第1章：基础物理与数学——电机控制的“内功心法”

各位同学，欢迎来到《电机驱动控制算法从入门到精通》的第一章。

说实话，很多初学者一上来就急着调PID参数，或者研究FOC的SVPWM波形。我当年也犯过这个错。结果呢？电机转是转了，但一遇到负载变化就抖得像筛糠，或者干脆烧了MOS管。后来我才明白，电机控制这玩意儿，表面上是写代码、调参数，骨子里拼的是物理和数学功底。

这一章，我们就来把电机控制最底层的三块基石夯实：电磁学、运动学、PID数学基础。别怕，我会用我踩过的坑帮你把路铺平。

1.1 电磁学基础：电机为什么能动？

电机能转，靠的就是电磁力。这里三个定律你必须刻在脑子里。

1.4.1 安培力：电流在磁场里“挨打”

安培力说白了就是：通电的导线放在磁场里，导线会受到一个力。

公式很简单：F = B × I × L

• F：力（牛顿）
• B：磁感应强度（特斯拉）
• I：电流（安培）
• L：导线在磁场中的有效长度（米）

你想想看，电机里的线圈就是那根“导线”，永磁体或电磁铁提供“磁场”。我们给线圈通电，线圈就会受力转动。这就是电机最原始的扭矩来源。

1.4.2 洛伦兹力：带电粒子在磁场里“拐弯”

安培力是宏观表现，洛伦兹力是微观本质。公式：F = q × v × B

• q：电荷量
• v：电荷运动速度
• B：磁感应强度

说白了，电流就是大量电荷在定向移动。每个电荷都受到洛伦兹力，合起来就是安培力。这两个力本质上是同一个物理现象的不同表述。

嗯，这里要注意：洛伦兹力的方向永远垂直于速度和磁场方向。这意味着它不做功，只改变电荷的运动方向。所以电机里的“力”其实是安培力，洛伦兹力只是解释了为什么电荷会横向运动。

1.4.3 法拉第定律：电机也是发电机

这个定律太重要了。公式：E = -dΦ/dt

• E：感应电动势（伏特）
• Φ：磁通量（韦伯）
• t：时间（秒）

什么意思？变化的磁场会产生电场。电机转起来后，转子切割磁感线，就会在定子线圈里感应出一个电压。这个电压就是我们常说的“反电动势”（Back EMF）。

反电动势的大小和转速成正比：E = Ke × ω（Ke是反电动势常数，ω是角速度）。这个公式在无传感器控制中用来估算转速，非常实用。

1.2 运动学基础：转速、转矩、惯量

电机控制最终要控制的是机械运动。这三个物理量你必须门儿清。

1.2.1 转速（Speed）

转速就是电机转得快不快。常用单位：

• RPM（转/分钟）：最常用，比如3000RPM
• rad/s（弧度/秒）：数学计算方便，1 RPM = π/30 rad/s

电机转速和电压大致成正比（空载时），但带上负载后会有转速降。这就是为什么我们需要闭环控制。

1.2.2 转矩（Torque）

转矩就是电机“劲儿”大不大。公式：T = F × r（力乘以力臂）。

在电机里，转矩和电流成正比：T = Kt × I（Kt是转矩常数）。

我个人的习惯是：调试时先看电流波形。电流稳了，转矩基本就稳了。电流有毛刺，转矩一定不平滑。

1.2.3 惯量（Inertia）

惯量是物体抵抗转速变化的“惰性”。公式：J = m × r²（质量乘以半径平方）。

惯量越大，电机加速和减速就越慢。在PID调试中，惯量直接影响系统的响应速度。负载惯量和电机转子惯量的比值，决定了你需要用什么样的控制策略。

1.3 PID控制数学基础

PID是电机控制中最经典、最实用的算法。没有之一。

1.3.1 比例控制（P）

公式：u(t) = Kp × e(t)

• u(t)：控制输出
• Kp：比例增益
• e(t)：误差（目标值 - 实际值）

说白了就是：误差越大，输出越大。但纯比例控制会有稳态误差，因为当误差小到一定程度，输出不足以克服摩擦力等阻力。

1.3.2 积分控制（I）

公式：u(t) = Ki × ∫e(t)dt

积分项的作用是消除稳态误差。它把过去的误差累积起来，只要还有误差，积分项就会一直增加输出，直到误差为零。

但积分项有个大坑：积分饱和。我在做伺服驱动器时遇到过，电机启动时误差很大，积分项疯狂累积，等误差变小了，积分项还很大，导致系统超调严重。解决办法是加积分限幅或条件积分。

1.3.3 微分控制（D）

公式：u(t) = Kd × de(t)/dt

微分项是预测未来的。它根据误差的变化率来调整输出，可以抑制超调，提高系统稳定性。

但微分项对噪声极其敏感。我建议在实际项目中，微分项前一定要加低通滤波，否则高频噪声会被放大，导致电机抖动。

1.3.4 位置式PID vs 增量式PID

在数字控制中，我们常用两种形式：

我个人更推荐增量式PID，尤其是在电机控制中。因为它不会出现积分饱和问题，而且切换手动/自动模式时更平滑。

// 增量式PID结构体
typedef struct {
    float Kp, Ki, Kd;
    float error_last;   // 上一次误差
    float error_prev;   // 上上次误差
    float output;       // 当前输出
} PID_IncTypeDef;

// 增量式PID计算函数
float PID_Inc_Calc(PID_IncTypeDef *pid, float target, float actual) {
    float error = target - actual;
    float delta_error = error - pid->error_last;
    
    // 增量输出
    float delta_u = pid->Kp * delta_error 
                  + pid->Ki * error 
                  + pid->Kd * (delta_error - (pid->error_last - pid->error_prev));
    
    // 更新历史误差
    pid->error_prev = pid->error_last;
    pid->error_last = error;
    
    // 累加输出
    pid->output += delta_u;
    
    // 输出限幅
    if(pid->output > OUTPUT_MAX) pid->output = OUTPUT_MAX;
    if(pid->output < OUTPUT_MIN) pid->output = OUTPUT_MIN;
    
    return pid->output;
}

1.4 本章小结

这一章我们打下了电机控制的物理和数学基础：

• 电磁学：安培力产生转矩，洛伦兹力解释本质，法拉第定律告诉我们反电动势不可忽视
• 运动学：转速、转矩、惯量三者通过运动方程紧密关联
• PID数学：比例、积分、微分各有分工，增量式PID是工程实践中的优选

下一章，我们将进入真正的电机控制算法世界——从最基础的六步换相开始，一步步走向FOC。到时候你会发现，今天学的这些物理和数学，全都会派上用场。

记住：基础不牢，地动山摇。把这些搞懂了，后面的路会越走越顺。