3. 被控对象建模基础

在电机控制器HIL测试中,被控对象模型是连接控制器与虚拟环境的桥梁。控制器输出的PWM信号驱动逆变器模型,逆变器输出电压作用于电机模型,电机产生电磁转矩驱动机械负载,负载转速与位置再反馈给控制器形成闭环。这一链条中任何环节的建模精度都会直接影响HIL测试的可信度。本节从电机本体模型、坐标变换、逆变器模型、机械负载模型四个层面展开,并讨论建模精度与实时性的权衡策略。

一、永磁同步电机的数学模型

永磁同步电机(PMSM)在dq旋转坐标系下的电压方程可写为:

ud = Rs·id + Ld·did/dt - ωe·Lq·iq
uq = Rs·iq + Lq·diq/dt + ωe·(Ld·id + ψf)

其中Rs为定子电阻,Ld、Lq为dq轴电感,ψf为永磁体磁链,ωe为电角速度。电磁转矩方程为:

Te = 1.5·p·[ψf·iq + (Ld - Lq)·id·iq]

p为极对数。对于表贴式PMSM(Ld≈Lq),转矩仅由iq决定,控制简单;对于内置式PMSM(Ld<Lq),存在磁阻转矩分量,可利用id<0实现最大转矩电流比控制。在HIL建模中,若控制器采用id=0控制策略,模型需保留Ld≠Lq带来的交叉耦合项,否则电流环响应会与实际偏差过大。

二、感应电机的数学模型

感应电机(IM)在dq坐标系下需同时描述定子和转子回路,通常采用定子电流与转子磁链作为状态变量:

定子电压方程:
ud = Rs·id + σLs·did/dt - ωe·σLs·iq + (Lm/Lr)·dψrd/dt
uq = Rs·iq + σLs·diq/dt + ωe·σLs·id + ωe·(Lm/Lr)·ψrd

转子磁链方程:
dψrd/dt = (Lm/Tr)·id - ψrd/Tr
dψrq/dt = (Lm/Tr)·iq - (ωe - ωr)·ψrd - ψrq/Tr

其中σ=1-Lm²/(Ls·Lr)为漏磁系数,Tr=Lr/Rr为转子时间常数。感应电机的核心难点在于转子时间常数随温度、磁饱和变化,导致间接磁场定向控制中磁链观测器容易失准。在HIL测试中,若控制器采用间接矢量控制,被控对象模型应能模拟Tr的摄动,以验证控制器对参数偏差的鲁棒性。

三、坐标变换

坐标变换是电机控制的核心数学工具。Clarke变换将三相静止坐标系(abc)映射到两相静止坐标系(αβ),Park变换再将αβ映射到随转子旋转的dq坐标系。以等幅值变换为例:

Clarke变换(abc→αβ):
iα = (2/3)·(ia - 0.5·ib - 0.5·ic)
iβ = (2/3)·(√3/2·ib - √3/2·ic)

Park变换(αβ→dq):
id = iα·cosθe + iβ·sinθe
iq = -iα·sinθe + iβ·cosθe

θe为转子电角度。在HIL实时模型中,坐标变换的计算频率通常与电流环一致(如10kHz),每次变换涉及三角函数运算,是实时计算量的重要组成部分。若采用查表法替代实时三角函数计算,可显著降低CPU负载,但会引入量化误差,需在精度与实时性之间折中。

四、逆变器模型

逆变器模型将控制器输出的PWM占空比转换为电机端电压。常用建模方式有三种:

  • 理想开关模型:根据开关状态直接输出±Vdc/2,计算量最小,适合对开关细节要求不高的场景。
  • 平均模型:在一个PWM周期内对开关状态取平均,输出电压为占空比与Vdc的乘积,消除了开关纹波,允许更大的仿真步长。
  • 详细开关模型:包含开关管导通压降、死区时间、开关延时等非理想因素,精度最高但计算量最大。

在HIL测试中,若控制器采用SVPWM调制,逆变器模型需正确响应六路PWM信号,并考虑死区效应。死区会导致输出电压偏差,在低速小电流时尤为明显,可能引起电流波形畸变。若测试目标包含低速性能评估,建议采用带死区补偿的详细开关模型或至少引入死区电压误差项。

五、机械负载模型

机械负载模型描述电机转子与负载之间的动力学关系。基本方程为:

Te - TL = J·dωm/dt + B·ωm

J为转动惯量,B为粘滞摩擦系数,TL为负载转矩,ωm为机械角速度。负载转矩可以是常数、与转速相关(如风机负载TL∝ω²)、与位置相关(如压缩机负载)或外部给定。在HIL测试中,机械负载模型的时间常数通常远大于电气时间常数,因此可采用较大的仿真步长(如1ms),与电气模型分步长解耦,以降低实时计算压力。

六、建模精度与实时性权衡

HIL测试的核心约束是实时性:模型必须在下一个仿真步长到来之前完成全部计算。建模精度越高,计算量越大,可达到的最小步长越大,可能无法覆盖控制器的高频动态。权衡策略包括:

  • 分层建模:电气模型采用小步长(如1μs~10μs),机械模型采用大步长(如100μs~1ms),通过接口变量交换数据。
  • 降阶简化:忽略定子暂态(令did/dt=0)得到稳态模型,适用于低速或对电流动态要求不高的场景。
  • 查表替代:将磁链、电感等非线性参数以查表形式存储,避免实时求解非线性方程。
  • 平均逆变器模型:在不需要评估开关纹波或死区效应时,用平均模型替代详细开关模型,可放宽步长限制。
在确定模型精度前,先明确测试目标:若验证电流环带宽,需保留电气暂态和逆变器非线性;若验证转速环或位置环,可适当简化电气模型,将计算资源留给机械负载和传感器模型。
HIL被控对象建模信号链与分层结构 电机控制器 电流环/速度环/PWM PWM 逆变器模型 开关/平均/死区 Udc→Uabc 电机模型 PMSM / IM dq方程 + 坐标变换 Te = f(id, iq, ψf) Te 机械负载 J, B, TL 转速/位置反馈 ωm, θe 坐标变换链 abc Clarke αβ Park dq θe 来自转子位置反馈 id, iq → Te 计算 PMSM: Te = 1.5p[ψf·iq+(Ld-Lq)id·iq] IM: 需转子磁链观测 精度与实时性权衡 计算量 / 精度 → 步长 → 平均模型 大步长 开关模型 中步长 详细开关+死区 小步长 可行域边界

上图展示了HIL被控对象建模的完整信号链:控制器输出PWM至逆变器模型,逆变器输出电压至电机模型,电机产生转矩驱动机械负载,负载转速和位置反馈回控制器。图中同时标注了坐标变换链和精度-实时性权衡的可行域边界。实际工程中,建议先以平均逆变器模型和简化电机模型搭建基线,确认闭环功能正确后,再逐步增加模型细节,直至满足测试覆盖要求。

建模精度并非越高越好。若模型步长小于控制器PWM周期的一半,可能引入控制器实际不存在的数值振荡;若模型忽略死区效应,低速电流波形可能与实测偏差超过10%。建议以实测波形为基准,逐步调整模型参数和结构,而非盲目追求高阶模型。