2、直流电机原理：结构、工作原理、数学模型与转矩转速特性

大家好，欢迎来到《电机控制仿真从零到实战》的第二讲。

今天咱们聊聊直流电机。说实话，直流电机在工业界已经存在一百多年了，但它依然是很多控制系统的首选。为什么？因为控制简单，响应快。我刚开始做电机控制那会儿，第一个项目就是调一个直流有刷电机的位置环。嗯，那感觉，就像学开车先学手动挡一样，基础打牢了，后面再搞交流伺服、永磁同步，心里就有底了。

2.1 直流电机的物理结构

先看结构。直流电机主要由两部分组成：定子和转子。

• 定子：产生磁场。可以是永磁体，也可以是励磁绕组。我见过很多小功率电机直接用钕铁硼永磁，大功率的则用励磁绕组，因为磁场可调。
• 转子（电枢）：上面绕有线圈，通入电流后受力旋转。
• 换向器与电刷：这是直流电机最“灵魂”的部件。电刷把外部直流电引入转子线圈，换向器则保证线圈在转过中性面时电流方向自动切换。

你想想看，如果没有换向器，转子转到一半，力矩方向就反了，电机根本转不起来。所以换向器的作用，说白了就是“机械式逆变器”。

2.2 工作原理：左手定则与右手定则

直流电机的工作原理，其实就是两个物理定律的配合。

• 通电导体在磁场中受力（左手定则）：产生电磁转矩，驱动转子旋转。
• 导体切割磁感线产生感应电动势（右手定则）：转子旋转时，线圈切割磁场，产生反电动势（Back EMF）。

这里有个坑，我刚开始学的时候经常搞混。记住一句话：左手用力，右手发电。左手定则看转矩，右手定则看反电动势。

反电动势有多重要？我举个例子。有一次我在调试一个直流电机驱动器，电机空载时电流很小，但一加载电流就飙升。我当时以为是负载太大，后来一查，其实是反电动势在“帮忙”。空载时转速高，反电动势大，抵消了大部分电源电压，所以电流小。加载后转速下降，反电动势减小，电流自然就大了。嗯，这个特性后面会反复用到。

2.3 数学模型：从物理到方程

搞控制，必须要有数学模型。直流电机的数学模型其实很简洁，就两个方程：电压方程和转矩方程。

2.3.1 电枢回路电压方程

根据基尔霍夫电压定律：

U = E + R * i + L * (di/dt)

其中：

• U：电枢两端电压（V）
• E：反电动势（V），E = Ke * ω，Ke是反电动势常数，ω是角速度
• R：电枢电阻（Ω）
• L：电枢电感（H）
• i：电枢电流（A）

这个方程告诉我们：电压一部分用来克服反电动势，一部分消耗在电阻和电感上。我个人习惯把电感项单独拿出来，因为在稳态分析时，di/dt = 0，方程就简化为 U = E + R*i。

2.3.2 电磁转矩方程

T = Kt * i

其中：

• T：电磁转矩（N·m）
• Kt：转矩常数（N·m/A）
• i：电枢电流（A）

这里有个有趣的点：在标准单位制下，Ke（反电动势常数）和Kt（转矩常数）在数值上是相等的。为什么？因为能量守恒。电机输入的电功率（除去铜耗）等于输出的机械功率。这个关系我在做仿真时经常用来互相验证参数。

2.3.3 机械运动方程

T - T_load = J * (dω/dt) + B * ω

其中：

• J：转动惯量（kg·m²）
• B：粘滞摩擦系数（N·m·s/rad）
• T_load：负载转矩（N·m）

这个方程描述的是转速的变化。说白了，就是电磁转矩减去负载转矩，剩下的用来加速转子。

2.4 转矩与转速特性

这部分是直流电机控制的核心。我们来看两个最重要的特性曲线。

2.4.1 转矩-转速特性（机械特性）

由稳态电压方程 U = E + R*i 和 E = Ke*ω，以及 T = Kt*i，可以推导出：

ω = (U / Ke) - (R / (Ke * Kt)) * T

这个公式看着复杂，其实意思很简单：转速随转矩增大而线性下降。斜率由电阻R决定。

我把它整理成表格，方便你理解：

参数	增大时的影响	物理含义
电枢电阻 R	特性曲线变陡，转速随负载变化大	电机“软”，带载能力差
电源电压 U	空载转速升高，曲线整体上移	调速最直接的方法
磁通（Ke）	空载转速降低，但转矩常数增大	弱磁调速时用

