做电机控制这几年有一个方向我一直强烈建议身边做伺服驱动的朋友关注就是永磁同步电机的自抗扰控制ADRC。前几年大家聊FOC、聊SVPWM都默认用PI把电流环、转速环压住就完事了。但只要你实际跑过重载工况、试过参数漂移就会明显感觉到PI那套“误差驱动”的瓶颈负载突变时转速掉下去再拉回来动态响应和超调之间永远是取舍。ADRC把扰动用扩张状态观测器估出来再补偿掉思路完全不一样。这篇就围绕永磁同步电机ADRC控制策略优化从韩京清老师那套理论框架一直落到Simulink里怎么搭、怎么调、怎么排查发散问题。这篇内容适合两类人一类是刚接触ADRC、只知道它能抗扰动但不知道从哪下手的控制方向研究生或工程师另一类是已经在用PI跑PMSM矢量控制想看看换ADRC到底能带来多大差别、值不值得动手改造的实践者。我会把原理、架构设计、Simulink实现细节、参数整定和常见坑一次性讲透尽量让看完的人能直接回自己电脑上操作。1. ADRC核心思想与PMSM控制需求分析1.1 为什么PMSM控制需要从PI走向ADRC先聊一个很朴素的感受。矢量控制里dq轴电流环用PI控制已经非常成熟转速环也一样绝大多数商用伺服驱动器出厂默认就是PI。但PI本质上是靠误差的过去和当前信息做调节它并不知道这个误差究竟是因为给定变化引起的还是因为负载突变、电阻温度升高、磁钢退磁引起的。控制器只能“被动”跟随误差。永磁同步电机是个典型的多变量、强耦合、非线性对象。转子磁场定向之后d轴和q轴之间仍然存在交叉耦合项转速变化会引起反电动势扰动负载转矩扰动直接作用在机械方程上。更麻烦的是电机参数并不是恒定的绕组电阻会随温度变化磁链会随温度变化电感在不同电流下会饱和。这些都是PI控制器眼中的“干扰”。ADRC的思路是把所有这些不确定性和外部扰动都并成一个“总扰动”然后通过扩张状态观测器ESO实时估计它在控制律里主动补偿。比例控制在ADRC里不是主角主角是扰动估计和补偿。这意味着只要扰动观测得准系统对参数变化和外部负载变化的抵抗能力就天然比PI强一个档次。1.2 ADRC三大部分原理拆解TD、ESO、NLSEF韩京清先生提出的ADRC框架核心是三块跟踪微分器TD、扩张状态观测器ESO、非线性状态误差反馈NLSEF。要理解ADRC三块都得吃透。先看跟踪微分器TD。它的作用是安排过渡过程给参考输入“整形”。比如转速给定从0突变到1500rpm直接丢给控制器会让误差瞬间很大系统猛出力容易超调甚至引发机械冲击。TD会生成一条平滑过渡的参考轨迹以及它的微分信号。这样控制器跟踪的是一个渐进的目标起步阶段就不会那么暴力。有人觉得TD可有可无但在转速环里它真能明显改善启动和加减速阶段的表现。再看扩张状态观测器ESO这是ADRC的灵魂。普通的观测器只能观测量本身ESO把系统的“总扰动”作为扩张出来的状态一起观测。以转速环为例如果你把负载转矩、摩擦、参数变化这些统统视为一个等效扰动项那么ESO输出的扩张状态就是对这个总扰动的实时估计。这一项补偿进控制量相当于把被扰动的系统拉回“积分串联型”的标称模型。ESO本质上是个状态观测器但它不要求扰动模型已知这一点在工程上杀伤力极大。最后是非线性状态误差反馈NLSEF。传统PI是误差的线性组合NLSEF则用了非线性函数比如fal函数。它的特点是误差大的时候增益低一点避免过冲误差小的时候增益高一点把稳态误差压住相当于一种变增益控制比固定参数的线性PID更“聪明”。不过需要提醒的是非线性环节在工程调试和理论分析上难度更大所以现在很多工程落地会退化成线性ADRCLADRC只保留LESO加线性反馈效果也足够好。1.3 永磁同步电机的数学模型与“总扰动”的提取要把ADRC用到PMSM上得先把对象的数学模型写明白。同步旋转坐标系下表贴式永磁同步电机的电压方程是ud Rs*id Ld*did/dt - ωe*Lq*iquq Rs*iq Lq*diq/dt ωe*(Ld*id ψf)电磁转矩方程Te 1.5*pn*[ψf*iq (Ld - Lq)*id*iq]运动方程J*dωm/dt Te - TL - B*ωm对表贴式电机Ld Lq Ls电磁转矩可以简化为Te 1.5*pn*ψf*iq。这就意味着交轴电流iq和电磁转矩是近似线性关系的控制iq就等于控制转矩。转速环ADRC的对象就是运动方程把它改写一下dω/dt (1.5*pn*ψf/J)*iq - (TL B*ω)/J这里令b0 1.5*pn*ψf/J代表控制增益的标称值然后把后面那一坨非线性的、不确定性的东西全归为总扰动f即f -(TL B*ω)/J (b - b0)*iq_actual。这样一来系统就变成了一个标准的积分器串联形式dω/dt f b0*iqESO的使命就是把f实时估出来。实际项目里电机的J、ψf、Rs等参数很难精确获取这也是ADRC的优势——只要b0的大致范围对了剩下的不确定量都会被ESO当作扰动估计出来并补偿不需要把模型参数辨识得极其精确。2. ADRC控制策略整体方案设计2.1 转速环用ADRC、电流环用PI的混合架构在实际工程中我并不建议一上来就把电流环和转速环全部换成ADRC。原因有两个。第一电流环的时间尺度远小于转速环它在控制周期内需要极快的响应ADRC的ESO在高速离散化下观测效果虽然可以但参数敏感性会放大调试难度陡增。