无传感器控制技术：脉振高频电流注入法(PHFCI)详解

单单必成

1. 项目概述：当电机遇上"雷达探测术"

去年调试一台工业机械臂时，我遇到了一个棘手问题——传统编码器在高速旋转下频频失效，导致末端执行器定位漂移。正是那次经历让我彻底迷上了无传感器控制技术。脉振高频电流注入法（Pulsating High-Frequency Current Injection, PHFCI）就像给电机装上了"声呐系统"，不需要物理传感器就能精确捕捉转子位置，这种"黑科技"在无人机电调、电动汽车驱动等领域正掀起一场静悄悄的革命。

与传统反电动势观测法不同，PHFCI通过在基波电流上叠加高频信号（通常2-5kHz），利用电机自身的凸极性作为位置信息载体。就像蝙蝠通过超声波回声定位，我们通过检测高频电流响应中的相位差异来解码转子位置。这种方法在零低速域的表现尤其惊艳，实测在100rpm以下位置误差能控制在±0.5°以内，完全颠覆了人们对无感控制低速性能的认知。

2. 技术原理拆解：高频信号里的位置密码

2.1 凸极性——大自然的馈赠

永磁同步电机（PMSM）的转子磁路不对称性（即凸极性）是PHFCI技术的物理基础。当我们在定子绕组注入高频正弦电流时，这种不对称会导致电感矩阵随转子位置周期性变化。以表贴式PMSM为例，其dq轴电感关系可表示为：

code复制Ld = L0 + ΔL·cos(2θ)
Lq = L0 - ΔL·cos(2θ)

其中θ就是我们要找的转子位置角。通过解调高频响应电流中的二次谐波分量，就像破解摩斯电码一样，我们能从中提取出θ的精确信息。实验室里用频谱分析仪观察电流信号时，那个突出的2ωh频率分量就是位置的"指纹"。

2.2 信号注入与解调的艺术

实际实现时需要精心设计信号链路的每个环节：

信号注入：在αβ坐标系注入电压形式的高频信号更易实现，典型表达式为：
```
code复制Vαh = Vh·cos(ωht)
Vβh = 0
```
这个看似简单的单相注入，实际上在旋转坐标系下等效为脉振信号。
响应提取：电流采样后需经过带通滤波（中心频率ωh）提取高频分量，再通过同步解调得到包络信号。我们实验室自制的解调电路采用模拟乘法器+低通滤波的方案，比纯数字处理延迟降低40%。
位置解算：解调后的信号包含位置误差信息e≈K·sin(2θ-2θ̂)，通过锁相环（PLL）或观测器即可估算出θ̂。这里有个精妙之处——解调时使用的载波相位必须与注入信号严格同步，我们采用FPGA硬件同步触发，将相位抖动控制在0.1°以内。

3. 硬件实现关键：当理论遇上现实

3.1 逆变器的非线性补偿

第一次搭建实验平台时，IGBT的死区效应给了我们当头一棒——它引入的电压畸变完全淹没了微弱的高频响应信号。后来采用基于查表法的前馈补偿，配合电流方向检测，将电压误差从15%降到3%以下。补偿后的逆变器输出频谱分析显示，谐波失真THD从8.2%降至1.5%。

3.2 电流采样链路的优化

要捕捉微安级的高频电流变化，采样电路必须满足：

带宽≥10倍注入频率（我们选用2MHz带宽的霍尔传感器）
ADC采样率≥4倍注入频率（STM32H743的3.6MSPS ADC正合适）
严格避免PWM开关噪声干扰（采用Σ-Δ ADC+数字滤波方案）

实测发现，在传感器电源端加装π型滤波电路，可将高频噪声降低12dB。更关键的是ADC采样时刻必须避开PWM开关边沿，我们通过定时器触发采样将信噪比提升了20%。

4. 软件算法实现：从MATLAB到嵌入式

4.1 观测器设计要点

在TI C2000系列DSP上实现时，传统PLL在动态工况下容易失锁。我们改进的变带宽自适应PLL结构如下：

code复制位置误差 → 非线性修正模块 → 可变带宽PI调节器 → 积分器 → 位置输出
                          ↑
                  转速自适应调整

当转速变化率超过阈值时，自动增大带宽（从50Hz到200Hz），实测阶跃响应时间从100ms缩短到30ms。

4.2 与FOC的融合技巧

将PHFCI嵌入传统FOC框架时需注意：

高频注入与基波控制的时分复用（PWM周期内划分时间片）
电流环带宽需＞1.5倍注入频率以避免相互干扰
坐标变换时需补偿高频分量引起的偏移

我们在Clarke变换前先数字滤波分离高频/基波分量，处理后再合成，这样基波电流控制完全不受影响。一个有趣的发现：注入信号幅值取额定电流的5-10%时，既能保证信噪比，又不会引起明显转矩脉动。

5. 实测性能与调参秘籍

5.1 静态性能测试

在50W实验电机上测得：

转速(rpm)	位置误差(°)	转矩脉动(%)
0	±0.3	1.2
100	±0.8	1.5
500	±1.2	2.0

特别要提醒：磁钢充磁不对称会引入周期性误差，我们通过离线补偿表消除了0.6°的固定偏差。

5.2 动态工况挑战

突加减载时最容易出现估算失准，我们的应对策略：

负载突变检测（di/dt阈值判断）
临时切换为开环矢量控制1-2个周期
重新收敛后恢复闭环

在1ms内完成切换可避免失步，这个技巧让我们的驱动器在电动工具冲击测试中存活下来。

6. 工程实践中的血泪教训

死区时间设置：最初用标准4μs死区导致高频电流严重畸变，后来发现对于600V IGBT，1.5μs足矣，过大的死区就是性能杀手。
PCB布局陷阱：第一次制板时把电流采样走线平行布置在PWM线旁边，结果引入20mV噪声。后来改用正交走线+地线隔离，噪声降至2mV。
参数敏感性：观测器增益对电机参数误差极其敏感，我们开发了离线参数自识别程序，每次上电自动校准Ld/Lq值，将启动失败率从15%降到0.3%。
温度补偿：连续运行2小时后，磁钢温度升高导致电感变化5%，位置误差增大3倍。加入NTC温度反馈补偿后，全温域误差控制在±1°内。

这个项目最让我自豪的是，最终样机在零速带载启动测试中，成功举起额定负载的150%而没失步——那一刻所有通宵调试都值了。现在这套算法已经批量用于AGV驱动系统，最长的已经无故障运行8000小时。如果你也想尝试PHFCI，我的建议是：先从MATLAB仿真验证理论模型，再用低压小功率平台实验，最后逐步向大功率迁移。记住，高频信号就像敏感的弦，每一个环节的微小瑕疵都会被放大，但一旦调通，那种精准控制的感觉简直让人上瘾。