核心要点回顾 | 硬件学习笔记

18.10 核心要点回顾

走到这一章的尾声，我们手里已经攒了一大堆概念：从最直观的峰值控制，到令人头疼的次谐波振荡，再到精确模型和 ACM。这时候，最危险的不是没学懂，而是「懂了，但混了」。

我们需要把这些散落在各节的零件重新拼回一台机器。这不仅仅是复习，是把逻辑链条再拉紧一遍。

1. 电流程序控制（CPM）的核心直觉

让我们回到最开始的那个直觉：让电感电流的峰值跟随控制信号 $i_{c} (t)$ 。

这就是电流程序控制（CPM）或者叫峰值电流模式控制的全部初衷。

相比于传统的电压模式控制——也就是在那儿老老实实算占空比 $D$ ——CPM 做了一件很巧妙的事：它把电感变成了一个「受控源」。

这带来了两个立竿见影的好处：

控制更简单了：因为电感这个「二阶障碍」被消除了，控制到输出的传递函数 $G_{v c} (s)$ 变得极其简单，看着像是一阶系统。
抗干扰更强了：对于 Buck 变换器这种拓扑，输入电压到输出的传递函数 $G_{v g} (s)$ 被大幅抑制。

这就像是把一匹野马（电感）套上了缰绳，你不再是用鞭子（占空比）在后面赶，而是直接拉着它的鼻子（电流）走。

2. 那个「必死」的边界与斜坡补偿

但这匹野马有个脾气：只要占空比 $D > 0.5$ ，不管你用什么拓扑，基本的 CPM 控制器一定会炸。

这不是开玩笑。这就是我们在 18.2 节里遇到的「次谐波振荡」。

解决之道非常经典，也非常物理：加人工斜坡。你在控制信号 $i_{c}$ 上叠加一个斜率为 $m_{a}$ 的下降斜坡。只要满足 $m_{a} > 0.5 m_{2}$ （其中 $m_{2}$ 是电感电流下降斜率），系统就在全占空比范围内稳定。

这一步是物理层面的修补，就像给钟摆加了个阻尼器，不管后面的数学模型怎么算，这个斜坡是必须焊在电路里的。

3. 简单一阶模型：假设的艺术

既然有了斜坡稳住了阵脚，我们就可以开始建模了。18.1 节给了一个非常大胆的假设：

⟨ i_{L} (t) ⟩_{T_{s}} \approx i_{c} (t)

也就是假设：平均电感电流等于控制指令。

基于这个假设，开关网络的平均端口波形可以直接用一个值为 $i_{c}$ 的电流源来代替，配合一个功率源或功率汇。

这个「简单一阶模型」告诉你一件事：电感极点消失了。虽然它没动传递函数里的零点，但它把直流增益变成了跟负载相关的量。这个模型在概念上极其清晰——它解释了为什么 CPM 让系统看起来像是一阶的。

但请注意，这里的「功率汇」会导致一个有趣的副作用：负增量电阻。输入电压增加时，输入电流反而减少。这不仅是数学游戏，它是后面所有输入滤波器设计麻烦的根源。

4. 精确模型：打破「完美跟踪」的幻想

简单模型好是好，但它有个大问题：它掩盖了真相。

18.3 节的「精确 CPM 模型」不再假装 $⟨ i_{L} ⟩$ 完美等于 $i_{c}$ 。它承认了两者之间的误差，并引入了一个关键参数：调制器增益 $F_{m}$ 。

这个模型用框图的形式挂在第 7 章的小信号模型上，把问题变成了一个多环反馈系统来解。

精确模型揭示了两个简单模型看不到的事实：

电感极点没死透：它只是被搬了个家。原来那个低频的 LC 极点，被推到了电流环路增益 $T_{i} (s)$ 的穿越频率 $f_{c}$ 附近。这个 $f_{c}$ 通常就在开关频率 $f_{s}$ 附近（这就是为什么高频建模这么重要）。
输入扰动还是有的：对于 Buck 变换器，当 $m_{a} = 0.5 m_{2}$ 时，线到输出传递函数 $G_{v g} (s)$ 才真正归零。这说明简单模型忽略的那些细节，在特定条件下会跳出来捣乱。