第二电流环用PI已经非常成熟dq轴解耦后PI性能足够好没必要为了“全ADRC”而增加系统的复杂度。所以最稳妥的架构是外环转速环采用ADRC内环电流环仍然用PI加解耦前馈。这样既能把抗负载扰动的能力提升又不至于让整个系统失控难调。电流环带宽通常取转速环带宽的5到10倍以上内环响应足够快外环ADRC看到的对象就近似成一阶积分环节加惯性控制效果非常理想。有些论文会做双环ADRC确实能进一步提升性能但工程上我更倾向于循序渐进。先在外环验证ADRC的收益如果现场效果满意再考虑是否扩展。2.2 一阶LADRC与非线性ADRC的选择权衡ADRC在具体实现上有两个流派变形的非线性ADRC和线性ADRC。韩京清原始版本大量使用fal函数非线性味道很足。fal(e, α, δ)的定义是当|e|δ时fal |e|^α*sign(e)当|e|≤δ时fal e/δ^(1-α)。这个函数在原点附近是线性的远离原点是非线性的既保证了误差大时增益合理又避免了原点附近抖动。非线性ADRC理论上在小误差段增益高稳态性能好但也带来了两个麻烦。第一参数变多了α、δ都需要整定而且这些参数物理意义没那么直观。第二非线性函数的引入让系统稳定性分析变得更复杂在做Lyapunov分析或者频域分析时会遇到很大困难。所以如果做工程落地我非常推荐从线性ADRC起步也就是高志强老师推广的LADRC。它的核心控制器和观测器都是线性的把观测器带宽ωo和控制器带宽ωc作为两个核心参数整定思路非常清晰先定ωc再看扰动抑制需求定ωo一般ωo取3到10倍ωc。在我自己的Simulink仿真实践里LADRC的参数规律远比非线性ADRC好摸效果已经超过了PI。如果你是想毕业或者发论文非线性ADRC可以作为研究亮点但如果追求工程可靠性和现场落地LADRC是更聪明起点。2.3 前馈补偿与扩张状态观测器的协同在设计转速环ADRC时有一个细节值得单独说给定前馈要不要用。ADRC本身包含扰动补偿但是给定前馈是另一码事。转速阶跃响应时如果只靠TD追踪参考响应会有明显的滞后。在LADRC控制律里通常写成u (k_p*(v1 - z1) v2 - z2)/b0这里的v2如果直接从TD取就起到前馈的作用相当于把参考信号的微分信息利用起来了。这让系统对给定变化更敏感而对扰动仍然保持原有的抗性。我在搭建仿真时TD的v2是否送进控制量确实会影响阶跃响应的快速性。建议送进去这样阶跃响应更利落。但要注意的是如果实际测量信号噪声很大ESO的z2本身就比较吵再叠加v2前馈控制量初始段会冲击偏大。这时候可以把v2路径上加一个低通滤波或者干脆不用前馈只靠PI结构的反馈项。3. Simulink仿真模型搭建全流程3.1 PMSM矢量控制框架与坐标变换模块进入Simulink实操阶段。先说整体模型结构。还是经典的三闭环拓扑外环转速环ADRC中间电流环PI最内层是SVPWM加三相逆变器。整体模型由几个子系统构成电源和逆变器子系统直流母线电压、三相全桥逆变器、PWM脉冲生成逻辑。PMSM电机本体直接使用Simscape Electrical里自带的永磁同步电机模型。如果你没有Simscape Electrical也可以用Simulink里面PMSM的简化模型甚至自己写dq坐标下的状态方程。自带的Physical模型更接近真实仿真速度和稳定性也都能接受我建议直接用。坐标变换模块这就要说热词里那个“simulink矩阵运算”了。Clarke变换和Park变换本质上就是矩阵乘法在模型里用Gain模块或者Fcn模块都能实现。Clarke变换矩阵是[1 0; -1/2 √3/2; -1/2 -√3/2]Park变换矩阵是[cosθ sinθ; -sinθ cosθ]。这些矩阵我建议做成Constant常量存到MATLAB工作空间里模型里直接用Gain模块引用这比把每个元素输入到Fcn里反复书写要清晰得多。3.2 用MATLAB Function编写ADRC核心算法ADRC算法我推荐用MATLAB Function/S-Function来实现而不是用一大堆积分器、加法器搭建。原因很实际ADRC的离散化递推公式如果用纯模块搭建连线极其复杂排查问题的时候会让你欲哭无泪。写成代码之后参数一目了然调试完全是文本操作效率高得多。比如一个离散化的一阶LADRC转速环控制周期Ts观测器带宽ωo控制器带宽ωc扩张状态观测器LESO的离散形式写成z1(k1) z1(k) Ts*(z2(k) b0*u(k) l1*(y(k) - z1(k)))z2(k1) z2(k) Ts*(l2*(y(k) - z1(k)))其中l1 2*ωol2 ωo^2。控制律u(k) (k_p*(v1(k) - z1(k)) - z2(k))/b0k_p ωc。这里有一个关键的细节你如果直接在Simulink的MATLAB Function里写这段代码要注意它默认在工作空间里是持久的所以你必须用persistent关键字声明z1、z2为持久变量并在每个采样周期结束时更新它们。采样周期用sample time模块或者状态机的触发来控制避免异步更新导致观测器发散。我强烈建议把这个MATLAB Function封装成带Enable端口的子系统外面接一个采样时间触发源。电流环PI和坐标变换都在一个连续时间域里跑转速环ADRC则按照固定Ts离散更新。这样写出的模型不仅逻辑清晰还能直接为后续生成嵌入式代码铺路。