3、弱磁控制基础：三种主流策略深度解析
弱磁控制，说白了就是让电机在基速以上还能继续往上转。你想想看，电压已经到顶了，还想提速，怎么办？只能靠削弱磁场来换速度。这个道理不难，但具体怎么实现，里面门道不少。
我个人习惯把弱磁控制策略分成三大类：电压反馈型、电流前馈型、还有混合型。这三种我都实际调过，各有各的脾气。今天咱们就一个一个掰开来看。
核心认知：弱磁控制的本质，是在电压饱和的约束下，通过调整直轴电流 id 来维持电压平衡，从而扩展速度范围。无论哪种策略，最终目标都是找到那个「刚刚好」的 id 给定值。
3.1 电压反馈型弱磁控制
电压反馈型，是我最早接触的一种。它的思路很直接——盯着电压看。
原理是这样的：实时检测电机端电压的幅值，跟逆变器能输出的最大电压做比较。如果检测到的电压快接近上限了，说明要进入弱磁区了。这时候，一个 PI 调节器会根据电压误差，自动调整 id 的给定值。
我在项目中遇到过一个问题：电压反馈型的响应速度偏慢。为什么？因为它是等电压已经快饱和了才去调整，说白了是「事后补救」。对于负载突变比较快的场合，比如电动汽车急加速，这种策略容易跟不上。
不过它也有好处——结构简单，不需要精确的电机参数。你只要知道电压极限就行。
实战小技巧：电压反馈型弱磁的 PI 参数整定，我建议先让比例项小一点。我刚开始调的时候，比例给大了，结果 id 来回震荡，电流波形看着像心电图。后来把比例系数降到原来的三分之一，积分时间放长，才稳下来。
电压反馈型的典型控制框图如下：
3.2 电流前馈型弱磁控制
电流前馈型，思路就完全不一样了。它不等着看电压，而是提前算好需要多少 id。
原理上，它是基于电机的数学模型，根据当前转速和负载转矩，直接计算出理论上需要的 id 值。这个计算用到了电机的参数，比如 Ld、Lq、永磁磁链 ψf。
我曾经踩过一个坑：前馈型对参数太敏感了。有一次我在实验室调好了一台电机，参数辨识得挺准，前馈弱磁跑得顺顺当当。结果换了一批电机，参数有偏差，id 给多了，电流直接爆了。嗯，从那以后我学乖了，前馈型一定要配合参数在线辨识或者鲁棒性设计。
前馈型的优势是响应快。因为它是「事前预测」，负载突变时能提前把 id 给上去，电压不会出现大的尖峰。适合高速动态性能要求高的场合。
注意：电流前馈型弱磁的精度，完全取决于电机参数的准确性。Ld、Lq 随电流变化，ψf 随温度变化，这些都会导致前馈计算偏差。我建议在实际工程中，至少留 10%~15% 的电压裕量，别把前馈算出来的值直接用满。
前馈计算的核心公式如下：
// 电流前馈型弱磁的 id 计算
// 输入：转速 omega_r，转矩给定 Te_ref
// 输出：id_ref
// 1. 先计算当前转速下的电压极限
us_max = Vdc / sqrt(3); // SVPWM 最大不失真电压
// 2. 根据转矩方程反推 iq
// Te = 1.5 * p * [ψf * iq + (Ld - Lq) * id * iq]
// 在弱磁区，先忽略 id 对转矩的贡献，估算 iq_est
iq_est = (2 * Te_ref) / (3 * p * ψf);
// 3. 根据电压方程计算需要的 id
// ud = Rs*id - ωr*Lq*iq
// uq = Rs*iq + ωr*(Ld*id + ψf)
// 约束：ud^2 + uq^2 <= us_max^2
// 代入化简，得到 id 的二次方程
A = (ωr^2) * (Ld^2 + Lq^2);
B = 2 * ωr^2 * Ld * ψf;
