1. 做无传感FOC之前，我先把这几件事想清楚了
先说结论：STM32F401 + Simulink + 永磁同步电机无传感滑模观测器FOC矢量控制模型仿真及代码生成，这套组合我完整跑通过一版，踩的坑比想象中多，但最后的收获也值。这一篇继续顺着我的项目笔记往下写，重点放在从算法仿真到芯片实物的衔接阶段，以及那些不读到最终波形根本意识不到的细节。
我为什么选无传感器方案而不是加编码器？最直接的原因是成本和生产工艺。在批量产品里，一个增量式编码器加对应的安装工序，成本占比并不低，而且编码器失效、联轴器松动这类故障本身也是售后的大头。无传感方案省掉这些机械件之后，控制器对外只剩U/V/W三根相线，接线和结构都简化很多。代价也很明确：压缩机、风机、水泵这类负载容易启动，但一旦涉及重载启动或者极低速运行，无传感算法就非常吃力，因为反电动势和转速呈正比，转速越低信号越弱，零速附近几乎等于没有信号可用。
另一个问题是要不要用Simulink。说实话，手写FOC我已经写过好几轮，C代码从零写并不难，难的是调试和迭代。改一个PI参数或者调一下SMO的反馈增益，如果每次都改代码重新编译，一次三五分钟还能忍，一天改二十次就非常痛苦。Simulink模型里拖个旋钮就能在线调参，波形直接在Scope里看，改完一个参数立刻能看到收敛曲线变化，这种效率是编译烧录循环比不了的。所以我的定位很明确：Simulink不是用来代替写代码的，而是用来代替编译、烧录、看串口的反复循环，让算法调试的反馈时间从分钟级压到秒级。
还有一点必须先搞清楚：F401能不能扛得住这个算法量。做过FOC的人都知道，电流环中断频率通常做到10kHz或者20kHz，每次中断里要做两次Clarke变换、两次Park变换、两个电流PI、逆Park变换、SVPWM计算，外加SMO的估计和PLL收敛，运算量并不算轻。但我实测下来，F401这颗Cortex-M4主频84MHz还带单精度FPU，10kHz中断占用的CPU负载大概在三成多，跑这套算法完全没问题，甚至还有余量再塞一两个状态监测任务。换没有FPU的芯片会吃力很多，因为SMO里大量浮点乘法会全部被编译器转换成软浮点库调用，一条指令变十几条指令，实时性就悬了。
这套东西适合谁？我觉得最适合的是两类人：一是做电机控制产品开发、需要用MBD流程快速验证算法的工程师；二是准备深入无传感控制方向的研究生和爱好者。如果只是简单学FOC原理，先把Simulink里自带的风机模型跑通就够了，不需要碰代码生成。而如果你已经能手动写FOC、也了解基本的坐标变换，那这篇文章能帮你省掉至少两周的弯路成本。
2. 滑模观测器SMO的原理，不看书也能懂
2.1 从PMSM电压方程到反电动势观测
很多资料一上来就扔公式，读者看两行就关掉了。我这里换个角度，先说清楚一个问题：你手上没有任何位置传感器，怎么知道转子转到了哪里？
能利用的物理量只有相电流、相电压和电机参数。对于内置式PMSM来说，凸极效应还能利用高频注入来辨识转子位置，但表贴式PMSM的电磁结构上凸极性很弱，工程上更常用的思路是啃反电动势——转子的磁链切割定子绕组，产生的反电动势波形里天然带着转子位置信息，只是这个信息藏在三相电压电流的方程里，没办法直接测出来。
标准做法是从αβ静止坐标系下的电压方程出发。表贴式PMSM的定子电压方程写成：
uα = R·iα + L·diα/dt + eα
uβ = R·iβ + L·diβ/dt + eβ
其中eα和eβ就是反电动势的两个分量，它们和转子电角速度、转子电角度直接相关：
eα = -ψf·ωe·sin(θe)
eβ = ψf·ωe·cos(θe)
