电机控制中的数字测速与PID实践指南

1. 数字测速方法解析

在电机控制系统中，精确测量转速是闭环控制的基础。旋转编码器作为最常用的速度反馈元件，其脉冲信号的处理方式直接影响测速精度。下面我将详细介绍三种主流的数字测速方法，并结合实际工程经验分析其适用场景。

1.1 M法测速（测频法）

M法的核心思想是在固定时间窗口内统计编码器脉冲数。假设我们使用1024线的增量式编码器（Z=1024），采样周期Tc设为10ms，当测得M1=512个脉冲时：

转速n = (60 × M1)/(Z × Tc)
= (60×512)/(1024×0.01)
= 3000 RPM

工程实践中的关键点：

1. 定时器配置：需要精确的硬件定时器触发采样中断
2. 脉冲计数：建议使用STM32等MCU的编码器接口模式，避免软件计数丢失脉冲
3. 抗干扰处理：在工业现场需添加施密特触发器消除噪声

注意：当转速低于n_min=60/(Z×Tc)=58.6RPM时，可能采样期内无脉冲，此时M法失效。因此建议在高速段（>500RPM）使用。

1.2 T法测速（测周法）

T法通过测量相邻脉冲的时间间隔计算转速。使用100MHz的高频时钟(f0)，测得两个脉冲间M2=15000个时钟周期时：

转速n = (60×f0)/(Z×M2)
= (60×100×10⁶)/(1024×15000)
≈ 391 RPM

实际应用技巧：

1. 输入捕获模式：利用TIMx_CHy的上升沿捕获功能
2. 时钟选择：优先使用APB2总线时钟以获得更高计时精度
3. 溢出处理：当转速极低时，需扩展32位计数器

典型问题：当转速达到n_max=f0/(Z×2)=48.8kRPM（假设最小可测M2=2）时，可能丢失脉冲边沿。因此T法适用于低速段（<1000RPM）。

1.3 M/T法（混合测速）

M/T法综合了前两种方法的优点。在Tc=10ms基准时间内，测得完整脉冲M1=30个，对应时钟计数M2=294000：

转速n = (60×f0×M1)/(Z×M2)
= (60×100×10⁶×30)/(1024×294000)
≈ 611.5 RPM

实现方案：

1. 双定时器协同：TIM1做脉冲计数，TIM2做高精度计时
2. 同步机制：在编码器脉冲边沿触发采样中断
3. 动态调整：根据转速自动切换M/T权重系数

实测数据对比：

2. PID控制深度实践

2.1 控制架构设计

典型电机双环控制系统：

code复制速度指令 → PID速度环 → 电流环 → PWM → 电机
            ↑             |
            └─ 编码器反馈 ┘

参数整定步骤：

1. 先调电流环（带宽1-2kHz）
2. 再调速度环（带宽100-200Hz）
3. 最后调位置环（带宽10-20Hz）

2.2 增量式PID实现

离散化公式：
Δu(k) = Kp[e(k)-e(k-1)] + Ki×e(k) + Kd[e(k)-2e(k-1)+e(k-2)]

C语言实现关键代码：

c复制typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prev_err, prev2_err;
    float out_max, out_min;
} PID_Handle;

float PID_Update(PID_Handle *h, float setpoint, float measurement) {
    float err = setpoint - measurement;
    
    // 抗积分饱和
    float new_integral = h->integral + h->Ki * err;
    if(new_integral > h->out_max) new_integral = h->out_max;
    if(new_integral < h->out_min) new_integral = h->out_min;
    
    float delta = h->Kp*(err - h->prev_err) 
                + new_integral
                + h->Kd*(err - 2*h->prev_err + h->prev2_err);
    
    h->prev2_err = h->prev_err;
    h->prev_err = err;
    h->integral = new_integral;
    
    return delta;
}

2.3 参数整定经验

Ziegler-Nichols法步骤：

1. 置Ki=Kd=0，逐渐增大Kp至临界振荡点Kc
2. 记录振荡周期Tc
3. 根据规则设置参数：
   • P控制：Kp=0.5Kc
   • PI控制：Kp=0.45Kc, Ki=1.2Kp/Tc
   • PID控制：Kp=0.6Kc, Ki=2Kp/Tc, Kd=KpTc/8

工业现场调试技巧：

1. 先调P使系统快速响应但略有超调
2. 加入I消除静差，从0.1×理论值开始
3. D项最后添加，不超过Kp/10
4. 带载测试时逐步增加负载观察响应

2.4 先进PID变种

抗积分饱和方案对比：

模糊PID实现思路：

1. 定义误差e和误差变化率ec的隶属度函数
2. 建立Kp/Ki/Kd的模糊规则表
3. 通过重心法解模糊输出
4. 在线调整PID参数

3. 工程问题解决方案

3.1 测速异常处理

常见故障现象及对策：

1. 脉冲丢失：

   • 检查编码器供电电压（推荐5V±5%）
   • 添加RC低通滤波（截止频率>10倍信号频率）

2. 方向误判：

   • 验证AB相序
   • 启用正交解码模式

3. 高速采样溢出：

   • 使用32位计数器
   • 降低时钟分频系数

3.2 PID振荡抑制

典型振荡场景处理：

1. 机械谐振：

   • 添加陷波滤波器
   • 降低D项增益

2. 采样不同步：

   • 确保控制周期固定
   • 使用硬件定时触发

3. 量化误差：

   • 提高编码器分辨率
   • 采用dithering技术

3.3 温度漂移补偿

参数自适应算法：

python复制def adapt_params(temp):
    Kp = base_Kp * (1 + 0.005*(temp - 25)) 
    Ki = base_Ki / (1 + 0.01*abs(temp - 25))
    return Kp, Ki

4. 实测数据与优化

某400W伺服电机调试记录：

优化后的阶跃响应曲线显示：

• 上升时间缩短68%
• 超调量控制在5%以内
• 抗负载扰动能力提升3倍

在电机控制领域，这些技术细节往往决定了产品的最终性能表现。经过多个项目的验证，采用M/T法测速配合模糊PID控制，在0-3000RPM范围内可实现±0.1%的转速控制精度。