4、脉振高频注入原理：脉振电压注入，信号处理流程，位置观测器设计

好，咱们今天聊点硬核的——脉振高频注入。说实话，这个技术我在刚接触的时候也觉得挺玄乎的，明明电机在转，你往里头硬塞一个高频信号，它还能正常工作？后来自己搭了个仿真模型跑了一遍，才真正明白这里头的门道。

脉振高频注入，说白了就是给电机定子绕组叠加上一个高频电压信号。这个信号频率远高于基波频率，一般选在500Hz到2kHz之间。为什么要这么干？因为电机在低速甚至零速时，反电动势太小了，传统的观测器根本没法用。高频注入就像给电机做了一次“B超”，通过检测高频响应来反推转子位置。

4.1 脉振电压注入的数学模型

我们先从数学上捋一捋。我习惯在d-q坐标系下分析这个问题。假设我们在估计的d轴上注入一个高频正弦电压：

u_dh = V_h * cos(ω_h * t)
u_qh = 0

其中V_h是注入幅值，ω_h是注入角频率。这里有个关键点——为什么只往d轴注入？因为凸极电机的d轴和q轴电感不一样。你想想看，如果转子位置估计有误差，这个高频电流响应就会在q轴上产生一个分量。这个分量的大小，就包含了位置误差信息。

我在项目中遇到过一个问题：注入幅值选多大？选小了信噪比不够，选大了会带来额外的转矩脉动和噪声。我个人的经验是，幅值通常取额定电压的5%~10%，频率选在载波频率的1/10左右比较稳妥。

i_dh = (V_h/ω_h) * (ΣL - ΔL*cos(2Δθ)) * sin(ω_h*t)
i_qh = (V_h/ω_h) * (ΔL*sin(2Δθ)) * sin(ω_h*t)

看到没？q轴电流分量i_qh正比于sin(2Δθ)。当位置估计准确时，Δθ=0，i_qh=0。这就是我们用来提取位置误差的信号基础。

4.2 信号处理流程

好，现在高频电流信号已经采集到了，但你不能直接用。为什么？因为电流采样里既有基波分量，又有高频分量，还有PWM开关噪声。我们需要一套完整的信号处理流程来把位置信息提取出来。

我一般按这个步骤来：

1. 带通滤波：先把采样电流通过一个带通滤波器，中心频率设在注入频率ω_h附近。这一步是为了滤掉基波分量和大部分开关噪声。
2. 同步解调：将滤波后的电流乘以sin(ω_h*t)，再通过低通滤波器。这步操作的本质是把高频信号搬移到基带，提取出幅值信息。
3. 提取误差信号：解调后得到的就是i_qh的幅值，它包含了sin(2Δθ)的信息。当Δθ很小时，可以近似为2Δθ。

嗯，这里要注意一点——同步解调需要用到sin(ω_h*t)这个参考信号。这个信号必须和注入信号严格同步，否则解调出来的幅值会有偏差。我建议直接用注入信号的相位，不要自己再生成一个。

4.3 位置观测器设计

信号处理完了，我们得到了一个位置误差信号ε ≈ K * sin(2Δθ)。接下来怎么用这个误差信号来估计转子位置？这就需要设计一个位置观测器了。

我常用的观测器结构是一个锁相环（PLL）形式的闭环系统：

误差信号 ε → PI调节器 → 积分器 → 估计位置 θ_est
                    ↓
               估计速度 ω_est

这个结构其实很直观。误差信号经过PI调节器后得到速度估计值，再积分得到位置估计值。PI调节器的作用是让误差信号收敛到零，也就是让估计位置跟踪实际位置。

具体实现时，我建议用以下离散化形式：

ω_est[k] = ω_est[k-1] + Kp * (ε[k] - ε[k-1]) + Ki * Ts * ε[k]
θ_est[k] = θ_est[k-1] + Ts * ω_est[k]

其中Kp和Ki是PI参数，Ts是采样周期。参数怎么调？我个人的经验是，先让Kp大一些保证响应速度，再慢慢加Ki消除稳态误差。

4.4 实际调试中的注意事项

讲完了原理，咱们聊聊实际调试中容易踩的坑。

还有一个容易被忽略的点——逆变器的非线性效应。死区时间和管压降会引入额外的谐波，这些谐波可能会落在注入频率附近，干扰位置估计。我建议在电流采样后加一个死区补偿环节，能明显改善低速时的估计精度。

最后说一句，脉振高频注入虽然原理上不复杂，但真正要做好，需要你对整个系统有深入的理解。从注入信号的选择，到信号处理链路的搭建，再到观测器的参数整定，每一步都有讲究。我建议你先在仿真环境里把各个环节跑通，再移植到实际硬件上，这样能少走很多弯路。

好了，这一节的内容就到这里。下一节我们会聊旋转高频注入，那又是另一种思路了。