모터제어

8. 센서리스 FOC 제어 – 센서 없이 똑똑하게 모터를 돌리는 기술

motorcontrol 2025. 4. 12. 15:19
반응형

센서리스 FOC 제어 – 센서 없이 똑똑하게 모터를 돌리는 기술

“센서 없이도 정확히 돌아간다고요?”
센서리스(Field-Oriented) 제어는 FOC의 진화를 상징합니다.


📌 왜 센서 없이 제어할까?

FOC(Field-Oriented Control)는 정밀한 제어를 위해 로터의 위치를 정확히 알아야 합니다.
보통은 **홀 센서(Hall sensor)**나 **엔코더(Encoder)**를 이용해 회전자 각도 θ\theta를 측정하죠.

하지만 센서를 없애면 다음과 같은 이점이 생깁니다:

장점설명
💸 비용 절감 센서 부품 제거로 원가 절감
📦 구조 단순화 배선, 마운트 없이 더 작고 가볍게 설계 가능
⚙️ 내구성 향상 센서 고장 가능성 제거, 유지보수 감소
🌡️ 고온 환경 대응 센서 없이 극한 환경에서도 안정적으로 구동 가능

🎯 센서리스 FOC의 핵심 – 전류로 위치를 추정하라!

센서가 없다면, 로터 위치는 어떻게 알 수 있을까요?

답은 전류와 전압의 반응(역기전력, BEMF) 속에 있습니다.


📐 센서리스 원리 요약

센서리스 FOC는 다음과 같은 원리로 동작합니다:

✅ 1. 정지/저속 구간:

  • 이 구간에서는 역기전력(BEMF)이 너무 작아 직접 측정이 어렵기 때문에
  • 모델 기반 추정(예: 슬라이딩 모드 옵저버, EKF) 등을 이용합니다.

✅ 2. 중속~고속 구간:

  • 모터가 회전하면, 코일에서 자연스럽게 생성되는 역기전력(BEMF)을 이용해 위치를 추정합니다.

⚡ BEMF 기반 위치 추정 수식


🔍 대표적인 센서리스 기법

기법설명장점단점
BEMF 제어 중속 이상에서 주로 사용 구조 단순 저속에 약함
슬라이딩 모드 옵저버(SMO) 비선형 제어 기반 위치 추정 저속 대응 가능 노이즈에 민감
Extended Kalman Filter (EKF) 확장 칼만 필터 정확도 높음 연산 복잡도 큼
MRAS 모델 참조 기반 적응성 있음 설계 난이도 ↑

🧱 실제 적용 흐름 예시

void SensorlessFOC_Loop() {
    // 전류 및 전압 측정
    float ia, ib, va, vb = Measure_PhaseSignals();

    // 역기전력 계산 및 필터링
    float e_alpha, e_beta = Estimate_BEMF(ia, ib, va, vb);

    // 위치각 추정
    float theta = atan2f(e_beta, e_alpha);

    // FOC 적용 (Park/Clarke 변환 → PID → SVPWM)
    Apply_FOC(theta, ia, ib);
}

📉 센서리스 한계와 고려사항

  • 정지 또는 극저속에서는 정확한 위치 추정이 어려움
  • 정확도는 필터 설계, 노이즈 환경, 전류 센싱 품질에 좌우
  • 회로 및 펌웨어 설계 경험이 중요

그래서 일부 시스템에서는 다음처럼 혼합 제어 방식도 사용됩니다:

정지저속: 센서 기반 제어
중속
고속: 센서리스로 전환 (Hybrid FOC)


✅ 정리하면

항목내용
💡 개념 로터 위치 센서 없이 FOC 수행
🧠 원리 전류·전압 → 역기전력 → 위치각 추정
🧩 활용 드론, 가전, EV, 펌프, 산업기기 등
🔧 고려사항 정확한 전류 측정, 고속 MCU, 필터 설계 역량 필요

센서리스 FOC는 하드웨어 비용을 줄이면서도 고성능 제어를 가능하게 만드는 기술입니다.
특히 소형 드론, 저비용 EV, 내구성이 중요한 산업 모터 제어에서 점점 더 많이 사용되고 있어요.

다음 편에서는 센서리스 알고리즘별 비교와 실제 적용 예시, 또는 센서리스 FOC 시뮬레이션 진행해볼게요

반응형