一、绪论：PMSM转矩脉动的危害、产生机理及研究现状

1.1 转矩脉动——高性能伺服系统的“隐形杀手”

各位工程师朋友，咱们直接切入正题。

永磁同步电机（PMSM）这东西，大家都不陌生。效率高、功率密度大、动态响应快，伺服系统里它几乎是标配。但有个问题，一直让做控制的头疼——转矩脉动。

什么叫转矩脉动？说白了，就是电机转起来的时候，输出转矩不是一条平滑的直线，而是上下抖动的。你想想看，一个伺服系统，指令给的是恒定转矩，结果电机实际输出像心电图一样跳来跳去，这能行吗？

我在几年前调试一台高速主轴电机时，就吃过这个亏。当时电机空载跑起来声音就不对，带载后更明显，加工出来的工件表面有肉眼可见的振纹。查来查去，根源就是转矩脉动。嗯，从那以后，我对这玩意儿就特别敏感。

所以，做高性能伺服，不把转矩脉动压下去，后面所有的工作都是白搭。

1.2 转矩脉动从哪来？——两类根源

搞清楚了危害，咱们得知道它怎么产生的。我个人习惯把转矩脉动的成因分成两大类：电机本体设计带来的和控制策略带来的。

1.2.1 电机本体因素

这部分是“硬件”层面的，你控制算法再牛，有些东西也改不了。

• 齿槽转矩（Cogging Torque）：这是永磁体和定子齿槽之间相互作用产生的。说白了，就是转子磁钢想“找”一个最舒服的位置待着。即使不通电，你用手盘转子，也能感觉到一顿一顿的。齿槽转矩的频率和极槽配合直接相关。
• 反电动势谐波：理想的反电动势是正弦波，但实际电机绕组分布、磁钢形状、制造工艺都会引入谐波。这些谐波和正弦电流作用，就会产生脉动转矩。我遇到过一台电机，5次和7次谐波特别大，跑起来转矩波动直接超了5%。
• 磁路饱和：大电流工况下，磁路饱和会导致电感变化，进而影响转矩输出。这个在重载时尤其明显。

1.2.2 控制策略因素

这部分是我们做算法的可以发力的地方。

• 电流采样误差：霍尔电流传感器的零点漂移、增益误差、相位延迟，都会导致实际电流和给定电流不一致。我见过一个案例，采样电阻温漂太大，电机跑热后转矩脉动直接翻倍。
• 死区效应：为了防止上下桥臂直通，逆变器必须插入死区时间。死区会导致输出电压畸变，产生低次谐波电流，进而引起转矩脉动。频率越低，死区影响越明显。
• PWM调制方式：不同的调制策略（如SVPWM、DPWM）产生的谐波特性不同。SVPWM虽然直流电压利用率高，但零矢量分配不当也会引入额外谐波。
• 位置传感器误差：编码器的安装偏心、细分误差，会导致转子位置角不准。角度差个几度，转矩就偏了。特别是低速时，这个影响会被放大。

1.3 研究现状——大家都在怎么干？

转矩脉动抑制这个方向，学术界和工业界都研究了几十年了。我把它梳理成几个主流的技术路线。

技术路线	核心思想	优缺点
电机本体优化	优化极槽配合、斜槽/斜极、磁钢形状优化	从源头抑制，效果好；但增加制造成本，且对已定型电机无效
谐波注入法	在电流指令中注入特定次数的谐波，抵消反电动势谐波产生的脉动	实现简单，不依赖硬件；但需要精确知道谐波参数，且对参数变化敏感
迭代学习控制（ILC）	利用周期性重复的特性，通过迭代修正指令，逐步消除周期性脉动	对周期性扰动抑制效果极好；但非周期性扰动无能为力，且收敛速度慢
自抗扰控制（ADRC）	将转矩脉动视为总扰动，用扩张状态观测器估计并补偿	不依赖精确模型，鲁棒性强；但参数整定复杂，工程实现门槛高
神经网络/智能控制	用神经网络在线学习并补偿转矩脉动	理论上可以逼近任意非线性；但计算量大，实时性难以保证，工业应用少

从工业应用角度看，谐波注入法和迭代学习控制是目前最成熟、用得最多的方案。谐波注入法简单直接，适合对成本敏感的场合。ILC则适合那些工况重复、对精度要求极高的场景，比如晶圆搬运机械手。

1.4 我的个人看法

做了这么多年电机控制，我越来越觉得，转矩脉动抑制这件事，不能只靠算法。你想想看，电机本体设计得稀烂，齿槽转矩大得离谱，你指望控制算法全补回来？不现实。

我的建议是：硬件打底，软件精调。选电机时，尽量选齿槽转矩小、反电动势正弦度高的。然后控制算法上，用谐波注入+ILC的组合拳，基本能搞定90%的工况。

当然，如果你遇到的是非周期性的、随机性的转矩脉动（比如负载突变、电网波动），那就要上ADRC或者更高级的鲁棒控制方法了。这部分内容，咱们后面的章节会详细展开。

好，绪论就讲这么多。下一章，咱们深入聊聊齿槽转矩的机理和抑制方法。