直流电机控制实战：从PWM调速到PID算法

1. 电机控制实验的工程实践价值

作为一名工科生，第一次接触电机控制实验时，那种将理论知识转化为实际运动的成就感至今难忘。实验室里常见的直流有刷电机看似简单，但要让它按照预期精准运转，需要跨越电路设计、信号处理、控制算法等多重技术门槛。这个实验笔记记录了我从零开始搭建电机控制系统的心路历程，包含了许多教材上不会提及的实战细节。

电机控制作为工业自动化的核心技术，其应用场景远超我们日常所见。从家用电器中的风扇调速，到电动汽车的驱动系统，再到工业机器人的精密运动控制，都离不开可靠的电机控制方案。通过这个基础实验，我们不仅能掌握PWM调速、PID控制等核心概念，更能培养工程实践中至关重要的系统思维和调试能力。

2. 实验系统搭建与硬件选型

2.1 核心组件清单与功能解析

我的实验平台采用模块化设计，主要包含以下关键部件：

• 直流有刷电机（12V/5W）：作为被控对象，选择带编码器反馈的型号以便闭环控制
• L298N双H桥驱动模块：承担电机驱动任务，支持PWM调速和方向控制
• Arduino Uno开发板：作为控制核心，提供PWM输出和编码器信号采集
• 旋转编码器（600PPR）：用于电机转速测量，实现闭环反馈
• 可调电源（0-15V/3A）：为系统提供稳定工作电压

特别提醒：电机功率与驱动模块的匹配至关重要。L298N的持续输出电流需达到电机额定电流的1.5倍以上，我的5W电机工作电流约0.4A，因此选择最大电流2A的L298N完全够用。

2.2 电路连接要点与安全规范

硬件连接遵循"信号-驱动-电源"的分层原则：

1. 首先完成Arduino与L298N的逻辑连接：
   • IN1/IN2接D9/D10用于方向控制
   • ENA接D11提供PWM调速信号
2. 然后处理功率回路：
   • 电机两端接OUT1/OUT2
   • 12V电源正极接驱动模块VS
   • 共地处理是关键，必须将Arduino、编码器、驱动模块的GND相连
3. 最后配置反馈回路：
   • 编码器A/B相接D2/D3（支持中断输入）
   • 编码器供电接5V和GND

常见接线错误包括：

• 忘记共地导致信号紊乱
• PWM信号线过长引入干扰
• 电源反接烧毁驱动芯片
• 编码器线序接反导致计数方向错误

3. 控制算法实现与参数整定

3.1 PWM调速原理与实现

脉冲宽度调制(PWM)是电机调速的基础技术，通过调节占空比改变等效电压。在Arduino中，我们使用analogWrite()函数输出PWM，需要注意：

• Uno的PWM频率默认为490Hz（D5/D6为980Hz）
• 8位分辨率对应占空比0-255
• 电机启停时有最小占空比要求（实测约30）

cpp复制// 基础PWM调速示例
void setMotorSpeed(int speed) {
  speed = constrain(speed, -255, 255); // 限幅
  if(speed > 0) {
    digitalWrite(IN1, HIGH);
    digitalWrite(IN2, LOW);
  } else {
    digitalWrite(IN1, LOW);
    digitalWrite(IN2, HIGH);
  }
  analogWrite(ENA, abs(speed));
}

3.2 编码器测速与数字滤波

使用编码器测量转速时，采用中断捕获脉冲上升沿：

cpp复制volatile long encoderCount = 0;

void setup() {
  attachInterrupt(digitalPinToInterrupt(2), encoderISR, RISING);
}

void encoderISR() {
  if(digitalRead(3)) encoderCount--;
  else encoderCount++;
}

转速计算需考虑采样周期和编码器分辨率：

cpp复制float getRPM(unsigned long deltaT) {
  float pulsesPerRev = 600.0 * 4; // 4倍频计数
  float revPerMinute = (encoderCount / pulsesPerRev) * (60000.0 / deltaT);
  encoderCount = 0; // 清零计数器
  return revPerMinute;
}

实测发现：原始数据存在噪声，采用移动平均滤波后效果显著改善。建议窗口大小取5-10个采样点。

3.3 PID控制器实现与调参

数字PID算法的核心代码实现：

cpp复制// PID参数
float Kp = 1.0, Ki = 0.1, Kd = 0.01;
float error, lastError, integral, derivative;

int computePID(float setpoint, float input, float dt) {
  error = setpoint - input;
  integral += error * dt;
  derivative = (error - lastError) / dt;
  lastError = error;
  
  float output = Kp*error + Ki*integral + Kd*derivative;
  return constrain(output, -255, 255);
}

参数整定经验：

1. 先调Kp：逐渐增大直到系统开始振荡，然后取该值的50%
2. 再调Ki：从Kp/10开始，逐步增加消除静差
3. 最后调Kd：抑制超调，通常取Kp/100左右
4. 加入抗饱和处理：限制积分项积累

4. 系统调试与性能优化

4.1 典型问题排查指南

4.2 动态响应优化技巧

通过示波器捕获的阶跃响应曲线显示：

• 上升时间主要受Kp影响
• 超调量由Kd控制
• 稳态误差依赖Ki调节

实测发现两个关键改进点：

1. 加入前馈控制：根据转速指令直接输出基础PWM值

   cpp复制int feedforward = setpoint * 0.8; // 经验系数
   output = feedforward + computePID(...);
   

2. 变参数PID：在不同误差区间采用不同参数

   cpp复制if(abs(error) > 100) Kp = 2.0; // 大误差区
   else Kp = 1.0; // 小误差区
   

5. 实验进阶与扩展方向

完成基础转速控制后，可以尝试以下扩展实验：

1. 位置控制模式：通过编码器累计值实现角度定位
2. 双电机同步控制：研究主从同步算法
3. 无线遥控接口：通过蓝牙/WiFi接入控制指令
4. 能量回馈制动：利用H桥实现反向电动势吸收

一个有趣的发现：当PWM频率提高到20kHz以上时，电机运行噪音显著降低，这是因为超过了人耳听觉范围。但要注意驱动模块的开关损耗也会相应增加。

在调试过程中，保持实验记录非常重要。我习惯用表格记录每次参数调整后的响应特性（上升时间、超调量等），这种量化分析能快速定位问题。例如某次调试记录显示：

电机控制实验最迷人的地方在于，它完美展现了理论算法与实际物理系统的互动过程。那些在课本上看起来简单的公式，当真正作用于旋转的电机时，会产生各种意想不到的动态特性。这种理论与实践的结合，正是工程教育的精髓所在。