搞电机控制的兄弟对矢量控制肯定不陌生，这玩意儿能把异步电机整得跟直流电机一样听话。今天咱们直接开撸Simulink模型，边写代码边唠嗑，把磁场定向那点事整明白。这个话题适合谁呢？刚接触FOC但是被一堆帕克、克拉克变换绕晕的、想自己动手搭一个完整闭环又不知道从哪下手的、甚至连Simulink模型里那个Induction Motor模块都没点开过的小白。当然，你在实验室里已经调过V/F，还想再进阶的也可以看，打包票看完之后你能自己从零搭一个能跑的速度闭环FOC模型，还能顺手把电流环和速度环调得像样。
我把自己搭模型的过程原原本本写出来，包括一开始怎么设计整体结构、每个模块背后为什么要这么接、以及最容易被忽略的那些坑。咱们不追求把公式推得满天飞，而是把“到底该怎么用”和“出了问题怎么查”讲透。整个模型我建议用离散步长仿真，既接近工程实际，又能在后面做嵌入式移植时少改不少东西。下面开始。
1. 整体设计与方案取舍
开始之前得想明白一件事：咱们要搭的是“转矩-磁链解耦”的控制结构，不是随便把三相电压扔给电机完事。矢量控制的核心是在旋转坐标系里分别控制磁链（d轴电流）和转矩（q轴电流），于是异步电机就能像永磁直流电机一样，磁场恒定，转矩只跟电枢电流有关系。说白了，矢量控制解决的核心问题是：异步电机的转矩和磁链是耦合的，磁场会随着负载变化扰动，而咱们要做的就是把这种耦合解掉。
1.1 模型结构里都有什么
整个Simulink模型从外到里大概七个部分：直流电压源、三相桥臂IGBT逆变器、异步电机本体、采样模块、坐标变换模块、电流/速度PI控制器、PWM生成模块。如果严格按工程实现来，还要加电流传感器标定、速度反馈滤波之类的东西，但这次以跑通为主，传感器环节先做理想化处理。
这种结构和实际硬件变频器基本一致。很多人喜欢先在纯数学层面（比如用Transfer Fcn搭电机模型）试算法，但那个做法离硬件太远，而且异步电机的交叉耦合项特别多，数学框架错一点你根本分不清是模型错了还是控制错了。所以我个人更推荐直接调Simulink自带的“Asynchronous Machine SI Units”模块，它的电气和机械环节都是用实际电路拓扑搭的，跟实验台架对得上。
1.2 为什么不做V/F开环直接上FOC
我知道很多刚开始玩异步电机的人，都是用V/F开环跑起来的，简单、没那么多传感器，但V/F只适合风机水泵这类对动态要求不高的场合。负载突变或者转速指令快速变化时，V/F控制的转差会瞬间拉得非常大，转矩响应慢且容易失步。FOC虽然要动更多模块，但换来的是电流可控，动态响应可以做到几十毫秒内。对于伺服定位、电动汽车这类负载冲击大的场景，FOC基本是必选项。这篇文章的模型就是按照“速度外环-电流内环”这种经典双闭环结构来搭的。
2. 绕来绕去的变换：磁场定向的数学骨架
矢量控制不走江湖套路的第一步，就是把三相静止坐标系里的电流搬到旋转坐标系里的d轴和q轴。这一过程分两步：先Clarke变换把三相变成两相静止的αβ，再Park变换把αβ旋转到跟随转子磁链的电角度上。如果角度跟得准，d轴就是纯励磁分量，q轴就是纯转矩分量。这两个分量彼此正交，所以才能独立调节。
2.1 Clarke与Park变换的落地实现
很多教材上来就写矩阵，然后讲一堆等幅值、等功率变换的细节，实际做仿真和工程时，更关心的是：我的采样电流是三相的，怎么变成d、q？Clarke变换只要用其中两相电流就能重构第三相，节约传感器也完全没问题。公式我直接给出来：
[ i_alpha ; i_beta ] = [ 2/3*(ia - 0.5ib - 0.5ic) ; 2/3*(sqrt(3)/2*(ib - ic)) ]
这里系数2/3是等幅值变换，好处是电流值的物理含义直观，跟后面PI输出的电压限幅更好对接。Park变换就更直接：
[ id ; iq ] = [ cos(theta) sin(theta) ; -sin(theta) cos(theta) ] * [ i_alpha ; i_beta ]
theta就是转子磁链的电角度，由速度反馈加上转差计算得到。逆变换在把电压指令从dq换回αβ时用，公式只是上面的矩阵转置加个负号。
2.2 磁链角到底怎么算：转差频率定向
