脉振方波高频注入无感算法原理与工程实践-嵌云网-嵌入式AI开发资源站

脉振方波高频注入无感算法原理与工程实践

水间清亦浅

1. 脉振方波高频注入无感算法概述

在永磁同步电机（PMSM）控制领域，无传感器控制技术一直是研究热点。传统基于反电势（EMF）的观测器在低速时（通常低于500rpm）会因反电势信号过小而失效，这就催生了专门针对低速工况的高频注入（HFI）技术。脉振方波高频注入法作为其中的典型代表，通过向电机注入特定高频信号并分析响应电流来估算转子位置，特别适合内嵌式永磁同步电机（IPMSM）的低速控制场景。

我最初接触这个算法时，最困惑的就是为什么方波注入频率与常见的500-2kHz不同。后来通过实际调试发现，这与PWM载波频率和采样策略密切相关。以10kHz PWM为例，采用中心对齐模式时，方波注入频率实际上是PWM频率的一半即5kHz，这与正弦波注入有着本质区别。

2. 算法原理深度解析

2.1 电机数学模型基础

理解HFI算法的核心在于掌握PMSM的数学模型。对于IPMSM，dq轴电感存在明显差异（Ld ≠ Lq），这种凸极性正是HFI能够工作的物理基础。通过推导dq轴电压方程：

code复制ud = Rsid + Ld(did/dt) - ωrLqiq
uq = Rsiq + Lq(diq/dt) + ωr(Ldid + ψf)

在低速高频注入条件下，可以做出三个关键简化：

电阻压降Rs可忽略（高频时感抗远大于电阻）
反电势项ωrLqiq和ωr(Ldid + ψf)可忽略（低速时反电势小）
基波电流变化率远小于高频分量变化率

经过简化后，高频响应电流主要反映电感参数的变化，这正是位置估算的基础。

2.2 方波注入的独特优势

与传统正弦波注入相比，方波注入有以下显著优势：

实现简单：无需额外DAC生成正弦信号，直接通过PWM调制实现
抗干扰强：通过正负周期差分可有效抑制基波干扰
采样效率高：结合PWM中心对齐模式，可在零矢量时刻采样获得更干净的信号

在实际工程中，我推荐采用如下注入时序：

奇数PWM周期：注入正电压（如+50V）
偶数PWM周期：注入负电压（如-50V）
每个PWM周期的中点进行电流采样

关键提示：采样时刻必须严格对齐PWM中点，否则会引入严重的开关噪声。建议使用定时器硬件触发ADC，而非软件触发。

2.3 位置信息提取原理

通过坐标变换和信号处理，可以从响应电流中提取出包含位置误差的信号：

code复制Δiαβ = K·sin(2Δθ)·[1 -1]^T

其中Δθ是估计位置与实际位置的偏差。当偏差较小时，sin(2Δθ)≈2Δθ，可直接作为PI控制器的输入。这里有个重要经验：为了保证线性度，Δθ最好控制在π/4以内，否则会导致系统失稳。

3. 工程实现关键细节

3.1 硬件平台选择

基于STM32F4/F7系列MCU的硬件平台完全能满足需求，主要考虑：

PWM频率：建议8-16kHz（折中方波注入频率4-8kHz）
ADC采样：至少12位分辨率，采样保持时间≤100ns
运算能力：需要支持浮点运算，三角函数计算时间≤1μs

3.2 软件架构设计

推荐采用如下中断架构：

10kHz PWM周期中断（主控制循环）
PWM中点触发ADC采样（硬件自动触发）
ADC采样完成中断（数据处理）

c复制// 伪代码示例
void PWM_IRQHandler() {
    static uint8_t inject_dir = 0;
    
    if(inject_dir) {
        set_injection_voltage(+V_inj);
    } else {
        set_injection_voltage(-V_inj);
    }
    inject_dir ^= 1;
    
    start_hardware_ADC_trigger();
}

void ADC_IRQHandler() {
    process_current_samples();
    update_pll_estimator();
}

3.3 极性辨识实现

极性辨识是确保电机正转的关键，我的工程经验是：

先进行初始角度估算（不考虑极性）
分别注入正负d轴电压（幅值相同）
比较响应电流幅值：
- 若正向注入时电流更大，则极性正确
- 否则需要角度补偿180°

实测技巧：极性辨识时建议让电机保持静止，且注入电压持续时间至少20ms以获得稳定响应。

4. 参数整定与系统优化

4.1 PLL参数设计

锁相环(PLL)的参数直接影响系统动态性能。根据自动控制原理，系统开环传递函数为：

code复制G(s) = (Kp·s + Ki)/s^2

工程中常用参数配置：

Kp = 1200
Ki = 3

这对应着：

阻尼比ζ=346（强过阻尼）
自然频率ωn=1.732rad/s
调节时间≈3ms

4.2 频域特性分析

通过伯德图分析可以看到：

开环截止频率：约172Hz
相位裕度：90°（绝对稳定）
闭环带宽：约207Hz

这意味着系统能跟踪的最高转速约为：

code复制207Hz * 60s/min / (极对数) ≈ 6200rpm（4极对）

4.3 注入电压幅值选择

注入电压需要在信噪比和电机振动间权衡：

电压太低：信号容易被噪声淹没
电压太高：引起额外铁损和振动

我的经验公式：

code复制V_inj = (0.1~0.2)*V_bus

例如48V系统可选择5-10V注入电压。

5. 常见问题与解决方案

5.1 角度抖动问题

现象：估算角度存在高频抖动
排查步骤：

检查ADC采样是否与PWM中点对齐
确认电流传感器带宽是否足够（建议≥50kHz）
调整PLL带宽（降低Kp可减少噪声敏感度）

5.2 启动失败问题

现象：电机启动时出现反转或失步
解决方案：

增加启动时的注入电压（正常运行的1.5倍）
延长极性辨识时间
加入开环启动阶段（0-50rpm）

5.3 低速转矩波动

优化方向：

提高PWM频率（16kHz以上）
采用预测电流控制替代PI控制
注入频率自适应调整（低速时降低频率）

6. 进阶优化思路

经过多个项目实践，我总结了以下优化经验：

变注入频率技术：根据转速动态调整注入频率（低速用低频，高速用高频）
混合观测器设计：在5%额定转速以上平滑切换到反电势观测器
参数自整定：在线辨识Ld/Lq参数以提高估算精度

一个特别实用的技巧是：在电机停止时，可以利用HFI测量初始转子位置，省去额外的位置传感器。具体做法是注入短脉冲（约10ms），根据响应电流的幅值和相位即可确定转子位置，精度可达±5°。

最后需要强调的是，虽然传统观点认为HFI只适用于IPMSM，但实际测试表明，只要存在微小的凸极性（Ld/Lq>1.05），脉振注入法在SPMSM上也能工作，只是需要更高的信号处理精度。这为无感算法在更多电机类型上的应用提供了可能。