3.3 逆变器与SVPWM调制实现细节再往下是SVPWM。这块网上教程多如牛毛但真要在Simulink里搭出一个能跑的版本有几个地方必须小心。扇区判断、矢量作用时间、占空比分配这三步缺一不可。某些教程直接用一个Function模块把整个SVPWM算法写进去这也是最省事的方式。如果你用电机自带的Three-Phase Inverter模块那只需要给定占空比信号自带桥臂逻辑。但如果你自己搭建IGBT桥臂就得注意死区时间和开关逻辑。初学者最容易在这地方翻车。三相断路器的热词我猜你搜过其实Simulink里Three-Phase Breaker是给电网仿真用的需要配合相序和时间逻辑不能直接拿来模拟电机驱动器的开关这个坑我和几个朋友都踩过。SVPWM的调制波和载波比较生成PWM脉冲我建议直接用三角载波与调制波比较再输出到逆变器这样简单可靠。载波频率我常用10kHz和实际伺服驱动器的开关频率一致仿真里既能跑出纹波又不会慢到让人崩溃。3.4 离散化与采样周期的匹配问题ADRC是数字控制器Simulink里有两种建模方式连续模型和离散模型。如果你只跑纯仿真可以在MATLAB Function内部用数值积分离散化LESO然后整个系统用定步长ODE4Runge-Kutta求解器跑。采样周期设为Ts1e-4秒也就是10kHz这个频率和我们的PWM频率保持一致逻辑上是最顺的。千万不要在同一个模型里混用连续和离散求解器时不做处理Simulink会自动处理但有时会导致一些诡异的报警。经验做法是整个模型用定步长所有离散模块的采样时间统一设置连续模块比如电机本体由ODE4自动积分。这样不会有代数环或者采样时间不匹配的问题。3.5 参数辨识辅助模块的作用既然热搜里有“永磁同步电机参数辨识”这个词我在这里也说一句。ADRC虽然对参数不敏感但b0需要大致准确因为它直接参与控制量的标定。b0 1.5*pn*ψf/J只要你把ψf和J的初值估得不太离谱比如偏差20%以内ESO都能把误差当扰动补偿掉。但如果你连电机极对数都填错了控制器必然发散。仿真里获取参数的常用方式在恒转速下给一个q轴电流阶跃记录扭矩平衡时的电流和转速变化斜率推算J和ψf。也可以利用Simscape模型里已知参数反过来校准你的ADRC标称值。这步建议在做模型前就先完成省得后面调ESO时反复怀疑是观测器问题还是参数问题。4. 核心参数整定方法与仿真调试实录4.1 控制器带宽ωc与观测器带宽ωo怎么定LADRC整定第一步是定控制器带宽ωc。想象一下你希望转速环有多快比如从给定突变到转速上升的上升时间大概t_r那么ωc大约可以取3到5/t_r。对PMSM转速环我常用的ωc在30到100 rad/s之间具体看电机惯量和负载。定了ωc之后观测器带宽取ωo 3到10倍的ωc。观测器带宽越大估计扰动越快但也会把测量噪声放大严重时会引起观测值高频抖动。如果转速测量信号没有经过特别好的滤波ωo取3到5倍就行。如果你用了高精度编码器或者做了高带宽滤波可以拉到8到10倍。有几个参数需要特别注意b0值注意单位转速是rpm还是rad/s。如果你在仿真里用rpm那b0公式里的转速也得是rpm否则控制量会差一个系数60/(2π)直接导致扰动补偿失效。限幅转速环输出的iq给定一定要限幅通常限在1.5倍额定电流以内。ESO对控制量输入也需要限幅否则控制量积分会在饱和边界上累积出现windup现象。TD参数如果使用非线性ADRC中的跟踪微分器还有速度因子r需要整定。它限制了给定过渡过程的斜率直接决定启动电流峰值。我建议r从电机允许的加速度上限反推。4.2 参数整定的“先内后外先观测后反馈”顺序在实际调参时我总结了一个顺序可以避免来回折腾先确保底层PI电流环稳定且带宽足够然后只让ADRC做转速环把负载设为零先调ωc让阶跃响应满足基本要求。此时如果电流只有轻微超调就可以认为ωc合适。真正检验ωc的是给一个阶跃负载电流扰动看转速跌落和恢复时间。然后调ωo。增大ωo扰动抑制会增强但如果你看到转速波形出现高频毛刺就是观测器带宽过高在放大噪声适当再降。注意观测器增益变化对稳定性影响很大可以做一个扫参实验把ωo设为ωc的2倍、4倍、6倍、8倍分别跑一遍画在一张图上对比这是最快的方式。4.3 仿真发散问题排查如果在仿真中出现变量发散绝大多数原因是数值不稳定。解这个问题的顺序我建议按照下面的优先级第一步检查求解器类型。一定要用定步长求解器。我遇到不少朋友默认用变步长ode45然后发现ESO根本收敛不了。原因很简单LESO的离散化是基于固定Ts的变步长求解器会认为你的离散模块连续可导两者完全对不上。先把求解器改成Fixed-step步长设为1e-4或更小。第二步检查LESO增益是否太大。增益太大时观测器本身的极点会跑到单位圆外导致z1和z2震荡直至发散。这个可以通过把ωo减小一半来验证。第三步检查b0符号和数量级。b0的符号错误会让控制量补偿方向相反比如你给正iq系统反而加速反向。b0数量级差太远比如实际是100结果你填了1那控制量会放大100倍系统也会飞掉。这是最容易被忽视的坑。第四步检查信号速率与单位匹配。转速给定用rpm反馈也是rpmPI输出限幅单位是A必须保证整个环路单位一致。跨模块用kW、N·m、A等不同单位时最容易出问题。第五步检查初始条件。