반응형
같은 전류로 토크는 더 크게, 속도는 더 높게!
🧠 왜 id = 0 만으로는 부족할까?
지금까지는 id = 0 제어로 iq만 토크에 썼습니다. SPM에서는 충분하지만,
IPM(Ld < Lq)에서는 릴럭턴스 토크를 버리는 셈이고,
속도가 올라가면 역기전력이 DC 링크 전압에 막혀 더 이상 가속이 안 되는 한계가 옵니다.
| 영역 | 제어 전략 | 목표 |
| 기저속도 이하 | MTPA | 전류당 최대 토크 (효율↑) |
| 기저속도 이상 | Field Weakening | 전압 한계 내에서 속도 확장 |
📐 MTPA (Maximum Torque Per Ampere)
Te = 1.5·p·[ ψf·iq + (Ld - Lq)·id·iq ]
MTPA 조건:
id = ψf/(2(Lq-Ld)) - sqrt( ψf²/(4(Lq-Ld)²) + iq² )
📌 IPM은 id를 음(-)으로 흘리면 릴럭턴스 토크가 더해져 같은 전류로 더 큰 토크를 냅니다.
실무에서는 수식 대신 전류 크기 → (id, iq) LUT로 구현하는 경우가 많습니다.
⚡ 약자속 제어 (Field Weakening)
1. 전압·전류 제한원
전압 제한: (Lq·iq)² + (Ld·id + ψf)² ≤ (Vmax/ωe)²
전류 제한: id² + iq² ≤ Imax²
Vmax ≈ Vdc/√3 (SVPWM 선형 영역)
속도(ωe)가 커질수록 전압 제한 타원이 줄어들기 때문에, 음의 id로 영구자석 자속을 상쇄해 동작점을 타원 안으로 끌어옵니다.
2. 구현 방식 비교
| 방식 | 설명 | 장단점 |
| Feed-forward (LUT) | 속도·토크별 id 맵 | 빠름 / 파라미터 의존 |
| 전압 피드백 | |Vdq| - Vmax 오차를 PI로 id 보정 | 강건함 / 튜닝 필요 |
| 혼합형 | LUT + 전압 피드백 보정 | 실무에서 가장 많이 사용 |
🔍 시뮬레이션 체크 포인트
- id-iq 평면(XY Plot)에서 동작점이 MTPA 곡선 → FW 영역으로 이동하는지
- 변조율(Modulation Index)이 1 근처에서 포화 없이 유지되는지
- 고속에서 iq 감소로 인한 토크 저하 구간 확인
- 센서리스 사용 시 FW 영역에서 각도 추정 오차 증가 여부
✅ 마무리 요약
| 항목 | 요약 |
| 🎯 MTPA | 저속 영역에서 전류당 최대 토크 |
| 🚀 FW | 음의 id로 고속 영역 확장 |
| 🔧 구현 | LUT + 전압 피드백 혼합형이 일반적 |
| ⚠️ 주의 | Ld, Lq의 포화 특성 반영 필요 |
다음 챕터에서는 지금까지의 알고리즘을 실제 MCU 펌웨어로 구현할 때 고려할 점을 정리해볼게요.
반응형
'모터제어' 카테고리의 다른 글
| 12. FOC 펌웨어 구현 – MCU에서 실제로 돌릴 때 챙겨야 할 것들 (0) | 2026.10.03 |
|---|---|
| 10. 센서리스 추정 알고리즘 시뮬레이션 – BEMF Observer와 PLL로 각도 찾기 (0) | 2026.10.03 |
| 9. FOC 시뮬레이션 – 수학으로 확인하는 정밀 제어의 힘 (0) | 2025.04.12 |
| 8. 센서리스 FOC 제어 – 센서 없이 똑똑하게 모터를 돌리는 기술 (0) | 2025.04.12 |
| 7.IPM vs SPM 모터 구조 및 제어 방식 비교 (0) | 2025.04.05 |