也就是说，只要能拿到eα和eβ，转子电角度θe就可以用atan2(eβ, eα)或者锁相环算出来。问题变成了：怎么从可测的电流电压中把反电动势提取出来？
直接微分再代数运算会炸，因为电流采样噪声被微分放大器放大得很恐怖，PWM开关噪声已经够头疼了，不能再引入数值微分。这就轮到观测器出场了。观测器的基本思想是：我建立一个电机模型，让模型里的电流跟着实际电流走，模型和现实之间的误差里，就藏着真实反电动势的信息。
2.2 符号函数到饱和函数：我为什么不用理想滑模
SMO的思路是：上一节讲的电压方程里，把L·di/dt那一项搬到等式另一边，构造一个滑模面，用电流误差的符号函数来重构反电动势。最原始的形式是：
d(îα)/dt = (-R·îα + uα - k·sign(îα - iα)) / L
d(îβ)/dt = (-R·îβ + uβ - k·sign(îβ - iβ)) / L
这里îα和îβ是估计电流，sign函数是开关函数，k是滑模增益。当滑模面建立起来，估计电流跟踪住实际电流之后，经过开关函数开关的平均值里就携带了反电动势的等效信息——这就叫等效控制，它是滑模观测器的核心输出。
但所有人真去搭模型的时候都会发现：直接上sign函数，电流波形还好，后端滤波后的反电动势波形上全是锯齿毛刺——这就是抖振。理想滑模需要开关切换频率无穷高，数字控制里PWM周期是有限的，每次切换都落在一个PWM周期内，抖振无法避免，只能缓解。
工程上的标配做法是把sign函数替换成饱和函数sat(x)，在滑模面附近设计一个线性过渡带，让开关在边界层内部不是跳变而是连续变化。边界层宽度需要细调：太宽，等效控制被“稀释”，位置估计的刚度不够，带载时稳态误差变大；太窄，抖振又回来了。我自己的初始值一般取额定电流的2%左右，再根据实际噪声情况微调。这一改动看着不起眼，但对后级位置解算的平稳度是质的提升。
2.3 反电动势怎么变成位置和速度：锁相环的选择
拿到估计的eα和eβ之后，手上最简单的做法是直接atan2取角度。我第一版上电就是这么干的，结果速度波形抖得像筛子。原因很简单：SMO出来的反电动势本身带着高频残余噪声，atan2对噪声是逐点响应的，前端一点点抖动直接变成角度的抖动，再一微分变成速度，噪声被进一步放大。
换锁相环PLL之后明显好了。PLL的本质是让一个本地振荡器的输出角度去追踪估计反电动势的方向，它相当于一个带记忆和带宽限制的跟踪器，不会因为瞬时噪声就乱跳。工程实现上，我用的结构是：
误差信号 = eβ·cos(θ̂) - eα·sin(θ̂)
这个误差信号在θ̂接近真实θe时近似等于幅值乘以(θe - θ̂)，误差为零时本地角速度等于转子电角速度。然后用一个PI调节器把误差压到零，PI的输出就是电角速度，积分就是电角度。
PLL的带宽不能乱给。带宽低了，位置估计有相位滞后，高速时电机容易失步；带宽高了，噪声重新进来。我用的经验值是带宽设到期望最高电频率的1/10到1/5，比如额定转速下电频率是200Hz，PLL带宽先给20到40Hz，然后逐步往上试探，直到电流波形出现明显的高频毛刺就停下回调。这个调参过程和电流环不一样，它影响的是全速度段的相位跟踪能力，一定要配合速度阶跃和负载阶跃一起看。
3. Simulink模型架构与关键参数怎么定
3.1 模型顶层结构：从三相电流到SVPWM的一条龙
我搭建模型时尽量让它和实际硬件结构一一对应，这样后面代码生成、算法移植时心智负担最小。顶层从上到下拆成这几块：
- 电机模型或真实电机，仿真时用Simulink内置的PMSM模型，实测时替换为ADC采回来的电流。
- 电流采样与标幺化。统一对电流和电压做标幺化处理，基值选额定电流和母线电压，SMO和PI都工作在标幺值体系里，代码生成后的定点化或浮点实现都更方便。