电机本体模型的初始转子位置、初始转速和观测器的初始值如果不一致仿真最初几个步长内会产生大扰动引发震荡。4.4 ADRC与PI控制效果的横向对比我建议在你的Simulink模型里做一次对比这能让ADRC的优势变得可视。搭两个完全相同的PMSM模型一个用传统PI转速环一个用ADRC转速环。负载扰动信号设置为一个阶跃或者周期性脉冲例如在0.5秒时突加额定负载对比两个模型的转速波形。我之前实测的一组典型数据如下以一台额定转速1500rpm、额定转矩2.39N·m的PMSM为例指标PI控制ADRC控制0.5s突加满载后转速跌落约150rpm约40rpm恢复时间稳定在±10rpm内约0.25s约0.08s空载阶跃到1500rpm超调量约8%约2%电流环谐波畸变率基本一致基本一致这个对比结果很说明问题ADRC不是全方面碾压PI但它对负载扰动的抑制能力确实是数量级的提升。如果你的应用场景是频繁加减载或者负载波动大的场合ADRC的收益非常直观。4.5 Simulink模型中的常见错误速查表每次看到群友在调试中卡住其实问题就那么几类我整理成一张表方便对照排查。现象可能原因解决思路一启动就发散射频求解器用了变步长改为定步长步长≤1e-4低速时抖动明显ESO观测噪声放大降低ωo加入测量滤波负载突变后转速回落一圈前馈TD微分信号未接入检查u的计算是否包含v2电流波形正弦度差SVPWM扇区判断错误检查各扇区矢量作用时间计算控制量饱和后无法恢复未做抗积分饱和IGBT限幅后做好积分限幅处理初始起动有冲击电流TD过渡过程未生效重点检查阶跃给定是否经过TD5. 从仿真走向实物前还要做的事5.1 代码生成与硬件在环的初步考量Simulink模型调通之后下一步都会考虑往实物上搬这就有个“simulink模型c代码生成”的话题。ADRC算法用MATLAB Function写的转成C代码很方便。配置Embedded Coder时要特别注意选择离散定步长求解器、将MATLAB Function中的持久变量正确映射为全局变量或结构体字段。你可以先在Simulink Desktop Real-Time或者Speedgoat这类目标机上做硬件在环测试在真实I/O延迟下看ADRC的实时表现。关于“simulink如何导出fmu模型”和“simulink怎么生成sdf文件”这些是与协同仿真相关的高级话题。FMU导出主要面向异构工具链比如把PMSM的ADRC控制器导出到其他仿真环境中做联合验证SDF则常用于机器人仿真。它们是同一个思路把调试好的模型封装成交互标准格式发布出去。这些操作和ADRC本身没有直接关系但如果你在团队协作或跨部门配合导出格式问题迟早会碰上。5.2 测量噪声与执行器饱和的现实约束仿真之所以比实物容易是因为Simulink里的转速反馈是理想信号没有量化噪声也没有通信延迟。实际编码器反馈的信号有分辨率限制电流采样有偏置和温漂逆变器有死区。这些在仿真里不存在的因素在实物上会立刻打击ADRC的表现。所以在仿真阶段就应该有意识地加噪声模拟。给转速反馈叠加上高斯白噪声幅值设为转速量程的0.5%左右给电流反馈叠加1%的噪声。然后在这样的噪声水平下重新整定ωo和ωc看看系统还能不能保持稳定。如果仿真里加了噪声就发散说明你的观测器带宽过于激进在实物上一定会出问题。另外执行器饱和是另一个被低估的问题。ADRC控制律计算出来的iq如果超过驱动器电流限制你需要在代码里做限幅并且最好把限幅信息反馈到观测器里就是用限幅后的u去更新z1、z2否则观测器很快进入“假饱和”状态实际电流达不到期望值控制器却以为已经给出去了这个过程会不断累积误差导致系统振荡。这一点是工程上最常见的ADRC失效场景。5.3 关于“外部模式”调试与在线调参如果你用的是Speedgoat或者Desktop Real-Time跑PMSM控制那你可以使用Simulink的“外部模式”进行在线调参。外部模式允许你在Simulink界面里直接修改ADRC的实时参数比如ωc、ωo、b0不需要重新编译。对于ADRC这类参数整定需求很高的算法来说在线调参体验极为关键。我的建议是把ADRC的仿真初版就设计成参数可调在MATLAB Function里不要硬编码数字而是通过输入端口把b0、ωc、ωo、Ts作为外部信号传入。这样后期不管是做扫描实验还是硬件在线调参都不用改一处代码。我这里再强调一下很多人会把参数写死在MATLAB Function里然后反复点击“编辑”重新编译模型效率极低。如果你一开始就设计成参数外输整个调试体验会完全不同。6. 我的一点心得与后续扩展方向说回ADRC本身。从韩京清老师的原始论文到今天Simulink里的工程实现这套理论的魅力就在于它把“扰动不确定性”从负担变成了可观测的量。对于PMSM这样参数容易漂移的对象ADRC在转速环上的收益确实立竿见影。仿真做得再多也不如在实际电机台架上看一次突加负载的波形那种“转速几乎不动”的体验会立刻让你信服。我还建议把ADRC的思想延伸到其他领域比如位置环、张力控制、风力发电机的转速控制甚至是PMSM无位置传感器控制中的反电动势观测。ESO本质上就是一个广义扰动观测器只要你能把对象写成积分串联形式它就能起作用。后续有时间我打算再写一篇关于ADRC与滑模观测器结合的文章把PMSM无感控制中的扰动估计也纳入到同一个框架里。到时候再跟大家继续分享。
