2. 电机模型基础：永磁同步电机数学模型、Clark变换与Park变换、反电动势观测原理

做无感控制，说白了就是跟电机模型打交道。你连电机怎么转的都不清楚，那后面的观测器、启动策略全是空中楼阁。这一章咱们把最核心的三个东西捋清楚：数学模型、坐标变换、反电动势观测。我当年刚入门时，就是在这块吃了不少亏，所以今天把经验直接给你。

2.1 永磁同步电机的数学模型

先看电机本身。永磁同步电机（PMSM）的定子跟异步机差不多，但转子上贴了永磁体。这就导致它的数学模型比直流电机复杂不少。嗯，咱们从电压方程和磁链方程入手。

2.1.1 三相静止坐标系下的方程

在三相（ABC）坐标系下，电压方程长这样：

u_a = R_s * i_a + d(ψ_a)/dt
u_b = R_s * i_b + d(ψ_b)/dt
u_c = R_s * i_c + d(ψ_c)/dt

其中 ψ_a、ψ_b、ψ_c 是各相磁链，包含自感和互感，还有转子永磁体贡献的部分。这个方程本身不难，但麻烦在于——电感是随转子位置变化的。你想想看，转子转一个角度，磁路就变一次，电感矩阵里全是 cos(2θ) 这种项。直接拿这个模型做控制，计算量太大，而且物理意义不直观。

2.1.2 为什么需要坐标变换？

我在项目中遇到过一件事：早期用三相模型直接做电流环，参数整定整得我头大。后来发现，其实电机控制界的共识就是——把交流电机等效成直流电机来控。怎么做？通过坐标变换，把三相静止的交流量，变成两相旋转的直流量。这样一来，电流环就可以用 PI 控制器轻松搞定。

2.2 Clark变换与Park变换

坐标变换分两步走：Clark 变换把三相变两相静止，Park 变换把两相静止变两相旋转。咱们一个一个说。

2.2.1 Clark变换（3s/2s）

Clark 变换的数学表达式：

i_α = i_a
i_β = (i_a + 2*i_b) / √3

或者用矩阵形式：

[i_α]   [ 1      -1/2    -1/2 ] [i_a]
[i_β] = [ 0      √3/2   -√3/2 ] [i_b]
                                [i_c]

这里有个小细节：我习惯用等幅值变换，也就是变换前后电流幅值不变。还有一种等功率变换，系数不同。你在做无感算法时，一定要确认自己用的是哪种，不然观测器增益算出来全是错的。我曾经在这个坑里爬了两天。

2.2.2 Park变换（2s/2r）

Park 变换把 αβ 坐标系旋转到 dq 坐标系，旋转角度就是转子位置 θ：

i_d =  i_α * cos(θ) + i_β * sin(θ)
i_q = -i_α * sin(θ) + i_β * cos(θ)

反过来，逆 Park 变换用于把 dq 电压变回 αβ：

u_α = u_d * cos(θ) - u_q * sin(θ)
u_β = u_d * sin(θ) + u_q * cos(θ)

你看，经过这两步变换，原来三相交流的 i_a、i_b、i_c，变成了直流的 i_d 和 i_q。i_d 控制励磁，i_q 控制转矩，完全解耦。这就是矢量控制的精髓。

2.2.3 变换的物理意义

我打个比方：Clark 变换就像把三根绳子拧成两根，但绳子还在原地晃；Park 变换就像你跟着绳子一起转，这样在你眼里绳子就不动了。无感控制的核心，就是估计出这个“跟着转”的角度 θ。

下面这张图展示了整个变换流程：

2.3 反电动势观测原理

好，现在到了无感控制最核心的部分——怎么在没有位置传感器的情况下知道转子位置？答案就是观测反电动势。

2.3.1 反电动势从哪来？

电机转起来后，永磁体旋转会在定子绕组里感应出电压，这就是反电动势。在 αβ 坐标系下，PMSM 的电压方程可以写成：

u_α = R_s * i_α + L_s * di_α/dt + E_α
u_β = R_s * i_β + L_s * di_β/dt + E_β

其中 E_α 和 E_β 就是反电动势，它们包含转子位置信息：

E_α = -ψ_f * ω_e * sin(θ_e)
E_β =  ψ_f * ω_e * cos(θ_e)

你看，只要知道 E_α 和 E_β，转子角度 θ_e 就能算出来：

θ_e = atan2(-E_α, E_β)

2.3.2 怎么观测反电动势？

实际中我们没法直接测量反电动势，只能通过电压和电流来估计。最常用的方法是滑模观测器（SMO）或龙伯格观测器。以滑模观测器为例，它的思路是：

1. 构建电流误差方程：用估计电流减去实际电流，得到误差。
2. 滑模面控制：通过符号函数（sign）或饱和函数，迫使误差收敛到 0。
3. 提取反电动势：滑模控制的输出经过低通滤波，就是反电动势估计值。

代码实现大致长这样：

// 滑模观测器核心代码（伪代码）
// 电流估计
i_α_est += (u_α - R_s*i_α_est - z_α) * Ts / L_s;
i_β_est += (u_β - R_s*i_β_est - z_β) * Ts / L_s;

// 电流误差
err_α = i_α_est - i_α;
err_β = i_β_est - i_β;

// 滑模控制
z_α = K_smo * sign(err_α);
z_β = K_smo * sign(err_β);

// 低通滤波提取反电动势
E_α += (z_α - E_α) * ω_c * Ts;
E_β += (z_β - E_β) * ω_c * Ts;

2.3.3 反电动势观测的局限性

说实话，反电动势观测法不是万能的。我列几个实际项目中容易踩的坑：

问题	原因	影响
零速/低速失效	反电动势幅值正比于转速	无法启动，需要开环强拖或高频注入
参数敏感	R_s 和 L_s 随温度变化	观测误差增大，角度偏移
滤波延迟	低通滤波引入相位滞后	高速时角度估计滞后，影响效率
谐波干扰	逆变器死区、电机齿槽效应	反电动势波形畸变，角度抖动

嗯，这些问题咱们在后面的章节都会逐一解决。比如低速启动用 I/F 强拖，参数变化用在线辨识补偿，滤波延迟用相位补偿或锁相环（PLL）来修正。

2.4 本章小结

这一章咱们把无感控制的数学基础过了一遍。你记住三条线：

• 数学模型：三相电压方程 → 强耦合时变 → 需要变换
• 坐标变换：Clark（3s→2s）+ Park（2s→2r）→ 解耦成直流
• 反电动势观测：从电压电流中估计 E_α、E_β → 算出角度 θ