3、电机模型基础：从直流到交流，再到参数辨识
做电机控制，绕不开数学模型。说白了，模型就是电机的“性格画像”。你连它什么脾气都不知道，怎么调参数？
我个人习惯，拿到一个新项目，先花半天把电机模型在脑子里过一遍。直流、永磁同步、感应电机，这三兄弟各有各的脾气。下面我一个个讲，顺便聊聊我踩过的坑。
3.1 直流电机数学模型：最朴素的起点
直流电机是基础。虽然现在工业上用得少了，但它的模型简单、直观，非常适合理解“电机控制到底在控什么”。
直流电机的核心方程就两个：电压方程和转矩方程。
电枢回路电压方程：
U_a = R_a * i_a + L_a * (di_a/dt) + E其中，E = K_e * ω 是反电动势。K_e 是反电动势常数，ω 是转子角速度。
电磁转矩方程：
T_e = K_t * i_aK_t 是转矩常数。在理想情况下，K_t = K_e（单位制统一时）。
机械运动方程：
T_e - T_L = J * (dω/dt) + B * ωJ 是转动惯量，B 是阻尼系数，T_L 是负载转矩。
核心结论：直流电机的转矩与电枢电流成正比，速度与电枢电压成正比。控制逻辑非常直接——想调转矩就控电流，想调速度就控电压。
我的经验：我在做一个小型伺服项目时，用的就是直流有刷电机。当时我直接用电压控制速度，结果低速抖动得厉害。后来加了电流环，把电流闭环起来，问题就解决了。记住，电流环是电机控制的“压舱石”。
3.2 永磁同步电机（PMSM）数学模型：主流之选
PMSM 现在太火了。伺服、电动汽车、机器人，到处都是它。它的模型比直流电机复杂，但控制性能也更好。
PMSM 的数学模型，最常用的是 d-q 轴旋转坐标系下的模型。为什么要转到 d-q 轴？因为可以把交流量变成直流量，方便用 PI 控制器。
电压方程（d-q 轴）：
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，R_s 是定子电阻，L_d、L_q 是 d、q 轴电感，ω_e 是电角速度，ψ_f 是永磁体磁链。
电磁转矩方程：
T_e = 1.5 * p * [ψ_f * i_q + (L_d - L_q) * i_d * i_q]p 是极对数。注意，这里有个 (L_d - L_q) * i_d * i_q 项，这叫磁阻转矩。对于内置式 PMSM（IPMSM），L_d ≠ L_q，可以利用这个项来提升效率。
避坑指南：我曾经在一个项目中，直接用了表贴式 PMSM（SPMSM）的模型去控制 IPMSM。结果转矩输出一直不对，效率也上不去。后来才发现，L_d 和 L_q 差了将近 3 倍，磁阻转矩项不能忽略。所以，一定要先确认你的电机是 SPMSM 还是 IPMSM。
PMSM 控制的核心逻辑：
- i_d = 0 控制： 最简单，转矩只与
i_q有关，适合 SPMSM。 - 最大转矩电流比（MTPA）控制： 利用磁阻转矩，用最小的电流产生最大的转矩，适合 IPMSM。
- 弱磁控制： 当电压达到逆变器极限时，通过负的
i_d来降低反电动势，从而提升转速。
3.3 感应电机数学模型：皮实耐用的老将
感应电机（异步电机）结构简单、成本低、皮实耐用。它的模型比 PMSM 更复杂，因为转子电流是感应出来的，不是永磁体提供的。
感应电机的数学模型，通常用 T 型等效电路 或 状态空间方程 来描述。这里我给出最常用的 两相静止坐标系（α-β 轴）下的模型。
电压方程：
u_sα = R_s * i_sα + L_s * (di_sα/dt) + L_m * (di_rα/dt)
u_sβ = R_s * i_sβ + L_s * (di_sβ/dt) + L_m * (di_rβ/dt)其中，L_s 是定子自感，L_m 是互感，i_rα、i_rβ 是转子电流。
