电机控制基础：直流电机、交流感应电机、永磁同步电机的工作原理、数学模型与基本控制策略

电机控制实时仿真与硬件在环测试的核心对象是各类电机及其驱动系统。在搭建仿真模型或构建HIL测试平台之前，工程师必须对三类主流电机——直流电机、交流感应电机（异步电机）和永磁同步电机——的工作原理、数学模型及基本控制策略有系统而深入的理解。这三类电机在结构、动态特性、控制复杂度及适用场景上差异显著，其数学模型是后续实时仿真中搭建电机模型、设计控制器以及评估测试结果的理论基石。本节将逐一剖析三类电机的核心原理与数学描述，并对比其控制策略的异同，为后续章节的实时仿真与HIL测试奠定基础。

2.1 直流电机：线性模型与双闭环控制

2.1.1 工作原理与数学模型

直流电机（DC Motor, DCM）是最早应用于工业传动和伺服系统的电机类型。其工作原理基于载流导体在磁场中受到电磁力的作用。当电枢绕组中通入直流电流时，在励磁磁场（由永磁体或励磁绕组产生）的作用下，电枢导体受到电磁转矩，驱动转子旋转。转子旋转后，电枢导体切割磁力线，产生与外加电压方向相反的反电动势（Back-EMF）。

在实时仿真中，直流电机通常采用他励直流电机的等效模型，其数学描述由电枢回路方程和机械运动方程组成：

电枢回路:  Va(t) = Ra·Ia(t) + La·(dIa/dt) + E(t)
反电动势:   E(t) = Ke · ω(t)
电磁转矩:   T(t) = Kt · Φ · Ia(t) = Kt' · Ia(t)  (永磁体时Kt'为常数)
机械方程:   J·(dω/dt) = T(t) - TL(t) - B·ω(t)

其中，Va为电枢电压，Ra和La分别为电枢电阻和电感，Ke为反电动势系数，Kt为转矩系数，J为转动惯量，B为粘滞摩擦系数，TL为负载转矩。该模型是线性时不变系统，非常适合作为HIL测试中控制器调试的基准模型。

2.1.2 双闭环控制策略

直流电机最经典的控制策略是转速电流双闭环控制。内环为电流环，通过PI调节器快速跟踪电流给定，限制电枢电流不超过安全值；外环为速度环，根据转速误差输出电流给定值。双闭环结构能够有效抑制负载扰动，实现高精度的转速控制。

在实时仿真平台（如基于FPGA的电机实时仿真器）中，直流电机模型通常以固定步长（如1μs）离散化，采用欧拉法或四阶龙格-库塔法求解微分方程。由于模型阶数低，计算量小，可以轻松实现多台电机并行仿真。

2.1.3 案例：直流电机HIL测试中的参数辨识

在某型舵机驱动系统的HIL测试中，被测控制器（DCU）控制一台200W永磁直流电机。测试团队需要验证控制器的速度环PI参数是否满足阶跃响应要求。初始仿真模型直接使用电机铭牌参数（Ra=1.2Ω，La=2.8mH，Kt=0.18Nm/A，J=0.0008kg·m²），但仿真结果与台架实测数据存在约15%的稳态误差。

分析发现，实际电机在运行温度升高后，电枢电阻Ra增大至1.5Ω，且负载中含有明显的非线性摩擦。团队在实时仿真模型中加入了温度修正系数和库仑摩擦模型，并重新进行了参数辨识。修正后，仿真与实测的转速响应曲线吻合度提升至98%以上。该案例说明，在HIL测试中，电机模型参数的准确性直接影响测试结论的有效性，必要时需引入参数在线辨识或查表修正。

2.1.4 常见误区与复盘

• 误区一：忽略电刷压降。实际直流电机电刷接触压降约0.5-2V，在低压系统中不可忽略，否则低速时模型误差显著。
• 误区二：将粘滞摩擦系数B视为常数。实际B随温度、转速变化，建议在模型中采用分段线性或非线性摩擦模型。
• 误区三：电流环带宽设计过高。受PWM开关频率限制，电流环带宽通常不超过开关频率的1/10，否则系统不稳定。