磁场定向分成直接和间接两种，仿真时最容易算得稳的是“间接转子磁场定向”，也就是用转子时间常数和参考磁链，把转差频率计算出来，再叠加转子电速度，得到磁链角速度，最后积分得到角度。关键公式就一句话：
w_slip = iqs / (Tr * idr)
其中Tr=Lr/Rr是转子时间常数，idr在转子磁场定向下就是励磁电流参考。只要id回路把励磁电流稳住，磁链基本恒定，这个近似就是准确的。算出来转差，电角速度就是转子机械速度乘以极对数再加上转差，然后积分就是theta。
这里有个非常容易被忽略的点：电气角速度里面的转差是高频分量，它的积分必须保证不累计漂移。工程上经常会对角度做mod(2*pi)处理，防止Simulink的积分器输出无限增大导致数值精度损失。
3. Simulink模型搭建实操
模型搭建过程我按模块来说，顺序就是信号的流向。从电源开始，一路往PWM和PI那边接，最后闭环。搭建时强烈建议分块封装，别把几十个模块堆在一个页面，不然调错时眼睛会看花，封装的子系统对后续做波形分析也有好处。
3.1 电机与主电路部分
先把Simulink模型建好，在Library Browser里找“Simscape > Electrical > Specialized Power Systems > Machines”下的“Asynchronous Machine SI Units”，拖到画布里。默认弹出来的是一个隐藏在子系统里的异步电机，引脚有ABC三相、转子输出和转矩输入等。逆变器用同目录下“Universal Bridge”模块，选IGBT/Diode，桥臂数为3。直流源直接用“DC Voltage Source”给800V或者540V，具体看你选的电机额定电压。这一步最烦的是电机参数的输入，Simulink的电机模块分“SI Units”和“PU Units”，前者参数直接给欧姆、亨利，后者全是标幺值。仿真时真心建议用SI Units，不容易弄错量纲。
电机参数怎么填？我自己用的是类似某标准工业电机的参数：额定功率4kW、额定电压380V、频率50Hz、定子电阻Rs=1.2Ω、转子电阻Rr=1.0Ω、定子电感Ls=0.155H、转子电感Lr=0.155H、互感Lm=0.15H、转动惯量0.02kg·m²、极对数2。这个参数组合跑电流环和速度环都能比较稳定地看到动态特性，新手可以用它做基准，跑通了再换成自己电机参数。
3.2 电流闭环与速度闭环接线
电流反馈从电机定子侧量出来，经过Clarke和Park换到dq，然后分别进电流PI。电流PI的输出必须经过反Park变换得到αβ电压，再送SVPWM或SPWM模块。这里有个顺序问题：很多人一开始把PI输出直接当成了αβ电压，但在q轴和d轴之间还存在交叉项，简化仿真可以忽略，但做电机模型时建议用前馈解耦加交叉项补偿，不过这不是本篇重点，先跑通再升级。
速度外环相对简单，实测速度跟参考速度做差，PI输出作为q轴电流参考。d轴电流参考给一个恒定值，初始阶段按电机额定励磁来。比如给定id_ref=2A，iq_ref由速度环给出。
PI控制器建议用自带“PI Controller块”，但它默认没有输出限幅和anti-windup功能，我在实际使用中喜欢用“PID Controller块”的离散版本，把积分器饱和补偿打开。这个细节很关键，否则启动大阶跃时电流环输出容易过饱和，整个系统会像抽搐一样。
3.3 PWM生成与驱动信号
如果只是验算法，可以直接用“PWM Generator (DC-AC)”模块，输入Vabc参考生成三相PWM。但我想在文章里多写一点，建议大家用SVPWM，虽然MATLAB里有集成块，但自己搭一个也不难，而且对理解调制过程有奇效。SVPWM的核心是把αβ电压所在扇区判断出来，然后计算相邻矢量的作用时间。Simulink里可以用Stateflow，也可以用MATLAB Function块写。开头跑通我建议直接用自带的PWM Generator，等FOC全部调稳再去替换SVPWM，避免变量同时太多难排查。
采样时间统一设多少？我做的是1e-5秒的电流环采样、1e-4秒的速度环采样，跟很多实际控制器的任务周期接近。PWM载波用10kHz。离散化之后，积分器和PI的参数需要按离散公式重新计算，也就是Kp和Ki都要乘上Ts，这个细节能坑掉一大票人。
