1. 课程导入

永磁同步电机(PMSM)凭借高功率密度、高效率和优良的动态响应,已成为伺服驱动、电动汽车、家电变频与工业自动化的主力机型。传统磁场定向控制(FOC)需要转子位置信息来完成坐标变换与电流解耦,通常由旋转变压器、增量式编码器或霍尔传感器提供。然而,机械式位置传感器带来成本、体积、接线复杂度、环境适应性以及可靠性等一系列问题。无位置传感器控制(Sensorless Control)正是为解决这一矛盾而发展起来的技术方向:它不依赖物理位置传感器,而是通过检测电机端电压、相电流等易获取的电气量,借助电机模型与估计算法实时推算转子位置与转速,从而完成闭环控制。

一、核心原理:从“测量位置”到“估计位置”

PMSM的定子电压方程与磁链方程中,转子位置角θe以耦合项的形式出现。例如在dq坐标系下,反电动势项包含ωeψf,而Park变换与反Park变换都显式依赖θe。这意味着:只要能从可测的电压、电流中提取出与θe相关的信息,就能反推出转子位置。无位置传感器控制的核心,就是构造一个“位置观测器”,使估计角θ̂e收敛于真实角θe。

按适用速度区间,主流方法可分为三类:

  • 高频信号注入法:向定子注入高频电压,利用凸极效应(Ld≠Lq)从高频电流响应中解调出位置,适用于零速与低速,但会带来噪声与转矩脉动。
  • 反电动势法:基于基波模型,通过滑模观测器(SMO)、扩展卡尔曼滤波(EKF)、模型参考自适应(MRAS)或龙伯格观测器估计反电动势,再提取角度,适用于中高速,低速时信噪比不足。
  • 混合/融合策略:低速用高频注入,高速用反电动势法,通过加权或切换实现全速域运行,是工程落地的主流方案。
关键认识:无位置传感器控制不是“没有位置信息”,而是“用算法替代传感器”。其性能上限取决于电机凸极特性、参数准确性、电流采样精度与观测器带宽。

二、发展历程:从理论探索到工程普及

无位置传感器控制的思想可追溯到20世纪80年代末。早期研究以反电动势积分法和状态观测器为主,受限于当时MCU算力与ADC精度,难以实用。90年代,高频注入法被提出并用于零速估计,解决了低速难题;同期,滑模观测器因鲁棒性强、实现简单而广泛研究。2000年后,随着DSP(如TI C2000系列)与高性能MCU普及,EKF、MRAS、自适应观测器等复杂算法得以实时运行。2010年以来,电动汽车与家电变频的爆发式需求推动无位置控制走向量产:无电解电容驱动、单电阻电流采样、全速域平滑切换等工程问题被逐一攻克。近年来,基于磁链观测、有效磁链模型以及神经网络/数据驱动的方法进一步拓展了边界,但工程上仍以“模型+观测器+参数辨识”的经典框架为主。

三、应用场景:为什么需要无位置控制

应用领域典型需求无位置控制价值
家电变频(空调、洗衣机)低成本、低噪声、宽调速省去霍尔传感器,降低系统成本与故障率
电动汽车电驱高可靠性、高功率密度、全速域传感器失效时提供冗余,提升功能安全
工业伺服/风机泵类紧凑结构、恶劣环境免维护,适应高温、油污、振动场合
高速电机(压缩机、涡轮)高转速、传感器安装困难避免高速下传感器信号失真与安装误差

需要强调的是,无位置控制并非在所有场合都优于有传感器方案。在需要极低速大转矩、高精度定位或极端动态响应的场景,传感器方案仍具优势。工程选型的本质是成本、可靠性、性能三者的权衡。

四、整体学习路线:从模型到代码再到调试

本课程共30章,围绕“理论—算法—实现—调试—复盘”的主线展开。建议按以下路径推进:

  1. 基础建模:PMSM在三相、αβ、dq坐标系下的数学模型,凸极性与磁链定义。
  2. 核心算法:滑模观测器、MRAS、EKF、高频注入、磁链观测器的推导与对比。
  3. 工程实现:电流采样、PWM同步、角度补偿、锁相环(PLL)提取、参数辨识。
  4. 全速域融合:低速注入与高速反电动势的切换策略、加权融合与平滑过渡。
  5. 调试与排障:启动抖动、角度滞后、参数失配、噪声干扰等典型问题的定位与解决。
学习建议:每学完一种观测器,先在MATLAB/Simulink中完成仿真验证,再移植到实际控制器。重点关注“估计角与真实角的误差曲线”,它是判断算法优劣的最直接依据。

五、常见误区与复盘

初学者常陷入几个误区:其一,认为无位置控制可以完全替代传感器而不损失性能,忽视了低速与零速的固有困难;其二,只关注观测器公式,忽略电流采样延时、PWM死区与逆变器非线性对估计精度的影响;其三,参数(Rs、Ld、Lq、ψf)随温度与饱和变化,却未做在线辨识或补偿;其四,切换策略设计粗糙,导致全速域运行时角度突变、电流冲击。复盘这些问题的共同根源,是“模型—采样—执行”链路中任一环节的误差都会直接反映到位置估计上。

典型调试观察量:
  theta_real   : 真实转子电角度(仅调试时用编码器对比)
  theta_est    : 观测器估计电角度
  err_theta    : theta_real - theta_est
  speed_est    : 估计转速
  i_alpha/beta : 静止坐标系电流
  e_alpha/beta : 估计反电动势

判据示例:
  稳态中高速:|err_theta| < 5° (电角度)
  低速注入:  |err_theta| < 10° (电角度)
  切换过程:  无超过 15° 的瞬时跳变

下图给出本课程的整体知识结构:从PMSM模型出发,分低速与高速两条技术路径,最终汇聚到全速域融合与工程调试,形成完整的学习闭环。

PMSM无位置传感器控制 · 整体学习路线 PMSM 数学模型 三相 / αβ / dq · 凸极性 · 磁链 低速 / 零速路径 高频注入 · 凸极跟踪 旋转/脉振注入 · 解调 中高速路径 反电动势 · 磁链观测 SMO · MRAS · EKF · PLL 全速域融合与切换 加权融合 · 平滑切换 · 角度补偿 工程实现与调试 采样同步 · 参数辨识 · 排障复盘 关键判据 估计角误差 < 5°~10° 常见误区 忽略延时/死区/参数漂移