2.2 交流感应电机：磁场定向控制与转子磁链观测

2.2.1 工作原理与动态模型

交流感应电机（Induction Motor, IM）的转子绕组为闭合的导条（鼠笼式）或绕线式。当定子绕组通入对称三相交流电时，产生以同步转速ωs旋转的磁场。旋转磁场切割转子导条，在转子中感应出电动势和电流，该电流与旋转磁场相互作用产生电磁转矩，驱动转子以转速ωr旋转。转差率s=(ωs-ωr)/ωs是感应电机运行的关键参数，s>0为电动状态，s<0为发电状态。

感应电机的数学模型是一个高阶、非线性、强耦合的多变量系统。在同步旋转dq坐标系下，其电压方程和磁链方程为：

定子电压:  Vsd = Rs·Isd + dψsd/dt - ωs·ψsq
           Vsq = Rs·Isq + dψsq/dt + ωs·ψsd
转子电压:  0 = Rr·Ird + dψrd/dt - (ωs-ωr)·ψrq
           0 = Rr·Irq + dψrq/dt + (ωs-ωr)·ψrd
磁链方程:  ψsd = Ls·Isd + Lm·Ird
           ψsq = Ls·Isq + Lm·Irq
           ψrd = Lm·Isd + Lr·Ird
           ψrq = Lm·Isq + Lr·Irq
电磁转矩:  Te = 1.5·p·(ψsd·Isq - ψsq·Isd)

其中，Ls、Lr、Lm分别为定子自感、转子自感和互感，Rs、Rr为定转子电阻。该模型包含4阶电气微分方程和1阶机械方程，是实时仿真的计算重点。

2.2.2 转子磁场定向矢量控制（FOC）

矢量控制的核心思想是通过坐标变换，将定子电流分解为励磁分量Isd和转矩分量Isq，分别控制转子磁链和电磁转矩，从而获得类似直流电机的解耦控制特性。在转子磁场定向（将dq坐标系的d轴与转子磁链矢量ψr对齐）条件下，转子磁链仅由Isd决定，转矩仅由Isq决定。

实现FOC的关键在于转子磁链的准确观测。常用的方法有：

• 直接磁场定向：安装磁链传感器，成本高且不适用于鼠笼电机。
• 间接磁场定向：利用转速信号和转子时间常数Tr=Lr/Rr计算转差频率ωsl，进而得到同步转速。该方法对Tr参数敏感，需在线辨识。
• 电压/电流模型磁链观测器：基于定子电压电流估算转子磁链，适用于宽速范围，但低速时受定子电阻压降影响。

2.2.3 案例：感应电机参数失配下的FOC性能评估

某新能源汽车电驱动系统采用感应电机，额定功率90kW。在HIL测试中，工程师需要验证当转子时间常数Tr因温升变化+30%时，FOC控制器的鲁棒性。测试平台使用FPGA实时仿真器，步长2μs，模拟电机在1500rpm、80Nm工况下运行。

测试过程：首先在仿真模型中设置Tr=0.12s（基准值），记录稳态转矩和磁链响应；然后将Tr调整为0.156s（+30%），保持控制器参数不变。结果显示，转矩响应出现约8%的稳态误差，且动态过程中磁链幅值波动增大。进一步分析发现，由于磁链观测偏差，Isq分量被错误解耦，导致转矩输出偏离指令值。

针对该问题，测试团队在控制器中加入了转子时间常数在线辨识算法（基于模型参考自适应MRAS），在仿真中模拟辨识收敛过程。最终，在Tr变化后约0.5s内，转矩误差恢复到2%以内。该案例表明，HIL测试能够有效暴露参数失配问题，并验证补偿算法的有效性。