4. 初始化脚本与核心代码
模型里那些变换和转差计算我用MATLAB Function块直接写，比一堆Gain和Trigonometry模块堆起来更清晰。另外Simulink的初始化也用脚本统一配置，改参数时只改一处。
4.1 电机参数初始化脚本
脚本我放在模型上“Model Properties > Callbacks > InitFcn”里，这样每次跑模型前都会自动执行一遍。关键参数直接给一个相对真实的benchmark：
Vdc = 800; % 直流母线电压 fsw = 10000; % 开关频率10kHz Ts = 1e-5; % 电流环采样时间 Rs = 1.2; Rr = 1.0; Ls = 0.155; Lr = 0.155; Lm = 0.15; p = 2; J = 0.02; sigma = 1 - Lm^2/(Ls*Lr); % 漏感系数 Tr = Lr/Rr; % 转子时间常数 R_sigma = Rs + Rr * (Lm^2/Lr^2); % 等效电阻 L_sigma = sigma * Ls; % 等效漏感 Kp_i = L_sigma / Ts; % 电流环比例系数 Ki_i = R_sigma / Ts; % 电流环积分系数电流环PI参数这样给一个起步值，之后按仿真波形微调。速度环带宽一般设为电流环十分之一，我这里先给Kp_s=1.5，Ki_s=20，具体再根据阶跃响应调。
4.2 Clarke/Park/PWM函数块
在Simulink里拖一个“MATLAB Function”模块，代码可以直接写：
function [Valpha, Vbeta] = clarke(Va, Vb, Vc) Valpha = 2/3*(Va - 0.5*Vb - 0.5*Vc); Vbeta = 2/3*(sqrt(3)/2*(Vb - Vc)); endPark变换函数：
function [Vd, Vq] = park(Valpha, Vbeta, theta) Vd = Valpha*cos(theta) + Vbeta*sin(theta); Vq = -Valpha*sin(theta) + Vbeta*cos(theta); end反Park函数：
function [Valpha, Vbeta] = inv_park(Vd, Vq, theta) Valpha = Vd*cos(theta) - Vq*sin(theta); Vbeta = Vd*sin(theta) + Vq*cos(theta); end在模型里的信号走向是：电流传感器出来的ia、ib、ic进入Clarke，出来的alpha/beta电流再和角度一起进Park，得到id、iq到PI。电压参考从PI出来再进反Park，得到的alpha/beta电压送给PWM模块。注意Clarke变换里的2/3系数一定要和PWM模块的调制方式匹配，否则会有稳态误差。
4.3 转差角度计算的Function
转差频率和角度我用下面这个MATLAB Function块，输入是机械速度和d/q电流参考值：
function [theta_e, w_slip] = flux_angle(wm, iq_ref, id_ref, p, Tr) w_slip = iq_ref / (Tr * id_ref); % rad/s，电气侧 w_e = p * wm + w_slip; % wm是机械rad/s theta_e = mod(w_e, 2*pi); end严格来说这个函数缺了积分，因为直接在Function里做连续积分不方便，实际模型里我会把w_e输出，再接一个Integrator模块，积分得到电角度theta_e，然后用Mod模块消角。我这里写mod只是示意取周期。如果你用离散求解器，Integrator用离散法就可以，注意采样时间是Ts。
5. 调试实录：踩过的坑和排查方向
这一部分才是真正值钱的。我在搭这个模型和后来在别的工程里做类似控制的时候，遇到过的典型问题就这么几类，基本上能覆盖大多数人第一次跑FOC时会遇到的波形异常。
