2. 校准原理与数学模型：基于反电动势的零位检测

好，咱们进入正题。这一章是整门课的数学根基，说白了就是回答一个问题：编码器零位到底偏了多少，怎么算出来？

我刚开始做FOC的时候，总觉得零位校准嘛，转一转对一对就行了。直到有一次在高速电机上，零位偏了5度，电流直接飙到保护值，驱动器差点炸了。嗯，从那以后我再也不敢轻视这个环节。

先复习一个基础概念。电机旋转时，定子绕组会切割转子磁场，产生反电动势（Back-EMF）。这个反电动势的波形，和转子位置是严格对应的。

对于表贴式永磁同步电机（SPMSM），三相反电动势可以写成：

Ea = ω * ψf * sin(θe)
Eb = ω * ψf * sin(θe - 2π/3)
Ec = ω * ψf * sin(θe + 2π/3)

其中：

你看，反电动势的相位里直接包含了转子位置信息。这就是我们做零位校准的物理基础。

核心思路： 只要测出反电动势的过零点或相位，就能反推出转子位置，再和编码器读数一比较，零位偏移量就出来了。

实际操作中，我们不会让电机带着负载去测反电动势。通常的做法是：让电机空载匀速旋转，然后采样端电压。

为什么强调匀速？因为反电动势的幅值正比于转速，如果转速波动，幅值也在变，相位提取就不准了。我在项目里吃过这个亏，当时用了一个便宜的直流电源供电，转速抖得厉害，零位算出来跳来跳去，后来加了稳压才搞定。

检测流程大致分三步：

这里有个细节：端电压不等于反电动势，中间还差一个电阻压降和电感压降。不过低速时电阻压降占主导，我们可以做补偿。高速时电感压降变大，补偿就复杂一些。咱们这门课主要讲低速场景，所以先忽略电感项。

好，现在来点硬核的。假设我们采集到A相反电动势波形，经过滤波后得到：

Ea(t) = E0 * sin(ωt + φ0)

其中φ0是初始相位。我们通过过零检测找到第一个过零点的时间t0，满足：

ωt0 + φ0 = 0  →  φ0 = -ωt0

此时转子的实际电角度θ_actual = ωt0 + φ0 = 0。但编码器读到的角度是θ_encoder，两者之差就是零位偏移：

θ_offset = θ_encoder - θ_actual = θ_encoder - 0 = θ_encoder(t0)

等等，这里有个陷阱。上面推导假设过零点对应转子电角度0°，但实际上A相反电动势过零点对应的是转子d轴与A相轴线的夹角为0吗？

不是的。 这取决于电机的绕组分布和定义。我习惯的做法是：先通过空载反电动势波形，确定一个参考点，然后和编码器对齐。具体来说：

这样就把绝对零位和相对零位统一起来了。

个人经验： 我建议在代码里保留两个变量：一个是粗调偏移（通过过零点检测得到），一个是微调偏移（通过后续闭环优化）。粗调保证电机能转起来，微调保证效率最优。

算法不是跑一次就完事的。实际中，由于噪声、采样误差、转速波动，单次测量往往不准。我们需要做迭代校准。

迭代公式很简单：

θ_offset(k+1) = θ_offset(k) + μ * (θ_measured - θ_offset(k))

其中μ是收敛系数，0 < μ < 1。这个公式本质上是一阶低通滤波，把每次测量值平滑地融合到当前估计值里。

那么，收敛条件是什么？我总结三条：

我曾经在一个项目里，μ设成了0.8，结果零位估计值来回震荡，电机一启动就抖。后来改成0.2，三次迭代就收敛了。你想想看，有时候问题就这么简单。

注意： 如果电机带载启动，反电动势波形会被负载电流畸变，这时候不能用纯反电动势法。需要结合高频注入或其他方法。咱们这门课后面会讲混合方案。

为了让你对整个原理有个全局印象，我画了张图。这张图把从物理量到最终零位偏移的链路串起来了。

这张图里，我特意画了虚线反馈回路。为什么？因为单次校准不够可靠，必须迭代。你想想看，如果第一次采样时有个噪声尖峰，算出来的偏移量偏了5度，直接写进参数，电机转起来就会抖。但迭代三次之后，这个误差就被平均掉了。

这一章我们讲了三个核心点：

我个人觉得，理解这章的关键不在于记住公式，而在于理解“为什么反电动势的相位等于转子位置”这个直觉。一旦你建立了这个直觉，后面所有算法都是在这个基础上搭积木。