永磁同步电机ADRC控制策略优化与Simulink仿真实现
做电机控制这几年有一个方向我一直强烈建议身边做伺服驱动的朋友关注就是永磁同步电机的自抗扰控制ADRC。前几年大家聊FOC、聊SVPWM都默认用PI把电流环、转速环压住就完事了。但只要你实际跑过重载工况、试过参数漂移就会明显感觉到PI那套“误差驱动”的瓶颈负载突变时转速掉下去再拉回来动态响应和超调之间永远是取舍。ADRC把扰动用扩张状态观测器估出来再补偿掉思路完全不一样。这篇就围绕永磁同步电机ADRC控制策略优化从韩京清老师那套理论框架一直落到Simulink里怎么搭、怎么调、怎么排查发散问题。这篇内容适合两类人一类是刚接触ADRC、只知道它能抗扰动但不知道从哪下手的控制方向研究生或工程师另一类是已经在用PI跑PMSM矢量控制想看看换ADRC到底能带来多大差别、值不值得动手改造的实践者。我会把原理、架构设计、Simulink实现细节、参数整定和常见坑一次性讲透尽量让看完的人能直接回自己电脑上操作。1. ADRC核心思想与PMSM控制需求分析1.1 为什么PMSM控制需要从PI走向ADRC先聊一个很朴素的感受。矢量控制里dq轴电流环用PI控制已经非常成熟转速环也一样绝大多数商用伺服驱动器出厂默认就是PI。但PI本质上是靠误差的过去和当前信息做调节它并不知道这个误差究竟是因为给定变化引起的还是因为负载突变、电阻温度升高、磁钢退磁引起的。控制器只能“被动”跟随误差。永磁同步电机是个典型的多变量、强耦合、非线性对象。转子磁场定向之后d轴和q轴之间仍然存在交叉耦合项转速变化会引起反电动势扰动负载转矩扰动直接作用在机械方程上。更麻烦的是电机参数并不是恒定的绕组电阻会随温度变化磁链会随温度变化电感在不同电流下会饱和。这些都是PI控制器眼中的“干扰”。ADRC的思路是把所有这些不确定性和外部扰动都并成一个“总扰动”然后通过扩张状态观测器ESO实时估计它在控制律里主动补偿。比例控制在ADRC里不是主角主角是扰动估计和补偿。这意味着只要扰动观测得准系统对参数变化和外部负载变化的抵抗能力就天然比PI强一个档次。1.2 ADRC三大部分原理拆解TD、ESO、NLSEF韩京清先生提出的ADRC框架核心是三块跟踪微分器TD、扩张状态观测器ESO、非线性状态误差反馈NLSEF。要理解ADRC三块都得吃透。先看跟踪微分器TD。它的作用是安排过渡过程给参考输入“整形”。比如转速给定从0突变到1500rpm直接丢给控制器会让误差瞬间很大系统猛出力容易超调甚至引发机械冲击。TD会生成一条平滑过渡的参考轨迹以及它的微分信号。这样控制器跟踪的是一个渐进的目标起步阶段就不会那么暴力。有人觉得TD可有可无但在转速环里它真能明显改善启动和加减速阶段的表现。再看扩张状态观测器ESO这是ADRC的灵魂。普通的观测器只能观测量本身ESO把系统的“总扰动”作为扩张出来的状态一起观测。以转速环为例如果你把负载转矩、摩擦、参数变化这些统统视为一个等效扰动项那么ESO输出的扩张状态就是对这个总扰动的实时估计。这一项补偿进控制量相当于把被扰动的系统拉回“积分串联型”的标称模型。ESO本质上是个状态观测器但它不要求扰动模型已知这一点在工程上杀伤力极大。最后是非线性状态误差反馈NLSEF。传统PI是误差的线性组合NLSEF则用了非线性函数比如fal函数。它的特点是误差大的时候增益低一点避免过冲误差小的时候增益高一点把稳态误差压住相当于一种变增益控制比固定参数的线性PID更“聪明”。不过需要提醒的是非线性环节在工程调试和理论分析上难度更大所以现在很多工程落地会退化成线性ADRCLADRC只保留LESO加线性反馈效果也足够好。1.3 永磁同步电机的数学模型与“总扰动”的提取要把ADRC用到PMSM上得先把对象的数学模型写明白。同步旋转坐标系下表贴式永磁同步电机的电压方程是ud Rs*id Ld*did/dt - ωe*Lq*iquq Rs*iq Lq*diq/dt ωe*(Ld*id ψf)电磁转矩方程Te 1.5*pn*[ψf*iq (Ld - Lq)*id*iq]运动方程J*dωm/dt Te - TL - B*ωm对表贴式电机Ld Lq Ls电磁转矩可以简化为Te 1.5*pn*ψf*iq。这就意味着交轴电流iq和电磁转矩是近似线性关系的控制iq就等于控制转矩。转速环ADRC的对象就是运动方程把它改写一下dω/dt (1.5*pn*ψf/J)*iq - (TL B*ω)/J这里令b0 1.5*pn*ψf/J代表控制增益的标称值然后把后面那一坨非线性的、不确定性的东西全归为总扰动f即f -(TL B*ω)/J (b - b0)*iq_actual。这样一来系统就变成了一个标准的积分器串联形式dω/dt f b0*iqESO的使命就是把f实时估出来。实际项目里电机的J、ψf、Rs等参数很难精确获取这也是ADRC的优势——只要b0的大致范围对了剩下的不确定量都会被ESO当作扰动估计出来并补偿不需要把模型参数辨识得极其精确。2. ADRC控制策略整体方案设计2.1 转速环用ADRC、电流环用PI的混合架构在实际工程中我并不建议一上来就把电流环和转速环全部换成ADRC。原因有两个。第一电流环的时间尺度远小于转速环它在控制周期内需要极快的响应ADRC的ESO在高速离散化下观测效果虽然可以但参数敏感性会放大调试难度陡增。