- Clarke与Park坐标变换，旋转坐标系的角速度由位置估计模块提供。
- 电流PI控制器。d轴和q轴分开，带抗饱和限幅。
- 速度PI控制器作为外环，输出q轴电流给定。
- SMO观测器模块，包含电流观测、饱和函数、反电动势滤波、PLL四小块。
- SVPWM模块，输入是vα和vβ，输出三相占空比。
一个容易被忽视的点是逆Park变换的输入角度在无传感方案里来自观测器，闭环之后这个角度本身就是估计值，仿真时注意不要偷偷用理想角度给坐标变换供电。我见过有人仿真跑得很漂亮，上电全露馅，查到最后是仿真模型把真实转子角接进了逆Park变换——这在工程上物理上根本拿不到这个角。模型必须全程只使用观测器估计的角度，这样仿真结果才有意义。
3.2 电机参数和仿真步长对SMO的影响
SMO性能极度依赖电机参数，尤其是定子电阻R和定子电感L。仿真时模型里的电机参数和观测器里用的参数如果完全一致，那相当于开卷考试，SMO效果当然好看。但实际拿到一颗电机，铭牌往往只有额定电压、电流、转速、功率，R和L要用仪器实测。
我在实测前先用LCR表测了几颗样品电机。这个步骤不能少：SMO里R不准，低速段电流观测误差会偏，等效控制里混入错误分量，位置估计会有固定偏差；L不准更致命，因为L在方程里直接除以电流微分的系数，L偏大或偏小会让观测器增益的收敛点偏移，严重时闭环直接振荡。电阻随温度变化的问题，说实话没法完全避免，温升之后R变化大约40%都是正常的。工程上常用办法是在观测器里对R做在线补偿，或者至少做到温度传感器输入的查表补偿。这个可以作为第二步优化，先把常温效果跑准。
仿真步长的选择也很关键。我用变步长求解器时SMO的效果很平滑，但切到定步长后噪声立刻大了一圈，因为SMO本质上是离散化的开关逻辑，仿真步长必须能覆盖开关切换的动态。推荐直接用定步长，步长设为1e-5秒这样的小步长来验证算法逻辑，等到代码生成前的模型，把步长改成实际中断周期1e-4秒来检查离散化版本是否还能收敛。这一步我建议在仿真阶段就做，否则到板子上才发现离散化性能严重劣化，排查成本极高。
3.3 电流环和速度环PI初值怎么给
PI参数不能靠蒙。我习惯用带宽法做初始设计，再在仿真和实测里微调。电流环的plant模型简化成电阻电感串联的单惯性环节，传递函数近似为1/(R + Ls)，用PI补偿成一阶低通形式，电流环带宽给定到大约1kHz到2kHz之间。电感越小可用带宽越高，但带宽太高会把开关噪声和死区毛刺引进来。算出来Kp和Ki之后，Ki = Kp·(R/L)是个合理的零极点对消初始值，然后再考虑离散化引入的延迟做微调。
速度环带宽远低于电流环，大概给20到50Hz。速度环的plant是电机机械惯量加电流环闭环，本质上是一个一阶积分加小惯性环节。我用的小技巧是先在Simulink里加一个阶跃负载干扰，看速度跌落多少、恢复多快，再调Kp和Ki的比例。Kp决定速度跌落后的恢复硬度，Ki决定稳态误差的消除速度。低速段速度估计噪声大，速度环带宽不能高，否则把噪声放大成转矩脉动，电机声音会很难听。
下面这个表是我一次性调得差不多的初值参考，具体电机要在这个基础上去现场修：
| 环路 | 采样频率 | 目标带宽 | 整定方法 | 注意事项 |
|---|---|---|---|---|
| 电流环 | 10kHz | 1kHz左右 | 零极点对消后微调 | 带宽过高会引入开关噪声 |
| 速度环 | 1kHz | 20-50Hz | 阶跃负载法 | 带宽受速度估计噪声限制 |
| SMO/PLL | 10kHz | 20-40Hz | 速度阶跃观察 | 带宽高则噪声大，低则滞后大 |
