2. PMSM基础

永磁同步电机（PMSM）是无传感器控制技术的核心载体。要实现对电机的高性能控制，首先必须深刻理解其本体结构、运行机理以及精确的数学模型。本章将从物理结构出发，逐步推导至dq旋转坐标系下的数学模型，并详细定义工程中常用的关键参数，为后续章节的观测器设计、参数辨识及控制算法打下坚实的理论基础。

2.1 永磁同步电机的物理结构与工作原理

2.1.1 核心结构组成

PMSM 主要由定子、转子和位置传感器（可选）三大部分构成。定子与异步电机类似，包含三相对称绕组和硅钢片叠压的铁芯，用于产生旋转磁场。转子是 PMSM 区别于其他电机的最核心部件，其上安装有高性能的永磁体（通常为钕铁硼 NdFeB 或钐钴 SmCo）。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）：永磁体贴装在转子铁芯表面，气隙均匀，交直轴电感近似相等（Ld ≈ Lq），无磁阻转矩，控制策略相对简单，多用于对精度和动态响应要求高的伺服系统。
• 内置式（IPMSM）：永磁体内嵌于转子铁芯内部，气隙不均匀，交轴电感大于直轴电感（Lq > Ld），产生显著的磁阻转矩，功率密度高，调速范围宽，广泛应用于电动汽车和压缩机驱动。

2.1.2 工作原理与反电动势

PMSM 的工作原理基于定子旋转磁场与转子永磁体磁场的同步作用。当定子绕组通入三相对称交流电时，产生以同步转速旋转的磁场。该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，牵引转子跟随旋转磁场同步转动。转子的转速 n 与电源频率 f 严格满足关系：n = 60f / np（np 为极对数）。

在无传感器控制中，反电动势（Back-EMF）是核心的观测量。当转子旋转时，永磁体磁场切割定子绕组，在绕组中感应出与转速和磁链成正比的电动势。对于正弦波驱动的 PMSM，其反电动势波形为正弦波，幅值与转速成正比。通过检测反电动势的相位和幅值，即可估算转子位置和转速，这是中高速段无传感器控制的基础。

2.2 dq 坐标系下的数学模型

2.2.1 坐标变换的物理意义

三相静止坐标系（abc）下的 PMSM 方程是一组非线性、强耦合的时变微分方程，直接求解困难。通过 Clarke 变换将 abc 变换到两相静止坐标系（αβ），再通过 Park 变换将 αβ 变换到随转子同步旋转的 dq 坐标系，可以将时变电感矩阵转化为常数矩阵，从而简化分析。在 dq 坐标系下，交流量转化为直流量，便于采用类似直流电机的控制策略（即矢量控制）。

需要特别指出的是，Park 变换需要准确的转子位置角 θe。在无传感器控制中，这个角度并非直接测量得到，而是由观测器（如滑模观测器、扩展卡尔曼滤波器）估算得出。因此，数学模型的准确性直接决定了观测器的设计难度和估算精度。

2.2.2 电压与磁链方程

在 dq 旋转坐标系下（转子磁场定向），PMSM 的定子电压方程和磁链方程如下：

电压方程：
ud = Rs·id + dψd/dt - ωe·ψq
uq = Rs·iq + dψq/dt + ωe·ψd

磁链方程：
ψd = Ld·id + ψf
ψq = Lq·iq

其中，ud、uq 为 dq 轴电压；id、iq 为 dq 轴电流；Rs 为定子电阻；Ld、Lq 为 dq 轴电感；ψf 为永磁体磁链；ωe 为电角速度（ωe = np·ωr）。式中 ωe·ψq 和 ωe·ψd 为旋转电动势耦合项，是解耦控制中需要重点补偿的部分。

2.2.3 转矩方程与运动方程

电磁转矩方程是电机机电能量转换的核心表达式：

Te = 1.5·np·[ψf·iq + (Ld - Lq)·id·iq]

该式包含两项：第一项 1.5·np·ψf·iq 为永磁转矩，由永磁磁链与 q 轴电流相互作用产生；第二项 1.5·np·(Ld - Lq)·id·iq 为磁阻转矩，仅在 Ld ≠ Lq（即 IPMSM）时存在。对于 SPMSM，由于 Ld = Lq，磁阻转矩为零，转矩仅与 iq 成正比，控制更为直接。