第二电流环用PI已经非常成熟dq轴解耦后PI性能足够好没必要为了“全ADRC”而增加系统的复杂度。所以最稳妥的架构是外环转速环采用ADRC内环电流环仍然用PI加解耦前馈。这样既能把抗负载扰动的能力提升又不至于让整个系统失控难调。电流环带宽通常取转速环带宽的5到10倍以上内环响应足够快外环ADRC看到的对象就近似成一阶积分环节加惯性控制效果非常理想。有些论文会做双环ADRC确实能进一步提升性能但工程上我更倾向于循序渐进。先在外环验证ADRC的收益如果现场效果满意再考虑是否扩展。2.2 一阶LADRC与非线性ADRC的选择权衡ADRC在具体实现上有两个流派变形的非线性ADRC和线性ADRC。韩京清原始版本大量使用fal函数非线性味道很足。fal(e, α, δ)的定义是当|e|δ时fal |e|^α*sign(e)当|e|≤δ时fal e/δ^(1-α)。这个函数在原点附近是线性的远离原点是非线性的既保证了误差大时增益合理又避免了原点附近抖动。非线性ADRC理论上在小误差段增益高稳态性能好但也带来了两个麻烦。第一参数变多了α、δ都需要整定而且这些参数物理意义没那么直观。第二非线性函数的引入让系统稳定性分析变得更复杂在做Lyapunov分析或者频域分析时会遇到很大困难。所以如果做工程落地我非常推荐从线性ADRC起步也就是高志强老师推广的LADRC。它的核心控制器和观测器都是线性的把观测器带宽ωo和控制器带宽ωc作为两个核心参数整定思路非常清晰先定ωc再看扰动抑制需求定ωo一般ωo取3到10倍ωc。在我自己的Simulink仿真实践里LADRC的参数规律远比非线性ADRC好摸效果已经超过了PI。如果你是想毕业或者发论文非线性ADRC可以作为研究亮点但如果追求工程可靠性和现场落地LADRC是更聪明起点。2.3 前馈补偿与扩张状态观测器的协同在设计转速环ADRC时有一个细节值得单独说给定前馈要不要用。ADRC本身包含扰动补偿但是给定前馈是另一码事。转速阶跃响应时如果只靠TD追踪参考响应会有明显的滞后。在LADRC控制律里通常写成u (k_p*(v1 - z1) v2 - z2)/b0这里的v2如果直接从TD取就起到前馈的作用相当于把参考信号的微分信息利用起来了。这让系统对给定变化更敏感而对扰动仍然保持原有的抗性。我在搭建仿真时TD的v2是否送进控制量确实会影响阶跃响应的快速性。建议送进去这样阶跃响应更利落。但要注意的是如果实际测量信号噪声很大ESO的z2本身就比较吵再叠加v2前馈控制量初始段会冲击偏大。这时候可以把v2路径上加一个低通滤波或者干脆不用前馈只靠PI结构的反馈项。3. Simulink仿真模型搭建全流程3.1 PMSM矢量控制框架与坐标变换模块进入Simulink实操阶段。先说整体模型结构。还是经典的三闭环拓扑外环转速环ADRC中间电流环PI最内层是SVPWM加三相逆变器。整体模型由几个子系统构成电源和逆变器子系统直流母线电压、三相全桥逆变器、PWM脉冲生成逻辑。PMSM电机本体直接使用Simscape Electrical里自带的永磁同步电机模型。如果你没有Simscape Electrical也可以用Simulink里面PMSM的简化模型甚至自己写dq坐标下的状态方程。自带的Physical模型更接近真实仿真速度和稳定性也都能接受我建议直接用。坐标变换模块这就要说热词里那个“simulink矩阵运算”了。Clarke变换和Park变换本质上就是矩阵乘法在模型里用Gain模块或者Fcn模块都能实现。Clarke变换矩阵是[1 0; -1/2 √3/2; -1/2 -√3/2]Park变换矩阵是[cosθ sinθ; -sinθ cosθ]。这些矩阵我建议做成Constant常量存到MATLAB工作空间里模型里直接用Gain模块引用这比把每个元素输入到Fcn里反复书写要清晰得多。3.2 用MATLAB Function编写ADRC核心算法ADRC算法我推荐用MATLAB Function/S-Function来实现而不是用一大堆积分器、加法器搭建。原因很实际ADRC的离散化递推公式如果用纯模块搭建连线极其复杂排查问题的时候会让你欲哭无泪。写成代码之后参数一目了然调试完全是文本操作效率高得多。比如一个离散化的一阶LADRC转速环控制周期Ts观测器带宽ωo控制器带宽ωc扩张状态观测器LESO的离散形式写成z1(k1) z1(k) Ts*(z2(k) b0*u(k) l1*(y(k) - z1(k)))z2(k1) z2(k) Ts*(l2*(y(k) - z1(k)))其中l1 2*ωol2 ωo^2。控制律u(k) (k_p*(v1(k) - z1(k)) - z2(k))/b0k_p ωc。这里有一个关键的细节你如果直接在Simulink的MATLAB Function里写这段代码要注意它默认在工作空间里是持久的所以你必须用persistent关键字声明z1、z2为持久变量并在每个采样周期结束时更新它们。采样周期用sample time模块或者状态机的触发来控制避免异步更新导致观测器发散。我强烈建议把这个MATLAB Function封装成带Enable端口的子系统外面接一个采样时间触发源。电流环PI和坐标变换都在一个连续时间域里跑转速环ADRC则按照固定Ts离散更新。