ADRC控制与Simulink实现：抗扰优化与参数整定

1. 自抗扰控制（ADRC）与Simulink实战概述

在工业控制领域，负载扰动一直是影响系统稳定性的顽疾。传统PID控制器在面对突加负载时往往需要复杂的参数整定，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，为这个问题提供了更优雅的解决方案。我在某型伺服电机控制系统中首次接触ADRC时，其抗扰性能比传统PID提升了近40%，这促使我深入研究其在Simulink环境下的实现方法。

Simulink作为控制系统仿真的行业标准工具，其可视化建模特性与ADRC的模块化思想天然契合。本文将基于MATLAB 2023b版本，完整展示从理论推导到仿真验证的全流程，重点解析扩张状态观测器（ESO）的设计细节和参数整定技巧。不同于教科书式的理论讲解，我会分享在实际工程中遇到的典型问题——例如如何平衡观测器带宽与噪声敏感度的矛盾，这些经验都是通过多次失败案例积累而来。

2. ADRC核心原理与Simulink建模策略

2.1 自抗扰控制的三阶架构解析

ADRC的核心思想是将所有内部动态和外部扰动统一视为"总扰动"，通过扩张状态观测器进行实时估计并补偿。以一个典型的二阶被控对象为例：

code复制ẍ = f(x, ẋ, w) + bu

其中f(·)代表未知动态，w为外部扰动，b为控制增益。ADRC将其重构为：

code复制ẍ = f + bu ≈ (b0/b)u + (f + (b-b0)/b * u) 

这里b0是标称增益，通过引入扩张状态x3=f，将系统扩展为三阶：

code复制ẋ1 = x2  
ẋ2 = x3 + b0u  
ẋ3 = h

在Simulink中，这种状态扩张体现为增加积分环节。我建议使用"Integrator"模块链实现状态空间表达，比直接使用State-Space模块更便于参数调试。关键点在于：

• 保持各积分器初始状态一致
• 为每个积分器添加饱和限制以防数值发散
• 使用"Memory"模块处理代数环问题

2.2 扩张状态观测器（ESO）的Simulink实现

ESO是ADRC的灵魂所在，其离散化实现直接影响控制性能。推荐采用以下Simulink结构：

code复制[Plant Output] --> [ESO