3、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、数学模型与典型控制需求

电机控制仿真模型的搭建，其根基在于对电机本体物理特性的深刻理解。无论是直流电机、交流感应电机还是永磁同步电机，其数学模型都是对电磁关系和机械运动关系的抽象表达。在Simulink中，我们通常基于这些数学模型构建仿真模块，因此，掌握三类电机的原理差异、数学描述形式以及控制需求，是后续进行模型搭建、参数整定和算法验证的前提。本章将系统梳理三类电机的核心原理、数学模型框架及典型控制需求，并给出仿真建模时的关键映射关系。

上图展示了三类电机在原理、数学模型与控制需求上的核心差异与Simulink建模时的映射关系。直流电机模型相对简单，适合初学者理解反馈控制；交流感应电机和永磁同步电机则涉及坐标变换与磁场定向，是工业应用和新能源汽车驱动的主流。下面分别展开论述。

3.1 直流电机：原理、数学模型与双闭环控制

3.1.1 核心原理与数学模型

直流电机（DC Motor）的工作原理基于载流导体在磁场中受力的安培定律。当电枢绕组通入直流电流时，在励磁磁场作用下产生电磁转矩，驱动转子旋转。其数学模型由电气方程和机械方程组成，在Simulink中通常用以下状态方程描述：

电气方程:  U_a = R_a * i_a + L_a * (di_a/dt) + E_a
反电动势:   E_a = K_e * ω
电磁转矩:   T_e = K_t * i_a
机械方程:   J * (dω/dt) = T_e - T_L - B * ω

其中，U_a为电枢电压，R_a和L_a为电枢电阻和电感，i_a为电枢电流，K_e为反电动势常数，K_t为转矩常数（在SI单位制下K_e = K_t），J为转动惯量，B为粘滞摩擦系数，T_L为负载转矩。该模型是二阶系统，电气时间常数τ_e = L_a/R_a通常远小于机械时间常数τ_m = J/B。

3.1.2 典型控制需求与仿真实现

直流电机的典型控制需求是转速闭环和电流闭环，即双闭环控制结构。内环（电流环）保证动态响应快速性和过流保护，外环（转速环）保证稳态精度和抗负载扰动。在Simulink中搭建时，通常使用Transfer Fcn或State-Space模块实现电机本体，用PID控制器分别构成电流环和转速环。

3.1.3 案例拆解：直流电机启动过程仿真

假设一台额定电压24V、电枢电阻2Ω、电感5mH、转矩常数0.1 Nm/A、转动惯量0.01 kg·m²的直流电机，带恒定负载0.2 Nm启动。初始现象：直接加额定电压时，启动电流可达12A（24V/2Ω），远超额定电流。分析判断：需要采用限流启动策略。实际操作：在Simulink中搭建双闭环模型，设置电流环限幅为5A，转速给定为1000rpm。结果对比：直接启动时电流冲击大、转速超调约30%；采用双闭环后，启动电流被限制在5A以内，转速平稳上升，超调量小于5%。风险与代价：电流环PI参数需仔细整定，否则可能引起振荡。复盘经验：直流电机仿真模型是理解反馈控制的基础，参数整定可参考“先内环后外环”的原则。

3.2 交流感应电机：旋转磁场与转差率控制

3.2.1 核心原理与数学模型

交流感应电机（Induction Motor, IM）的转子绕组不直接通电，而是通过定子旋转磁场在转子中感应出电流，进而产生转矩。其关键参数是转差率s = (ω_s - ω_r)/ω_s，其中ω_s为同步转速，ω_r为转子转速。在Simulink中，通常采用两相静止坐标系（αβ轴）下的状态方程模型，包含定子电流和转子磁链四个状态变量：

d(i_sα)/dt = -γ*i_sα + ω_r*i_sβ + (K/T_r)*ψ_rα + K*ω_r*ψ_rβ + (1/σ*L_s)*u_sα
d(i_sβ)/dt = -ω_r*i_sα - γ*i_sβ - K*ω_r*ψ_rα + (K/T_r)*ψ_rβ + (1/σ*L_s)*u_sβ
d(ψ_rα)/dt = (L_m/T_r)*i_sα - (1/T_r)*ψ_rα - ω_r*ψ_rβ
d(ψ_rβ)/dt = (L_m/T_r)*i_sβ + ω_r*ψ_rα - (1/T_r)*ψ_rβ

