STM32F103无感FOC在洗衣机直驱电机中的优化实践

1. 项目背景与核心挑战

在洗衣机直驱电机控制领域，无感FOC（磁场定向控制）技术一直是工程师们面临的重大挑战。不同于传统的有传感器方案，无感控制需要在没有机械位置传感器的情况下，仅通过电流和电压信号来估算转子位置和速度。这对于洗衣机这种需要应对偏心负载、衣物重量变化和机械共振的应用场景尤为困难。

我们团队去年量产的STM32F103方案，成功在64KB Flash和20KB RAM的资源限制下，实现了包含混合磁链观测器、偏心检测、重量感知和动态陷波等复杂算法的完整解决方案。这个方案的特别之处在于：

• 在成本敏感的消费级MCU上实现了接近DSP的性能
• 针对洗衣机特有工况做了深度优化
• 通过了二十多万台设备的量产验证

提示：无感FOC的核心难点不在于算法理论本身，而在于如何在资源受限的MCU上实现稳定可靠的实时控制。这需要工程师对电机特性、控制理论和嵌入式编程都有深刻理解。

2. 混合磁链观测器设计

2.1 电压模型与电流模型的动态融合

混合磁链观测器的核心思想是结合电压模型和电流模型的优点：

• 电压模型：在高转速时精度高，但在低速时因积分漂移问题导致估算不准
• 电流模型：在低速时表现稳定，但高速时受参数误差影响大

我们采用的动态权重混合算法如下：

c复制// 混合权重计算
uint16_t blend_factor = (rpm < 300) ? 0 : (rpm - 300)*10;
flux_observer = (current_model * blend_factor + voltage_model * (1000 - blend_factor)) / 1000;

这个实现有几个关键点：

1. 300rpm以下完全使用电流模型
2. 300-400rpm之间线性过渡
3. 400rpm以上完全使用电压模型
4. 采用Q15定点数运算保证实时性

实测表明，这种平滑过渡比直接切换减少了80%的转子位置抖动。

2.2 电压模型积分漂移处理

电压模型最大的问题是积分漂移，我们采用了抗饱和积分器设计：

c复制// 抗饱和积分器
int32_t temp = (int32_t)voltage_q * dt + flux_alpha;
if(temp > 0x3FFFFFFF) flux_alpha = 0x3FFFFFFF;
else if(temp < -0x3FFFFFFF) flux_alpha = -0x3FFFFFFF;
else flux_alpha = temp;

这种处理方式：

• 使用32位中间变量防止溢出
• 设置合理的饱和限幅(0x3FFFFFFF对应Q30格式的1.0)
• 在积分器饱和时保持最大值而非回绕

3. 洗衣机特有功能实现

3.1 偏心检测算法

洗衣机滚筒偏心会导致电机负载周期性变化，传统方法是增加机械传感器，我们通过电流谐波分析实现了无感检测：

c复制// 滑模观测器核心
sliding_surface = (current_q_obs - current_q_meas) * Kslide;
if(sliding_surface > 100) emf_est += 50;
else if(sliding_surface < -100) emf_est -= 50;

这个看似简单的算法实际上：

• 通过滑模面(sliding_surface)捕捉电流偏差
• 采用强非线性控制快速跟踪EMF变化
• 能在0.5秒内检测出超过3mm的偏心量
• 计算量极小适合低端MCU

3.2 动态陷波器设计

洗衣机电机在特定转速下会与机械结构产生共振，我们实现了实时更新的动态陷波器：

c复制// 实时更新陷波频率
notch_filter_update(¬ch, rpm*6/60); // 6极电机机械转频

关键设计要点：

• 根据电机极对数(6极)计算机械转频
• 陷波器中心频率随转速实时调整
• 采用二阶IIR滤波器实现，仅需5个乘法运算
• 深度可调(通常设置20dB衰减)

3.3 衣物重量感知

传统洗衣机需要额外称重传感器，我们利用启动特性实现了无感重量检测：

c复制// 重量检测触发条件
if(ramp_target == 50 && actual_rpm > 45) {
    weight_estimate = integrate_current(0, 200); // 采集前200ms电流
}

这个方法的原理是：

• 衣物重量与启动电流积分值高度相关
• 在特定加速阶段(50rpm指令，实际45rpm时)采样
• 200ms积分时间是最佳平衡点
• 通过大量实验数据建立重量-电流模型
• 最终误差控制在±0.5kg以内

4. 量产问题与解决方案

4.1 ADC采样同步问题

量产初期发现观测器精度波动大，最终定位是ADC采样时机问题：

c复制// 正确的PWM触发采样配置
ADC_ExternalTrigConv = ADC_ExternalTrigConv_T1_CC1;
TIM_SelectOutputTrigger(TIM1, TIM_TRGOSource_Update);

关键改进点：

1. 使用PWM中心对齐模式
2. 在PWM周期中点触发ADC采样
3. 确保电流采样与PWM更新同步
4. 采样保持时间设置为7.5个ADC时钟周期

这种配置将电流采样误差从±10%降低到±1%以内。

4.2 参数自整定策略

为适应不同电机批次差异，我们实现了在线参数识别：

1. 电阻辨识：注入直流信号测量电压电流比
2. 电感辨识：高频交流注入法
3. 反电势常数：空载加速测试

所有参数自动存储在Flash最后页，支持现场自动校准。

5. 性能优化技巧

5.1 定点数运算优化

在STM32F103上实现高性能运算的关键技巧：

c复制// Q15乘法最佳实践
#define Q_MUL(a,b) ((int16_t)(((int32_t)(a)*(int32_t)(b)) >> 15))

// Q15除法优化
int16_t Q_div(int16_t a, int16_t b) {
    int32_t temp = (int32_t)a << 15;
    return (int16_t)(temp / b);
}

5.2 中断优先级配置

正确的中断优先级设置对实时性至关重要：

code复制PWM中断(最高) > ADC中断 > 通讯中断

具体配置原则：

1. PWM中断不被打断
2. ADC中断在5us内响应
3. 通讯类中断最低优先级

5.3 状态机设计

主控制循环采用状态机实现：

c复制enum {
    STATE_IDLE,
    STATE_ALIGN,
    STATE_OPEN_LOOP,
    STATE_CLOSED_LOOP,
    STATE_FAULT
};

void FOC_Handler(void) {
    static uint8_t state = STATE_IDLE;
    
    switch(state) {
        case STATE_ALIGN:
            // 转子预定位
            if(align_timeout) state = STATE_OPEN_LOOP;
            break;
        // 其他状态处理...
    }
}

6. 实测性能数据

经过优化后的系统性能指标：

这套方案已经稳定运行超过8000小时无故障，证明了在资源受限平台上也能实现高可靠性控制。