4. 仿真里最容易翻车的三个地方：启动、切换、滤波
4.1 I/F强拖与闭环切换策略
仿真跑稳态是最简单的，真正的考验在启动。无传感SMO在零速和极低速段没法工作，因为反电动势为零，观测器没有输入信号可用。直接给满转矩启动，电流闭环会乱，转子不动但算法已经“以为”它在转，位置估计严重漂移，电机原地抖动发热。
我用的工程上最成熟的做法是I/F开环强拖启动。思路很朴素：在d轴上给一个固定电流幅值，同时人为给定一个缓慢递增的电角度——注意这里只是控制算法内部的角度，不代表实际转子位置。电流幅值产生的电磁转矩会把转子拖着往前走，考虑到我用的电流方向设置，能保证初始角度误差在一定范围内时，转矩方向始终把转子拉向同步。转速从零匀加速到一个安全转速，比如额定转速的10%到15%，这个阶段反电动势已经有足够幅值让SMO收敛，再切换回闭环。
切换点是整个启动流程中最容易翻车的环节。开环拖动的角度和真实转子角度之间存在差值，切换瞬间如果这个差值大，电流会过冲。处理办法是切换前先做角度对齐：开环阶段记录SMO估计位置和给定位置之间的偏差，切换时给位置给定逐步由开环角过渡到SMO估计角，过渡时间大约几十到几百毫秒。仿真里看好切换瞬间的q轴电流和位置误差波形，如果q轴电流出现尖峰，说明切换过渡太急，需要拉长过渡时间。
4.2 反电动势低通滤波的相位延迟补偿
SMO出来的反电动势必须滤波，因为开关函数的高频分量都叠在里面。但滤波器必然带来相位延迟，而且转速越高，反电动势频率越高，滞后角度越大。这个相位滞后如果不能补，高速时控制器看到的转子角度一直落后于真实位置，电流环会逐渐失去正确的磁场定向，效率下降、发热增加，严重时直接失步。
补偿思路有两个。先看原理层面：低通滤波器的相位滞后本质上是一个可计算的值，和滤波截止频率、信号频率强相关。最简单的一阶低通，在频率f处的滞后角是atan(f/f_cutoff)，其中f_cutoff是截止频率。理论上可以用这个公式在前向通道里加一个超前补偿角度。工程上更省事的是改PLL结构：让PLL的输入不只是经过滤波后的反电动势，而是让反电动势滤波器直接放在PLL内部，把滤波相位和PLL带宽一起当作一个整体的跟踪环来设计，然后用PLL本身的带宽来压制噪声，不再单独关心低通滞后。
我实测后发现混合方案最好用：PLL带宽本身就限制噪声，前端反电动势只做一个非常浅的滤波去除最刺眼的开关毛刺，剩余的杂波交给PLL去消化。这样相位滞后仍然存在，但幅度小，而且可以通过PLL带宽的调试来控制。纯靠前级低通滤波扛噪声的做法会让滞后大到不可接受，试过一次就懂了。
4.3 负载突变和转速阶跃下的观测器表现
仿真时最值得关注的不是额定点波形多漂亮，而是扰动下的动态表现。我给模型推了一个额定的正弦波负载干扰，看速度环能不能压住；又做了转速阶跃，比如从20%额定转速直接跳到80%，观察PLL是否失锁、速度波形是否出现过冲。
这一轮暴露的问题通常是两个：一个是SMO的滑模增益k在低速偏大时，到了高速段反而可能不够用，因为反电动势幅值变大但开关函数是限幅的，等效控制的裕度变窄，观测器会失去部分跟踪能力；另一个是速度环的PHI和观测器PLL带宽的相互作用——速度环给得快会引起q轴电流大幅变化，电流一变化反电动势估算就波动，PLL追踪就产生瞬态误差，进而又把误差送进速度环，形成一个互相加扰的回路。我的处理办法是先保证SMO带宽略高于速度环带宽，让位置估计的收敛速度不要成为整个系统的瓶颈，再在速度环加入合理的低通滤波抑制反馈噪声。
5. 从模型到F401代码：嵌入式Coder配置与硬件部署实测
5.1 外设配置和代码生成隔离的思路
