2、PMSM基础：永磁同步电机的结构、工作原理、数学模型（电压方程、磁链方程、转矩方程）

永磁同步电机（PMSM）是当前工业伺服、电动汽车、机器人和高精度传动领域的主流执行元件。与异步电机相比，PMSM具有高效率、高功率密度、低转动惯量和快速动态响应等显著优势。要真正掌握基于FOC（磁场定向控制）的驱动系统开发，首先必须透彻理解PMSM的物理结构、运行机理以及其数学模型的推导逻辑。FOC算法的本质，就是对电机数学模型的精确解耦与控制，因此本章内容构成了整个驱动系统开发的“地基”。

上图清晰地展示了PMSM驱动系统从物理结构到数学建模，再到FOC核心坐标变换的整体逻辑链路。在后续的章节中，我们将围绕这一链路逐步展开。本章将重点剖析PMSM的结构差异、工作原理，并详细推导其在三相静止坐标系和两相旋转坐标系下的数学模型，为后续的SVPWM、电流环PI设计和无传感器控制打下坚实的理论基础。

2.1 永磁同步电机的物理结构与分类

核心原理：PMSM的定子与普通异步电机类似，由硅钢片叠压而成，内部嵌有三相对称绕组；其转子则采用高性能永磁材料（如钕铁硼NdFeB或钐钴SmCo）替代了异步电机的鼠笼绕组。根据永磁体在转子上的安装位置，PMSM主要分为表贴式（SPMSM）和内置式（IPMSM）两大类。

• 表贴式（SPMSM）：永磁体粘贴在转子铁芯表面。由于永磁体的磁导率接近空气（μ_r ≈ 1），其交直轴电感基本相等（L_d ≈ L_q），属于隐极式电机。其反电动势波形更接近正弦波，非常适合用于FOC控制中的id=0控制策略。
• 内置式（IPMSM）：永磁体嵌入转子铁芯内部。由于磁路不对称，导致交轴电感大于直轴电感（L_q > L_d），形成凸极效应。这种结构除了永磁转矩外，还能产生磁阻转矩，适合弱磁扩速和最大转矩电流比（MTPA）控制。

2.2 工作原理与反电动势特性

PMSM的工作原理基于定子旋转磁场与转子永磁体磁场的相互作用。当定子绕组通入三相对称正弦电流时，会产生一个以同步转速旋转的磁场。该旋转磁场与转子永磁体产生的恒定磁场相互作用，产生电磁转矩，拖动转子同步旋转。转子的转速n与电源频率f严格满足关系：n = 60f / p（p为极对数）。

在FOC控制中，我们最关心的是电机的反电动势（Back-EMF）波形。对于SPMSM，其反电动势波形设计为正弦波，这保证了电磁转矩的平稳性，减少了转矩脉动。反电动势的幅值与转速成正比，即E = K_e · ω_e，其中K_e为反电动势常数。这一特性是FOC进行前馈补偿和弱磁控制的关键依据。

2.3 三相静止坐标系下的数学模型（abc模型）

为了精确控制PMSM，必须建立其数学方程。在三相静止坐标系（abc）下，电压方程和磁链方程是后续坐标变换的起点。

电压方程：根据基尔霍夫电压定律，三相绕组的端电压等于电阻压降与感应电动势之和：

u_a = R_s·i_a + dψ_a/dt
u_b = R_s·i_b + dψ_b/dt
u_c = R_s·i_c + dψ_c/dt

其中，R_s为定子相电阻，ψ_a、ψ_b、ψ_c为各相绕组的总磁链。

磁链方程：总磁链由两部分组成：定子电流产生的电枢反应磁链和转子永磁体产生的励磁磁链。由于三相绕组之间存在互感，且转子位置角θ_e随时间变化，磁链方程表现为一组非线性时变方程：

ψ_a = L_aa·i_a + M_ab·i_b + M_ac·i_c + ψ_f·cos(θ_e)
ψ_b = M_ba·i_a + L_bb·i_b + M_bc·i_c + ψ_f·cos(θ_e - 2π/3)
ψ_c = M_ca·i_a + M_cb·i_b + L_cc·i_c + ψ_f·cos(θ_e + 2π/3)

