无感FOC核心原理：没有编码器，电机如何获得转子电角度？

无感FOC核心原理：没有编码器，电机如何获得转子电角度？

文章目录

• 无感FOC核心原理：没有编码器，电机如何获得转子电角度？
• 一、引言：FOC为什么需要转子角度？
• 二、电角度是什么？
• • [1. 机械角度 θm](#1. 机械角度 θm)
  • [2. 电角度 θe](#2. 电角度 θe)
• 三、有感FOC如何获得电角度？
• 四、什么是无感FOC？
• [五、无感FOC的核心信息：反电动势 Back EMF](#五、无感FOC的核心信息：反电动势 Back EMF)
• • [1. 什么是反电动势？](#1. 什么是反电动势？)
  • [2. 反电动势和速度关系](#2. 反电动势和速度关系)
• [六、方法一：滑模观测器 SMO](#六、方法一：滑模观测器 SMO)
• • [1. 什么是SMO？](#1. 什么是SMO？)
• [2. PMSM数学模型](#2. PMSM数学模型)
• [3. SMO工作流程](#3. SMO工作流程)
• 七、如何由反电动势得到角度？
• 八、为什么需要PLL锁相环？
• [九、方法二：高频注入 HFI](#九、方法二：高频注入 HFI)
• • [1. 为什么需要HFI？](#1. 为什么需要HFI？)
  • [2. HFI原理](#2. HFI原理)
  • [3. 凸极效应 Saliency](#3. 凸极效应 Saliency)
• 十、工业产品中的无感FOC方案
• 十一、总结

一、引言：FOC为什么需要转子角度？

在永磁同步电机（PMSM，Permanent Magnet Synchronous Motor）的FOC（Field Oriented Control，磁场定向控制）中，一个非常关键的问题是：

控制器如何知道转子当前的位置？

因为FOC需要通过坐标变换，将定子三相电流转换到跟随转子旋转的坐标系中。

整个控制过程：

三相电流 abc
        | Clarke变换
        ↓
静止坐标系 αβ
        | Park变换
        ↓
旋转坐标系 dq
        ↓
     Id、Iq控制