从Simulink生成STM32F401代码，关键原则是“算法模型只管算法，外设初始化交给硬件代码”。不要在Simulink里做一套完整的芯片外设配置，然后又跑到IDE里再做一遍ADC和PWM初始化，两边冲突起来极难排查。
我的实际做法是：Simulink算法模型只保留从“采样电流”输入到“PWM占空比”输出的这一截纯计算逻辑，输入用模型根端口表示，PWM占空比也用根端口输出。代码生成时通过Embedded Coder的代码映射把算法包装成一个独立C函数，中断处理函数里去调用这个算法函数。ADC、PWM、定时器这些外设初始化全部在硬件工程里用库函数配置，通过几个布尔量、整型量的接口把采样值传进算法函数，再把算完的占空比拿出去更新PWM寄存器。
这套隔离思路的好处是，模型和硬件可以各自独立修改。算法想换个观测器结构，只需要改模型重新生成，硬件初始化一行都不用动。反过来硬件换引脚、换采样通道，模型代码也不需要动。模型里不要出现任何芯片寄存器地址，否则这个隔离就失效了。
5.2 ADC采样与PWM定时器同步设置
无传感FOC对电流采样的精度和时刻都有要求。PWM输出在开关切换瞬间会产生严重的开关噪声和振铃，如果ADC采样点落在开关跳变附近，采到的电流基本没法用，SMO在这种噪声下根本收敛不了。
正确做法是让ADC采样严格同步在PWM计数器的中心点上。F401的高级定时器可以配置中心对齐模式，在定时器上溢或下溢时刻触发ADC注入组采样。这时候所有PWM输出刚好处于脉冲的中间位置，三相上下管的开关状态都稳定，采样窗口避开了开关过程，电流波形最干净。这个同步必须在硬件代码里显式配置，不能靠软件延迟去“躲”开关噪声，软件躲不过去的，抖动太大。
ADC采样之后还要留意电气延迟。从ADC触发到DMA把结果搬到内存，再到中断里触发算法计算，整个链路有固定的微小延迟。这个延迟在低速时可以忽略，但高速时相当于多了一个纯滞后环节，会挤压电流环的相位裕度。遇到高频段电流环稳定性变差，先查这里，不一定要去改PI。我自己的经验是在F401跑10kHz电流环，从ADC触发到算法拿到数据大约是几微秒，对100Hz电频率的轿车级要求来说完全够用，但如果你做高速电机，比如几万转以上的主轴电机，这个延迟就必须纳入建模。
5.3 板子上电实测和仿真差异
代码生成和硬件就绪之后，我从最简单的测试开始，一次只引入一种变量，绝不一次性把闭环和SMO一起点燃。先开环给固定占空比，测量三相电流是否平衡、母线电压是否正常；再用手转动电机轴，观察SMO估计的转速是否跟随手转方向变化——这一步不用通电闭环，直接看观测器能不能“感知”外部转动，能感知说明反电动势通道和PLL是通的。
然后做闭环。第一次闭环用很保守的PI参数，给定转速设在中等转速段，比如额定转速的三成。这里我遇到最典型的现象是电机能转，但转速波形上叠加了明显的低频振荡，频率大约在十几赫兹到几十赫兹。第一反应是速度环PI太激进，结果把速度环Kp调低了还是振荡。后来用仿真模型一对比，发现是位置估计通道里滤波太多导致相位滞后偏大，电流环输出的磁场定向一直在摆动。把SMO前级滤波放宽、PLL带宽提高一点，振荡立刻消失。仿真和实测在这个问题上完全一致，MBD的价值就在这里体现。
6. 实测排错链路：电机不转、一顿一顿、高速失步
6.1 电机通电后“嗡嗡响但不转”的完整排查链路
这个问题几乎每个人都会遇到，而且原因五花八门，最忌讳的就是盲目改参数。我自己总结了一套排查顺序，每次都按这个顺序走，基本十分钟内定位：
第一步，先听声音分辨特征。如果电机通电瞬间响了一声就停，大概率是母线电容充电完毕后的过流保护或者欠压保护动作了，检查母线电压和限流电阻。