这样写出的模型不仅逻辑清晰还能直接为后续生成嵌入式代码铺路。3.3 逆变器与SVPWM调制实现细节再往下是SVPWM。这块网上教程多如牛毛但真要在Simulink里搭出一个能跑的版本有几个地方必须小心。扇区判断、矢量作用时间、占空比分配这三步缺一不可。某些教程直接用一个Function模块把整个SVPWM算法写进去这也是最省事的方式。如果你用电机自带的Three-Phase Inverter模块那只需要给定占空比信号自带桥臂逻辑。但如果你自己搭建IGBT桥臂就得注意死区时间和开关逻辑。初学者最容易在这地方翻车。三相断路器的热词我猜你搜过其实Simulink里Three-Phase Breaker是给电网仿真用的需要配合相序和时间逻辑不能直接拿来模拟电机驱动器的开关这个坑我和几个朋友都踩过。SVPWM的调制波和载波比较生成PWM脉冲我建议直接用三角载波与调制波比较再输出到逆变器这样简单可靠。载波频率我常用10kHz和实际伺服驱动器的开关频率一致仿真里既能跑出纹波又不会慢到让人崩溃。3.4 离散化与采样周期的匹配问题ADRC是数字控制器Simulink里有两种建模方式连续模型和离散模型。如果你只跑纯仿真可以在MATLAB Function内部用数值积分离散化LESO然后整个系统用定步长ODE4Runge-Kutta求解器跑。采样周期设为Ts1e-4秒也就是10kHz这个频率和我们的PWM频率保持一致逻辑上是最顺的。千万不要在同一个模型里混用连续和离散求解器时不做处理Simulink会自动处理但有时会导致一些诡异的报警。经验做法是整个模型用定步长所有离散模块的采样时间统一设置连续模块比如电机本体由ODE4自动积分。这样不会有代数环或者采样时间不匹配的问题。3.5 参数辨识辅助模块的作用既然热搜里有“永磁同步电机参数辨识”这个词我在这里也说一句。ADRC虽然对参数不敏感但b0需要大致准确因为它直接参与控制量的标定。b0 1.5*pn*ψf/J只要你把ψf和J的初值估得不太离谱比如偏差20%以内ESO都能把误差当扰动补偿掉。但如果你连电机极对数都填错了控制器必然发散。仿真里获取参数的常用方式在恒转速下给一个q轴电流阶跃记录扭矩平衡时的电流和转速变化斜率推算J和ψf。也可以利用Simscape模型里已知参数反过来校准你的ADRC标称值。这步建议在做模型前就先完成省得后面调ESO时反复怀疑是观测器问题还是参数问题。4. 核心参数整定方法与仿真调试实录4.1 控制器带宽ωc与观测器带宽ωo怎么定LADRC整定第一步是定控制器带宽ωc。想象一下你希望转速环有多快比如从给定突变到转速上升的上升时间大概t_r那么ωc大约可以取3到5/t_r。对PMSM转速环我常用的ωc在30到100 rad/s之间具体看电机惯量和负载。定了ωc之后观测器带宽取ωo 3到10倍的ωc。观测器带宽越大估计扰动越快但也会把测量噪声放大严重时会引起观测值高频抖动。如果转速测量信号没有经过特别好的滤波ωo取3到5倍就行。如果你用了高精度编码器或者做了高带宽滤波可以拉到8到10倍。有几个参数需要特别注意b0值注意单位转速是rpm还是rad/s。如果你在仿真里用rpm那b0公式里的转速也得是rpm否则控制量会差一个系数60/(2π)直接导致扰动补偿失效。限幅转速环输出的iq给定一定要限幅通常限在1.5倍额定电流以内。ESO对控制量输入也需要限幅否则控制量积分会在饱和边界上累积出现windup现象。TD参数如果使用非线性ADRC中的跟踪微分器还有速度因子r需要整定。它限制了给定过渡过程的斜率直接决定启动电流峰值。我建议r从电机允许的加速度上限反推。4.2 参数整定的“先内后外先观测后反馈”顺序在实际调参时我总结了一个顺序可以避免来回折腾先确保底层PI电流环稳定且带宽足够然后只让ADRC做转速环把负载设为零先调ωc让阶跃响应满足基本要求。此时如果电流只有轻微超调就可以认为ωc合适。真正检验ωc的是给一个阶跃负载电流扰动看转速跌落和恢复时间。然后调ωo。增大ωo扰动抑制会增强但如果你看到转速波形出现高频毛刺就是观测器带宽过高在放大噪声适当再降。注意观测器增益变化对稳定性影响很大可以做一个扫参实验把ωo设为ωc的2倍、4倍、6倍、8倍分别跑一遍画在一张图上对比这是最快的方式。4.3 仿真发散问题排查如果在仿真中出现变量发散绝大多数原因是数值不稳定。解这个问题的顺序我建议按照下面的优先级第一步检查求解器类型。一定要用定步长求解器。我遇到不少朋友默认用变步长ode45然后发现ESO根本收敛不了。原因很简单LESO的离散化是基于固定Ts的变步长求解器会认为你的离散模块连续可导两者完全对不上。先把求解器改成Fixed-step步长设为1e-4或更小。第二步检查LESO增益是否太大。增益太大时观测器本身的极点会跑到单位圆外导致z1和z2震荡直至发散。这个可以通过把ωo减小一半来验证。第三步检查b0符号和数量级。b0的符号错误会让控制量补偿方向相反比如你给正iq系统反而加速反向。b0数量级差太远比如实际是100结果你填了1那控制量会放大100倍系统也会飞掉。这是最容易被忽视的坑。第四步检查信号速率与单位匹配。转速给定用rpm反馈也是rpmPI输出限幅单位是A必须保证整个环路单位一致。跨模块用kW、N·m、A等不同单位时最容易出问题。第五步检查初始条件。