机械运动方程描述了电机转速与转矩之间的动态关系：

J·(dωr/dt) = Te - TL - B·ωr

其中 J 为转动惯量，TL 为负载转矩，B 为粘滞摩擦系数。该方程是速度环设计和负载观测器设计的基础。

2.3 关键参数定义与工程获取方法

2.3.1 参数分类与定义

PMSM 的参数是控制器设计和观测器调优的直接依据。按照物理属性，可将其分为电气参数、机械参数和磁链参数。下表列出了各参数的定义、单位及典型获取方式：

2.3.2 参数对无传感器控制的影响

在无传感器控制中，参数失配是导致观测器估算误差和系统失稳的主要因素之一。例如，在滑模观测器中，反电动势估算公式为 e = ωe·ψf，如果 ψf 的实际值因温度升高而下降（钕铁硼磁体的温度系数约为 -0.12%/°C），而控制器仍使用常温下的标称值，则会导致估算反电动势偏高，进而产生位置估算误差。同样，定子电阻 Rs 在高温下会增大（铜的电阻温度系数约为 +0.4%/°C），在低速重载工况下，电阻压降占比增大，若未进行在线辨识，会严重影响低速观测精度。

2.4 实战场景：表贴式电机参数离线辨识与模型验证

为加深对上述数学模型和参数定义的理解，我们以一个典型的 400W 表贴式伺服电机（SPMSM）为例，演示其参数离线辨识流程及模型验证过程。

场景背景与目标：某自动化设备厂商选用了一款国产 400W 伺服电机，用于驱动高精度转台。电机铭牌参数为：额定电压 220V，额定电流 2.6A，额定转速 3000rpm，极对数 np=4，额定转矩 1.27N·m。控制团队需要获取准确的电气参数以设计无传感器观测器，目标是将位置估算误差控制在 ±5° 电角度以内。

初始现象与操作步骤：团队首先使用 LCR 表在 1kHz 频率下测量了电机任意两相之间的电感，得到线电感 L_line = 6.8mH。由于是表贴式电机，认为 Ld = Lq = L_line / 2 = 3.4mH。随后，采用直流伏安法测量相电阻：向任意两相注入 1A 直流电流，测得压降为 2.4V，计算得 Rs = 2.4V / (2×1A) = 1.2Ω。接着，用手持式示波器记录了电机以 500rpm 空载旋转时的线反电动势波形，测得正弦波峰值为 31.5V。根据公式 ψf = E_peak / (ωe)，其中 ωe = 2π × (500/60) × 4 = 209.4 rad/s，计算得 ψf = 31.5 / 209.4 ≈ 0.150 Wb。

分析判断与模型验证：将上述参数代入 dq 模型，在 MATLAB/Simulink 中搭建仿真模型。给定 id=0，iq=2A 的电流指令，仿真得到电磁转矩 Te = 1.5 × 4 × 0.150 × 2 = 1.8 N·m。随后在实验平台上，采用电流闭环控制（使用编码器反馈位置），同样给定 id=0，iq=2A，实测电机输出转矩为 1.75 N·m。仿真与实测误差约为 2.8%，在可接受范围内。误差主要来源于未考虑铁损和机械摩擦损耗。

结果对比与复盘经验：通过对比发现，离线辨识参数基本准确，但存在两点需要修正：一是 LCR 表测量频率与实际运行频率（0-200Hz）差异较大，导致电感值略有偏差；二是 ψf 在电机运行发热后会下降约 5%。因此，在后续无传感器算法中，团队加入了基于温度模型的 ψf 补偿环节，并将位置估算误差控制在 ±3° 电角度以内，满足了转台的控制精度要求。

2.5 常见误区与总结

在理解和应用 PMSM 数学模型时，工程师常陷入以下误区，需要特别警惕：

• 误区一：混淆电角度与机械角度。所有 dq 变换和观测器计算均使用电角度 θe = np·θr。若在 Park 变换中误用机械角度，会导致电流环振荡甚至失控。
• 误区二：忽略交叉耦合项。在高速运行时，ωe·ψd 和 ωe·ψq 耦合电压幅值很大。若电流环 PI 控制器未进行前馈解耦，动态响应会变差，甚至引起电流畸变。
• 误区三：将 Ld 与 Lq 视为恒定常数。实际电机中，由于磁路饱和效应，Ld 和 Lq 会随电流幅值变化。尤其在 IPMSM 弱磁控制中，忽略饱和效应会导致转矩估算严重偏差。
• 误区四：认为无传感器控制不需要任何电机参数。恰恰相反，无传感器控制对参数准确性要求更高，因为观测器本身就是一个基于模型的闭环系统，模型失配会直接转化为估算误差。

总结：本章系统梳理了 PMSM 的结构、工作原理及 dq 坐标系下的数学模型，并详细定义了各关键参数。掌握这些基础内容，是后续学习滑模观测器、模型参考自适应系统以及高频注入法等无传感器控制技术的先决条件。工程师在实际项目中，应建立“参数-模型-控制”的联动思维，重视参数辨识与在线修正，确保控制系统在复杂工况下的鲁棒性。