第二步，定位电流采样。打开一个开环测试模式，固定给某个方向的占空比，直接看示波器上采样电路输出的三相电流波形。如果波形明显缺相或者幅值不对，检查采样电阻的差分放大电路和ADC通道配置。
第三步，绕过SMO，直接用开环强拖模式。如果强拖能转，问题一定在闭环/观测器段落；如果强拖也不转，问题在功率级或者电流环。
第四步，在强拖模式下观察SMO的估计速度是否正常。如果SMO输出的估计速度一直在几个固定值之间来回跳，大概率是SMO增益k不够或过大，导致滑模面没有真正建立。此时把k从小往上调，同时看估计电流和实际电流的误差波形，直到误差滑模带基本对称。
我实际遇到过一次很隐蔽的案例：电机嗡嗡响但不转，电流波形采样完全正常，开环强拖也能转，但一切换到闭环就立刻转速掉零。查到最后发现是估距器PLL积分器的初始值随机，切换瞬间PLL要重新收敛，在这段时间里速度环已经因为速度误差过大触发了过流保护。解决办法是切换前把PLL的输出锁到给定角度附近，完成预对齐之后再切闭环。
6.2 闭环切换瞬间的电流过冲怎么压下去
I/F强拖和闭环切换的那一瞬间，q轴电流经常会出现一个比稳态高一两倍的尖峰。尖峰的本质原因前文提过：开环给定的角度和SMO估计的真实角度之间存在残余偏差，切换后电流调节器突然看到一个瞬态误差，积分项没有准备好，输出就会猛地修正，体现在电流上就是过冲。
我的处理办法分两步。第一步，软件层面用斜坡过渡：切换按条件触发，条件满足时不是立刻切换，而是给一个切换标志位，让实际使用的角度由开环角线性过渡到SMO估计角，过渡时间根据负载惯量调整，负载越大过渡越长，一般在100ms到300ms之间。第二步，硬件层面把转矩电流给定在切换后的前100ms内做斜坡限幅，电机先轻轻带上转矩再进入闭环，而不是闭环一瞬间就要求达到稳态转速。
仿真里对这两种手段做过验证：不做的方案切换后q轴电流冲了1.8倍额定电流，全部做到位之后过冲控制在1.15倍以内，而且收敛时间反而变短了，因为切换过程平稳，速度环不需要费力纠偏。
6.3 高速运转时位置滞后加剧：对策和参数经验值
高速是所有无传感方案都要面对的坎。转速升高反电动势幅值变大，SMO跟踪能力变强，但SMO+滤波+PLL链路的总相位滞后也在增大。如果这个滞后来不及补偿，电流环的d轴和q轴不再是正交解耦，q轴电流会有一部分分量漏到d轴，表现为电流整体变大但转矩不增加，电机效率下降，三相电流波形不再正弦。
我的对策是分档适配。低速段（比如10%额定转速以下）依赖SMO的稳定收敛，PLL带宽可以稍低来保证平滑；中速段适当提高PLL带宽，减小相位滞后；高速段把前端低通滤波的截止频率再放开一些，让PLL尽量跟踪原始反电动势，同时引入基于电频率查表的相位补偿角，对残余滞后做固定角度补偿。
这个相位补偿角可以通过一个简单的实验标定：闭环稳定运转后，逐步调整补偿角，观察d轴电流的大小，让d轴电流最小化的那个角度就是当前工况下的最优补偿角。实测转起来熟练之后就不需要这么麻烦了，可以预先用仿真扫一遍不同转速、不同负载的滞后曲线，做成二维查表放到代码里。
最后分享一个我踩过多次才记住的经验：无传感FOC的项目，百分之六十的问题都出在“采样质量”而非“算法本身”。SMO算法本质是对模型的跟踪，输入的数据真、参数准、时序同步，它自然收敛；输入数据里噪声大、时序乱、参数漂移，再高级的观测器也会失灵。所以做完一版仿真先把注意力放在板子的电流采样硬件质量上，比什么都值。
这个项目后续我打算把高频注入加进去，目标是把低速段的带载能力再拉一档，解决目前0速附近只能短时堵转、不能长时间带额定转矩的痛点。如果你的应用场景也卡在低速启动这段，我们可以一起聊聊思路，这个方向的坑我还能写好几篇经验帖。
