2. 电机数学模型:三种主流电机的灵魂

做电机控制这些年,我最大的体会就是:数学模型是控制算法的灵魂。你想想看,没有模型,你拿什么去预测电机的行为?拿什么去设计控制器?说白了,模型就是我们对电机这个物理系统的「翻译」,把它的电磁关系、机械运动,变成我们能算、能调、能优化的数学表达式。

这一章,咱们就聊聊三种最常用的电机模型:直流电机、交流异步电机、永磁同步电机。我会结合自己踩过的坑,把每个模型的核心逻辑讲清楚。

核心观点: 数学模型不是纸上谈兵。你调 PI 参数、做前馈补偿、搞无传感器控制,每一步都离不开模型。模型越准,控制效果的上限就越高。

电机数学模型知识体系 电机数学模型知识体系 电机数学模型 直流电机 (DCM) 交流异步电机 (IM) 永磁同步电机 (PMSM) 电枢回路方程:U = E + IR + L dI/dt 机械方程:T = Kt·I, E = Ke·ω T型等效电路 / 动态dq模型 转差率 s = (ωs - ωr) / ωs dq轴方程:ud, uq, Ld, Lq, ψf 转矩方程:T = 1.5p[ψf·iq + (Ld-Lq)id·iq] 应用:PI参数整定 → 前馈补偿 → 无传感器观测器 → 弱磁控制 所有控制策略都建立在数学模型之上

2.1 直流电机模型:最朴素的起点

直流电机(DCM)的数学模型,是所有电机模型里最简单的。我当年刚入行时,师傅就让我先从直流电机开始练手。为什么?因为它直观,物理意义清楚,适合理解「电机控制到底在控制什么」。

直流电机的核心,就两个方程:

  • 电枢回路方程: \( U = E + I_a R_a + L_a \frac{dI_a}{dt} \)
  • 机械方程: \( T_e = K_t I_a \),\( E = K_e \omega \)

这里 U 是电枢电压,E 是反电动势,I_a 是电枢电流,R_a 和 L_a 是电枢电阻和电感。K_t 是转矩常数,K_e 是反电动势常数。在 SI 单位制下,K_t 和 K_e 数值相等。

我的经验: 实际项目中,直流电机的电枢电感 L_a 通常很小。在低速或稳态分析时,可以忽略 L_a 项,模型简化为 U ≈ E + I_a R_a。但做高速或电流环设计时,L_a 不能丢,它决定了电流的响应速度。

把这两个方程联立,再考虑负载转矩 T_L 和转动惯量 J,就得到了完整的二阶系统模型:

// 直流电机状态方程(连续域)
dI_a/dt = (U - K_e·ω - I_a·R_a) / L_a
dω/dt   = (K_t·I_a - T_L - B·ω) / J

这个模型虽然简单,但它揭示了电机控制的本质:电压控制电流,电流控制转矩,转矩控制转速。你想想看,后面所有的电机控制策略,不管多复杂,底层逻辑都是这个链条。

注意: 直流电机有电刷和换向器,这是它的机械弱点。我在一个工业伺服项目里遇到过电刷磨损导致电流波形畸变的问题,最后不得不换成无刷电机。所以,选型时一定要考虑应用场景的寿命要求。

2.2 交流异步电机模型:转差率是灵魂

交流异步电机(IM),也叫感应电机,它的模型比直流电机复杂一个量级。为什么?因为转子电流不是直接给的,而是通过电磁感应「感应」出来的。这就引入了转差率的概念。

转差率 s 的定义:

s = (ω_s - ω_r) / ω_s

其中 ω_s 是同步转速,ω_r 是转子转速。s=0 时转子跟磁场同步转,s=1 时转子堵转。异步电机必须在 0 < s < 1 的范围内才能产生转矩。

异步电机的稳态模型,最常用的是 T型等效电路:

参数 符号 物理意义
定子电阻 R_s 定子绕组的铜损
定子漏感 L_σs 定子漏磁通对应的电感
励磁电感 L_m 主磁通对应的互感
转子电阻 R_r' 折算到定子侧的转子电阻
转子漏感 L_σr' 折算到定子侧的转子漏感

但稳态模型只能算稳态性能。做动态控制(比如矢量控制),必须用 动态 dq 模型。我记得第一次接触异步电机的 dq 模型时,被那一堆耦合项搞得头大。后来想通了,其实就是把三相静止坐标系变换到两相旋转坐标系,把时变的电感矩阵变成常数。

