1. 自抗扰控制（ADRC）与负载扰动抑制概述
在工业控制领域，负载扰动一直是影响系统稳定性和控制精度的主要挑战之一。传统PID控制器在面对突加负载、参数摄动等复杂工况时，往往需要反复调整参数才能维持性能。而自抗扰控制（Active Disturbance Rejection Control, ADRC）通过独特的扰动观测与补偿机制，为这类问题提供了更优解决方案。
我首次接触ADRC是在某型伺服电机控制项目中，当时系统在突加50%额定负载时，转速波动达到±8%，远超设计要求的±2%。尝试各种PID参数组合无果后，转向研究ADRC方案。经过Simulink仿真验证，最终将转速波动控制在±1.5%以内，这个实战经历让我深刻认识到ADRC在扰动抑制方面的优势。
2. ADRC核心原理与Simulink实现架构
2.1 ADRC的三阶结构解析
典型ADRC包含三个核心组件：
- 跟踪微分器（TD）：安排过渡过程，解决超调与快速性矛盾
- 扩张状态观测器（ESO）：实时估计系统总扰动（含模型不确定性和外部扰动）
- 非线性状态误差反馈（NLSEF）：生成补偿控制量
在Simulink中构建时，我习惯采用模块化设计：
code复制[TD] → [ESO] → [NLSEF]
↑ ↓
[Plant] ← [控制量合成]
2.2 扰动观测的关键实现
ESO是ADRC的核心创新点。以二阶系统为例，其状态空间方程可扩展为：
code复制ẋ1 = x2
ẋ2 = f(x1,x2,w(t)) + b*u
ẋ3 = h(t) // 将总扰动扩张为新的状态量
在Simulink中通过积分器链实现时，需特别注意离散化方法的选择。对于采样周期Ts=0.001s的系统，我推荐使用Tustin变换而非欧拉法，可减少高频段相位滞后。
3. Simulink建模详细实现步骤
3.1 被控对象建模
以直流电机速度控制为例：
matlab复制J = 0.01; % 转动惯量(kg·m²)
B = 0.1; % 阻尼系数(N·m·s)
Kt = 0.5; % 转矩常数(N·m/A)
Ke = 0.5; % 反电动势常数(V·s/rad)
% 传递函数模型
s = tf('s');
P = Kt/(J*s + B + Kt*Ke);
3.2 ESO模块构建
使用Simulink基础模块搭建三阶ESO：
- 创建3个积分器串联结构
- 添加观测器增益矩阵（建议初值：β1=100, β2=300, β3=1000）
- 加入扰动补偿通道
关键技巧：ESO带宽应设为控制系统带宽的3-5倍。过高的带宽会导致对测量噪声敏感。
3.3 参数整定经验
通过仿真实验总结出实用调参流程：
- 先固定TD参数（r=10,h0=0.01）
- 调节ESO带宽ωo（从50rad/s开始）
- 调整控制器带宽ωc（通常取ωo/3）
- 微调NLSEF参数（α=0.5, δ=0.01）
4. 负载扰动抑制效果对比分析
4.1 典型测试工况设计
为验证ADRC性能，建议设置以下测试场景：
- t=1s时突加80%额定负载
- t=3s时参数摄动（转动惯量增加50%）
- t=5s时引入白噪声（SNR=30dB）
4.2 与传统PID对比数据
某实际项目测试结果对比：
| 指标 | PID控制 | ADRC控制 |
|---|---|---|
| 调节时间(s) | 0.45 | 0.28 |
| 超调量(%) | 12.5 | 1.8 |
| 稳态误差(rpm) | ±15 | ±3 |
| 抗扰恢复时间(s) | 0.62 | 0.35 |
4.3 实时性优化技巧
在代码生成阶段（使用Simulink Coder）：
- 将ESO中的非线性函数替换为fal()的线性分段近似
- 启用代数环优化选项
- 设置定点数格式（Q15格式足够应对大多数场景）
5. 工程应用中的常见问题解决
5.1 观测器发散问题
现象：ESO输出逐渐偏离实际值
解决方案：
- 检查积分器初始条件是否一致
- 降低ESO增益（先减半再微调）
- 增加输入信号的持续激励性
5.2 高频噪声放大
现象：控制量出现高频抖动
处理方法：
- 在ESO前加入二阶低通滤波器（截止频率＞5倍ωo）
- 改用非线性ESO增益调度策略
- 检查传感器接地与屏蔽
5.3 参数自适应调整
对于时变负载场合，可采用在线参数调整策略：
matlab复制function updateESOParams()
persistent lastError;
currentError = norm(e);
if isempty(lastError) || currentError > 1.5*lastError
beta = beta * 0.9; % 自适应衰减增益
end
lastError = currentError;
end
6. 进阶应用：多回路ADRC设计
对于复杂机电系统（如机器人关节控制），可采用分层ADRC架构：
- 内环（电流环）：带宽1000Hz级，抑制逆变器非线性
- 中环（速度环）：带宽100Hz级，补偿负载扰动
- 外环（位置环）：带宽10Hz级，保证轨迹跟踪
在Simulink中实现时，建议：
- 为各环路创建子系统封装
- 使用Model Reference简化大型模型
- 采用Rate Transition模块处理多速率系统
某六轴机械臂的实测数据显示，相比传统前馈+PID方案，ADRC将轨迹跟踪误差降低了62%，且无需精确建模各关节动力学参数。
7. 自动代码生成与硬件部署
7.1 代码生成配置要点
-
在Configuration Parameters中：
- 选择定步长求解器（ode3）
- 设置硬件支持包（如STM32）
- 启用代码优化级别-O2
-
关键模块设置：
matlab复制set_param('model/ESO', 'RTWSystemCode', 'Reusable function'); set_param('model/NLSEF', 'RTWMemSecFunc', 'FastMem');
7.2 处理器在环测试
在TI C2000系列DSP上的部署经验：
- 将ESO计算任务放在PWM中断服务例程中
- 控制量输出使用DAC模块触发
- 预留10%的CPU余量应对最坏执行时间
实测数据：在150MHz主频的TMS320F28335上，完整ADRC算法执行时间＜50μs
8. 不同领域的应用变体
8.1 电力电子领域
并网逆变器采用ADRC实现：
- 电网电压前馈补偿
- 非线性负载扰动抑制
- LCL滤波器谐振阻尼
8.2 过程控制领域
锅炉汽包水位控制改进：
- 传统三冲量方案 vs ADRC方案
- 给水流量扰动抑制
- 虚假水位现象消除
8.3 运动控制领域
数控机床进给系统：
- 摩擦补偿精度提升
- 切削力扰动抑制
- 反向间隙补偿
在某型加工中心上的测试表明，ADRC将轮廓误差从±15μm降低到±5μm以内，且不受工件材质变化影响。