手把手教你学Simulink——基于Simulink的无感FOC（滑模观测器+PLL）实战

方法	低速性能	高速性能	实现难度
反电势法	差（<5%额定转速失效）	好	简单
高频注入法	极好（0 rpm可用）	一般	复杂
滑模观测器（SMO）	中（需最小转速）	优秀	中等

本教程聚焦工业界最流行的SMO+PLL方案，手把手在 Simulink 中实现一套鲁棒、高效的无感FOC系统。

二、SMO+PLL原理精讲

1. 滑模观测器（SMO）核心思想

目标：重构反电动势 ( e_\alpha, e_\beta )
原理：利用电流误差驱动一个“开关函数”，迫使观测电流 ( \hat{i} ) 跟随真实电流 ( i )
数学模型（αβ坐标系）：
[
\begin{cases}
\frac{di_\alpha}{dt} = -\frac{R_s}{L}i_\alpha + \frac{1}{L}v_\alpha - \frac{1}{L}e_\alpha \
\frac{di_\beta}{dt} = -\frac{R_s}{L}i_\beta + \frac{1}{L}v_\beta - \frac{1}{L}e_\beta
\end{cases}
]
观测器方程：
[
\begin{cases}
\frac{d\hat{i}\alpha}{dt} = -\frac{R_s}{L}\hat{i}\alpha + \frac{1}{L}v_\alpha - \frac{1}{L}\hat{e}\alpha + k \cdot \text{sgn}(i\alpha - \hat{i}\alpha) \
\frac{d\hat{i}\beta}{dt} = -\frac{R_s}{L}\hat{i}\beta + \frac{1}{L}v\beta - \frac{1}{L}\hat{e}\beta + k \cdot \text{sgn}(i\beta - \hat{i}_\beta)
\end{cases}
]

2. PLL（锁相环）的作用

问题：SMO输出的 ( \hat{e}\alpha, \hat{e}\beta ) 含有高频抖振（chattering）
解决方案：PLL将反电动势转换为平滑的位置/速度信号

结构：

graph LR
A[ê_α, ê_β] --> B(反正切)
B --> C[θ_est]
C --> D[PI控制器]
D --> E[ω_est]
E --> F[积分器]
F --> C

优势组合：
SMO → 鲁棒性强，抗参数扰动
PLL → 抑制抖振，输出平滑

三、系统架构全景图

graph LR
A[速度指令] --> B(速度PI)
B --> C[iq_ref]
C --> D[电流环]
D --> E[Vd, Vq]
E --> F[反Park]
F --> G[SVPWM]
G --> H[逆变器]
H --> I[PMSM]
I --> J[ia, ib采样]
J --> K[Clarke变换]
K --> L[iα, iβ]
L --> M[SMO]
M --> N[ê_α, ê_β]
N --> O[PLL]
O --> P[θ_est, ω_est]
P --> Q[Park变换]
Q --> R[id, iq反馈]
R --> D
P --> S[ω反馈]
S --> B

关键替换：原编码器信号 → SMO+PLL估算信号
新增模块：SMO、低通滤波器（可选）、PLL

四、Simulink建模全流程

第一步：准备基础FOC框架

复用前文《PMSM矢量控制从零搭建》的模型
移除：编码器模块
保留：PMSM、逆变器、SVPWM、电流/速度环

第二步：实现Clarke变换（电流采样）

输入：实测 ( i_a, i_b )（( i_c = -i_a - i_b )）
输出：( i_\alpha, i_\beta )
注意：此处无需Park变换（SMO在αβ系工作）

第三步：搭建滑模观测器（SMO）

1. 核心方程离散化

采用欧拉法（Ts = 1 μs）：
[
\hat{i}\alpha(k+1) = \hat{i}\alpha(k) + Ts \cdot \left[ -\frac{R_s}{L}\hat{i}\alpha(k) + \frac{1}{L}v\alpha(k) - \frac{1}{L}\hat{e}\alpha(k) + k \cdot \text{sgn}(e{i\alpha}) \right]
]

2. Simulink实现（关键模块）

电流误差：Sum 模块计算 ( e_{i\alpha} = i_\alpha - \hat{i}_\alpha )
符号函数：Sign 模块（或带滞环的 Relay 减少抖振）
反电动势估计：
- 初始假设 ( \hat{e}_\alpha = 0 )
- 迭代更新：( \hat{e}\alpha = \hat{e}\alpha + k \cdot \text{sgn}(e_{i\alpha}) \cdot L / Ts )

3. 抖振抑制技巧

方法1：用饱和函数替代符号函数
[
\text{sat}(x) = \begin{cases}
1 & x > \delta \
x/\delta & |x| \leq \delta \
-1 & x < -\delta
\end{cases}
]
方法2：在SMO输出后加低通滤波器（截止频率=10×基频）

第四步：构建PLL模块

1. 反电动势转角度

使用 Atan2 模块计算：
[
\theta_{err} = \text{atan2}(\hat{e}\beta, \hat{e}\alpha)
]

2. PLL闭环设计

PI控制器：
- 输入：( \theta_{err} )
- 输出：( \omega_{est} )
- 参数整定：( K_p = 200 ), ( K_i = 1000 )（需调试）
积分器：
[
\theta_{est} = \int \omega_{est} , dt
]
反馈：( \theta_{est} ) 用于Park变换

第五步：整合至FOC系统

替换信号：
- Park变换输入：( \theta_{est} )（原为编码器角度）
- 速度环反馈：( \omega_{est} )（原为编码器速度）
同步机制：确保SMO/PLL与电流环同周期运行

五、关键参数整定指南

模块	参数	整定原则	典型值
SMO	滑模增益 ( k )	( k > \| \text{最大反电势} \| / L )	500~2000
SMO	边界层 ( \delta )	平衡抖振与精度	0.1~0.5 A
PLL	( K_p )	影响动态响应	100~500
PLL	( K_i )	决定稳态精度	500~2000

调试顺序：

先固定转速（开环），调SMO使 ( \hat{e}\alpha, \hat{e}\beta ) 正交
接入PLL，调PI使 ( \theta_{est} ) 跟踪真实角度
闭环运行，微调参数抑制抖振

六、仿真结果分析

测试场景：500 → 2000 rpm 加速 + 负载突变

信号	预期表现
估算角度 vs 真实角度	误差 < ±5°（高速时）
估算速度 vs 真实速度	动态跟随，稳态无静差
三相电流	正弦度良好，THD < 8%
转矩脉动	负载突变时波动 < 10%

成功标志：电机平稳运行，无明显抖动或失步。

七、工程实践要点

启动策略（0 rpm问题）：
- 开环启动：强制给定低频旋转电压（如5 Hz）
- 切换逻辑：当 ( \omega_{est} > 10% ) 额定转速时切入SMO
参数鲁棒性：
- SMO对 ( R_s ) 敏感 → 在线辨识 ( R_s )（参考前文教程）
- 电感 ( L ) 误差影响较小（因SMO自适应）
计算效率：
- SMO+PLL计算量 ≈ 编码器方案的1.5倍
- 优化：用查表法替代 Atan2
故障安全：
- 添加估算失效检测（如 ( |\theta_{err}| > 30° ) 时切换至开环）

八、常见问题与解决方案

问题	原因	解决方案
低速抖动严重	SMO增益过大	降低 ( k )，增大 ( \delta )
高速发散	PLL带宽不足	提高 ( K_p, K_i )
启动失败	开环加速过快	延长开环时间，减小初始频率斜率
电流谐波大	反电动势噪声	增加SMO后置滤波器