异步电机 dq 模型的电压方程:

// 异步电机 dq 轴电压方程(同步旋转坐标系)
u_sd = R_s·i_sd + dψ_sd/dt - ω_s·ψ_sq
u_sq = R_s·i_sq + dψ_sq/dt + ω_s·ψ_sd
0    = R_r·i_rd + dψ_rd/dt - (ω_s - ω_r)·ψ_rq
0    = R_r·i_rq + dψ_rq/dt + (ω_s - ω_r)·ψ_rd

这里 ψ 是磁链,下标 s 表示定子,r 表示转子。注意转子侧电压为 0,因为转子是短路的。

关键点: 异步电机的转矩正比于定子电流的转矩分量和转子磁链的乘积。矢量控制的核心,就是通过坐标变换,把定子电流分解成励磁分量和转矩分量,实现解耦控制。说白了,就是让异步电机「模仿」直流电机的控制方式。

我曾经在一个风机项目里用异步电机,一开始没注意转子时间常数 T_r = L_r / R_r 的变化。电机跑热了,T_r 变了,磁链观测就不准了,转矩开始抖。后来加了转子时间常数在线辨识,才算稳住。这个坑,做异步电机控制的朋友早晚会遇到。

2.3 永磁同步电机模型:没有转差,但有凸极

永磁同步电机(PMSM)现在很火,电动车、伺服、机器人都在用。它的转子是永磁体,没有转子电流,也没有转差。这就意味着:转子转速等于同步转速,效率更高,控制也更直接。

PMSM 的 dq 模型,跟异步电机类似,但少了一组转子方程:

// PMSM dq 轴电压方程
u_d = R_s·i_d + L_d·di_d/dt - ω_e·L_q·i_q
u_q = R_s·i_q + L_q·di_q/dt + ω_e·(L_d·i_d + ψ_f)

其中 ψ_f 是永磁体磁链,ω_e 是电角速度。L_d 和 L_q 分别是 d 轴和 q 轴电感。这里有个重要概念:凸极效应。如果 L_d ≠ L_q,电机就是凸极式的,会产生磁阻转矩。

PMSM 的转矩方程:

T_e = 1.5·p·[ψ_f·i_q + (L_d - L_q)·i_d·i_q]

这个公式很有意思。第一项是永磁转矩,跟 i_q 成正比。第二项是磁阻转矩,跟 i_d 和 i_q 的乘积有关。如果 L_d < L_q(常见的内嵌式 PMSM),那么负的 i_d 可以产生正的磁阻转矩。这就是为什么弱磁控制时要往 d 轴灌负电流——既去磁,又增矩。

电机类型 L_d vs L_q 磁阻转矩 典型应用
表贴式 SPMSM L_d ≈ L_q 几乎为零 伺服、机器人
内嵌式 IPMSM L_d < L_q 显著 电动车、高速主轴

我的建议: 做 PMSM 控制,第一步就是测准 L_d、L_q 和 ψ_f。这三个参数不准,电流环和转矩控制就是空中楼阁。我习惯用堵转法和电压积分法来测,虽然麻烦,但值得。

2.4 三种模型的对比与选择

三种电机模型,各有各的脾气。我整理了一张对比表,方便你快速把握:

对比维度 直流电机 异步电机 永磁同步电机
模型复杂度 低(二阶) 高(四阶,强耦合) 中(三阶,有耦合)
转子结构 有刷/换向器 鼠笼/绕线式 永磁体
转差 无 必须有 无
控制难度 容易 中等(需磁链观测) 中等(需位置传感器)
效率 中低 中 高
典型应用 小功率、低成本 大功率、恒速 高性能、变速

选哪种模型,取决于你的项目需求。做低成本风扇,异步电机就够了。做高速主轴,PMSM 是首选。做入门学习,直流电机最友好。但不管选哪种,吃透它的数学模型,是做好控制的前提。

我曾经踩过的坑: 有次做 PMSM 无传感器控制,我直接用了理想模型,没考虑逆变器非线性、死区效应和磁饱和。结果低速时观测器完全发散,转速估计值乱跳。后来花了整整两周,把模型里的非线性项一个一个补上,才算跑通。所以,模型要「够用」,但也要知道它的边界在哪里。

好了,这一章的内容就到这里。三种电机的数学模型,是后续所有控制算法的基础。你可以在实际项目中反复对照这些公式,慢慢就会形成直觉——看到电流波形,就能反推出模型参数哪里不对。这种能力,比背一百个公式都管用。