5.1 一启动电流就爆，波形根本没形
很多人第一步就先怀疑PI参数，其实是方向搞错了。最常见的原因有两个：一是Clarke/Park变换的符号或者变换矩阵写反了，导致电流反馈变成正反馈；二是角度算错，dq轴跟真实磁链方向没对齐。排查方法也很简单：先给一个极小的速度参考（比如10 rad/s），把电机堵转时间设长，观察id和iq是否稳定在参考值附近。如果id和iq完全反向，优先检查Park矩阵里的负号，以及角度是否取到了电角度而不是机械角度乘以极对数。
第二个常见原因是电流环输出限幅太大，启动瞬间PI输出直接到占空比极限，电机在硬件电流冲击下乱跳。解决办法是先把电流限幅给到实际允许电流的一半，跑通了再放宽。
5.2 磁链角漂移导致转矩和转速震荡
这个问题在“间接转子磁场定向”里尤其常见。转差频率是用转子时间常数Tr算的，参数误差直接导致磁链角分量偏移。如果你在仿真里感受到电机像“打嗝”一样震动，多半是Tr没对准。排查流程是：打开一个稳定的稳态点，看iq的实际值是否和转矩参考一致；再单独检查w_slip积分出来的角度是否持续累加。仿真时可以用浮动示波器看theta_e波形，如果它出现周期性锯齿而不是单调增长，多半是mod处理位置不对。
另外采样时间太大也会导致离散积分误差累积。我建议电流环采样离散时间设为PWM周期的四分之一以上，也就是如果载波10kHz，电流环Ts至少取1e-5秒，速度环可以再放宽十倍。
5.3 PI怎么调都不稳：积分饱和和符号问题
在电流环里，PI输出的幅值必须限幅在电压极限以内。如果你用普通的积分器，一旦参考突变很大，积分部分会一直往一个方向积，即使误差为负了也积不回来，这就是windup。实测表现是电流过冲特别大，然后长时间震荡。解决方法是启用带积分饱和补偿的PID控制块，或者自己写抗积分饱和逻辑，核心就一句：当输出超过限幅时，冻结积分项的增长。
还有一个容易被忽略的符号问题：Simulink的PI块和电机模块的参考方向不一致时，电流反馈明明是负极性的，你依然按正的算，系统必炸。小技巧是给电流传感器加一个-1的Gain再进控制器，或者直接在传感器模块内部加反向，很多老外模型的bug都出在这个负号上。
5.4 离散化之后参数变不对
同样的Kp、Ki参数，连续仿真稳如狗，换到离散求解器就全乱。原因是你把连续仿真里调的参数直接当离散参数用了，而离散控制器的Ki按增量式或位置式积分公式差一个Ts倍数。我在第4节脚本里给的Ki_i已经乘过Ts，如果在模型里看到积分作用特别弱，多半是这里少乘了一次Ts。更稳妥的做法是用MATLAB的“c2d”函数把连续PI控制器转成离散对象，再在Simulink里用离散块。
这里我整理一个速查表格，方便大家对照排查：
| 症状 | 可能原因 | 排查方向 |
|---|---|---|
| 启动电流爆冲 | 变换方向错、角度没对齐 | 做堵转小参考测试，检查Park矩阵负号 |
| 转速持续震荡 | Tr参数偏差、采样步长过大 | 看theta_e波形，检查离散时间 |
| 过冲大且拖尾 | 积分饱和 | 启用anti-windup，限制积分项 |
| 离散后性能变差 | Ki没乘Ts | 用c2d把连续pi转成离散对象 |
| 稳态时有静差 | Clarke系数和PWM不匹配 | 核对2/3系数与调制方式 |
6. 一点个人的体会
搭这个模型的过程整体下来，我最深的体会有两个。第一个是，矢量控制这一堆公式真不难，难的是你把它们拆成模块后还要能拼回去。心里始终要有一张清晰的信号流图：三相电流进来，变到dq，PI算完，再变回三相电压，中间转角theta全程不能断。第二个体会是，参数标定太关键了，尤其转差用的Tr，它敢变，你的控制就敢飘。如果只是做仿真教学，用固定Tr没问题；要真做产品，千万别舍不得花时间做参数在线辨识的预处理。
最后再给想更进一步的朋友一个建议：跑通现在的闭环之后，可以试着把硬件在回路（HIL）跑一下，或者把坐标变换里那些常量换成你自己台架实测的数据。时间允许的话，再把速度环的PI改成加前馈的形式，负载变化响应会好很多。控制这条路没有一蹴而就，但有了能跑的模型，后面都是增量式的升级。
