1. FOC基础回顾：什么是FOC？FOC的核心思想与坐标变换（Clark/Park）

好，咱们正式开始这门课。第一讲，我打算带大家快速回顾一下FOC的基础。

你可能会问：「都2025年了，谁还不知道FOC？」

嗯，说实话，很多做电机控制的工程师，对FOC的理解还停留在「调PI参数」的层面。坐标变换的原理？可能早就还给老师了。但我要告诉你——不懂坐标变换，你永远成不了电机控制高手。

我自己带团队时，发现一个规律：凡是能把Clark/Park变换讲清楚的人，写MTPA、弱磁控制基本不会出大问题。反过来，那些一上来就调参的，遇到非线性负载就懵了。

所以，咱们今天把地基打牢。

1.1 什么是FOC？

FOC，全称Field-Oriented Control，磁场定向控制。说白了，就是把交流电机当成直流电机来控制。

你想想看，直流电机多好控制啊——调电压就能调速，调电流就能调转矩，简单粗暴。但交流电机呢？三相电流互相耦合，转子磁场还在转，你直接调电压根本调不准。

FOC的核心思路就是：通过坐标变换，把三相交流量解耦成两个直流量。一个控制磁通（d轴），一个控制转矩（q轴）。这样，交流电机就变得跟直流电机一样听话了。

我在2018年做过一个项目，客户要求伺服驱动器在0.1Hz下输出额定转矩。当时很多人说不可能，说交流电机低频转矩就是不行。我用了FOC加高频注入，最后做到了。说白了，FOC就是让交流电机在低速下也能「使上劲」。

1.2 坐标变换：从ABC到αβ再到dq

坐标变换是FOC的数学基础。我习惯把它分成两步：

1. Clark变换： 三相静止ABC → 两相静止αβ
2. Park变换： 两相静止αβ → 两相旋转dq

为什么要分两步？

嗯，其实也可以一步到位，但分两步更直观。Clark变换把三相变成两相，减少一个维度；Park变换把静止的变成旋转的，让变量变成直流。

1.2.1 Clark变换

假设三相电流为 i_a、i_b、i_c，且满足 i_a + i_b + i_c = 0（星形连接无中线）。

Clark变换公式：

i_α = i_a
i_β = (i_a + 2*i_b) / √3

或者用矩阵形式：

[ i_α ]   [ 1      -1/2    -1/2  ] [ i_a ]
[ i_β ] = [ 0      √3/2   -√3/2 ] [ i_b ]
[ i_0 ]   [ 1/2    1/2     1/2   ] [ i_c ]

注意，这里用的是等幅值变换。还有一种叫等功率变换，系数不同。我个人习惯用等幅值，因为调试时看电流波形更直观。

1.2.2 Park变换

Park变换把αβ坐标系旋转θ角度，得到dq坐标系。θ就是转子磁极的位置角。

公式：

i_d = i_α * cos(θ) + i_β * sin(θ)
i_q = -i_α * sin(θ) + i_β * cos(θ)

反过来，逆Park变换（从dq到αβ）也很常用：

i_α = i_d * cos(θ) - i_q * sin(θ)
i_β = i_d * sin(θ) + i_q * cos(θ)

这里θ怎么来？

对于永磁同步电机（PMSM），θ来自编码器或霍尔传感器。对于无传感器方案，θ需要通过观测器估算。我后面会专门讲无传感器FOC，这里先不展开。

1.3 为什么坐标变换能解耦？

这个问题我当年想了很久。后来在实验室里画矢量图画到凌晨三点，突然就明白了。

你看，三相交流电机的定子电流会产生一个旋转磁场。这个磁场和转子磁场相互作用，产生转矩。但三相电流是耦合的——你调A相，B相和C相也会受影响。

坐标变换的本质是：换一个坐标系来看问题。

• 在ABC坐标系下，三个变量互相耦合，还是交流量。
• 在αβ坐标系下，两个变量正交，但仍然是交流量。
• 在dq坐标系下，两个变量正交且为直流量，完全解耦。

解耦之后，你就可以独立控制i_d和i_q了。i_d控制磁通，i_q控制转矩。这不就跟直流电机一模一样了吗？

1.4 FOC的整体控制框图

一个标准的FOC系统包含以下环节：

1. 电流采样： 采集两相或三相电流
2. Clark变换： ABC → αβ
3. Park变换： αβ → dq
4. PI控制器： 分别控制i_d和i_q
5. 逆Park变换： dq → αβ
6. SVPWM调制： 生成三相PWM波

整个流程在中断里执行，一般10kHz~20kHz的开关频率。我习惯把控制周期设在100μs，也就是10kHz。太快了CPU扛不住，太慢了电流纹波大。

1.5 代码示例：Clark + Park 变换

下面是我常用的C代码片段，你直接拿去用就行：

// Clark变换：ABC -> αβ
void clark_transform(float i_a, float i_b, float i_c, 
                     float *i_alpha, float *i_beta) {
    *i_alpha = i_a;
    *i_beta = (i_a + 2.0f * i_b) * 0.577350269f;  // 1/√3
}

// Park变换：αβ -> dq
void park_transform(float i_alpha, float i_beta, float theta,
                    float *i_d, float *i_q) {
    float sin_theta = sinf(theta);
    float cos_theta = cosf(theta);
    
    *i_d = i_alpha * cos_theta + i_beta * sin_theta;
    *i_q = -i_alpha * sin_theta + i_beta * cos_theta;
}

// 逆Park变换：dq -> αβ
void inv_park_transform(float i_d, float i_q, float theta,
                        float *i_alpha, float *i_beta) {
    float sin_theta = sinf(theta);
    float cos_theta = cosf(theta);
    
    *i_alpha = i_d * cos_theta - i_q * sin_theta;
    *i_beta = i_d * sin_theta + i_q * cos_theta;
}

1.6 小结

好了，FOC基础就回顾到这里。总结一下：

变换	从	到	作用
Clark	ABC（三相静止）	αβ（两相静止）	减少维度，3→2
Park	αβ（两相静止）	dq（两相旋转）	交流变直流，解耦
逆Park	dq（两相旋转）	αβ（两相静止）	从控制量回到调制波

下一讲，我们会深入MTPA（最大转矩电流比控制）。说白了，就是怎么用最小的电流产生最大的转矩。这可是电机效率优化的核心。

到时候我会分享一个真实案例——某款电动汽车的驱动电机，通过MTPA把效率从92%提到了96%。别走开。