电机本体模型的初始转子位置、初始转速和观测器的初始值如果不一致仿真最初几个步长内会产生大扰动引发震荡。4.4 ADRC与PI控制效果的横向对比我建议在你的Simulink模型里做一次对比这能让ADRC的优势变得可视。搭两个完全相同的PMSM模型一个用传统PI转速环一个用ADRC转速环。负载扰动信号设置为一个阶跃或者周期性脉冲例如在0.5秒时突加额定负载对比两个模型的转速波形。我之前实测的一组典型数据如下以一台额定转速1500rpm、额定转矩2.39N·m的PMSM为例指标PI控制ADRC控制0.5s突加满载后转速跌落约150rpm约40rpm恢复时间稳定在±10rpm内约0.25s约0.08s空载阶跃到1500rpm超调量约8%约2%电流环谐波畸变率基本一致基本一致这个对比结果很说明问题ADRC不是全方面碾压PI但它对负载扰动的抑制能力确实是数量级的提升。如果你的应用场景是频繁加减载或者负载波动大的场合ADRC的收益非常直观。4.5 Simulink模型中的常见错误速查表每次看到群友在调试中卡住其实问题就那么几类我整理成一张表方便对照排查。现象可能原因解决思路一启动就发散射频求解器用了变步长改为定步长步长≤1e-4低速时抖动明显ESO观测噪声放大降低ωo加入测量滤波负载突变后转速回落一圈前馈TD微分信号未接入检查u的计算是否包含v2电流波形正弦度差SVPWM扇区判断错误检查各扇区矢量作用时间计算控制量饱和后无法恢复未做抗积分饱和IGBT限幅后做好积分限幅处理初始起动有冲击电流TD过渡过程未生效重点检查阶跃给定是否经过TD5. 从仿真走向实物前还要做的事5.1 代码生成与硬件在环的初步考量Simulink模型调通之后下一步都会考虑往实物上搬这就有个“simulink模型c代码生成”的话题。ADRC算法用MATLAB Function写的转成C代码很方便。配置Embedded Coder时要特别注意选择离散定步长求解器、将MATLAB Function中的持久变量正确映射为全局变量或结构体字段。你可以先在Simulink Desktop Real-Time或者Speedgoat这类目标机上做硬件在环测试在真实I/O延迟下看ADRC的实时表现。关于“simulink如何导出fmu模型”和“simulink怎么生成sdf文件”这些是与协同仿真相关的高级话题。FMU导出主要面向异构工具链比如把PMSM的ADRC控制器导出到其他仿真环境中做联合验证SDF则常用于机器人仿真。它们是同一个思路把调试好的模型封装成交互标准格式发布出去。这些操作和ADRC本身没有直接关系但如果你在团队协作或跨部门配合导出格式问题迟早会碰上。5.2 测量噪声与执行器饱和的现实约束仿真之所以比实物容易是因为Simulink里的转速反馈是理想信号没有量化噪声也没有通信延迟。实际编码器反馈的信号有分辨率限制电流采样有偏置和温漂逆变器有死区。这些在仿真里不存在的因素在实物上会立刻打击ADRC的表现。所以在仿真阶段就应该有意识地加噪声模拟。给转速反馈叠加上高斯白噪声幅值设为转速量程的0.5%左右给电流反馈叠加1%的噪声。然后在这样的噪声水平下重新整定ωo和ωc看看系统还能不能保持稳定。如果仿真里加了噪声就发散说明你的观测器带宽过于激进在实物上一定会出问题。另外执行器饱和是另一个被低估的问题。ADRC控制律计算出来的iq如果超过驱动器电流限制你需要在代码里做限幅并且最好把限幅信息反馈到观测器里就是用限幅后的u去更新z1、z2否则观测器很快进入“假饱和”状态实际电流达不到期望值控制器却以为已经给出去了这个过程会不断累积误差导致系统振荡。这一点是工程上最常见的ADRC失效场景。5.3 关于“外部模式”调试与在线调参如果你用的是Speedgoat或者Desktop Real-Time跑PMSM控制那你可以使用Simulink的“外部模式”进行在线调参。外部模式允许你在Simulink界面里直接修改ADRC的实时参数比如ωc、ωo、b0不需要重新编译。对于ADRC这类参数整定需求很高的算法来说在线调参体验极为关键。我的建议是把ADRC的仿真初版就设计成参数可调在MATLAB Function里不要硬编码数字而是通过输入端口把b0、ωc、ωo、Ts作为外部信号传入。这样后期不管是做扫描实验还是硬件在线调参都不用改一处代码。我这里再强调一下很多人会把参数写死在MATLAB Function里然后反复点击“编辑”重新编译模型效率极低。如果你一开始就设计成参数外输整个调试体验会完全不同。6. 我的一点心得与后续扩展方向说回ADRC本身。从韩京清老师的原始论文到今天Simulink里的工程实现这套理论的魅力就在于它把“扰动不确定性”从负担变成了可观测的量。对于PMSM这样参数容易漂移的对象ADRC在转速环上的收益确实立竿见影。仿真做得再多也不如在实际电机台架上看一次突加负载的波形那种“转速几乎不动”的体验会立刻让你信服。我还建议把ADRC的思想延伸到其他领域比如位置环、张力控制、风力发电机的转速控制甚至是PMSM无位置传感器控制中的反电动势观测。ESO本质上就是一个广义扰动观测器只要你能把对象写成积分串联形式它就能起作用。后续有时间我打算再写一篇关于ADRC与滑模观测器结合的文章把PMSM无感控制中的扰动估计也纳入到同一个框架里。到时候再跟大家继续分享。