其中，L_aa等为自感，M_ab等为互感，ψ_f为永磁体磁链幅值。可以看到，这些方程中包含随角度变化的余弦项，使得系统呈现强耦合和非线性特征，直接求解非常困难。因此，我们需要引入坐标变换，将方程从复杂的abc坐标系转换到随转子同步旋转的dq坐标系中。

2.4 旋转坐标系下的数学模型（dq模型）

通过Clarke变换（abc→αβ）和Park变换（αβ→dq），我们可以将时变的互感参数转化为恒定值，从而极大地简化控制算法。在dq旋转坐标系下（d轴与转子永磁体磁场方向对齐，q轴超前d轴90°），数学模型如下：

电压方程：

u_d = R_s·i_d + L_d·(di_d/dt) - ω_e·L_q·i_q
u_q = R_s·i_q + L_q·(di_q/dt) + ω_e·(L_d·i_d + ψ_f)

其中，ω_e为电角速度，L_d和L_q分别为直轴和交轴电感。注意，方程中出现了-ω_e·L_q·i_q和+ω_e·L_d·i_d两项，它们被称为“交叉耦合项”或“反电动势项”。这两项是导致d轴和q轴电流相互影响的主要原因，也是FOC中需要引入前馈解耦控制的依据。

磁链方程：

ψ_d = L_d·i_d + ψ_f
ψ_q = L_q·i_q

转矩方程：这是FOC中最核心的公式：

T_e = 1.5·p·(ψ_d·i_q - ψ_q·i_d) = 1.5·p·[ψ_f·i_q + (L_d - L_q)·i_d·i_q]

对于表贴式电机（L_d = L_q），转矩方程简化为T_e = 1.5·p·ψ_f·i_q。这意味着电磁转矩仅与q轴电流成正比，实现了完全的解耦控制。对于内置式电机，第二项(L_d - L_q)·i_d·i_q为磁阻转矩，可以利用负的i_d来增加转矩输出，这也是MTPA控制的基础。

2.5 实战场景：电机参数辨识与模型验证

场景描述：某机器人关节模组采用一款SPMSM，额定功率400W，额定转速3000rpm，极对数p=4。在开发FOC算法之前，我们需要通过离线辨识获取准确的电机参数（R_s、L_d、L_q、ψ_f），以用于电流环PI参数整定和仿真模型搭建。

操作流程：

1. 定子电阻R_s测量：使用直流伏安法。向任意两相绕组（如A-B）注入恒定直流电流I_dc（如1A），测量端电压U_ab。由于是两相串联，R_s = U_ab / (2·I_dc)。重复三次取平均值，并记录绕组温度。
2. 电感L_d/L_q测量：采用高频注入法或静态电感测试法。将电机转子锁定在特定位置（d轴对齐A相），使用LCR表在1kHz频率下测量A相与中性点之间的电感，得到L_d。然后将转子旋转90°电角度，再次测量得到L_q。
3. 永磁体磁链ψ_f辨识：采用反电动势法。用示波器测量电机在某一转速n（如500rpm）下的线反电动势峰值E_peak。根据公式ψ_f = E_peak / (√3 · ω_e)计算，其中ω_e = 2π·n·p/60。

结果对比与复盘：通过上述方法测得该电机参数为：R_s=0.8Ω，L_d=L_q=1.2mH，ψ_f=0.052Wb。将这些参数代入Simulink仿真模型，对比实测电流响应曲线，稳态误差小于3%，验证了模型的准确性。复盘发现，在测量反电动势时，示波器探头的地线夹引入了噪声，导致波形毛刺较多。后续改用差分探头并加装滤波器后，测量精度显著提升。

2.6 常见误区与总结复盘

在PMSM建模与控制中，工程师常陷入以下误区：

• 误区一：忽视交叉耦合项。在高速运行时，ω_e·L_q·i_q和ω_e·L_d·i_d的值可能很大，若不在控制器中进行前馈补偿，会导致d/q轴电流相互干扰，动态性能恶化。
• 误区二：将SPMSM的模型直接套用于IPMSM。对于IPMSM，若忽略磁阻转矩项，转矩估算误差可达20%以上，导致MTPA控制失效。
• 误区三：认为L_d和L_q是恒定常数。实际上，电感会随电流幅值变化（磁饱和效应），尤其在重载工况下，L_d和L_q会显著下降。这要求高性能控制器具备在线参数自适应能力。