手把手教你用Simulink搭建PMSM无感FOC：基于MRAS的转速观测器从理论到仿真

永磁同步电机无感FOC实战：基于MRAS的Simulink建模与参数调优指南

当我在实验室第一次成功让永磁同步电机(PMSM)在无传感器状态下稳定运行时，那种成就感至今难忘。MRAS(模型参考自适应)算法作为无感FOC控制中的经典方法，其核心思想是通过构建参考模型和可调模型的误差来实时估计转速——听起来简单，但真正在Simulink中实现时，光是参数整定就让我调试了整整三天。本文将分享从零搭建MRAS转速观测器的完整过程，包括那些手册上不会写的实战细节。

1. MRAS转速观测器的Simulink实现框架

打开Simulink空白画布时，首先要明确MRAS的三大核心模块：参考模型、可调模型和自适应律。参考模型通常选择电压方程这类不含转速项的"干净"模型，而可调模型则包含待估计的转速参数。两者输出的误差信号经过自适应律处理，最终反馈给可调模型形成闭环。

关键参数初始化（建议在Model Properties/Callbacks中设置）：

Ts = 0.0001; % 采样时间 Pn = 4; % 极对数 Rs = 0.055; % 定子电阻(Ω) Ls = 0.21e-3; % 定子电感(H) flux = 0.007797;% 永磁体磁链(Wb) J = 0.53e-4; % 转动惯量(kg·m²)

搭建参考模型时，我推荐使用Matlab Function模块而非纯Simulink模块组合，这样既方便调试又易于移植。比如d轴电压方程可以写成：

function ud = reference_model(id, iq, w) persistent Ld R; if isempty(Ld) Ld = Ls; R = Rs; end ud = R*id - w*Ld*iq; end

2. 可调模型与自适应律的工程化实现

可调模型的结构应与参考模型保持"同构不同参"的特点。在实际项目中，我发现对iq电流的处理直接影响观测精度。以下是经过实测验证的可调模型实现：

function uq_hat = adjustable_model(id, iq, w_hat) persistent Lq R flux; if isempty(Lq) Lq = Ls; R = Rs; flux = 0.007797; end uq_hat = R*iq + w_hat*(Lq*id + flux); end

自适应律的设计需要满足波波夫稳定性条件，通常采用PI调节器。但要注意，这里的PI参数与速度环PI完全不同！经过多次实验，我总结出这些经验值：

重要提示：自适应律输出必须经过限幅处理，通常设置为额定转速的±20%。我曾因忽略这点导致仿真发散，浪费数小时排查。

3. 低通滤波器的关键作用与实现技巧

噪声是转速估计的大敌，特别是电流采样噪声会通过MRAS结构被放大。原文中的filter_LPF1函数虽然简单，但有两个改进点值得注意：

1. 使用single精度而非double可以减少30%的计算量
2. 添加抗饱和处理可避免长时间运行后的累积误差

改进后的滤波器实现：

function vo = enhanced_LPF(vi, wcTs) persistent vo_k1 max_out; if isempty(vo_k1) vo_k1 = single(0); max_out = single(1.2*abs(vi)); % 动态限幅 end A = wcTs/(1+wcTs); vo = A*vi + (1-A)*vo_k1; % 抗饱和处理 if abs(vo) > max_out vo = sign(vo)*max_out; else max_out = 1.2*abs(vo); % 动态调整限幅值 end vo_k1 = vo; end

滤波器截止频率的选择需要平衡响应速度和抗噪性。我的经验公式是：

fc = 0.1 × 目标带宽 wcTs = 2π × fc × Ts

4. 仿真调试与性能优化实战

搭建完模型只是开始，真正的挑战在于调试。这张对比表记录了我调试不同参数时的波形变化：

调试技巧：

1. 先固定Ti=0.003，从Kp=1开始逐步增加，观察速度波形
2. 出现振荡时，优先降低Kp而非增加Ti
3. 负载突变测试时，适当增加Ti可以提高鲁棒性

在示波器界面，我习惯同时观察这三个信号：

1. 参考速度与实际速度的差值
2. q轴电压误差(ε)
3. 自适应律输出(w_hat)

当发现估计转速在高频段抖动时，通常需要：

• 检查电流采样频率是否足够
• 确认滤波器截止频率设置合理
• 验证PWM开关频率是否引入噪声

5. 从仿真到实机的过渡要点

最后分享几个仿真成功但第一次上电测试就失败的教训：

1. 仿真用的理想PWM模型与实际硬件死区时间不匹配 → 添加死区补偿模块
2. 电机参数随温度变化 → 在线参数辨识或保留±15%调整余量
3. ADC采样延迟未被建模 → 在仿真中加入0.5Ts的延迟模块

实测中，这套参数调整顺序最有效：

1. 先调电流环，确保电流响应正确
2. 再调速度环，获得稳定转速
3. 最后调试MRAS观测器，逐步提高增益

记得保存每个版本的模型文件，我习惯用"日期_描述"的命名方式，如"20240605_MRAS_v3_with_LPF_tuning"。当系统突然不稳定时，这种版本控制能快速回溯到可用版本。