1. 课程导入

同步磁阻电机(Synchronous Reluctance Motor,SynRM)凭借转子无永磁体、无绕组、结构坚固、成本可控、效率高等特点,正在高效传动、工业泵风机、压缩机、纺织机械与新能源汽车辅驱等场景中快速普及。与此同时,取消机械位置传感器(编码器、旋转变压器)可以进一步降低系统成本、提高可靠性、减小接线复杂度,并适应高温、高湿、强振动等恶劣环境。因此,SynRM无位置传感器控制成为电机控制领域极具工程价值的研究与落地方向。

本课程面向已经具备电机学、电力电子与矢量控制基础的工程师与高年级学生,围绕“如何在没有位置传感器的情况下,稳定、准确、快速地估计转子位置与转速,并完成高性能闭环控制”这一主线展开。第1章作为课程导入,重点回答四个问题:学什么、核心概念是什么、整体框架如何组织、典型应用在哪里。

一、学习目标:从“能转”到“转得准、转得稳、转得快”

本课程的学习目标不是停留在仿真波形好看,而是建立可落地的工程能力。完成课程后,学习者应能够:

  • 理解SynRM的电磁本质:掌握凸极率、交直轴电感 Ld、Lq、磁饱和与交叉耦合对控制的影响。
  • 掌握无位置传感器控制的基本原理:区分基于基波模型的方法与基于凸极/高频注入的方法,理解各自适用速度区间。
  • 能够搭建完整控制链路:从电流采样、坐标变换、位置估计、速度环、电流环到SVPWM输出。
  • 具备参数辨识与调试能力:会辨识定子电阻、交直轴电感、反电势相关参数,并能处理初始位置检测问题。
  • 能够定位典型故障:如低速估计失稳、带载启动反转、参数失配导致角度偏差、注入噪声引起转矩脉动等。
核心判断标准:一个无位置传感器SynRM控制系统是否合格,不只看空载能否旋转,而要看零低速能否可靠启动、中高速能否稳定带载、动态过程能否快速收敛、参数变化后能否保持鲁棒。

二、核心概念:凸极、模型、观测与注入

SynRM的转矩来源于转子交直轴磁路磁阻差异,其电磁转矩可近似表示为:

Te = (3/2) * p * (Ld - Lq) * id * iq

其中 p 为极对数,Ld 为直轴电感,Lq 为交轴电感,id、iq 为交直轴电流。可以看出,凸极差 Ld - Lq 是产生转矩的基础,也是无位置传感器控制中提取位置信息的物理来源之一。

无位置传感器控制的核心概念可以归纳为四类:

  1. 基波模型法:利用定子电压方程中的反电势项估计转子位置,常见方法包括滑模观测器、扩展卡尔曼滤波、模型参考自适应等。中高速效果较好,但低速时反电势幅值小,信噪比低。
  2. 凸极高频注入法:向定子注入高频电压或电流信号,利用 Ld、Lq 差异引起的响应电流幅值或相位变化提取位置。适合零低速与初始位置检测,但会带来额外损耗与噪声。
  3. 混合过渡策略:低速用高频注入,中高速切换到基波模型,并设计平滑加权过渡,避免切换抖动。
  4. 参数鲁棒性:电感随电流饱和变化、电阻随温度漂移,都会导致估计角度偏差,因此需要在线辨识或自适应补偿。

三、整体框架:从采样到转矩输出的信号链

为了把上述概念串成工程系统,下面用一张信号链与架构关系图展示SynRM无位置传感器控制的主要环节。图中同时标出低速注入路径与中高速模型观测路径,以及它们在速度区间上的融合关系。

SynRM 无位置传感器控制整体框架 速度给定 n* / ω* 速度环 PI 输出 iq* 电流环 PI id* / iq* 调节 坐标变换 Park / iPark SVPWM 驱动逆变器 SynRM 电机 Ld > Lq 凸极转子 电流采样 ia / ib / idc Clarke / Park id / iq 反馈 位置/转速估计 θ̂ / ω̂ 低速:高频注入 凸极响应提取 θ̂ 适用 0 ~ 低速 中高速:基波模型 滑模 / EKF / MRAS 反电势观测 θ̂ 融合与切换 加权 / 滞环过渡 避免角度跳变 参数辨识 Rs / Ld / Lq 饱和补偿 低速靠凸极注入,中高速靠基波模型,融合切换与参数辨识共同保证全速域稳定

从图中可以看到,系统并不是单一算法,而是一条完整信号链:速度给定经过速度环生成 iq*,电流环调节后经坐标变换与SVPWM驱动逆变器,电机响应电流被采样后反馈。位置与转速估计模块从电流、电压信息中提取 θ̂ 与 ω̂,再送回坐标变换与速度环。低速段依赖高频注入,中高速段依赖基波模型,二者通过融合切换实现全速域覆盖。

四、典型应用场景与工程价值

SynRM无位置传感器控制并非实验室玩具,它在多个工业场景中具有明确价值:

应用场景 为什么需要无位置传感器 控制难点
工业泵、风机、压缩机 降低编码器成本,适应高温高湿环境 低速启动与负载突变下的稳定估计
纺织、卷绕、传送设备 减少接线与维护,提高多机同步可靠性 宽调速范围与低速转矩脉动抑制
新能源汽车辅驱(水泵、油泵、风扇) 节省空间与线束,提升系统可靠性 强振动、宽温区、参数漂移下的鲁棒性
家电与商用电机(洗衣机、空调压缩机) 低成本、低噪声、长寿命 零速启动、初始位置检测、注入噪声控制

五、常见误区与学习复盘

误区一:把无位置传感器等同于“没有位置信息”。 实际上系统仍然需要位置角,只是通过算法估计而非传感器测量。估计质量直接决定控制性能。
误区二:只关注中高速观测器,忽略零低速启动。 很多工程失败发生在启动瞬间:初始位置未知、凸极信号弱、负载未知,容易反转或失步。
误区三:忽略参数饱和与交叉耦合。 SynRM的 Ld、Lq 随电流显著变化,若用固定参数,角度估计会在重载时明显偏差。
学习建议: 先建立“信号链”全局观,再逐模块深入。每学一个观测器或注入方法,都回到这张框架图中确认它位于哪一段、解决哪个速度区间的问题、依赖哪些参数、会引入什么副作用。这样才不会陷入“算法会仿真但不会调试”的困境。