使用FOC控制永磁同步电机时，一般都需要准确的转子位置信息和转速信息才能实现高性能的三相永磁同步电机控制，但是，位置传感器的安装和使用会增加系统成本、尺寸和重量，并对使用环境有比较严格的要求。无传感器控制技术通过检测电机绕组中的有关电信号，采用一定的控制算法进而实现转子位置及速度估算，代表了三相永磁同步电机控制系统的发展趋势。

滑?？刂剖且恢痔厥獾姆窍咝钥刂葡低常氤９婵刂频母厩鹪谟诳刂频牟涣?，即一种使系统“结构”随时变化的开关特性。这种方法实现的关键在于滑模面函数的选取和滑模增益的选择，既要保证收敛的速度，也要避免增益过大而引起电机运行时产生过大的抖阵问题。由于滑?？刂贫韵低衬Ｐ途纫蟛桓撸圆问浠屯獠扛扇挪幻舾?，所以它是一种鲁棒性很强的控制方法。在三相永磁同步电机控制系统中，该方法是基于给定电流与反馈电流间的误差来设计滑模观测器（Sliding Mode Observer，SMO）的，并由该误差来重构电机的反电动势、估算转子速度。

由于实际的控制量是一个不连续的高频切换信号，为了提取连续的扩展反电动势估计值，通常需要外加一个低通滤波器。然而，对等效控制量进行低通滤波处理时，在高频切换信号滤除的同时，扩展反电动势的估计值将发生幅值和相位的变化。为了获得转子位置信息，可通过反正切函数方法获得。传统SMO 算法的实现原理下图所示：

传统SMO算法的实现原理的MATLAB模型如下图所示：

由于滑模控制在滑动模态下伴随着高频抖阵，因此估算的反电动势中将存在高频抖阵现象?；诜凑泻淖游恢霉兰品椒ń庵侄墩笾苯右敕凑泻某ㄔ怂阒?，导致这种高频抖阵的误差被放大，进而造成较大的角度估计误差。为了解决上述问题，可以采用锁相环（Phase-locked Loop, PLL) 系统来提取转子的位置信息?；赑LL的SMO算法的实现原理如下图所示：

基于PLL的SMO算法的实现原理的MATLAB模型如下图所示：

最终得到基于SMO的三相永磁同步电机无传感器控制框图如下所示?？梢钥闯觯诖车氖噶靠刂萍际醯幕∩显黾恿宋薮衅骺刂撇呗院?，其中的转速给定值和转子位置都是使用SMO的估算值，就可以避免机械传感器的使用。

AIP艾普专注全球测试，以上信息来源网络，为西莫发布原创文章，如有侵权请联系作者更改。