2. 电机控制基础
在进入MPC（模型预测控制）仿真与实机验证之前，必须先建立对三类主流电机——直流电机（DCM）、永磁同步电机（PMSM）、感应电机（IM）——的统一认知。MPC的核心是“用模型预测未来”，因此电机数学模型是否准确、状态量是否可观测、约束是否明确，直接决定控制器能否稳定收敛。本节从物理原理出发，梳理三类电机的共性结构与差异，给出可用于仿真的数学模型框架，并概述常见控制策略，为后续MPC设计提供对象基础。
一、核心原理：三类电机的共性结构与差异
所有旋转电机都遵循“电—磁—力—运动”的能量转换链：定子或转子绕组通电产生磁场，磁场与电流相互作用产生电磁转矩，转矩驱动转子旋转，反电动势又反过来影响电流。区别在于磁场如何建立、转子是否带永磁体、以及转矩产生的具体方式。
- 直流电机（DCM）：磁场由定子励磁绕组或永磁体建立，转子电枢电流通过换向器和电刷切换方向，使转矩方向始终与旋转方向一致。其最大优点是转矩与电枢电流近似成正比，控制简单；缺点是电刷磨损、换向火花、高速受限。
- 永磁同步电机（PMSM）：转子采用永磁体建立主磁场，定子三相绕组通入对称交流电产生旋转磁场，两者同步旋转。按永磁体安装方式分为表贴式（SPM）和内置式（IPM），后者存在磁阻转矩，适合弱磁扩速。PMSM效率高、功率密度大，是伺服与电动汽车的主流选择。
- 感应电机（IM）：转子为闭合导条或绕线式，没有永磁体，依靠定子旋转磁场在转子中感应电流，进而产生转矩。转子转速必须低于同步转速，存在转差率，因此又称异步电机。IM结构坚固、成本低、免维护，广泛用于工业风机、泵类和重载驱动。
关键理解：MPC对三类电机的建模差异，主要体现在状态变量选择、非线性程度和约束形式上。DCM可近似为线性系统；PMSM在dq坐标系下仍含交叉耦合项；IM则存在转子磁链不可直接测量、参数时变等问题，需要观测器配合。
二、数学模型：从三相到dq坐标系的统一框架
为了便于控制器设计，通常将三相静止坐标系（ABC）通过Clarke变换和Park变换转换到两相旋转坐标系（dq）。这样，交流量变为直流量，便于PI调节和MPC预测。
以PMSM为例，dq坐标系下的电压方程和转矩方程可写为：
ud = Rs*id + Ld*did/dt - ωe*Lq*iq
uq = Rs*iq + Lq*diq/dt + ωe*(Ld*id + ψf)
Te = 1.5*p*(ψf*iq + (Ld - Lq)*id*iq)
J*dωm/dt = Te - TL - B*ωm其中，Rs为定子电阻，Ld、Lq为dq轴电感，ψf为永磁磁链，ωe为电角速度，p为极对数，J为转动惯量，TL为负载转矩，B为阻尼系数。对于表贴式PMSM，Ld≈Lq，磁阻转矩项为零，转矩与iq近似成正比。
感应电机的数学模型在dq坐标系下还需增加转子磁链方程：
dψrd/dt = Rr*Lm/Lr*id - Rr/Lr*ψrd + (ωe - ωr)*ψrq
dψrq/dt = Rr*Lm/Lr*iq - Rr/Lr*ψrq - (ωe - ωr)*ψrd
Te = 1.5*p*Lm/Lr*(ψrd*iq - ψrq*id)可以看到，IM的转矩同时依赖定子电流和转子磁链，且转子磁链不可直接测量，通常需要磁链观测器或采用间接磁场定向控制（IFOC）。
三、常见控制策略概述
三类电机的控制策略可归纳为“标量控制—矢量控制—直接转矩控制—模型预测控制”的演进路径。
| 电机类型 | 常见控制策略 | 核心特点 | MPC切入点 |
|---|---|---|---|
| 直流电机 | PWM调压、电流闭环、双闭环 | 线性、解耦、易实现 | 线性MPC验证平台 |
| 永磁同步电机 | FOC、DTC、MTPA、弱磁 | 高效率、高动态、非线性耦合 | 电流预测MPC、电压矢量选择 |
| 感应电机 | IFOC、DTC、SVM、转差频率 | 鲁棒、低成本、磁链难测 | 磁链观测+转矩预测MPC |
其中，FOC（磁场定向控制）通过坐标变换将定子电流分解为励磁分量和转矩分量，实现类似直流电机的解耦控制；DTC（直接转矩控制）则直接控制转矩和磁链，省去坐标变换，但开关频率不固定。MPC在这两者基础上，利用电机离散模型预测下一时刻状态，通过在线优化选择最优电压矢量，天然支持多目标约束。
四、案例与场景：从仿真到实机的建模选择
假设我们要为一台表贴式PMSM设计MPC电流控制器，仿真阶段可采用以下步骤：
- 在Simulink中搭建PMSM dq模型，参数设为Rs=0.5Ω，Ld=Lq=5mH，ψf=0.1Wb，p=4，J=0.001kg·m²。
- 离散化电压方程，采样周期Ts=50μs，得到预测模型：id(k+1)=id(k)+Ts/Ld*(ud-Rs*id+ωe*Lq*iq)。
- 设计代价函数J=(id*-id(k+1))²+(iq*-iq(k+1))²+λ*|Δu|²，遍历8个基本电压矢量，选择使J最小的矢量输出。
- 实机验证时，需加入死区补偿、电流采样延迟补偿和参数鲁棒性测试。
提示：仿真中若忽略逆变器死区和开关延迟，MPC在实机上可能出现电流纹波增大甚至振荡。建议在仿真模型中加入死区模块和一拍延迟，提前暴露问题。
五、误区与复盘
- 误区一：认为MPC一定优于PI。MPC计算量大，对参数敏感，在低成本MCU上可能无法实时运行。PI在稳态精度和实现难度上仍有优势，MPC更适合多约束、快动态场景。
- 误区二：忽略电机参数时变。PMSM的永磁磁链随温度变化，IM的转子电阻随温升漂移。MPC预测模型若长期不更新，性能会明显下降，需配合参数辨识或鲁棒设计。
- 误区三：直接套用连续模型离散化。离散化方法（前向欧拉、后向欧拉、零阶保持）会影响预测精度，尤其在高转速下，应验证离散模型与连续模型的偏差。
- 复盘要点：先在线性DCM上验证MPC框架，再迁移到PMSM，最后挑战IM。每步都需对比仿真与实机波形，记录电流跟踪误差、转矩脉动和计算耗时。
掌握三类电机的原理、模型与控制策略，是后续MPC设计、仿真和实机调试的基石。只有清楚对象的物理本质和数学边界，才能让预测控制真正发挥“预见未来”的优势。