其中Park变换需要一个重要参数：

转子电角度 θe

如果角度错误：

• d轴和磁场不对齐
• Id、Iq产生耦合
• 转矩下降
• 电机发热
• 控制不稳定

因此：

FOC的核心之一，就是准确获得转子电角度。

---

二、电角度是什么？

电机存在两种角度：

1. 机械角度 θm

机械角度表示电机转子实际旋转的位置。

例如，转轴旋转一圈：360°

---

2. 电角度 θe

但是PMSM控制关注的是：

转子磁场旋转的位置。

电角度和机械角度关系：

θ e = p × θ m θe = p × θm θe=p×θm

其中：

• θe：电角度
• θm：机械角度
• p：极对数

例如：

一个8极电机：

极对数：4

如果机械旋转：90°

那么：

θe = 4 × 90°

θe = 360°

也就是说：机械转90°，电磁场已经旋转一圈。

---

三、有感FOC如何获得电角度？

有感FOC（Sensored FOC）通过传感器直接测量转子位置。

常见传感器：

• 编码器 Encoder
• 旋转变压器 Resolver
• 霍尔传感器 Hall

结构：

编码器
 ↓
机械角度 θm
 ↓
乘极对数 p
 ↓
电角度 θe
 ↓
Park变换

优点：

• 角度准确
• 低速性能好
• 动态响应快

缺点：

• 成本增加
• 增加硬件
• 存在传感器故障风险

因此：

工业伺服、机器人、电动车主驱等高性能场景大量采用。

---

四、什么是无感FOC？

无感FOC（Sensorless FOC）：

取消位置传感器。

那么问题来了：

没有编码器：

控制器怎么知道转子在哪里？

答案：

通过电机运行过程中产生的电压、电流信息，利用数学模型估算转子位置。

基本思想：

采样电机电流
       ↓
建立电机模型
       ↓
估计反电动势
       ↓
计算转子角度
       ↓
Park变换

---

五、无感FOC的核心信息：反电动势 Back EMF

1. 什么是反电动势？

电机旋转时：

永磁体产生的磁场切割定子绕组。

根据电磁感应定律：

绕组会产生感应电压。

由于这个电压方向阻碍电机运动，因此称为：

Back Electromotive Force

简称：Back EMF（反电动势）

---

2. 反电动势和速度关系

E = K e × ω E = Ke × ω E=Ke×ω

其中：

• E：反电动势
• Ke：反电动势常数
• ω：机械角速度

速度越高：反电动势越明显。

高速运行：

3000 rpm
↓
反电动势明显
↓
容易估算位置

低速：

10 rpm
↓
反电动势很小
↓
位置难以判断

所以：

无感FOC最大的技术难点，就是低速和零速。

---

六、方法一：滑模观测器 SMO

1. 什么是SMO？

SMO：Sliding Mode Observer

中文：滑模观测器。

它是一种通过数学模型估计电机状态的方法。

根据：

• 电机电压
• 电机电流

计算：

• 反电动势
• 转子角度

---

2. PMSM数学模型

电机电压方程：

U = R i + L d i d t + E U = Ri + L\frac{di}{dt}+E U=Ri+Ldtdi+E

其中：

• U：定子电压
• R：绕组电阻
• L：电感
• i：电流
• E：反电动势

整理：

E = U − R i − L d i d t E = U-Ri-L\frac{di}{dt} E=U−Ri−Ldtdi

因此：

只要知道：

• 输入电压
• 电流变化

理论上可以得到：

反电动势。

---

3. SMO工作流程

三相电流采样
        ↓
Clarke变换
        ↓
得到 Iα、Iβ
        ↓
滑模观测器 SMO
        ↓
估计 Eα、Eβ
        ↓
atan2计算角度
        ↓
得到 θe

---

七、如何由反电动势得到角度？

观测器得到：

• α轴反电动势 Eα
• β轴反电动势 Eβ

它们组成一个旋转向量。

角度计算：

θ = a t a n 2 ( E β , E α ) θ = atan2(Eβ,Eα) θ=atan2(Eβ,Eα)

这里使用：

atan2函数

https://baike.baidu.com/item/atan2/10931300

相比普通atan：

优势：

• 可以判断象限
• 角度范围完整
• 避免180°错误

---

八、为什么需要PLL锁相环？

直接使用atan2：

会受到：

• 电流采样噪声
• PWM干扰
• 参数误差

影响。

因此工程中通常加入：

PLL（Phase Locked Loop，锁相环）

作用：

让估计角度更加平滑。

结构：

反电动势
 ↓
atan2
 ↓
角度误差
 ↓
PI控制器
 ↓
速度估计
 ↓
积分
 ↓
θe

PLL输出：

• 转子角度
• 转子速度

---

九、方法二：高频注入 HFI

1. 为什么需要HFI？

前面提到反电动势：

E = K e × ω E=Ke×ω E=Ke×ω

速度接近0：

反电动势接近0。

此时：

SMO无法工作。

所以低速区域采用：HFI：High Frequency Injection

高频注入。

---

2. HFI原理

控制器主动注入一个高频信号：

高频电压
     ↓
电机磁场响应
     ↓
检测电流变化
     ↓
判断转子位置

---

3. 凸极效应 Saliency

HFI利用PMSM的：

凸极效应。

简单理解：

电机不同方向磁阻不同。

d轴：磁阻较小

q轴：磁阻较大

通过分析：电流响应差异：可以推断转子位置。

---

十、工业产品中的无感FOC方案

实际产品通常不会只使用一种算法。

典型方案：

启动阶段
↓
高频注入 HFI
↓
低速运行
↓
SMO / MRAS
↓
中高速运行

也有：

编码器
+
无感算法
↓
融合控制

提高可靠性。

---

十一、总结

无感FOC的核心思想：

不直接测量转子位置，而是利用电机运行产生的电气信息，通过算法估算转子电角度。

主要技术路线：

方法	特点	应用
SMO滑模观测器	利用反电动势估计	中高速
PLL锁相环	提高角度稳定性	工程常用
HFI高频注入	解决低速问题	启动阶段
MRAS	模型自适应	高性能控制
AI观测器	未来方向	智能电机

未来电机控制的发展趋势：

• 高端工业伺服继续使用高精度有感控制；
• 大规模消费产品进一步无感化；
• AI算法和智能观测器提升无感性能。

对于嵌入式、电机控制工程师来说：

掌握有感FOC，是理解电机控制的基础；

掌握无感FOC，是进入高性能运动控制领域的重要一步。

无感FOC的本质，就是让控制器通过"听懂电机产生的电信号"，反推出转子的运动状态。