无感FOC - 滑膜观测与电角度

滑膜观测器其实就是一种逆向递推跟随的思路，正向推算会得到含毛刺干扰的结果，那么反过来先假定一个稳定的结果，用结果去求一个传感器能测的已知量，这样基于可以用这个预测量和传感器真实量进行比较得到偏差，从而形成一种闭环。

如果预测不准，就通过这个偏差修正预测的反电动势，使假预测iα能一直紧紧跟随传感器测得真实的iα。

正是因为滑膜观测器拥有这种闭环的特性，因此很适用于计算毛刺很高的量，也因此用于对抗系统参数波动的能力。

尽管Rm和Lm会随着电机温度，载荷变化，但观测器有闭环检测部分，也是能够将假定的Vbemf_α和Vbemf_β调节到正确的值上，很适合无传感器的场景

不过不能用于位置环和直接观测静止的电机，因为不转没有反电动势，只有高频注入才能获取静止状态下的反电动势

一.为什么要观测？

从上一章得到如下方程计算α和β轴电流：

相电流计算

对上面公式进行推算，计算Vbemf_α和Vbemf_β：

Vbemf_α和Vbemf_β

通过最后一个推导出公式可知，影响反电动势主要因素：

Rm:电机电阻
Lm:电机电感
(iα_now - iα_pre):α轴电流当前时刻和前一时刻变化量
-Uα:α轴电压

线圈不同的发热情况会影响Rm、Lm和磁导率变化。

(iα_now - iα_pre)相当于对传感器值进行微分（电流变化速度）,而传感器一般都有毛刺，这相当于求解毛刺的变化速度，一个小的毛刺就会对反电动势计算产生较大影响，产生跟随毛刺的大幅波动，进而无法求解正确电角度。

二.观测器

滑膜观测器就是用于解决毛刺对电角度计算的问题。

image.png

已知Lm(电机电感)、Ts(时间间隔)、Rm(电机电阻)、Uα(α轴电压)都是已知量，而(iα_now - iα_pre)存在会使Vbemf是一个带非常大毛刺的量，显然这个原因是(iα_now - iαpre)这个微分过程导致。
那么可不可以取消掉这个微分过程？
可以先假定一个稳定的Vbemfα的值，到推出iα_now（估计值），让这个估计值iα_now和真实值iα_now进行对比。