2.2.4 常见误区与总结

• 误区一：忽略铁损。在中高频工况下，铁损会导致转矩输出偏小，建议在模型中增加等效铁损电阻。
• 误区二：将漏感视为常数。漏感随电流幅值和频率变化，尤其在深弱磁区，需采用查表模型。
• 误区三：直接转矩控制（DTC）中磁链滞环比较器带宽设置不当。过宽的滞环导致电流谐波增大，过窄则开关频率过高。

2.3 永磁同步电机：矢量控制与弱磁策略

2.3.1 工作原理与数学模型

永磁同步电机（PMSM）的转子采用永磁体（通常为钕铁硼或铁氧体），无需励磁电流，因此无转子铜耗，效率高。定子结构与感应电机类似，通入三相交流电产生旋转磁场，该磁场与转子永磁磁场相互作用，产生转矩。由于转子磁场恒定，PMSM必须与转子位置同步运行，即定子磁场频率严格等于转子电角速度。

在dq旋转坐标系下（d轴与转子永磁磁链方向对齐），PMSM的数学模型为：

电压方程:  Vd = Rs·Id + Ld·(dId/dt) - ωe·Lq·Iq
           Vq = Rs·Iq + Lq·(dIq/dt) + ωe·(Ld·Id + ψf)
电磁转矩:  Te = 1.5·p·[ψf·Iq + (Ld - Lq)·Id·Iq]
机械方程:  J·(dωm/dt) = Te - TL - B·ωm
其中ωe = p·ωm为电角速度，ψf为永磁磁链。

对于表贴式PMSM（SPMSM），Ld≈Lq，转矩仅与Iq成正比；对于内置式PMSM（IPMSM），Ld<Lq，存在磁阻转矩分量，可利用该分量提高转矩密度。

2.3.2 基本控制策略

PMSM的矢量控制策略根据应用需求选择不同的电流分配方式：

在实时仿真中，PMSM模型需要精确的转子位置信息。HIL测试中通常模拟增量式编码器或旋转变压器的输出信号，包括A/B/Z脉冲或正余弦信号，以验证控制器的位置解码算法。

2.3.3 案例：PMSM弱磁区HIL测试中的电压极限问题

某工业伺服驱动器额定功率7.5kW，额定转速3000rpm，最高转速6000rpm（弱磁区）。在HIL测试中，需要验证弱磁控制算法在母线电压波动（DC 540V±10%）下的稳定性。

测试设置：FPGA实时仿真器运行PMSM模型（Ld=0.35mH，Lq=0.8mH，ψf=0.12Wb，Rs=0.05Ω），模拟转速从3000rpm加速至6000rpm。在加速过程中，将母线电压从540V阶跃降至500V。结果显示，采用传统查表弱磁策略时，电流调节器输出饱和，导致实际电流无法跟踪指令，转速出现约200rpm的跌落。

分析发现，电压跌落使得电压极限椭圆缩小，原查表点不再满足电压约束。测试团队在控制器中引入了基于电压误差的弱磁调节器（电压环输出ΔId补偿），实时调整Id指令。修改后，在相同工况下转速跌落减小至30rpm以内，且电流波形平稳。该案例验证了HIL测试在边界工况（电压突变）下对控制算法鲁棒性评估的重要价值。

2.3.4 常见误区与复盘

• 误区一：忽略永磁体温度特性。钕铁硼磁通温度系数约-0.12%/°C，高温时ψf下降，导致转矩不足。仿真中应加入磁链温度修正。
• 误区二：将Ld、Lq视为常数。IPMSM的Ld、Lq随电流幅值变化明显（磁饱和），建议采用查表模型或多项式拟合。
• 误区三：弱磁控制中Id负向过大。过大的去磁电流可能导致永磁体不可逆退磁，仿真中应设置Id下限保护。

2.4 三类电机对比与实时仿真要点