转子磁链方程：
0 = R_r * i_rα + L_r * (di_rα/dt) + L_m * (di_sα/dt) + ω_r * (L_r * i_rβ + L_m * i_sβ)
0 = R_r * i_rβ + L_r * (di_rβ/dt) + L_m * (di_sβ/dt) - ω_r * (L_r * i_rα + L_m * i_sα)R_r 是转子电阻，L_r 是转子自感，ω_r 是转子电角速度。
电磁转矩方程：
T_e = 1.5 * p * (L_m / L_r) * (ψ_rα * i_sβ - ψ_rβ * i_sα)ψ_rα、ψ_rβ 是转子磁链在 α-β 轴上的分量。
关键点：感应电机的控制难点在于转子时间常数 T_r = L_r / R_r。这个参数会随温度变化，导致磁链观测不准，进而影响转矩控制精度。很多高性能的感应电机控制，核心就是在做转子时间常数的在线辨识。
3.4 电机参数辨识方法：让模型“活”起来
模型有了，参数呢？电机铭牌上只给额定值，但 R_s、L_d、L_q、ψ_f 这些参数，要么需要自己测，要么需要在线辨识。
参数不准，模型就是废纸。我见过太多人，拿着一个不准的模型去调控制器，结果调得怀疑人生。
常用的参数辨识方法：
| 方法 | 原理 | 适用场景 | 我的评价 |
|---|---|---|---|
| 离线辨识（直流注入法） | 给电机通直流电，测电压电流，算 R_s。 |
电机静止时，简单快速。 | 最基础，但只能测电阻。 |
| 离线辨识（交流注入法） | 给电机通高频交流电，测阻抗，算 L_d、L_q。 |
电机静止时，可测电感。 | 需要信号注入，注意不要引起转子转动。 |
| 离线辨识（空载旋转法） | 让电机空载旋转，测反电动势，算 ψ_f。 |
电机可旋转时。 | 最直接，但需要电机能转起来。 |
| 在线辨识（递推最小二乘法） | 利用运行时的电压电流数据，实时更新参数。 | 电机运行时，可跟踪参数变化。 | 效果好，但计算量大，需要处理好数据同步。 |
| 在线辨识（模型参考自适应） | 构建一个参考模型和一个可调模型，通过误差调整参数。 | 电机运行时，鲁棒性较好。 | 我比较喜欢用，收敛速度可控。 |
我的习惯：我一般先用离线方法把 R_s、L_d、L_q、ψ_f 的初值测出来。然后在上电运行后，用在线辨识方法（比如递推最小二乘法）对 R_s 和 ψ_f 进行实时修正。因为这两个参数受温度影响最大。
一个简单的离线辨识流程（以 PMSM 为例）：
- 测
R_s： 给任意两相绕组通直流电，测电压电流，R_s = U / (2 * I)。 - 测
L_d： 将转子锁定在 d 轴方向（对齐），给 d 轴通高频交流电，测阻抗，算出L_d。 - 测
L_q： 将转子锁定在 q 轴方向，给 q 轴通高频交流电，测阻抗，算出L_q。 - 测
ψ_f： 用另一台电机拖动被测电机空载旋转，测线电压反电动势峰值E_peak，ψ_f = E_peak / (ω_e * sqrt(3))。
避坑指南：我曾经在测 L_d 和 L_q 时，没有把转子位置对准。结果测出来的电感值完全不对，导致后续的 MTPA 控制表全错了。后来我加了一个转子预定位步骤：先通一个固定的直流电，把转子吸到一个已知位置，然后再开始测。嗯，这一步不能省。
3.5 本章知识体系：一张图看懂
下面这张图，把本章的核心逻辑串起来了。从直流到交流，从模型到参数，你可以把它当作一个快速索引。
这张图从三大电机模型出发，引出核心参数，再落到辨识方法，最后指向实际应用。你可以把它当作一个思维导图，每次做项目前扫一眼，思路会清晰很多。