其中，γ = R_s/(σ*L_s) + R_r*L_m²/(σ*L_s*L_r²)，K = L_m/(σ*L_s*L_r)，T_r = L_r/R_r为转子时间常数，σ = 1 - L_m²/(L_s*L_r)为漏感系数。该模型为四阶非线性系统，参数辨识和磁链观测是仿真难点。

3.2.2 典型控制需求与仿真实现

感应电机的控制需求分为稳态和动态两类。稳态控制常用V/F（电压频率比）控制，适用于风机、泵类负载；动态控制则需采用磁场定向控制（FOC）或直接转矩控制（DTC）。在Simulink中，V/F控制实现简单，但动态性能较差；FOC需要坐标变换和转子磁链观测器，模型复杂度显著增加。

3.2.3 案例拆解：V/F控制与FOC控制对比

以一台4极、额定功率2.2kW的感应电机为例，在Simulink中分别搭建V/F开环控制和FOC闭环控制模型。初始现象：V/F控制在空载时运行平稳，但突加负载时转速跌落明显（约8%），且恢复时间超过2秒。分析判断：V/F控制无法补偿转差率变化，动态性能不足。实际操作：改用FOC控制，采用转子磁场定向，电流环带宽设为500Hz，转速环带宽设为20Hz。结果对比：FOC控制下，突加额定负载时转速跌落小于2%，恢复时间缩短至0.3秒。风险与代价：FOC模型需要精确的转子磁链观测，且坐标变换计算量大，仿真步长需适当减小。复盘经验：对于需要快速动态响应的场合，FOC是必然选择；V/F控制仅适用于对动态性能要求不高的场景。

3.3 永磁同步电机：高效驱动与矢量控制

3.3.1 核心原理与数学模型

永磁同步电机（PMSM）的转子采用永磁体励磁，无需励磁电流，因此效率高、功率密度大。其数学模型在dq旋转坐标系下最为简洁，定子电压方程和转矩方程如下：

d轴电压:  u_d = R_s*i_d + L_d*(di_d/dt) - ω_e*L_q*i_q
q轴电压:  u_q = R_s*i_q + L_q*(di_q/dt) + ω_e*(L_d*i_d + ψ_f)
电磁转矩:  T_e = 1.5*p*[ψ_f*i_q + (L_d - L_q)*i_d*i_q]

其中，L_d和L_q为dq轴电感，ψ_f为永磁体磁链，p为极对数，ω_e = p*ω_r为电角速度。对于表贴式PMSM（SPMSM），L_d = L_q，转矩方程简化为T_e = 1.5*p*ψ_f*i_q，控制策略通常采用i_d = 0控制。

3.3.2 典型控制需求与仿真实现

PMSM的典型控制需求包括：i_d = 0控制（适用于表贴式）、最大转矩电流比控制（MTPA，适用于内置式）、弱磁控制（适用于高速区）。在Simulink中，PMSM模型通常使用PMSM模块（Simscape Electrical）或自行搭建dq方程。自行搭建时，需要包含Clarke变换（abc→αβ）和Park变换（αβ→dq），以及反变换用于输出三相电压。

3.3.3 案例拆解：PMSM电流环PI参数整定

以一台表贴式PMSM为例，参数为：R_s = 0.5Ω，L_d = L_q = 0.8mH，ψ_f = 0.1Wb，p = 4。初始现象：在Simulink中搭建FOC模型后，电流环PI参数采用经验值（Kp = 10，Ki = 100），仿真发现q轴电流振荡明显，且稳态误差较大。分析判断：电气时间常数τ_e = L_q/R_s = 1.6ms，电流环带宽应设为1/(2*τ_e) ≈ 300Hz。实际操作：根据带宽要求计算PI参数，Kp = L_q * ω_bw = 0.0008 * 2π*300 ≈ 1.5，Ki = R_s * ω_bw = 0.5 * 2π*300 ≈ 942。将参数代入模型后，电流响应快速且无超调。结果对比：调整前电流纹波约15%，调整后纹波小于3%。风险与代价：PI参数过大会导致噪声放大，过小则响应迟缓。复盘经验：PMSM电流环参数整定应基于电气时间常数，而非盲目试凑。

3.4 三类电机对比与Simulink建模策略

为了帮助读者在Simulink中快速选择合适的电机模型，下表总结了三类电机的关键对比维度：

在Simulink中搭建电机模型时，建议遵循以下流程：首先明确电机类型和参数，其次选择合适的建模方式（基于方程或基于Simscape库），然后搭建电气子系统、机械子系统和坐标变换模块，最后封装为带输入输出接口的子系统，便于上层控制算法调用。对于初学者，建议从直流电机模型入手，逐步过渡到PMSM和感应电机模型。