5. 仿真与 SPICE 实现

模型算出来了，能不能跑？18.5 节告诉你，能。

精确的 CPM 模型可以被封装成一个 SPICE 子电路。配合第 14 章的平均开关模型，你可以搭建一个完整的平均电路模型。这是验证设计最稳的一步——在上板子之前，先在仿真里炸一遍。

6. 双环系统与外环电压控制

我们费了这么大劲把电流环（内环）伺候好，是为了什么？是为了让外面的电压环（外环）更好设计。

既然 CPM 已经把电流这层「肌肉」训练得非常听话，外环电压控制就会变得极其容易。通常我们不再需要复杂的 lead network（超前网络）来补偿，就能获得很宽的带宽。

这再次印证了「分层设计」的哲学：内环管快（电流），外环管准（电压）。

7. DCM 下的 CPM：换个角色

如果系统掉进了 DCM（断续导通模式），18.8 节告诉我们，开关网络的平均波形依然可以用「功率源」和「功率汇」来建模。

晶体管那边是功率汇（吃进功率，受 $i_{c}$ 控制）。
二极管那边是功率源（吐出功率）。

扰动线性化之后，这套逻辑依然成立，只是电路的拓扑特性变了。这证明了 CPM 这种思路的适应性是很强的，它不依赖于具体的导电模式。

8. 采样数据模型：直面高频真相

这里有一个很多人容易踩的坑。

不管是简单模型（忽略电感动态），还是精确模型（虽然准，但本质是平均化的），它们都预测不了次谐波振荡。因为平均化把开关周期的细节抹平了。

这就是为什么我们需要 18.7 节的采样数据模型。

这个模型不再把 PWM 调制器看成连续的，而是看作一个采样开关。它揭示了残酷的真相：

如果人工斜坡 $m_{a}$ 不够大，控制-电流的频响会在 $f_{s} / 2$ 附近出现尖峰。
这个尖峰如果不压住，一旦 $D > 0.5$ ，系统直接振荡。

只有在采样模型里，你才能看到加斜坡补偿是如何从物理上消除这个尖峰的。这也是为什么 SPICE 里的平均模型跑得很稳，但实际示波器上可能全是毛刺——因为平均模型骗了你，只有采样模型能看见那些高频的鬼魂。

9. ACM：另一种活法

最后，我们把目光转到 18.9 节的 ACM（平均电流模式控制）。

CPM 是「盯峰值」，ACM 是「盯平均值」。 ACM 不玩那个假设 $⟨ i_{L} ⟩ \approx i_{c}$ 的游戏，而是老老实实搭了一个运放反馈环路，直接把平均电感电流采样回来，跟指令做比较。

优点：抗干扰能力极强（因为是平均值，对噪声不敏感），在全占空比范围内天然稳定（不需要复杂的斜坡补偿计算），动态依然简单。
代价：多了一个环路，多了一个运放。

对于那些不仅要稳电压，还要稳电流的应用（比如电池充电、LED 驱动、并网逆变器），ACM 几乎是唯一的选择。它不追求 CPM 那种极致的极点消除，但它求的是一个「稳」字。

这一章回顾完毕。

我们从试图驯服电感开始，一路碰到了振荡、负电阻、双环设计，最后发现没有什么银弹（Silver Bullet）——CPM 简单但有隐患，ACM 稳健但复杂。但无论走哪条路，你都已经不再是一个只会算占空比的搬运工，你开始真正理解了能量流动的语言。

参考说明：参考自 geqianQWQ 同学阅读《Fundamentals of Power Electronics》的笔记，仅作理解线索；本文为结合自己理解重新整理的学习笔记，不涉及对原书的复制或翻译。

18.10 核心要点回顾 ​

1. 电流程序控制（CPM）的核心直觉 ​

2. 那个「必死」的边界与斜坡补偿 ​

3. 简单一阶模型：假设的艺术 ​

4. 精确模型：打破「完美跟踪」的幻想 ​

5. 仿真与 SPICE 实现 ​

6. 双环系统与外环电压控制 ​

7. DCM 下的 CPM：换个角色 ​

8. 采样数据模型：直面高频真相 ​

9. ACM：另一种活法 ​