4. 死区补偿技术（下）：无电流传感器下的死区补偿策略，基于观测器的补偿方案

上一节我们聊了基于电流极性的死区补偿，那个方案依赖电流传感器。但实际项目中，有些低成本方案压根儿就没装电流传感器，或者传感器精度不够。这时候怎么办？

我几年前做过一个风机项目，客户要求省掉两个霍尔电流传感器，只保留母线采样。当时我就想，死区补偿还得做，但电流方向都不知道了，怎么补？后来折腾了一圈，发现基于观测器的方案是条出路。今天就把这个思路拆开来讲。

4.1 为什么无电流传感器场景更棘手

死区补偿的核心，说白了就是知道电流方向，然后根据方向决定补偿电压的极性。没有电流传感器，我们就得靠“猜”——但这个猜不是瞎猜，而是用模型去估计。

你想想看，死区效应本质上是逆变器非线性导致的电压误差。这个误差和电流方向强相关。没有传感器，我们就得从电机模型里反推电流。这里有两个难点：

• 低速时反电动势弱，信噪比低，估计出来的电流容易飘
• 死区误差本身会干扰电流估计，形成恶性循环

4.2 基于观测器的补偿方案框架

我个人习惯把这类方案分成三个模块：

1. 电流观测器：根据电压指令和电机模型，估计出相电流
2. 极性判断：从估计电流中提取符号信息
3. 补偿电压生成：根据极性查表或计算补偿量

下面这张图是我在项目中常用的结构，你可以参考一下：

4.3 常用的观测器方案对比

实际工程中，我试过几种观测器，各有各的脾气。下面这个表格是我自己总结的：

观测器类型	原理简述	低速性能	参数敏感度	实现难度
龙伯格观测器	基于电机电压方程，线性反馈校正	中等	高	低
滑模观测器	利用开关函数强制状态收敛	较好	中等	中
扩展卡尔曼滤波	统计最优估计，含噪声模型	好	低	高
模型参考自适应	参考模型与实际模型误差驱动	中等	中等	中

4.4 滑模观测器实现要点

滑模观测器的核心公式其实不复杂。在αβ坐标系下，电机电压方程可以写成：

dîα/dt = (-Rs/Ls) * îα + (1/Ls) * Vα - (1/Ls) * Zα
dîβ/dt = (-Rs/Ls) * îβ + (1/Ls) * Vβ - (1/Ls) * Zβ

其中 Zα、Zβ 是滑模控制律，通常取：

Zα = K * sign(îα - iα)
Zβ = K * sign(îβ - iβ)

这里有个坑——符号函数直接切换会带来高频抖振。我曾经在实验室里用纯sign函数，结果电流波形上全是毛刺，死区补偿反而越补越差。

4.5 低速场景的特殊处理

到了低速，问题就来了。转速接近零时，反电动势几乎为零，观测器全靠电压方程里的电阻压降和电感项来估计电流。这时候：

• 电阻参数误差会被放大——Rs 偏差 10%，估计电流可能偏 30%
• 死区误差本身会污染观测器输入——你给的电压指令和实际加在电机上的电压不一样

怎么破？我分享两个实战技巧：

1. 加入高频注入辅助：在 d 轴叠加一个高频电压信号（通常 500Hz~1kHz），通过检测 q 轴电流响应来修正观测器。这个技术我在另一个章节会细讲，这里先提一嘴。
2. 做参数在线辨识：用递推最小二乘法实时更新 Rs 和 Ls。我做过实验，参数更新周期 10ms 就够，不用太快。

4.6 补偿电压的生成策略

有了估计电流的极性，补偿电压就好办了。还是用上一节那张死区时间与补偿电压的关系表，只不过输入从传感器电流换成观测器电流。

这里有个细节要注意——观测器估计的电流有相位延迟。尤其是低速时，观测器的带宽有限，估计电流会滞后真实电流几个电角度。如果不做处理，补偿时机就错了。

4.7 实验效果与数据

拿我之前那个风机项目来说，用滑模观测器做死区补偿，效果还是挺明显的：

工况	无补偿 THD	有补偿 THD	改善幅度
10Hz, 轻载	12.5%	4.8%	61.6%
5Hz, 额定负载	18.3%	6.2%	66.1%
2Hz, 重载	25.7%	9.1%	64.6%

可以看到，即使在 2Hz 这种极低速下，THD 也能从 25% 压到 10% 以内。虽然比不上带电流传感器的方案（通常能做到 3%~5%），但对于无传感器系统来说，这个结果已经够用了。

4.8 工程落地的几点提醒

最后，我把自己踩过的坑总结一下，你照着做能少走弯路：

• 启动阶段要特别小心——观测器还没收敛时，死区补偿先别使能，等电流估计稳定了再切入。我一般等 50ms 左右。
• 参数失配时补偿会恶化——如果 Rs 偏差超过 20%，补偿后的 THD 可能比不补还差。建议加一个参数偏差检测逻辑，偏差过大时自动降级为不补偿。
• PWM 死区时间不要设太大——无传感器方案下，死区时间建议控制在 1~2μs，太大了观测器扛不住。
• 采样同步要做好——观测器的计算要和 PWM 载波同步，否则估计电流里会混入开关噪声。