1. FOC与SVPWM技术全景解析
十年前我第一次接触无刷电机控制时，面对FOC（Field Oriented Control，磁场定向控制）和SVPWM（Space Vector Pulse Width Modulation，空间矢量脉宽调制）这两个概念完全摸不着头脑。直到亲手烧毁了三块驱动板后，才真正理解这套控制体系的精妙之处。如今FOC+SVPWM已成为工业伺服、电动汽车、家电变频等领域的标配方案，其核心价值在于实现了对交流电机如同直流电机般的精准控制。
这套技术体系包含三个关键层级：最底层的SVPWM负责将数字信号转化为实际驱动功率管的PWM波形；中间的Clarke/Park变换构建了旋转坐标系下的控制模型；最上层的PID闭环实现转矩、磁链的解耦控制。本文将采用"原理-实现-调参"的三段式结构，带您穿透理论迷雾直达工程实践。
2. FOC矢量控制原理深度拆解
2.1 交流电机控制的根本挑战
三相交流电机的定子磁场是随时间旋转的，其转矩产生机制比直流电机复杂得多。传统六步换相控制会产生明显转矩脉动，就像手动挡汽车换挡时的顿挫感。FOC的精髓在于通过坐标变换，将时变的交流量转换为直流量处理。
以一个400W的永磁同步电机为例，其三相电流波形如下：
code复制Phase A: Ia = Im*sin(θ)
Phase B: Ib = Im*sin(θ + 120°)
Phase C: Ic = Im*sin(θ + 240°)
直接控制这三个相互耦合的变量极其困难，这正是FOC要解决的核心问题。
2.2 坐标变换的数学魔法
Clarke变换将三相静止坐标系(ABC)转换为两相静止坐标系(αβ)：
code复制Iα = Ia
Iβ = (Ia + 2Ib)/√3
这相当于把三维问题降维到二维，但电流仍是交流量。Park变换进一步将静止的αβ坐标系旋转到与转子同步的dq坐标系：
code复制Id = Iα*cosθ + Iβ*sinθ
Iq = -Iα*sinθ + Iβ*cosθ
此时奇迹发生：交流量变成了直流量！Id代表励磁分量，Iq代表转矩分量，实现了类似直流电机的控制结构。
关键提示：实际应用中需注意变换前后的标幺化处理，不同厂商的变换系数可能不同，TI的IQmath库使用Q15格式时需右移15位。
2.3 双闭环控制架构解析
典型的FOC控制系统包含两个嵌套的PID环：
- 速度环：外环，根据设定转速与实际转速差计算转矩电流参考值Iq_ref
- 电流环：内环，控制Id/Iq快速跟踪参考值
在STM32的CubeMX配置中，电流环采样周期通常设为50-100μs，速度环为1ms左右。过快的速度环会导致系统振荡，就像开车时方向盘打得太急。
3. SVPWM原理与实现细节
3.1 电压空间矢量基础概念
将三相电压看作空间矢量，其端点运动轨迹理论上应是圆形。传统的正弦PWM只能逼近圆形，而SVPWM通过八种基本矢量的组合（六种有效矢量+两种零矢量）直接合成目标矢量。
八种基本矢量对应功率管的八种开关状态：
code复制[000]: 所有下管导通
[100]: A相上管导通，BC相下管导通
...
[111]: 所有上管导通
3.2 矢量合成算法详解
以目标矢量位于第一扇区为例，合成公式为：
code复制T1 = Ts * |Uref| * sin(60°-θ) / Udc
T2 = Ts * |Uref| * sinθ / Udc
T0 = Ts - T1 - T2
其中Ts为PWM周期，Udc为母线电压。具体实现时需要：
- 判断矢量所在扇区（通过Uα、Uβ符号和大小比较）
- 计算相邻矢量的作用时间
- 确定七段式或五段式的开关顺序
避坑指南：死区时间设置不当会导致上下管直通。一般IGBT需要500ns-1μs死区，SiC MOSFET可缩短到200ns。
3.3 代码实现关键点
以STM32F4的HRTIM定时器为例，核心配置步骤：
c复制// 配置互补PWM输出
hrtim1.Init.RepetitionCounter = 0;
hrtim1.Init.HalfModeEnable = HRTIM_HALFMODE_DISABLED;
hrtim1.Init.InterruptSourcesUpdate = HRTIM_IT_UPDATE;
// 设置死区时间
hrtim1.TimerD.SetDeadTime(HRTIM_TIMERDEADTIME_0, 0x7F);
hrtim1.TimerD.SetDeadTime(HRTIM_TIMERDEADTIME_1, 0x7F);
// 配置ADC触发采样
hadc1.Init.ExternalTrigConv = ADC_EXTERNALTRIGCONV_HRTIM_TRG2;
中断服务程序中需要完成：
- 读取相电流（注意ADC采样窗口对齐PWM中点）
- 执行Clarke/Park变换
- 运行PID算法
- 计算新的SVPWM参数
4. 工程实践中的典型问题
4.1 参数辨识与自动调谐
电机参数不准会导致控制性能下降，常见辨识方法：
- 定子电阻：注入直流电压，测量稳态电流
- 电感：施加高频交流信号，测量阻抗
- 反电动势系数：拖拽电机旋转，测量开路电压
推荐使用ST的Motor Profiler工具，可自动完成全部参数辨识。手动调参顺序应为：电流环→速度环→位置环。
4.2 电流采样方案对比
| 方案类型 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 单电阻 | 成本低 | 需要重构算法 | 小功率家电 |
| 双电阻 | 算法简单 | 相电流不平衡 | 中等功率 |
| 三电阻 | 精度高 | 成本高 | 工业伺服 |
| 霍尔传感器 | 隔离性好 | 温漂大 | 大功率驱动 |
实测发现：在低成本方案中，双电阻+软件重构的方案性价比最高，但需要处理好PWM开关噪声对采样影响。
4.3 启动策略优化
常见的启动问题包括：
- 反转启动：初始位置检测错误
- 启动抖动：PID参数过于激进
- 带载启动失败：初始电流不足
改进方案：
- 采用I/F控制启动，逐步提高频率和电压
- 加入初始位置检测（高频注入或编码器校准）
- 设置启动电流斜坡，避免冲击
5. 进阶优化方向
5.1 无传感器控制实现
通过滑模观测器或龙贝格观测器估算转子位置：
c复制// 滑模观测器核心代码
emf_alpha = Ls*(i_alpha - i_alpha_prev)/Ts - Rs*i_alpha - V_alpha;
emf_beta = Ls*(i_beta - i_beta_prev)/Ts - Rs*i_beta - V_beta;
z_alpha = Kslide * sign(emf_alpha);
z_beta = Kslide * sign(emf_beta);
theta_est = atan2(-z_alpha, z_beta);
低速时需要配合高频注入法，在EV电机控制中已可实现0.5%的转速精度。
5.2 效率优化技巧
- 弱磁控制：当转速超过基速时，注入负的Id电流以削弱磁场
- 最小损耗控制：根据负载动态调整Id/Iq比例
- 死区补偿：通过电压前馈补偿死区效应
实测表明，在无人机电调应用中，这些优化可使系统效率提升3-5个百分点。
5.3 现代控制理论应用
传统PID的局限性催生了新方法：
- 模型预测控制(MPC)：提前计算最优开关序列
- 自适应控制：在线调整控制器参数
- 模糊PID：应对非线性工况
在伺服压机应用中，MPC可将定位时间缩短20%，但计算量增加约30%。