1. 课程导入

异步电机（感应电机）因其结构简单、坚固耐用、成本低、维护量小，长期占据工业驱动的主流位置。传统高性能调速方案通常依赖编码器或旋转变压器获取转速，但速度传感器会带来成本增加、布线复杂、安装空间受限、恶劣环境下易损坏等问题。无速度传感器控制（Sensorless Control）正是在这一背景下发展起来的关键技术：仅利用电机端可测量的电压、电流等信号，通过算法实时估计转子转速与磁链位置，从而完成闭环控制。

一、学习目标：从“会用”到“会诊断”

完成本课程后，学习者应达到以下四个层次的目标：

• 概念层：理解无速度传感器控制与有速度传感器控制的本质差异，明确“估计”与“测量”的边界。
• 模型层：掌握异步电机在 αβ 静止坐标系、dq 旋转坐标系下的动态模型，理解定子电压方程、转子磁链方程与转矩方程之间的关系。
• 算法层：能够区分并实现开环磁链估计、模型参考自适应（MRAS）、滑模观测器、扩展卡尔曼滤波、高频注入等典型方法，理解各自的适用速度区间与参数敏感性。
• 工程层：能够针对低速、零速、参数失配、负载突变等场景进行排障，并利用仿真与实验数据定位估计失效的原因。

二、核心概念：三个必须分清的对象

初学者最容易混淆的是“转速”“磁链位置”和“估计值”这三个对象。转速决定转矩与功率平衡，磁链位置决定磁场定向是否准确，而估计值则是算法对真实状态的逼近。三者关系可以用下面的信号链来理解：

从图中可以看到，无速度传感器控制并不是“去掉传感器”这么简单，而是把原本由硬件直接给出的转速信息，转移到了软件估计器中。因此，估计器的精度、鲁棒性和动态带宽，直接决定了整个驱动系统的性能上限。

三、整体框架：从模型到算法的分层结构

本课程按照“模型—估计—控制—验证”的主线展开，整体框架可分为四层：

这四层不是孤立的。例如，模型层中转子时间常数 Tr = Lr / Rr 的偏差会直接导致 MRAS 估计转速出现稳态误差；而控制层中电流环带宽不足，又会让高频注入法的解调信号被滤除。因此，学习时必须始终带着“层间耦合”的意识。

四、典型应用场景与误区复盘

无速度传感器控制已广泛应用于风机、水泵、压缩机、纺织机械、电梯门机、电动汽车辅助驱动等场合。其优势在以下场景尤为突出：

• 恶劣环境：高温、高湿、粉尘、振动场合，传感器易失效。
• 空间受限：电机与负载一体化安装，无法加装编码器。
• 成本敏感：大批量家电、风机、泵类驱动，省去传感器可显著降本。
• 维护困难：深井泵、地下管道等不便检修的场合。

下面给出一个典型的参数配置片段，用于后续章节的仿真与实验对照：

% 异步电机铭牌与参数示例
Pn = 2.2e3;      % 额定功率 2.2 kW
Un = 380;        % 额定线电压 380 V
fn = 50;         % 额定频率 50 Hz
p  = 2;          % 极对数
Rs = 1.85;       % 定子电阻 (Ω)
Rr = 1.20;       % 转子电阻 (Ω)
Ls = 0.165;      % 定子电感 (H)
Lr = 0.170;      % 转子电感 (H)
Lm = 0.158;      % 互感 (H)
J  = 0.012;      % 转动惯量 (kg·m²)

% 关键派生参数
Tr = Lr / Rr;              % 转子时间常数
sigma = 1 - Lm^2/(Ls*Lr);  % 漏磁系数