2.4.2 调速方法

直流电机有三种基本调速方式：

1. 调压调速：改变电枢电压U。这是最常用的方法，效率高，调速范围宽。
2. 调磁调速：改变励磁电流，从而改变磁通。弱磁升速，但转矩会下降。
3. 调电阻调速：在电枢回路串电阻。这个方法效率低，现在基本不用了。

我个人最推荐调压调速。为什么？因为简单、线性、可控性好。你想想看，用PWM控制H桥，占空比一变，电压就变了，转速跟着变，多直观。

2.5 仿真实践：搭建直流电机模型

光说不练假把式。我们来看一个简单的仿真代码。这里我用Python写了一个直流电机的时域仿真，模拟阶跃电压响应。

import numpy as np
import matplotlib.pyplot as plt

# 电机参数
R = 1.0      # 电枢电阻 (Ω)
L = 0.01     # 电枢电感 (H)
Ke = 0.1     # 反电动势常数 (V/(rad/s))
Kt = 0.1     # 转矩常数 (N·m/A)
J = 0.01     # 转动惯量 (kg·m²)
B = 0.001    # 粘滞摩擦 (N·m·s/rad)

# 仿真参数
dt = 0.0001  # 步长 (s)
t_end = 2.0  # 仿真时长 (s)
t = np.arange(0, t_end, dt)

# 初始化
i = 0.0
omega = 0.0
U = 12.0     # 阶跃电压 (V)
T_load = 0.0 # 空载

# 存储数据
i_history = []
omega_history = []

for _ in t:
    # 反电动势
    E = Ke * omega
    # 电流更新 (欧拉法)
    di = (U - E - R * i) / L
    i = i + di * dt
    # 电磁转矩
    T = Kt * i
    # 转速更新
    domega = (T - T_load - B * omega) / J
    omega = omega + domega * dt
    
    i_history.append(i)
    omega_history.append(omega)

# 绘制结果
plt.figure(figsize=(10, 4))
plt.subplot(1,2,1)
plt.plot(t, i_history)
plt.title('电枢电流')
plt.xlabel('时间 (s)')
plt.ylabel('电流 (A)')

plt.subplot(1,2,2)
plt.plot(t, omega_history)
plt.title('转速响应')
plt.xlabel('时间 (s)')
plt.ylabel('转速 (rad/s)')
plt.tight_layout()
plt.show()

运行这段代码，你会看到电流先冲到一个峰值，然后慢慢下降；转速则像一阶系统一样，逐渐上升到稳态。这个现象背后的物理原因，就是反电动势在起作用。电流峰值对应着启动瞬间，转速为零，反电动势为零，所以电流最大。随着转速上升，反电动势增大，电流被“压”下来。

2.6 本章小结

好，我们来捋一捋今天的内容。

• 直流电机的结构：定子、转子、换向器、电刷。
• 工作原理：左手定则（转矩）和右手定则（反电动势）。
• 数学模型：三个方程——电压方程、转矩方程、运动方程。
• 特性：转速随转矩线性下降，调压是最常用的调速方式。

下一章，我们会深入直流电机的控制策略，讲PID调参和双闭环控制。到时候我会分享一个我踩过的坑——电流环带宽设太高导致系统振荡。嗯，那都是经验啊。

今天就到这里。记住，直流电机是所有电机控制的基础，搞懂了它，后面学交流电机、永磁同步电机，你会发现很多概念都是相通的。加油！

---

公众号:蓝海资料掘金营，微信deep3321