp 偏小，可以增加 20%~30%
  • 如果上升时间 > 5 个 PWM 周期，说明带宽不够，Kp 和 Ki 同步增加
  • 如果稳态误差 > 2%，说明 Ki 不够，增加 Ki 直到误差消失

我个人习惯把响应曲线法和理论计算法结合起来用。先用理论计算给一组初值，然后看阶跃响应曲线，根据超调和上升时间微调。这样既快又准。

实战经验： 有一次我调试一个 2kW 的伺服电机，理论计算出来的参数导致上升时间只有 0.3ms，但超调达到了 25%。我根据响应曲线把 Kp 降了 40%，Ki 降了 20%，最终得到了 0.5ms 上升时间、5% 超调的满意结果。你看，理论和实践结合才是王道。

4.5 四种方法对比与选择建议

说了这么多，到底该用哪种？我整理了一张对比表，方便你根据实际情况选择：

方法 适用场景 精度 效率 依赖条件
理论计算法 有电机参数、需要快速初值 中等 高 Rs, Ls 准确
试凑法 无参数、调试环境灵活 依赖经验 低 示波器、经验
自动整定 批量生产、换型频繁 较高 高 算法实现
响应曲线法 已有初值、需要优化 高 中 阶跃响应数据

我的建议是：理论计算打底，响应曲线微调，自动整定收尾。试凑法可以作为应急手段，但不建议作为量产的标准流程。

嗯，电流环整定就聊到这里。记住一点：参数整定不是一劳永逸的事。电机老化、温度变化、负载变动都会影响参数的最优值。定期验证和微调，才是工程上的常态。

← 上一章 📖 返回目录 下一章 →