C = (ωr^2 * ψf^2) + (ωr^2 * Lq^2 * iq_est^2) - us_max^2;
// 4. 求解二次方程，取负根（弱磁需要负 id）
id_ref = (-B - sqrt(B^2 - 4*A*C)) / (2*A);
经验之谈：上面的代码里，我用了忽略 id 对转矩贡献的简化。实际调试时，如果发现转矩偏差大，可以迭代一次——用算出来的 id_ref 重新算 iq，再算一次 id。一般迭代一次就够了，多了没必要。
3.3 混合型弱磁控制策略
混合型，就是把前馈和反馈结合起来。这也是我现在最常用的方案。
思路是这样的：前馈部分提供一个「基准值」，反馈部分负责「微调」。前馈算得快，但可能不准；反馈调得慢，但能消除稳态误差。两者互补，效果最好。
我记得第一次在伺服驱动器上实现混合型弱磁时，对比效果特别明显。纯前馈时，稳态电流有 3% 的误差；纯反馈时，动态响应有 20ms 的延迟。混合型一上，稳态误差降到 0.5% 以内，动态延迟也缩短到 5ms。嗯，这就是 1+1 > 2 的典型例子。
混合型的结构如下表所示：
| 组成部分 | 作用 | 特点 | 我常用的权重 |
|---|---|---|---|
| 前馈通道 | 根据转速和转矩，计算 id 基准值 | 响应快，但依赖参数精度 | 占 70%~80% |
| 反馈通道 | 根据电压误差，修正 id 给定 | 稳态无差，但动态慢 | 占 20%~30% |
| 限幅环节 | 防止 id 超出安全范围 | 保护电机和逆变器 | 硬限幅 |
混合型弱磁的控制流程，我习惯这样组织：
- 前馈计算：根据当前转速 ωr 和转矩给定 Te_ref，用电机模型算出 id_ff。
- 电压检测：实时计算 us = sqrt(ud² + uq²)，与 us_max 比较。
- 反馈调节：电压误差经过 PI 调节器，输出 id_fb 修正量。
- 合成给定：id_ref = id_ff + id_fb，经过限幅后送入电流环。
- 保护逻辑：如果 id_ref 超出安全范围，触发限幅或报警。
关键点：混合型弱磁的反馈 PI 参数，可以比纯反馈型更「软」。因为前馈已经承担了大部分工作，反馈只需要做微调。我一般把反馈 PI 的比例系数设为纯反馈型的 1/3，积分时间设为 2 倍。这样既不会和前馈打架，又能保证稳态精度。
三种策略的对比，我整理了一张表：
| 对比项 | 电压反馈型 | 电流前馈型 | 混合型 |
|---|---|---|---|
| 响应速度 | 慢（事后调节） | 快（事前预测） | 快（前馈主导） |
| 参数依赖 | 低（只需电压极限） | 高（需要 Ld、Lq、ψf） | 中（前馈依赖，反馈补偿） |
| 稳态精度 | 好（PI 无静差） | 一般（参数偏差导致误差） | 好（反馈消除稳态误差） |
| 动态性能 | 差（电压饱和后才动作） | 好（提前预判） | 好（前馈+反馈协同） |
| 实现复杂度 | 低 | 中 | 中高 |
| 适用场合 | 风机、泵类等负载平稳 | 伺服、机器人等动态要求高 | 电动汽车、主轴等综合要求高 |
最后说一句，三种策略没有绝对的好坏。我个人的选型原则是：
- 如果项目周期紧、参数不准、负载变化小，用电压反馈型，省心。
- 如果动态要求高、参数能标定好、有在线辨识手段，用电流前馈型。
- 如果既要动态又要精度，别犹豫，上混合型。虽然代码多写几行，但调试起来反而更顺。
嗯，弱磁控制的基础就这些。理解了这三种策略的原理和差异，后面咱们再聊深度优化的时候，你就能知道每个优化手段是在改哪个环节了。